今年乌镇，货拉拉创始人周胜馥的演讲提到一个数字。
「通过数字化和在线改造，货拉拉大幅提高了车货匹配效率，为社会节约物流成本近百亿元。」
随着电子商务和跨境贸易的发展，物流在过去二十年一直是支撑国民经济发展最重要的基础设施之一，过去几年有关部门更是把建设高效物流体系提升到了战略高度。
物流是一个典型的重资产行业。对于一个卡车司机而言，物流提效需要更好的车、更好的路；而对于一家连接数百万辆货车、每天为上千万用户提供服务、有着复杂货运网络的物流企业来说，互联网是过去十年最重要的提效工具，而货拉拉就是其中的佼佼者。
自成立第一天就从云诞生的货拉拉，今天已经构建起一个百万级日单量，连接上百万司机和上千万商家的复杂货运网络。通过构建在云端健壮的货运系统，以及持续引入的 AI 新技术进行技术创新，货拉拉通过技术手段显著提高车辆利用率，年节约社会物流费用近百亿。
这家始于香港的公司，还将国内积累的技术带到海外，向全球传播先进的中国物流数字模式。
「10 年前刚刚创业的时候，当时创业的主旋律是从国外输入先进的产品和技术，10 年后的今天，我国在多个领域已经具备向海外输出先进产品和技术的能力，从『Copy to China』到『Copy from China』，是在这十年以来我看到最大的改变，我作为互联网从业人员之一，也深深感到自豪。」周胜馥最后总结道。
01
从一朵云到百万订单，
货拉拉的云上之旅
货拉拉技术总监、核心基础设施负责人陈永庭将货拉拉在基础架构上的变化归结成了两个时间节点。第一个时间节点是 2018 年，2018 年之前，货拉拉仍然是一家订单规模不大的公司，内部基础架构并不复杂；第二个时间节点是 2022 年，从 2018 之后的四年时间里，货拉拉逐步开始深度用云。
早期货拉拉单体架构时期，应用直接运行在阿里云的弹性计算服务 ECS 之上，凭借阿里云稳定高效的计算、存储、网络等基础设施，以及灵活的付费方式等特点，货拉拉得以在业务初期即可以用最低的成本快速试错，抢占市场。
随着业务的快速发展，几年时间，平台上的日订单量已经发展到百万级。也牵引出货拉拉内部对自身架构的一场重新定义，对高效稳定的技术要求越来越高，应对规模化海量订单，货拉拉开始了对基础架构的一系列云原生改造。
从 2019 年开始，货拉拉逐渐将原本单体服务的基础架构升级到微服务架构，与此同时，借助阿里云上稳定高效的容器服务 ACK 加速了业务的容器化改造，让资源的使用更加科学经济。
2021 年，在微服务架构基础上，货拉拉开始支持全链路的灰度能力。通过全链路灰度技术支持高峰期发布，一个物理环境轻易就能快速构建出多个独立的逻辑链路环境，解决了研发和测试同学的工作效率难题。
2023 年，货拉拉更进一步，在全链路灰度架构基础上对流量标识、网关、数据存储等进行改造，演进到多泳道架构，单个泳道对应单个物理 AZ，一个请求的后端事务处理尽可能在单泳道内闭环，支持 AZ 机房容灾容错能力。
「传统的 IT 架构很难做到这个保障程度，而与公共云的合作也确实给我们提供了更多选择。」货拉拉技术总监、核心基础设施负责人陈永庭表示。而公共云产品的标准化程度，很大程度上决定了货拉拉在基础架构层面降本增效的效果。
采用阿里云上标准且可靠的 PaaS 层能力，能够避免大量重复造轮子的情况，让货拉拉能将宝贵的人力投入到最核心的业务里去，这成为货拉拉 2018 年业务量迅速上涨之后，逐渐成型的演进方向。一些自建的核心系统也逐步开始云原生化，例如 Redis 缓存，RDS 数据库，消息，检索分析服务等。
「从结果看的话，把 Redis 搬到云上能够让成本降低 30% 以上，甚至某些场景下能到 50%。」
而这些货拉拉内部的巨大变化，每一次都悄无声息的隐藏在货拉拉百万辆货车背后。货拉拉每一次的架构升级都是做增量设计，对现有运行时环境、中间件进行改造，几乎不会对业务研发产生影响，也不需要业务研发投入大量时间配合改造。同时，每一次架构升级都很好的解决了当期的核心痛点。货拉拉内部将这种渐进式的基础架构演进理解为一种「领先业务「半步」，不过度演进」的技术信条。最先进的技术并非一定意味着现有业务的最优解。技术、业务与架构的匹配才是一切的核心。
从 22 年到现在，甚至包含未来的很长一段时间，陈永庭说「这个阶段里不仅要继续做到保证稳定和降本增效，也包括和阿里云在 AI 上一起做更多的创新性探索。」
而对于已经完全云原生的货拉拉来说，AI 能力的渗入则显得顺理成章了。
02
最先进的 AI ，
在最传统的物流行业落地
「物流就是一个资源效率游戏」，正如货拉拉 CTO 张浩所说，要实现更高的效率，公司除了要规模化运营之外，还需要对业务本身涉及到的人、车、货、路这四大方面进行数字化的升级。
货拉拉通过对市场的了解，以及业务数据的积累，在逐步解决各类信息化难题的过程中，货拉拉打造了一个自己的智能系统，即「智慧大脑」。给互联网物流提出了高效的数智化解决方案。它将在 AI、大数据和地图等基础能力之上，通过自研的运筹优化算法解决核心的资源优化配置问题。「本质上是货跟车之间的匹配变得更好了」，货拉拉技术总监、智能运营算法团队负责人胡涛说，「对于货车来讲，他可以用最短的空载时间去获得下一个订单，对于他来说这样一天可以接更多的单，赚更多的钱。这也是今天通过智能化的手段帮助车主带来的一个收益增长。」
与此同时，货拉拉巨大的货运网络中正在涌进来更多人。以国内为例，货拉拉持续在全国招募更多的同城货运司机，这意味着有更多的司机要在货拉拉的后台走完一遍司机资质审核的流程。这一切成立有一个最基本的条件，就是能在短时间内完成大量身份证、行驶证、驾驶证等证件的审核。
这件事最早是人工在做，后来逐步转变为 OCR 自动化的审核，到去年年初货拉拉开始与阿里云通义大模型共建，此前的小模型开始让位给大模型。大模型能力支持下的 OCR 识别效果要明显好于小模型。
安全系统也在大模型能力的加持后得到优化。
「货拉拉平台有一个「安心拉」的产品，就是在货箱、驾驶舱内布置摄像头设备，去检测是否在运输中装载了违禁品、货车中的载人情况有没有超过限制，以及司机是否有一些疲劳驾驶的潜在危险。」胡涛表示，这些安全防控方面的系统已经上线了两年多，在人车货分散、工作强度高、安全风险多的复杂场景里，尽职尽责的保障百万司机，亿万用户和人民群众的生命财产安全，肩负着企业对社会的承诺和责任。
同时，阿里云助力货拉拉构建了一站式的大模型开发及应用构建平台——「悟空平台」。这个平台上目前已经有 200 多个应用，几乎所有业务线和部门都在平台上构建了提效的工具，通过悟空平台，用户可分钟级开发出一款大模型应用，快速进行业务创新。即使最顶尖的开发者也不可能比部门内部的人员更了解自己业务需要什么样的工具，货拉拉更倾向于用大模型的能力降低应用的内部开发门槛，把 AI 最原生的能力直接赋予公司各个岗位的人。
03
云端征程，
货拉拉的数字物流新篇章
周胜馥在乌镇的演讲中提到的一百亿的数字背后，是像货拉拉这样带着浓重技术底色的互联网货运平台，在激烈的市场竞争中促进着中国的货运行业在近 10 年内的加速成熟。
2014 年的一份报告《中国采购发展报告（2014）》显示，2013 年我国社会物流总费用超过 10 万亿元，占 GDP 比重为 18.0％，物流成本明显偏高。不仅高于美国 8.5% 的一倍有余，相比日本、德国等经济发达国家，甚至跟经济发展水平基本相当的金砖国家相比也偏高，例如印度为 13.0％，巴西为 11.6％。
而中国物流与采购联合会在今年 11 月 20 日发布的数据显示，2024 年前三季度我国社会物流总费用 13.4 万亿元，同比增长 2.3%，社会物流总费用与 GDP 的比率则下降到 14.1%，比上年同期下降 0.2 个百分点。
货拉拉和 Lalamove 则已经是 2024 年上半年全球闭环货运交易总值最大的物流交易平台，公司也拥有全球最多的平均月活商户，以及最高的已完成订单数。
物流行业最大的痛点仍然是供需双方的信息不对称所造成的货与车之间的不匹配，以及服务与价格之间的不匹配。打破这条信息鸿沟的基础是货运公司首先需要完成一场技术的内部迭代。在云计算与 AI 能力的加持下，人、货、车、路四方数据捕获的能够更加精细，数据流通的各个隘口也可以完全打开。在足够的数据和算力下，AI 或许能找到那个最优解。
这一切此刻都正在云上静静地发生着。
*头图来源：阿里云
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO