当整个互联网行业都在卷大模型、造 Agent、抢对话入口的时候 , 滴滴做了一件看起来不太 "AI" 的事。

6 月 11 日，滴滴 App 8.0 版本正式上线。

最直观的变化来自顶部导航栏。过去，用户打开滴滴，最熟悉的入口几乎只有出行，而在 8.0 版本中，" 送货 "" 旅行 "" 车主 " 被放到和 " 出行 " 并列的位置。

这不是一次常规的界面改版。导航栏多出的每一个标签，背后都是一条完整的业务线：送货覆盖了从 27 种货车到搬家六个梯度的同城货运，旅行整合了租车、酒店、机票、火车票和私家团。过去几年，这些业务已经在滴滴内部生长，但直到 8.0 版本，它们才第一次以主入口形式，被放在用户面前。

图：滴滴 App 8.0 顶部导航栏增加 " 送货 "" 旅行 "" 车主 " 页

这意味着，滴滴不再只满足做一个打车 APP，试图把人的出行、物的流动、旅行计划和车主服务，整合到同一个互联网平台。滴滴将这次升级概括为两个转变，从 " 送人到送物 " 和 " 从即时出行到计划出行 "。

在 AI 浪潮中，很多公司选择造大脑，而滴滴的选择是用 AI 把线下服务做重、做确定，用 AI 理解用户需要什么，再用积累十余年的运力网络去兑现它。这可能是 AI 浪潮中最不性感、却也最难复制的一条路。

01

出行场景的极致细分

什么是 " 用 AI 把服务做重 "？先看滴滴的老本行网约车。

网约车行业经历过两场战争。第一场是 " 有没有 " ——解决打到车的问题。第二场是 " 好不好 " ——当供给不再稀缺，用户更关注车是否干净，驾驶是否平稳，能否多一点安心。

滴滴进入第二场战争的方式，是把出行拆到了几乎无法再拆的程度。

在快车和专车之间，长期存在一个被忽视的需求带，部分用户觉得快车体验不稳定、专车又太贵。针对这些用户，滴滴推出甄选快车，并设立了明确的硬门槛：轴距达标、车龄 3 年以内，司机服务分保持高标准，且在车况、异味、服务态度、开空调、绕路、多收费、甩客七大场景中，连续 30 天零投诉。

图：滴滴甄选快车车内宽敞，乘客可使用车内充电线等服务

据悉，甄选快车落地后，相关投诉量下降近一半，约 98% 的用户给出好评，更重要的是甄选司机周均多赚约 130 元，好服务拥有了真实的市场溢价。

在高服务标准之外，滴滴还针对不同人群推出极致细分的服务—— " 她计划 " 允许女乘客优先呼叫女司机；助老打车降低老年人使用门槛，一键呼叫、支持现金支付；宠物出行解决带宠被拒载的尴尬；轻享、六座快车、顺风车、城际拼车从车型和距离上区分不同需求；海外出行、国际版 App 和英文版服务则双向覆盖出入境人群。

每一项细分服务都构成了后来者难以逾越的服务密度，这也是滴滴在 " 向外延展 " 之前所做的 " 向内深耕 "。在把运力延伸到送货、把服务拓展到旅行之前，滴滴先证明了自己能把服务做到足够深、足够确定。

这是滴滴拥抱 AI 的第一种方式，在一个垂直场景里用数据和算法把服务磨到极致。当其他平台的 AI 还在思考用户可能想要什么的时候，滴滴的 AI 已经在匹配哪辆车最适合这个用户了。

02

好服务的跨场景复制

在出行上做深之后，滴滴拥抱 AI 浪潮之路的第二步是让这套能力外溢，把 " 确定性 " 从一个场景复制到另一个场景。送货，就是最自然的第一站。

送货和出行在底层逻辑上高度同构，都是时空匹配、路线规划、动态定价、安全管控。中国最大的实时运力调度网络，就是滴滴进入货运业最硬的壁垒。

打开 " 送货 " 入口，用户面对的是一个三层服务矩阵：大件送货提供 27 种货车车型，覆盖从面包车到厢式货车的全品类；快送跑腿（两轮 + 四轮）切入即时配送市场，针对鲜花蛋糕、行李、宠物等特殊物品分别推出对应配送方案；搬家服务从 " 仅用车 " 到 " 全托搬家 " 共六个梯度，覆盖从预算敏感的自助搬运到企业级全托等不同人群。

但滴滴在送货赛道最值得关注的差异点，是一个叫 " 极速赔 " 的服务。

货运行业最大的信任痛点在于货损，货物损坏后，司机和用户互相推诿、责任难定、赔付周期漫长。滴滴的 " 极速赔 " 方案是：异议必赔，48 小时赔付到账，鲜花、蛋糕等易损品类，最快 38 秒即可完成审核并赔付。

图：用户使用滴滴四轮快送服务配送大体积鲜花

38 秒，意味着整个定损和赔付流程完全由 AI 驱动——图像识别判断货损程度，算法自动计算赔付金额，平台先行赔付，把执行成本从用户侧转移到了平台侧。

可以看到，滴滴把出行领域积累的 " 确定性 " 方法论复制到了货运场景。极速赔对应出行纠纷的快速判责和赔付，搬家六梯度对应出行场景的细分品类，底层逻辑是让用户每次使用都有明确预期。

如果说送货考验的是滴滴运力网络能不能横向复制，那么旅行入口考验的则是服务确定性能不能跨场景生效。

用户打车的终点，大量分布在机场、火车站和酒店。从 " 出行工具 " 到 " 出行目的地 "，场景天然衔接，滴滴做旅行是 " 高频带低频 " 的经典打法。

先说个性化的租车。滴滴构建了 " 无车必赔 "" 三方定损 "" 免费取消 "" 先行赔付 " 等诸多保障，覆盖取车、用车、还车全流程，实现超过 95% 的订单无投诉、无纠纷。对于被 " 到店无车 "" 还车扯皮 " 反复折磨的租车用户来说，这些保障解决了其最大痛点。而滴滴独有的优势在于，还车之后用户可以一键叫车回家、到酒店。

图：用户使用滴滴租车服务

再说标品化的酒店和机票。滴滴接入了 60 万余家房源，支持多平台比价。机票严格沿用航司官方定价，不设中间环节和隐藏费用。在捆绑销售、小字加价争议不断的背景下，透明定价就是一种壁垒。这两个品类滴滴用信息透明建立信任门槛，用户不需要猜自己有没有被宰。

03

AI 加速滴滴服务升级

回过头来看，滴滴做 AI 的 " 另一种方式 " 已经很清晰了。它既没有发布大模型，也没有推出独立 AI 应用，而是把 AI 嵌进了出行、送货、旅行每一条业务线的毛细血管里。

在新版滴滴 App 里，用户直接说出自己的情况，AI 小滴就能把口语转化成机器能理解的匹配条件。有人容易晕车，系统就筛出驾驶平稳的油车司机；有人带着家里老人出门，派单时会优先车内空间宽敞、开车不急不躁的司机；有人去机场，后备箱容量和准时率就成了硬指标。目前 AI 小滴已经能识别空气清新度、行李空间、驾驶风格等 90 多个服务标签。

这些标签来自滴滴十余年积累的真实出行反馈。比如在医院附近下车时，平稳驾驶和宽裕空间几乎成了默认刚需，而当用户提到身体不适，加速刹车更柔和的油车司机更容易获得好评。乘客评价、驾驶行为、车型车况信息沉淀后，每一个标签都对应着一个真实的用户痛点。

这让滴滴的出行服务从打到车进化到了打到对的车，把用户的不确定转化为平台能够识别和解决的确定，这层确定性背后，是滴滴十余年数据和运营经验的算法化，也是后来者短期内无法复制的。

自动驾驶则代表着更长期的变量。滴滴 App 上已可叫到自动驾驶车辆，送货无人车也在布局。滴滴在这条线上的核心筹码是中国最大规模的出行场景数据，每天数千万次的真实服务，是任何实验室都无法模拟的训练场。

把这些放在一起看，滴滴 AI 战略的特征很清晰：不卷模型，卷场景。AI 对滴滴来说是调度能力、匹配效率和服务确定性的倍增器。出行、送货、旅行，每一项服务积累的确定性，都在被 AI 放大。

04

结语

当整个行业都在讨论 AI 的 " 智能 " 时，滴滴在讨论 AI 的 " 确定 "。

这就是滴滴拥抱 AI 浪潮的另一种方式——做一个能让你每次打车都被正确理解、每次送货都有赔付兜底、每次租车都不会被放鸽子的 AI。把用户的不确定，变成平台能够识别和解决的确定，并让它发生在每天数千万次的真实服务里。

AI 浪潮终会退去。到那时，留下来的是那些真正用 AI 把服务做重了的公司。滴滴 8.0 要证明的，是这条路不只属于打车，也能支撑它走向更多线下服务。（雷峰网）