文 | 数字力场，作者 | 佘宗明
2011 年，谷歌收购了老牌餐饮点评企业 Zaga，试图将 Zaga 的点评业务跟谷歌的地图业务整合，结果一通操作猛如虎，最终效果…… 很马虎。
4 年后，谷歌地图推出了 Local Guides，彼时很多人都认为它要打造另一个 Yelp（美国版大众点评），可这显然低估了其雄心：它想要打造的，其实是一个深度绑定出行场景的“ 位置+” 信息共建生态。当谷歌地图由地图导航工具变为本地生活场景全覆盖的实用信息枢纽后，它变成欧美消费者最常用的到店消费决策工具，就是自然而然的事了。
2024 年 9 月 10 日，也就是阿里 25 周年庆当天，马云在阿里内网发了篇文章，写道“ 信用不值钱，我们将信用变成无价”。这为谷歌地图何以变成美国人线下生活服务超级入口做了注解，也为 1 年后高德放出的另一个大招做了铺垫。
就在昨日，阿里掀开了传说中的 C4 楼“ 神秘项目” 的盖头来，它就是全球首个基于真实行为产生的榜单产品——“ 高德扫街榜”。最新消息是，上线第一天，使用高德扫街榜的用户超 4000 万人。
消息一出，解读一堆，最常见的就是：高德要硬刚美团了，阿里要跟美团全面开战了。
但这看到的只是表象。表面上看，高德扫街榜是一个美食榜单、一份出行指南、一次产品迭代，可若结合高德扫街榜的生成逻辑与服务消费的现实需要看，它瞄准的与其说是在本地生活服务的红海里弄潮，不如说是为线下服务业构筑 AI 时代的全新信用基础设施。
换句话说，高德想做的不是另一个大众点评，而是一套 AI 驱动的线下服务信用体系；高德的对手不是那些到店赛道的玩家，而是中国线下服务业的“ 信用赤字”。高德地图 CEO 郭宁在发布会上多次提到“ 信用” 二字，就指向了这点。
01
要弄清楚高德到底想做什么，也许需要先回望支付宝的诞生进化之路。
2003 年 5 月，阿里在杭州湖畔花园里启动的“ 神秘项目”——C2C 电商网站淘宝，正式上线。在彼时疫情未了、线上初兴的背景下，淘宝网承载了阿里人的厚重期许。
只不过，现实很快给阿里泼了瓢冷水，直到当年 10 月，淘宝网都没产生一笔订单。
原因很简单：没有信用体系支撑。在“ 一手交钱，一手交货” 成交易习惯的当时，买家会担心付款后收不到货，卖家会担心发货后收不到钱。
彼时整个电商行业都受困于信用体系缺失。2003 年，国内 C2C 电商行业交易额加起来也才 11.6 亿元。
何以解忧？唯有立信。2003 年 10 月，支付宝横空出世。它首创“ 第三方保管资金” 模式，以“ 你敢付，我敢赔” 支撑下的担保交易，破解了线上交易最根本的信任难题，进而重构了电商产业价值链，激活了中国电子商务生态。
到 2007 年，仅淘宝网 GMV 就突破了 433 亿元，跃居亚洲最大零售平台。
2014 年芝麻信用体系上线后，信用的价值又在从交易保障变为数字资产中被继续放大。
无论是余额宝、花呗、借呗等产品带来的信用增值效应，还是以信用分为基础的免押金租车、先享后付、极速退款权益，都让信用变成了可量化、可变现、可增值的商业要素。
没有信用体系，就没有电子商务。正是支付宝的信用创新，造就了互联网过去二十多年的繁荣景象，也改变了国人的生活方式。
支付宝的成功，也验证了一点：数字技术重塑商业版图时，“ 信任” 始终是贯穿其中的核心命题。在缺乏信任的领域建立可靠的信用机制，能释放出指数级的经济潜力。
如果说支付宝筑起了以线上商品消费为主要消费形式的互联网上半场的信用基建，那在线下服务消费为主的下半场，服务消费市场也需要依托信用体系重做一遍。
要知道，统计表明，当人均 GDP 达到 1 万美元时，居民服务消费需求将大幅增加；当人均 GDP 达到 1.5 万美元时，服务消费将成为主导性消费。而中国消费格局演变也印证了这点。
连续多年来，消费都是中国经济增长第一拉动力。跟增长动能从投资驱动切换到消费驱动相对应的，是服务消费渐成消费增量的主要贡献者—— 从 2013 年到 2024 年，我国服务消费市场规模已从 7.2 万亿元扩至 18.3 万亿元，涨幅快于实物消费市场。截至今年一季度，居民人均服务消费支出占全部居民人均消费支出的比重达到 43.4%。
阿里此前提出打造“ 大消费平台”，就是着眼于商品与服务消费并重的消费态势。
问题来了：在互联网下半场，谁能扛起信用创新的大旗？刚宣布全面 AI 化的高德就站了出来：让我试试。
支付宝解决了线上消费的信用问题，高德想摸着支付宝在上半场垫脚的石头过下半场的河。
02
不得不说，在线下服务市场搭建成熟信用体系，既有必要性，也有挑战性。
必要性在于，不论是餐饮酒旅还是家电维修，都是信息不对称的“ 多发区”，消费者往往都需要辅助消费决策的参照系。
就餐饮场景看，去到陌生地方，我们很难知道某家餐厅菜品质量、服务水平、卫生状况等，能参考的就是别人的评价或推荐。
挑战性在于，线上商品消费与线下服务消费的信用环境迥异。
拿餐饮来说，《舌尖上的中国》 原总导演陈晓卿曾说过：“ 餐厅评分 3.5-4 分之间，通常有好吃的东西”，理由是中等评分的餐厅会更注重食物本身的味道，高分餐厅更可能会是被营销手段影响。此前“ 年轻人报复性挤爆 3.5 分餐厅” 的热搜，也与此呼应。
▲陈晓卿在访谈节目上称，很多宝藏小店评分都在 3.5-4 分之间。
这呈现的，就是现有餐饮点评体系的失真：花钱买好评，送饮料求收藏打卡，找托营造火爆假象…… 使得大量点评存在主观性、片面性、虚假性等问题。
这是服务业“ 信用黑洞” 的投射。在餐饮、旅游和维修等服务领域，“ 货不对板”“ 虚假宣传” 等相关投诉常年居高不下。随之而来的，是消费者的消费意愿动辄被各式避坑指南避雷帖劝退，商家则困在“ 不刷单没流量，刷单没利润” 的内卷困境中。
困境背后是传统点评模式的短板—— 虽说餐饮点评的从无到有解决了“ 消费指南” 阙如的问题，可它从有到优的进化却总是受限于无力解决线下服务的硬伤。这里的硬伤就包括非标性、即时性和隐蔽性。
非标性是说不同于线上商品的参数标准化，线下服务高度个性化，饭菜口味经常有赖于厨师手艺，理发水平也常取决于理发师审美，对应的消费者味觉视觉偏好也千差万别。这就导致，传统的五星评分体系未必能客观反映服务质量，高分可能是迎合大众口味，低分可能是小众特色曲高和寡。
即时性是说不同于线上交易有“ 七天无理由退货”，线下服务一旦发生就很难撤销，你吃坏肚子，维权成本也许高企；你剪坏头发，恢复原状也不大可能。
隐蔽性是说不同于线上店铺的交易记录情况、用户评价情况都有迹可循，线下商家的核心信息如“ 后厨卫生性”“ 食材新鲜度” 等，只有到店才能知晓。用户在网上看到的也许只是精心 PS 过的“ 照骗”，实际体验与描述判若天壤。
在刷单删评类黑产、恶意攻击式手段跟 UGC 依赖式点评“ 量子纠缠” 的背景下，用户跟商家都需要更客观透明的信用 Bug 解决方案。
03
若干年前，房地产中介行业曾饱受“ 假房源” 之困。自 2011 年起，左晖治下的链家率先实行“ 假一赔百” 机制，推出“ 楼盘字典+验证系统”，启动全生命周期真房源管理，才推动行业乱象渐次消除。
“ 真” 也该成为服务业的标配。所谓的真，就是言而有信、有信而言。以往链家房源验证还得依靠房产经纪人实地探访，现在服务业已不缺用户实地探访，这些用户实地探访体验就相当于去中心化网络里的碎片化信息，AI 可以将其沉淀为信用数据。
高德扫街榜的解题思路正是如此：跟谷歌地图的 Local Guides 们比，它无疑是借力 AI 更进 N 步—— 让 AI 与真实行为数据成为核心，将消费者的用脚投票转化为线下服务的信用标尺。
说起来，早在 2020 年，高德就推出过“ 高德指南”，涵盖美食、酒店、出游等榜单，但本质仍是“ 点评驱动”，依赖于用户撰写的评价。
高德扫街榜不是高德指南的原样延续，而是内置了信用创新与 AI 重塑机制的新物种。
在对商家综合评分时，它纳入了导航、搜索、到店、收藏等真实行为，在此基础上检验评论的真实性、专业度、时效性、内容质量等维度，并引入支付宝芝麻信用体系，结合用户信用等级为可信评价加权，通过 AI 模型驱动计算得出分数。
▲地图上显示有扫街榜那些上榜店家的综合得分具体计算方式。
这里面有三大特点：一是不依赖单一的用户评分，而是通过多维度行为数据的交叉验证来丈量信用值，这些数据来自于用户的用脚投票行为，而非可篡改性评价。
评论可能会做假，但行为数据没法做，至少造假成本会指数级增加。一个商家可以花钱买好评，但无法伪造几百上千个用户的导航记录、停留时长；一个店家可以雇人排队，但无法让这些“ 托” 多次复购、数次收藏店铺。这让行为数据来得更具可信度。
二是建立了多维度的 AI 分析模型，分析导航到店率 （搜索后实际前往的比例）、复购率 （再次到店的用户占比）、停留时长达标率 （是否符合正常用餐时长） 等数据的真实性。
这么一来，可以更好地识别识别与过滤那些虚假评价，提升评价的“ 音噪比”。
三是引入了芝麻信用体系，能够根据信用记录为用户评价赋予不同的权重。
也就是说，即便某家路边小店好评没有网红店多，若芝麻信用高的用户占比达 80%，其复购率超 30%，那排名也可能比网红店高。这从机制上解决了“ 好店恶评门槛低”“ 小店好评成本高” 的难题。
某种程度上，这是从空间价值 （用户为到达店家付出的时间与距离成本）、时间密度 （涵盖客流量曲线和消费频次）、行为纯度 （剔除虚假轨迹） 三个维度，重构了评价机制。
剔除假的，还原真的，这思路显然更符合线下服务业的本质—— 口碑不是靠营销堆出来的，而是靠长期的优质服务积累的。
04
诚如有人概括的：传统服务点评是“ 评”，更主观；高德扫街榜则是“ 扫”，侧重于实际行为。
本质上，“ 扫” 才是回归信用本位的基本逻辑：它将传统的服务评价逻辑“ 倒过来”，让回归信用成为那个“ 第一性原理”，在此逻辑下，评分是一个自然结果，而不是一种手段。
理解了这层逻辑，也就能理解为什么高德要明确“ 高德扫街榜永不商业化”，且同步同步推出“ 烟火好店支持计划”，发放 2 亿元打车券和 9.5 亿元消费券，提供 3000 万元现金激励与平台红包，每日为小店带去超 5000 万次的精准流量曝光等。
提供多重补贴，是为了丰富信用体系的数据源。吸引更多用户到店消费后，更翔实的用户行为数据就能为信用评价提供更靠谱的锚点。
某种程度上，高德构建的是信用“ 双螺旋”：一个是用户侧的“ 真实到店→ 轨迹存证→ 信用增值”，一个是商家侧的“ 客流质量→ 动态评级→ 资源倾斜”，这两个链条再通过 AI 算法耦合，就能催生出“ 越有信用越受益” 的正向增强回路。
当高德由此变成信用价值承载体后，用户跟商家都能从中受益：用户可以更放心地去消费，商家可以更安心地去经营。
那，为什么是高德？阿里在公司周年庆特殊节点上特意“ 官宣” 这记动作，为什么跟高德相关？能成为服务业可信信息中枢的，为什么是高德？
究其关键，就在于“ 国民级导航应用” 的生态位支撑—— 高德目前稳居中国地图类应用首位，拥有 1.7 亿日活。
作为连接人与线下空间的产品，高德天然具备两大优势：场景覆盖全，用户用高德导航去餐厅、酒店、理发店、加油站，恰好是线下服务业的核心领域；数据实时性强，导航目的地、停留时长、搜索记录都是实时生成的，能真实反映商家的最新口碑。
阿里体系内，最适合做线下服务业信用体系的，非高德莫属。
05
说到底，高德发布扫街榜之意，不是用传统的方式加入传统竞争，而是在 AI 时代去最大化发挥信用体系的价值—— 降低信任成本，提升交易效率。
高德想打造的 AI 时代的线下服务信用基建，而不只是打造几个点评榜单，点多面广的餐饮则是最佳切口，刚好这条路上又有传统餐饮点评赛道的玩家在。
就此看，高德的这次落子，更适合置于信用基建完善的长时段看，而不是放在狭隘的到店业务竞争框架下看。
得看到，一部中国商业进步史，也是一部信用体系完善史——
1985 年，海尔砸冰箱事件砸出了中国制造业的“ 质量意识”，为中国制造最早嵌入了“ 质量即信用” 的 DNA。
2003 年，支付宝担保交易解决了“ 陌生人线上交易” 的信任难题，推动中国零售业进入电商时代；
2012 年，网约车平台用司机评分体系实现了司乘双向信用约束，让出行市场更有序；
2024 年，高德认领下了推动信用创新的那面旗子。
这些事件串联起一条清晰的脉络：商业的进步，本质是信用边界不断扩大的过程—— 从“ 熟人信用”（依赖人际关系） 到“ 制度信用”（依赖质量标准），再到“ 数字信用”（依赖数据与技术）。
可以预见，当广袤的线下服务业实现信用化后，中国消费潜力必将得到更大的释放：消费者无需顾虑再三，也可以去真· 宝藏小店吃了；商家无需过度营销，专注提升服务品质也不愁没客流……
当然了，这需要时间。支付宝当年为了打造线上商品服务信用体系，也有通过区块链技术强化增信等动作，高德扫街榜也需要在运行中持续完善。
郭宁就说到，线下服务信用体系的建设，可能会是个漫长的历史周期。“ 对此我们既要有充足的信心，也要有充分的耐心，当然更要有坚定的决心。”
但趋势就摆在那里：过去 25 年，在支付宝搭建的线上信用基建支撑下，中国互联网将制造业搬到了线上，创造了万亿级电商市场。在未来若干年里，将服务业搬到线上，为服务业发放信用这张数字化时代的通行证，以更好顺应消费结构转变，是大势所趋。
一如马云所说：要让信用变成财富。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
