土豪的滴滴快的公司昨天推出了一个超级凶狠的一招：10亿免费坐“快车”。
天下“没有无缘无故的恨也没有无缘无故的补贴”，滴滴快的此次大出血一定是有很严重的理由的——严重到必须这么做！
先看看滴滴快的这次的计划：从5月25日开始一个月的每周一，在全国12个城市推出“全民免费坐快车”的活动——这10亿是给“滴滴快车”花的，既不是“专车”也不是“顺风车”！
而在这10亿投入的背后，是一个一箭三雕之计！
一、“快车”来袭，针对务实用车群体
坦白地说，此次滴滴快的推出“快车”必然是针对“我”这样的消费群体的，因为像上班族、家庭主妇等阶层，打专车觉得肉痛心疼银子是必须的，但是Uber的价格就低了很多。
而此次的“快车”显然就是为了夺回这类务实阶层的消费者而设计的：没起步费，每公里1.5元！
这一下子打中了该群体的软肋——谁整天像那些能公款报销的人那样能随便打专车？那些人对价格敏感度不高，要的就是司机得好好为其服务的“范”，而大多数普通人只要“快”来把自己送到目的地就满足了，对享受没那么高要求——千万别给他开车门，也不用准备什么矿泉水，自己买其实更便宜……
理论上来说，这两个消费阶层其实并不冲突，但按照金字塔理论，价格高的专车肯定比快车服务的人群更少，而这一点对于滴滴快的公司来讲，就形成了一个价格空当——这次10亿的免费坐车是啥真实目的？
就是推滴滴“快车”，补上对价格敏感的消费者这块出行产品线——对于想做全民生意的滴滴快的来说，至关重要。
但这只是“补上”，而不是“补齐”。
因为快车的推出肯定远远不是滴滴快的全部产品线的阵容——滴滴快的要做的是“全球最大一站式出行平台”，这意味着滴滴快的未来还会推出代驾、大巴实时线路、地铁运行线路等等产品，说不定未来还有别的奇怪交通工具——出租的自行车、电动三轮车、自平衡车……
也就是说，高峰期出行时，滴滴快的可能会告诉你：您先乘坐999路到xx站，然后坐地铁到军博，出来后，方案1，地铁站东方20米处租一辆自行车，可以骑车25分钟至您要去的最终目的地“军事博物馆”；方案2，您从地铁出来后，也可以乘坐222路公共汽车，该汽车还有5分钟到站；方案3，从地铁出来后，呼叫快车、专车、顺风车……
而用户真的到了军博那站的时候，滴滴快的又会提醒他：方案1，你现在可以打专车，预估50元；方案2，打快车25元；方案3，搭乘600米外的顺风车，价格10元；方案4，租用公用自行车；方案5，您可以散步，因为现在真的很堵车……
等到了这一天，滴滴快的的理想才达到了——真正做到了人民出行的全平台。
所以，现在的滴滴“快车”，要抓住的是最大部分的那个消费群体——在乎成本，又想快速抵达目的地，又不想挤地铁的人们。
不过，如果单纯是这个目的，那太小看程维也太小看柳青了，这招够狠的地方在于：对那些新成立的各种“用车”小公司来讲，这招好有杀伤力。
二、圈用户，“渴死”其他小公司
这10亿射下的“第二雕”，是那些近半年来不断冒出来的小出行公司。当然，这不一定是件坏事。
这很好理解，投资圈的一些“风声”显示，很多跟风出行的小公司其实目的就是要圈投资人的钱——而投资人也冒着十赌九输的风险，希望给自己一个机会参与到当今社会正在发生翻天覆地变化的出行变革大潮中，借风借水借钱，看在这个变革中有么有机会分一杯羹！
但是小公司的投资人很快就会意识到，滴滴快的砸10亿狂圈用户这样的项目，他们的项目命运如何？
大家都知道，一个市场是容不下那么多player的，滴滴快的这样的对手，这样的资金和投入，这样的技术平台……那些小公司或许现在应该赶紧反省一下，如果投资人不再追加投资了，自己的下一步方向怎么走？
三、10亿的真实目的：构筑技术门槛
如果按照一般的逻辑，这10亿有两个作用，拉用户和积累数据模型。
但是第一滴滴快的没有出台只有新客才能用的规定，因此就不是主要为了拉新用户，那么滴滴快的这10亿是要干啥？
咱们来算笔账，如果一个用户每天坐两次快车，每次补贴15元，那么10亿元投入可以补贴3333.33万个用户。这10亿是用来做广告费圈人的，每个用户的获取成本是30元，如果他只打一次，那么获取成本更低——只有15元。
其实，这或许更应该被理解为是滴滴快的准备为快车迅速上位所砸下的10亿。
因为快车和专车不同，快车的车型没有专车那么高级，司机也不同，所以滴滴快的要扩展快车的用户，就要有一套不同于专车、出租车的派车逻辑。
这里面的逻辑其实是，滴滴快的是全用户平台，未来会覆盖几乎所有的出行交通工具，那么要做到各种产品之间的无缝调度，这对大数据的要求很高，这也是为什么滴滴快的为什么要成立研究院的原因。
滴滴快的其实丝毫不隐瞒自己这点——滴滴快的不是宣布要成立什么“机器学习研究院”么——程维他们希望快速让滴滴快的拥有达到世界领先水平的超大规模数据智能分析能力。
而机器学习研究院成立后，会为滴滴快的大规模应用人工智能分析技术打下良好基础，提升该公司的数据挖掘能力，除了机器学习领域之外，在智能交通、数据挖掘、图像识别等人工智能领域滴滴快的也将投入重金进行研究。
这确实是很重要的，以滴滴专车业务为例，目前还要用到人为制定的规则，例如如何将信息推送给最适合区域内的司机、谁优先获得订单等等。在数据量较小的情况下，可以基于人的经验来设定算法，但是在数据量更大更丰富的情况下，这样的做法可能和现实存在一定程度的脱节。而在使用机器学习的方法后，可以自动设定合理的规则，提高数据处理效率。而且对机器学习来说，数据量越大，分析结果就越精确。
所以，这场10亿元的盛宴，既推广了“快车”，又震慑了行业其他小公司的投资人，还积累了大数据迅速调教好智能调车系统……一箭三雕的事情，谁不愿意干呢？
