曹操出行:「曹操大脑」驱动网约车精细化运营

一、背景与痛点 网约车进入存量阶段后,平台核心矛盾从「有没有车」转向「派得快不快、空驶多不多、司机赚不赚」。曹 […]

一、背景与痛点

网约车进入存量阶段后,平台核心矛盾从「有没有车」转向「派得快不快、空驶多不多、司机赚不赚」。曹操出行(吉利孵化,2015 年成立,2025-06-25 港交所上市,02643.HK)截至 2024 年底在 136 城运营、月活用户 2870 万、月活司机 46.6 万、年订单 5.98 亿单、GTV 170 亿元,海量实时供需匹配仅靠规则引擎已无法兼顾等待时长与运力利用率,亟需 AI 决策系统承接派单与补贴分配。

二、AI 系统:曹操大脑(Caocao Brain)

官方定义的专有 AI 驱动运营决策系统,含两大引擎:

  • 算法交易引擎:综合司机实时位置、邻近司机当前订单预计完成时间、司机荣耀分、乘客车型偏好等多维因子,做实时派单与全局调度,目标为减少乘客等待、降低车辆空驶率。
  • 智能营销引擎:实时分析供需匹配,做精准供需预测与补贴自动化分发,降低用户获取成本。

系统闭环:历史订单+实时路况+车辆状态→供需预测→全局调度→派单/补贴执行→数据回流再训练。

三、核心落地场景

  1. 智能派单与动态调度
    乘客下单后毫秒级计算最优司机匹配,高峰期基于区域热度预判提前引导空闲运力,平峰期通过热力图把司机导向潜在需求区。招股书定性结论:减少乘客与司机平均等待时间、降低司机空驶里程。
  2. 司机侧 AI 辅助
    派单算法持续优化司机每小时产出;定制车(枫叶 80V / 曹操 60)叠加 60 秒换电(吉利易易互联 448 座换电站),拉长运营时长。司机平均每小时收入由 2022 年 30.9 元升至 2023 年 36.1 元、2024 年 35.7 元,高于行业平均 27 元。
  3. 车队与车辆管理
    在 31 城自持超 3.4 万辆定制车(2024 末),AI 结合换电/维保网络排程;定制车 TCO 较典型纯电网约车低 36.4%(曹操 60 每公里约 0.47 元)。
  4. 营销补贴自动化
    用户补贴占 GTV 比重由 2022 年 22.2% 降至 2023 年 18.1%,司机收入及补贴占出行服务收入由 84.2% 降至 79.0%,告别纯烧钱拉新。
  5. 向前兼容 Robotaxi
    官网明确「曹操大脑」为 Robotaxi 车队自动调度与维护打底;2025 年 2 月杭州滨江试点投放 Robotaxi,由绿色智慧通行岛运营支持。

四、可引用量化成效(全部有公开背书)

  • 曹操大脑上线首年,算法优化带动平台总 GTV 提升 14.9%。
  • 司机平均时薪 30.9 元(2022)→ 35.7 元(2024),高于行业 27 元。
  • 用户获取成本占 GTV 由 22.2%(2022)降至 18.1%(2023)。
  • 定制车 TCO 较典型纯电低 36.4%,曹操 60 每公里约 0.47 元。
  • 入选「2025 中国 AI+应用 Top50」,出行行业唯一入选。
  • 2024 年 GTV 170 亿(+38.8%)、收入 146.57 亿、毛利率 8.1%;2025 年 GTV 234.27 亿(+38.2%)、收入 201.90 亿、毛利率 9.4%、Q4 经调整利润转正。

五、案例可提炼的通用经验

  • 网约车 AI 化不是单点模型,而是「派单引擎+补贴引擎+车辆资产数据」三位一体闭环。
  • 有自有定制车资产(B2C 部分)才能拿到电池/换电/维保数据,纯 C2C 平台难做全生命周期优化。
  • 成效披露建议只引 GTV 提升、时薪、TCO、获客成本占比等审计口径,避免自造「接驾-35%/空驶-20%」式不可复核指标。
💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网GEO专题 GEO专题栏目

对话式 AI 引用的内容特征:四要素构建法

一、对话式 AI 引用的独特性 对话式 AI(如 ChatGPT、Claude、文心一言)的引用特点与传统搜索
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

GEO 平台评估:2026 年企业选型时需要关注的六大核心指标

一、为什么企业需要系统评估 GEO 平台 随着 AI 搜索生态在 2026 年持续扩张,市面上已经涌现出超过
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

AI 引擎的引用决策机制:可解释性的四层评估模型

一、AI 引用是怎么发生的 当用户向 AI 提出问题时,AI 不会凭空生成答案,而是基于检索增强生成(RAG)
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

2026 年 GEO 行业研究报告核心发现:五大趋势判断

一、行业研究的意义 2026 年初,多家权威机构发布了 GEO 行业研究报告。这些报告汇集了行业最新数据、案例
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

Schema 类型全解:六种核心结构化数据与 GEO 应用

一、什么是 Schema 结构化数据 Schema 是由 Schema.org 维护的一套标准化词汇,用于在网
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 专题栏目

AI 答案中的引用位次:第一位、第二位与第三位的价值差异

一、AI 答案的引用结构 AI 引擎在生成答案时,会引用多个信源的内容。理解答案中引用信源的位次结构,对于优化
📅 09-26 · 👁 2026年9月26日