大厂都在找场景，滴滴先把 AI 装进了出行里

先在一个具体的场景里，把用户在意的事变得更确定。

作者I王彬

封面I滴滴

去年 9 月，滴滴开启公测 AI 出行助手“小滴 Beta v0.8 版本”。经过半年的调整期，最近，“AI 叫车”的字样终于贴在了所有用户的 APP 图标上。用户使用 APP 即可体验“AI 小滴”个性化叫车、预约用车、查询历史订单等功能。

官方信息显示，公测阶段，用户呼声较高的体验痛点包括可选油车电车功能、打清新车避免异味车等。目前，在滴滴 AI 叫车的主界面中，已经有不少个性化叫车的选项，如“空气清新”“不晕车”“新车”“又快又便宜”等多个标签。

滴滴 AI 出行助手小滴叫车操作页面

实际上，从最近的“龙虾热”也能看出来，各家大厂已经不满足于只做聊天机器人这种问答形式的 AI 了，都在拼命找 AI 在用户端真正能用、好用的具体场景和产品形态。而让 AI 真正能变成工具、成为生活的标配，可能还真得从“衣食住行”下手。

叫一辆对的车

打车体验一直是网友们热议的话题。尽管手机叫车很方便，但想进一步提升体验，打到一辆对的车，却不那么容易。

电车的普及本来是好事，但也让不少网友苦不堪言。电车本来就容易晕车，结果司机还深一脚浅一脚地踩油门，导致部分用户更希望能打到油车。

根据去年年底天津市消费者协会、北京大学电子商务法研究中心、北京阳光消费大数据研究院及消费者网共同发布的《网约车服务消费者满意度调查报告》，九成多（99.37%）受访者有过网约车消费经历，说明网约车服务渗透率非常高，已从新兴业态转变为城市出行基础公共服务。

同时，在受访者关于改进网约车服务的建议方面，也提到“网约车平台系统不够精度”“平台辅助功能不够完善”等问题。

这意味着，在打车这个场景里，用户最不想要的就是“开盲盒”，在服务的细节上，依旧有很大的提升空间。

于是，滴滴用 AI 找到突破口，AI 小滴让打车从操作一个叫车软件，变成了吩咐一个出行管家。

在使用 AI 小滴时，你可以直接用语音表达需求。通过测试发现，用户提出相对复杂的需求后，AI 小滴会智能分析和筛选出标签，再根据匹配度提供不同的选项。

使用 AI 小滴时，用户可用一句话表达诉求

尽管有时在个性化叫车的场景下，因为标签和要求的增多，可能还叫不到百分百匹配的司机。比如在体验中，小滴也会直接提示“以下司机或车辆未满足全部要求”，但在不断完善的过程中，至少给了用户更灵活的操作空间。

过去很长一段时间，网约车平台的核心体验，始终围绕标准化服务搭建：用户确定起点和终点后，系统便在运力池中完成效率最优的匹配。

但实际上，当我们回到真实出行场景，用户的核心诉求早已不只是从 A 抵达 B，而是在重要的出行时刻，能坐上一辆真正合适、让人放心的车。这类更细腻、更场景化的需求，终于被真正看到了。

滴滴把 AI 用到点上了

将一句话变成一趟靠谱的出行，滴滴这次把 AI 用到点儿上了。

用户通过小滴一句话智能叫车，看似简单的交互背后，其实是一整套复杂且精密的服务链路。AI 需要准确听懂用户的个性化诉求，将模糊需求拆解为可执行的服务标签，再完成精准匹配与结果呈现，这离不开滴滴多年在出行领域沉淀的精细化运营能力。

首先，在多年来积累的用户规模和司机规模的基础上，滴滴一直在持续优化标签。

举个例子，2024 年 6 月滴滴公众评议会投票中，“拉黑异味车”成为用户第二大需求。紧接着在当年的 12 月，滴滴就宣布开启“异味车”治理专项。除此之外，用户投票选出的女乘客可选女司机、宠物快车、滴滴包车、6 座快车等功能都陆续上线各个城市。

以上除了是滴滴在服务上精细化运营的一部分之外，其实也是在不断优化标签，为 AI 服务进一步提供更可靠的数据支撑。

“哪辆车更清新”“哪位司机开得稳”这类问题，更不是靠语言模型就能凭空推理出来的，而是要依赖长期、真实、可追溯的运营数据。

不少乘客发现，最近两年滴滴的评价体系越来越完善。实际上，正是滴滴过去积累的乘客评价、投诉与表扬、行程轨迹与驾驶行为特征、车型与车况信息、服务记录与偏好命中情况等等庞大数据作为支撑，才共同构成了滴滴 AI 能够实现“打好车”的基础。

滴滴出行的订单反馈机制及评价体系

AI 把需求翻译成标签并且做筛选其实只是第一步，真正难的是把这些标签变成可被管理的服务能力。

换句话说，让 AI 听懂人话很简单，但更重要的是如何实现。

当前网约车市场存在多种运营模式，不同模式下的服务交付能力存在明显差异。

在纯粹的聚合平台上，车辆多归属于小型租赁公司或个体司机，平台对司机的约束力度有限。即便用户提出了个性化出行需求，由于缺乏有效的管控手段，最终的服务质量也难以统一，往往出现服务参差不齐的情况。

但滴滴的强运营体系直接与司机、乘客建立连接。这种模式下，平台更容易对司机培训、车辆规范、服务流程以及质量检验等环节进行标准化管理，也更便于围绕用户需求标签开展持续的治理工作，明确哪些标签可以向用户作出承诺、如何核验服务是否达标、出现服务偏差时如何纠正等具体问题。

相比之下，滴滴的核心竞争力或许就在于此，不仅有接入大模型的能力，更难复制的是在高标准高要求之下的、可落地的履约能力。

让在意的事儿更确定

打车场景中，许多用户的隐性诉求其实是明确且刚性的。

比如带父母或者全家出行，一定需要更宽敞、驾驶更平稳且降低晕车概率的车，最好也有较大的行李储存空间。商务接待则需要车内保持清新、安静、整洁，才能让整个接待体面而不尴尬。

但在过去，网约车平台却一直缺少一个简单直接且方便操作的入口和机制，导致这些具体需求没办法被直接满足。

传统叫车往往只提供车型或者价位等少量选项，用户很难把“清新、平稳、安静、空间大”这类偏好细节落到实处上，于是只能在每一次上车时赌概率。

当 AI 小滴把这种“体验型诉求”变成“可选可控”的服务维度，并且能够一句话解决时，本质上就是在减少出行的不确定性。

另外，如果把这类出行细节全部设置为可勾选的选项，也会额外增加很多筛选的时间成本，而 AI 存在的意义就是把自然语言变成可提供的服务标签，减少了用户思考和寻找入口和按钮的链路。简单来说，就是让 APP 更好用、更方便。

官方数据显示，当前 AI 小滴已覆盖 90+服务标签。这意味着滴滴能够承接更复杂场景组合——例如“女司机+车内安静+驾驶平稳”，或者“带宠物+空间宽敞+不易晕车”等等。

其实，AI 小滴并没有改变出行的本质流程，只是在关键节点做增量，这是一种克制又朴素的产品哲学，默默把麻烦事帮你处理掉，但又不过分抢戏。

当效率、覆盖和稳定成为基础能力后，用户开始追求“更适合我”的体验，平台把这些说不清、选不了的小细节，变成了可被理解并且可被兑现的服务。

就像在滴滴提出“异味”治理、上线车内空气的评价之后，越来越多司机开始注重开窗通风，甚至主动在车内挂除味香片一样。如果越来越多的人开始提出类似的复合需求，某种程度上来说，一定会通过“好服务-好收入”的循环牵引更多司机提升综合服务质量。

AI 小滴

除了在打车体验上进一步升级之外，AI 小滴还可以提供查账单、搜附近的店等跟出行相关的更多功能。尽管看上去不那么张扬，但 AI 小滴的价值也许就在于，先在一个具体的场景里，把用户在意的事变得更确定。