Grab 的首席财务官表示，公司的 AI 套件已将配送时间缩短了约三分之一，推动营业利润增长 186% 至 1900 万美元，同时营收增长 22% 至 9.97 亿美元。更快的运输速度解决了物流中最大的成本项——时间，并直接转化为司机和平台更高的收益。

为什么 Grab 的 AI 在当下至关重要

Grab 构建了一个集网约车、外卖配送、支付等功能于一体的超级应用。这种业务广度使其拥有大多数纯配送公司所缺乏的数据池。通过将实时的行程、订单和支付信号输入机器学习模型，Grab 可以预测需求激增并据此引导司机。其结果是：订单下达与履约之间的环节更加紧密，将典型的配送窗口缩短了高达 30%。

加速背后的工具

  • Turbo Mode – 一款 AI 驱动的路径规划助手，根据实时路况和订单位置为司机推荐最快路径。司机反馈其时薪增长了 23%，因为他们在同样的班次内完成了更多的行程。
  • Predictive Matching – 该系统可以预测餐厅何时能准备好餐食，并将该时间点与附近的司机进行匹配，从而减少司机在门店的等待时间。
  • Mai, the merchant assistant – 一款 AI 助手，用于预测参与餐厅的订单量。采用该工具的用户发现销售额提升了约 15%。

每个工具都针对不同的摩擦点：导航、餐厅等待时间和商家需求规划。它们共同创造了一个良性循环：更快的配送让司机能承接更多订单，更高的司机收入吸引了更多配送员，而客户能更快收到食物，从而促使他们更频繁地下单。

市场影响

财务收益显而易见。配送时间缩短 30% 助力 Grab 将营业利润推高至 1900 万美元，增幅达 186%。对于司机而言，23% 的收入增长改善了这一劳动密集型领域的留存率，而该领域的员工流失率传统上一直很高。商家则受益于 15% 的销售额增长，从而加强了对 Grab 平台的依赖。

风险与反思

AI 并非万灵药。构建和维护复杂的模型需要人才、算力以及持续的数据质量检查。

后续关注点

  • Fintech crossover – Grab 计划利用配送时间数据来评估商家的现金流和信用风险，这可能会为纯金融科技对手建立壁垒。该信用评分模型的有效性将是检验其 AI 护城河的关键。

总结

Grab 的 AI 部署表明，智能路径规划和需求预测可以将速度转化为利润，为平台、司机及其商家带来可衡量的收益。