在公众面前沉寂良久的王兴，最近以内部公开信的形式为打车业务露面，他表示，美团打车“放弃自营、转向聚合”。
自百度、高德、美团的接连冲击，巨头们似乎一再而再的证明滴滴是啃不动骨头，哪怕滴滴一度风雨飘摇、神仙难救，它们也难趁虚而入。
一个答案，关乎两种疑惑。
为什么滴滴不可撼动？为什么巨头要竞相入局？
他们说着不一样的话，却藏着相同的心思。
李想理想，王兴高兴。
虽然美团没有像其他互联网巨头那般官宣造车，但王兴个人仍以数亿美元投资理想，用真金白银的方式，表达了自己对新能源汽车风口的绝对信心。
很多人疑惑：美团为什么要跨界涉车呢？
其实，美团是一家被伪装成生活服务商的无人驾驶公司。
是的，你没听错。
无人驾驶技术的落地，有两项硬性的的数据指标，即无限量的本地化数据和无限量的线路地理数据。
因其是供AI学习和汲取的必备养料。
而这两项，美团都有。
比很多平台多，但又比无人驾驶的总需求量少。
所以，美团需要更多、更广的触点，来为积极积累数据。
而成本较低的采集办法也只有两种，外卖和打车。
估计很多人还记得，滴滴也曾高调宣布“造车”——以供应商的形式，赋能传统车企和新兴车企造车。其关键也是在于，滴滴拥有无与伦比可供AI学习和汲取的行驶数据。
大众集团高管曾在几年前“丧气”，他说：全球每天至少有50万辆不停运转的特斯拉在收集数据，这种对无人驾驶的训练强度，是我们无法比拟的。
事实上，特斯拉为实现L5级全自动无人驾驶曾为汽车装载了第一代Autopilot硬件，在其服役期间收集了高达20亿公里的海量数据。更“可怕”的是，这些数据为特斯拉渐次更新第二代Autopilot硬件也完全有用。
能有多大用呢？能帮助特斯拉在L5落地之前，先实现L3到L4的自动驾驶。
但并不是所有数据都需要汽车实际去跑，例如另一家“数据大厂”，同样在无人驾驶领域遥遥领先的谷歌便没有像特斯拉那般拥有几十万辆的车队，而是每天会在实验室中会增加300万英里（约480万公里）的模拟数据。
百度、高德与之类似。而美团则相对朴素，依靠外卖小哥的双脚来丈量大地；而若能补上打车的线路，那么美团的数据优势将独一无二。
但正如没有哪个个体能鲸吞所有数据，也没有哪个平台能事事完美。从环境上的客观和对手上的主观，都不会允许美团的打车业务做大做强。相比较美团自身的“业务收缩”，孔二老师则更倾向美团感受到了来自外力的不可抗力——有一种意志和干涉，不允许它的未来有机会成长为本地数据的垄断集团。
评价一个平台的价值与实力，别看它宣传什么，而是看它很少宣传什么。
相比较打车、外卖、酒店……很少人知道美团其实拥有强大的AI实力。或者说，美团正在低调地缔造一种强大的AI实力。
例如美团AI能做到不亚于地图公司的“线路规划”，其基于外卖小哥接送餐的路线问题和实际积累，会有意识利用AI做一些针对城市轨迹的线路衔接与通行效率。尤其“路况”是随时变化的，美团AI也能及时给出反应，做出相应的调整，给与实时更新的最优选择。
又例如美团AI能做到不亚于算力公司的“速度优化”。我们知道，包括外卖、到店、酒旅等在内的各个场景下，不同的外卖小哥还有不同的骑行速度、不同的店面也有不同的出餐速度，当美团AI将遍布全国2800个县市区骑手所提供的细化的地理信息，以及将线上超过40亿用户评价数据的种种变量叠加起来，就能从深度对3000万单、70万骑手的“速度”进行匹配和优化。
再例如，美团AI能做到不亚于图像公司的“识别变化”。在传统模式中，很多零售店、大型商场有很多货柜、货架，需要配备“巡店员”角色去实地查看商品缺货情况，并及时从仓库调配物资补货，这十分耗费人力。而美团则为这些商家提供带有视觉AI技术的终端摄像头后，缺货情况可以被自动识别，节省人力的同时提升运营效率。
此外，美团AI在语音识别、语言理解、环境预测、运动控制等领域也有深度研究。
以上，不就正是一个无人驾驶公司所需要具备的全要素吗？只不过，美团这里的“车”，是一个又一个颗粒度更低的外卖小哥。
只要把外卖员替换成汽车，美团随时都能变成一个汽车大脑。
作为企业的掌舵人，王兴的个人“偏好”在很大程度上就透露了美团的真实身份与野心。几乎在调整打车业务的隔日，也是继之前王兴投资理想汽车后，再次以个人身份投资“AI大模型”赛道。
所谓的“AI大模型”，最引我们熟知的便是前不久火遍全球“上知天文下知地理”的ChatGPT。而ChatGPT的诞生，就需要对“大模型”的长期投入，才能实现对语言、知识、逻辑、规划等智能能力的系统化输出。
这是美团的禀赋、积累，也是美团的未来。
当此根系形成，造车、无人驾驶，就同外卖、打车一样，只是这棵生态树的另一片树叶。
