如何通過技術手段而不是單純擴大騎手規模的方式，讓美團外賣平台超過 50 萬的騎手高效工作，提升使用者滿意度的同時，降低配送成本，是美團配送技術團隊持續解決的難題。「美團外賣業務場景的技術難度相對較高的主要表現在于——系統壓力高峰期區分明顯、交易鍊路長實時性要求高、交易轉化率高和使用者停留時間短四方面。」美團外賣技術架構負責人孫傳亭說。
規模龐大且不斷擴充的業務量，使外賣系統中資料驅動的因素大大提升，這對美團外賣的後端系統架構提出更高的要求。過去一年多時間，針對即時配送場景應用了機器學習、運籌優化等技術，推出 O2O 即時配送智能排程系統。
不止是外賣業務，點評 UGC 内容、使用者上傳資訊等業務内容都從以往的人工改變為機器處理為主。美團雲成為背後有力的底層技術支撐，美團雲總經理李爽說：「對技術本身就有很大需求，我們也做了大量的工作。同時，建構雲平台符合我們的發展方向，也符合具體的市場方向，是以我們就做了這個選擇。」
美團雲成立時間并不長，2015 年 4 月，李爽加入美團點評後才開始着手建構美團雲團隊。如今，美團雲團隊有 200 餘人，是美團點評不可或缺的重要組成部分。
同樣，在産品方面，美團雲也已經完成相對完善的布局：2017 年，美團雲推出 GPU 雲主機進入 AI 領域；5 月布局主機類、平台類、服務類三大類産品開啟 AI 戰略，并于英特爾、華為、依圖、搜狗等 AI 企業建立深度合作，打造人工智能生态圈；9 月大幅降價底層計算産品 GPU，并宣布 SaaS 層産品及深度學習平台全線免費。
盡管從亞馬遜到國内 BAT 都早已站在雲服務市場的「黃金賽道」，競争的激烈程度不言而喻。但在李爽看來，現階段不同的 AI 場景有着不同的計算需求，美團雲不會放棄任何機會，隻要是新的機會、新的場景，都希望能夠去進行嘗試，「因為誰也不能判斷未來到底會怎樣。」
從内到外，向 AI 靠攏
「美團雲的成長與美團點評的發展是密不可分的。」李爽回顧稱，也就是說，這是一個從美團點評的業務需求出發，逐漸完善後再向外輸出解決方案的過程：
從 2012 年開始起，在自身業務需求的推動下，美團開始部署私有雲。一年後，公司上線公有雲項目美團雲 MOS，當時盛大、阿裡巴巴都在嘗試做公有雲，但由于資源準備還不充分，加上内部業務增速很快，美團雲對外商業化的計劃往後推遲。直到 2015 年，美團雲生活服務領域的業務已經相對成熟，才正式獨立營運并全面對外開放雲服務。
李爽介紹，從内部延伸至外部的過程中，産品形态的轉化是他們面臨的一大考驗。比如，計費的形式以及使用者的管理，内部産品偏向于更加簡化、規模及效率，外部則強調功能、安全性合理性，包括使用者的友好程度，内部使用 API 可以搞定，外部必須有操作界面的設計。
「那時我們希望跟市場上大部分公司具備一樣的能力，是以 2015 年我們的主要工作就是一邊建構團隊，一邊在産品的數量與平台的性能上完成補齊。」李爽說。在這段時間裡，在原有的計算和存儲功能外，美團雲添加了 IaaS 與 PaaS 等相關子產品和功能。
2016 年的時候做了行業雲方面的探索，主要集中在傳統領域，包括餐飲、酒店、旅遊等。在完成行業雲的探索之後，美團雲的業務重心在 2017 年回歸到了平台政策上，并于 5 月正式把 AI 作為重要戰略目标，選擇以底層高性能雲主機為依托，中層深度學習平台為支撐，上層場景服務為應用組合，以這樣的方式來布局其人工智能版圖。
李爽稱：「2017 年，我們看到整個雲計算市場的計算力正在發生遷移，這是好事，也是整個 AI 行業的發展趨勢。」在 AI 領域，傳統 CPU 的計算力已經向 GPU、FPGA、甚至更新的 Intel 處理器等遷移。「這種遷移速度非常快，會帶動起整個行業形态的變化。我們會把這四種計算資源融合在一起，對外釋放這種能力。」
而這些技術能力也正是美團雲的需求。從最初的自動化證照稽核，到後來的美團點評 UGC 處理，以及美團外賣的排程等，這背後的工作逐漸由機器取代人工，海量資料經過訓練與處理更好地輸出給美團點評的業務，實作效率的提升。
這一過程不僅符合美團雲發展的方向，還實作了 AI 能力的積累，同時能夠以此輸出給客戶。一般而言，做雲服務有兩個方向，一是專注垂直領域，提供從底層到頂層的整套解決方案；二是把能力聚焦于自身的強項，美團雲屬于後者。
李爽表示，美團雲在底部的 IaaS 和 PaaS 積累了大量經驗，會把精力放在營運資源和搭建平台，推出 IaaS 類和 PaaS 類的相關産品，在此基礎上再把業務進行對外輸出，把應用層交給更加熟悉這個領域的客戶來完成。
「無論從産品還是從規模的角度看，AI 都是比較新的東西。除了小型網際網路公司，傳統機構和政府方面對于 AI 的了解也可能存在一定的距離，我們希望可以縮短這個距離，讓他們的産品更快地應用到實際。」李爽補充道。
打造整套 AI 體系
「未來的 AI 領域可能會形成一個頭重尾長的生态。」美團雲戰略負責人 Rachel 認為，大公司往往會着眼于 AI 領域的大問題，但事實上還有很多細分行業需求有待中小型企業玩家和創業公司來解決。比如，大部分使用者不一定具備建立一套資料與平台的能力，另一個角度來看，這些公司自建平台的必要性并不高。
「美團雲的定位就是整體向外輸出美團點評的資料技術積累與技術能力，我們把 AI 能力開放出去，讓使用者使用我們的基礎設施、計算力或算法資料等能力，進而幫助使用者降低産品商業化的門檻。」Rachel 說。
目前，美團雲上線了主機類、平台類和服務類三大 AI 産品，以底層高性能雲主機為依托，中層深度學習平台為支撐，上層場景服務為應用組合的方式來布局其人工智能版圖。
主機類産品覆寫 GPU 雲主機、FPGA 雲主機、KNL 實體機等 IaaS 層主機服務。9 月 6 日，美團雲宣布 GPU 産品永久降價 50%，大幅降低了企業 AI 計算資源的成本。
平台類産品方面，美團雲的深度學習平台支援開發者在 TensorFlow、Caffe、Torch 等靈活、高擴充性深度學習架構中進行模型訓練及算法研究，進一步輸出美團雲的 AI 能力。9 月 21 日，美團雲宣布 AI 服務全線免費，也免費開放了深度學習平台。
提及全線免費的市場打法對美團雲營收方面所産生的影響時，李爽表示，現在考慮這一問題還為時尚早，美團雲目前并不太考慮營收問題。
服務類産品則包括人臉識别、圖檔識别、NLP 、語音識别、OCR 文字識别、智能客服、機器翻譯等與人們生活場景密切相關的 AI 服務。李爽稱：「IaaS 和 PaaS 層我們具有優勢，是以選擇自己來打造。相比之下，SaaS 層其實更貼近于使用者的使用場景，我們會更依靠生态裡的合作夥伴。」
在談到為什麼沒有把合作夥伴的能力直接提供給使用者，而是重新建構一個新的接口再服務使用者時，李爽表示：「其實合作夥伴的聲明周期也存在風險，我們希望可以給使用者提供一個穩定的接口和平台，避免受到合作夥伴業務調整帶來的影響。」目前，美團雲已與搜狗、依圖、曠視、Rokid 等 AI 企業展開合作，實作内部孵化與外部技術的融合，建構一個完整的生态系統，打造最開放的 AI 共享平台。
對于 AI 戰略的規劃和實作路徑，李爽介紹稱：「我們的第一步會面向全體 AI 生産者，把底層資源釋放給他們，讓他們把維護架構、建構平台的精力節省下來用于自身算法和應用層的研發，幫助他們完成自身 AI 價值的最大化。然後今年年底，我們會開啟生态化建設，把外部資源納入我們的平台上，将 AI 生産者的業務融入我們的體系中，再給使用者提供相應的解決方案。」
李爽始終認為，資料是 AI 發展的核心，其外層依次為算力、算法和應用，使用者的資料經過計算效率的提升、算法模型的優化以及平台的搭建，由内向外逐漸擴充，最大化發揮價值。
由此，美團雲計劃從底層向上建構，将這四種資源納入美團雲的體系中，這也是美團雲今年的目标。「我們需要對資源進行評估、衡量和調整，根據場景需求再一次做補齊工作，達到使用者滿意的狀态。」李爽說。