8月7日傍晚，一場突如其來的暴雨夜襲北京，打車需求激增，滴滴快的緊急上線仍處於測試階段的「動態加價」智能調度系統，雖然讓乘客打到了車，當天幫助北京用戶出行70萬次，但是加價的行為也引起了用戶的不滿。
但我們究竟該如何更為客觀的看待滴滴的「動態加價」？是坐地起價敲竹杠？還是市場調節？
一，動態加價只是一種選擇
滴滴快的由於長期給用戶補貼打車費用，所以在用戶心目中逐漸樹立起了這是一家「公益公司」的形象。我們使用打車軟體的目的就是為了降低打車費用，而用這家公司的APP就是為了省錢，哪有讓我加錢的道理？
但我們都忽略了一點：動態加價僅僅只是一個選擇，並沒有強迫用戶一定要選擇。用戶如果不想加價的話依然可以選擇不加費，可以選擇等待，繼續發送原價請求。這不意味著一定不成交，只是在概率上低一些。
客觀地說，滴滴的動態加價是市場經濟規律的必然，任何想要出行的用戶都會根據自己的經濟實力做理性判斷。也正因為這樣，才會有人選擇坐火車，有人選擇坐飛機，而這因為這樣層次不齊的需求才能帶來經濟的繁榮。
有一定經濟條件的人會選擇坐飛機而不會選擇坐火車，我們不能強迫他們去坐火車，所以航空公司可以賺他們的錢。而經濟條件有限的人他們只會選擇坐火車而不是飛機，我們也不能強迫他們去坐飛機，所以鐵道部可以賺他們的錢。
打車這件事也一樣，打車本身就有一定經濟門檻，是坐計程車還是快車或者專車？高峰時間是加價還是不加價？都會在這個市場中自然顯現出來。正如亞當斯密所說，那個看不見的手會自動左右市場，用戶與司機雙方都會在衡量后各取所需。滴滴方面要做的事情只是滿足本來的市場規律而已，所以動態加價的出現也是必然。
另外，在高峰期間，UBER叫車必須強制加價，所以在這點上，滴滴相對來說還是更人性化的，並沒有強制加價，留給了用戶選擇權。
二，如何加價才是合理的？
如何加錢更公平，才是接下來要面對的問題。根據滴滴方面的資料，其加價演算法技術如下。
第一步，監控成交率：
滴滴時時刻刻的監控某個地區範圍內的成交率，如果一旦發現成交率過低，那就是說明需求大於供給，當成交率低於某個限值之後「動態加價」就會啟動，來提高訂單的成交率。
第二步，計算加價費用：
加價費用是通過歷史大數據挖掘后再經過一定演算法得出，說兩個最為重要的參考大數據1，該區域曾經的高峰歷史加價數據，其中一個比較重要的歷史數據就是滴滴積累的計程車加小費的數據。2，目的地價值參考數據，比如當用戶要從三里屯到機場，因為司機可以接到回程訂單，所以要加的價格就不會太高。但是如果用戶是要從三里屯去昌平區的某個村，司機接到回程的概率就小，所以加價也會相應提高。
第三步，機器循環學習：
事實上進化的演算法才是「動態加價」的核心，滴滴通過不斷監控成交率以及大數據相關性，不斷調整演算法來實現加價的合理最大化，讓機器通過一次次的學習，來提高訂單成功率。
公眾對技術不夠了解，但卻用實際行動表示質疑。甚至有人專門做了測試，三個人從同樣的出發點，去同樣的位置居然有不同的加價，差價高達24元。
那到底是怎麼回事呢？其實供給是隨時發生變化的：第一個人叫車的時候附近有車，直接匹配。第二個人叫車時稍遠點有車，車開過來需要高一些的成本；而第三個人叫車時附近已經沒車了，車從更遠處開過來需要更的成本，所以滴滴會根據這些情況相應加價。
理想的交易價格是，需求價格和供給價格無限接近。換成大白話是，司機不用一路吐槽，給錢太少blabla；用戶也不用一路肉疼，錢花的太冤枉，如何如何。滴滴正在試圖磨平這個鴻溝，但這並不容易，還需要培養習慣。
三，演算法決定未來
作為一個技術信仰者，我深信科技創造更加美好的生活，而未來科技的核心之一則是演算法，因為未來的人類會產生無窮的大數據。而如何從大數據中找到隱性的關聯，讓原本世界運行的效率不斷提高，這就要依靠演算法。搜索引擎需要演算法，在線廣告推薦需要演算法，大數據醫療需要演算法，城市公交調度需要演算法……演算法已經大量融入到我們的生活，並且在未來會發揮更大的作用。在《演算法帝國》這本書中，作者說道「未來屬於演算法和它們的創造者」。
所以我們不要小看這個「動態加價」演算法，UBER能夠在全球立足，演算法功不可沒，那麼我們反過來再看這件事，如果滴滴在「動態加價」的演算法設計上高度成熟甚至超越UBER，那麼就達成了與在UBER全球抗衡的必要條件之一。
不管我們願不願意，計程車、快車、專車的補貼終有一天會撤走，最後沉澱下來真實的需求和交易。能夠活下來的一定是通過演算法讓出行交易更為合理的那家，這是互聯網的精粹。
結語：
我們回到變與不變的角度來看問題，滴滴快的的補貼只是變化的表象，滴滴快的誕生之初就不是為了補貼錢給用戶和司機，滴滴快的最終要做的是建立一個高效的出行平台，讓用戶能夠花合理的錢叫到車，讓司機獲得合理收入，讓市場中各個層次的用戶與司機都能各取所需。
因此，我們以小窺大，滴滴此次的 「動態加價」功能雖小，但其關鍵作用有點像阿基米德的支點，一端是演算法，另一端則是未來。
#作者信息#
承哲，微信公眾號：shouxifayanzhe，人人都是產品經理專欄作家，關注工具產品和人工智慧領域，擅長AXURE，興趣愛好看書，思考。
首發於人人都是產品經理，未經許可，禁止轉載。