近期，滴滴總裁柳青在洛杉磯介紹了滴滴在濟南通過管理紅綠燈減少擁堵的案例，其實中國城市交通複雜程度在世界排名前列，能解決中國城市的需求，滴滴有能力解決世界上很多城市的需求，可以解開世界級的出行難題。
作為國內成長最快的互聯網公司，目前，滴滴已經擁有超過4億用戶和千萬司機，成為國內分享出行領域無可爭議的領頭羊。華麗數據的背後，滴滴也實實在在解決了很多人的出行痛點，瞄準的是世界級的出行難題。
除了解決個人出行問題，滴滴還對外宣佈已經與11個城市展開智慧交通戰略合作，滴滴將和這些城市的交通部門一起改善交通擁堵、交通安全甚至城市規劃問題，與滴滴合作後，濟南經十路早晚高峰的擁堵已經改善了20%。這背後依託的是滴滴在智慧出行領域龐大的數據資源和大數據分析優勢。
如今，網約車已經成為國人的出行習慣。據統計，滴滴平臺上每天的訂單超過了2000萬，高峰期每分鐘接收超過2萬乘客需求；每日處理數據高達2000TB，路徑規劃請求超過90億次，面對龐大的數據處理需求，滴滴大腦在其中發揮著重要的作用。
從點擊叫車到司機接單，短暫的時間背後，需要對路徑、行駛時間、司乘匹配等進行綜合計算，反映了滴滴對海量數據的分析處理能力。
起點和終點確認後，滴滴大腦需要圍繞最低的價格、最高的司機效率和最佳交通系統運行效率來做算法，實現A點到B點的路徑規劃。
而ETA，即預估任意起終點所需的行駛時間，則需要極強的精準性。滴滴是國內第一家把機器學習成功應用到ETA的公司，這是解決“訂單高效匹配”和“司機運力調度”的關鍵技術。當前滴滴ETA可以預測每一單出行的時長以及預估在每一個路口前的等待時長。有了這項技術，可以在更合適的時間對運力進行更好的調度。
有了前兩部分的基礎，滴滴開始為乘客匹配最優的車輛，滴滴大腦也開始進入最瘋狂的發單分配計算環節。非拼車出行需要考慮周圍五公里之內，每個司機的匹配權重，包括訂單維度、司機維度，路面距離、考慮接駕過程耗時等等，為此需要滴滴大腦毫秒之間平均576億次的CPU運算，而拼車出行的計算則更為複雜。
“可以想象下，發單後，乘客自動進入需求池，而當前可用運力在運力池。兩個池子之間，以及池子內部的所有乘客、所有運力之間，滴滴大腦都會進行千絲萬縷的關聯計算，才能得出最優的匹配方案，並且還要努力追求城市中每個區域的訂單、運力之間的完美供需平衡。”滴滴出行高級副總裁章文嵩說。面對極度複雜的出行問題，滴滴已經在全國建設了8個數據中心，滴滴大腦對數據的處理能力，也為中國巨大的出行需求提供保障。
無論是海量數據的瞬間處理，還是城市路網的複雜程度、供需的不平衡，中國的交通出行複雜程度是其他城市所無法比擬的。除了自身平臺上的優化，滴滴也在與政府合作投入智慧交通項目，藉助其大數據和智能算法，投入智慧交通燈和智慧誘導屏等，屆時將幫助城市提升出行效率，而數據的接入也為滴滴優化導航路線提供更多的支持。
有個段子說，你在歐洲坐兩個小時的車，就能出國，可在北京，兩個小時後估計你還在朝陽區。北京除了面積巨大， 2016年的常住人口近2172.9萬，解決需求預測、運力調配的難度是紐約市的20倍。
更難的是，類似北京這樣的超大城市，中國有十幾個。論交通系統的複雜程度，中國絕對是五星級。
滴滴在複雜的環境下，把產品和服務體驗做到世界級，已經擁有了領先半步的優勢，拿到了參與世界級角逐的入場券。在全球互聯網革命升級工業革命的契機中，“中國公司服務中國，硅谷公司服務全球”的格局有望被打破。