本文来自微信公众号：表外表里 （ID：excel-ers），作者：赫晋一 张冉冉 陈梓洁，编辑：曹宾玲

继外卖、下馆子之后，“羊毛党”们又解锁了一波福利：在滴滴APP里和“AI小滴”聊聊天，有机会获得5折打车优惠券。

拿到券后，也不需要自己动手：对AI说出目的地，它就能变身“出行管家”帮你下单，并在付款时自动用券。

而这，正是AI改造网约车行业的第一步。

如今虽然可以随时随地叫车，但“来什么车”却宛若开盲盒，越来越多人呼吁更贴心、更懂自己的出行服务。天津市消协的调查就印证了这一点：超八成网约车用户，出于安全与服务的考量，更倾向选择自营打车平台。

行业战事已经从“跑马圈地”转向“精耕存量”，未来的输赢，取决于能否读懂结构性的需求变化，并精准匹配场景、做好细分服务。

能够推动功能迭代的AI，不只关乎体验优劣，更紧紧扼住网约车平台的命运咽喉。

除了滴滴，T3出行也已落子AI，高德等聚合平台势必要跟牌。一场由新技术撬动的行业变局，正在鸣笛倒计时。

从“能打车”到“打想要的车”，AI重新定义网约车体验

打工人迪克第一次尝试AI叫车，就知道这是自己想要的。

告诉AI“帮我叫一辆从小区东门出发去机场的车，我们一共5个人行李很多”，系统智能匹配了3辆车供选择，都是6座车，后备箱大，刚好把所有行李都塞下。

这让总在天上飞的迪克，眼前一亮。传统叫车模式下，他打到的往往是常规车型，行李偶尔得放在腿上，一路压到机场腿都麻了。但如今，AI让他从“被动开盲盒”转向了“主动点单”。

不仅如此，一句话告诉AI打车需求，比如家人晕车，想要宽敞舒适、驾驶平稳的新车，还能通过系统智能分析，就近匹配更理想的车型。且界面会显示司机抵达时间，迪克可以掐着点，选择一辆能与自己同步抵达的车，避免“车到人未到”的尴尬。

打车不再是碰运气，而是成了精准匹配的定制出行。这种体验升级，让迪克迅速成为了AI叫车忠实用户。互联网从业者岑溪也认为，AI模式下，出行体验将得到改善。

老年人在路边冒雨拦车、一家5口必须要打两辆车……这些打车难题，在岑溪眼里是技术瓶颈的投射：以网约车为代表的互联网行业，过去为了追求效率最大化，将交互精简至只有文字、图标、按钮等，以满足绝大部分的标准化需求。

这导致网约车成了“出行工具”，个体需求一定程度上被牺牲了。

但如今，AI让“语言交互”照进了现实：用户说“下午两点从小区出发去机场”，AI能“听懂”并转化为精准、结构化的打车参数。那些曾被复杂操作“拒之门外”的人群，不再需要寻找按钮，只需要告诉AI就能得到回应。

这意味着，一场从“效率优先”到“体验优先”的范式转移，正在席卷出行行业。

武汉的颜女士就抱着“打好车”的心态尝鲜AI打车，然而，结果却令她有些许失望：手机上显示司机即将到达，但AI定位在小区4个上车点中最远的一个，她一路狂奔过去才赶上。

坐上车，可能是前车急刹的缘故，司机在一些路段驾驶的顿挫感还是比较强。她更郁闷了：自己明明选了“驾驶平稳”，怎么还匹配了一个急性子司机？

颜女士的遭遇，在行业观察人士吴悠的意料之中：“AI叫车还有挺长的路要走。”

吴悠指出，叫车高度依赖精准的时空信息，但“下周五”“万达对面”等日常用语对AI仍是迷宫，即便是GPT-4o等领先大模型的理解准确率也不到80%。AI一次“小失误”，乘客就是一场“人在囧途”。

更难的是，AI还给了乘客选择等待的时间，而车辆位置实时变动，这对平台的调度能力提出了极高挑战。“即便是滴滴这样日均调度3800多万订单的巨头，也很难次次满足乘客100%的个性化需求，直接呈现在匹配度上，70%或80%需求满足时有发生，保障大家部分出行体验。”吴悠坦言。

不过她判断，进入网约车下半场，自营平台的优势将加速兑现，可能率先撞线。

毕竟自营平台有着更深的积淀，滴滴就拥有大量隐藏在写字楼、商圈的“非标准POI”，通过每日近四千万次的司乘订单不断优化，“车头朝向”“接驾位置”的准确性大大提高。

且随着用户越来越多使用滴滴，历史出行地址库变丰富，在外部工具的加持下，能让AI更准确“读懂用户”，如将“明天”换算为“1月21日”、将 “小区东门”精准到“月湾小区东门”。

但做到了理解用户远远不够，吴悠强调，更重要的是给用户精准匹配心仪的车型。

颜女士碰上“暴躁司机”的另一个原因就源自于此：电车、油车是固定标签，而驾驶平稳、空气清新等是“非标准”标签，会因时、因人而变。这就要求平台具备强大的基础能力，且能快速更新、迭代。

“而平台规模越大、运力越充足，满足个性化出行需求的能力就越强。”吴悠分析道，毕竟AI还会越用越“聪明”，形成“更多数据-更优模型-更好体验”的正向反馈。

因此，AI是网约车平台必须争夺的下一个高地，也是行业抬高天花板的契机。

“保姆级”服务用户，迎合出行市场增量需求

00后珍珍坦言，自己用地图软件打车的习惯，是被滴滴们“逼”出来的。

“出门吃饭，先找到想吃的店，再手动复制地址到打车App……想想都累了。”珍珍吐槽，一步到位的地图软件更香，只有出远门或身体不适想叫辆好车，才会打开专业打车软件。

自带出行场景的地图工具，正挥着流量利刃切走蛋糕。尤其随着年轻人把“懒”升华成了生活哲学，服务消费浪潮掀起，滴滴们不能再作壁上观。

AI正是平台响应市场变化，焊死“服务闭环”、抢占增量市场的关键一步。

珍珍就发现，AI小滴不仅可以帮忙叫车，还可以用来搜索：说“打车去附近的火锅店”，它能直接推荐目的地；想吃某样小吃，它列出最近三家门店，路线、估价一目了然。

仅仅试用了一次，珍珍就爱上了这种“所思即所得”的爽感，现在她不仅平时用AI叫车，去陌生地方旅游、出差更离不开。

有一次异地考察，她让AI推荐酒店附近几家知名餐厅，位置、路线显示得一清二楚，继续追问还能结合她的口味推荐“最佳”，跟着去吃居然也没有踩雷。珍珍感叹，“这个功能真的替自己省了不少时间和精力。”

岑溪则从中看到了打车平台的一次关键“转身”：不再只把乘客送往目的地，而是从需求起点介入，无论是购物、餐饮、休闲还是住宿，都可在滴滴上一站完成，替用户省去行前或行后的决策环节，努力留住用户。

其最终目标，很可能指向“一键生成、全程安排”的出行大管家，进而吃下更大的市场红利——数据显示，2025年国庆中秋假期，异地（特别是旅游）打车需求爆发式增长，大家不是不花钱了，而是追求花得值、花得舒服。

但亲身体验过后，岑溪却觉得理想很丰满，现实很骨感。

如下图，在店铺关店、迁移等相对复杂场景落地上，打车平台偶尔不能及时识别。

“打车平台还有许多短板需要补齐，也需要更多用户使用后才能有正反馈。”岑溪说。不过她留意到，滴滴已经上线了MCP服务，把平台能力开放给广大开发者，如配合手机语音助手，可以实现“打开手机就能叫车”。

“如果未来有更多开发者或平台接入，用户将在更多场景随时随地叫到车。”岑溪说，这将为滴滴带来更广阔的流量入口，助推其从“打车工具”跃升到“出行管家”。

经常打网约车的张阳，已经养成了把制定行程甩给AI小滴的习惯。

她告诉AI，想要明天11点到达机场的车，被告知：为了准时抵达，在10点出发比较合适，小滴将在明天7:55开始监测天气与附近空车情况，9:55安排车辆，如遇空车较少，将提前调度，确保10点准时出发。

如此高效背后，是AI会根据行程预计时间反推合适的出发时间，同时根据实时天气、历史路况等信息动态测算“最佳叫车时机”，再利用调度系统实现“适时地叫车”。

正如张阳提交预订单，AI小滴会在最后一刻打电话给她通知叫到车了，让她的出行更具确定性。

但她也提到，在暴雨天、早高峰等极端场景下，AI仍会出现过了预约点仍无车可用、耽误行程的“失灵”情况。这说明，AI叫车技术仍需进一步提升。

而这又是一座难以攀爬的高峰——训练AI既烧钱也耗力，滴滴们想要满足海量用户“千人千面”的需求，必须在算法进化与算力成本之间，长期走好平衡木。

小结

AI真正走进了商业战场，成为重塑格局的核心变量，至少在网约车行业是如此。

过去成功的经验正加速折旧，新的护城河将在市场洞察与技术协同中建立。不管滴滴押注AI是迫于竞争压力，还是窥见消费变迁的“自适应”，总之，不得不承认，它踩对了节奏。

可以预见，接下来将有许多个“滴滴”冒出来，至于它们牌面如何，就让子弹再飞一会儿。

（文中人物均为化名）