DoorDash聯合創始人Andy Fang：Dot機器人當天正在完成多筆真實訂單的無人配送
DoorDash聯合創始人Andy Fang稱，Dot機器人當天正在完成多筆真實訂單的無人配送：餐食放進艙後，機器會檢查有無漏件，再出發。他承認驗貨環節還能更快，並稱日常實單正在讓Dot迅速改進。
Dot是公司自研四級配送機器人，約2018年起由Stanley Tang帶隊，鳳凰城都會區已跑兩年以上全自主單。車重約300至350磅，身高約4.5英尺、寬約3英尺，時速最高約20英里，載重約30磅，續航約6至8小時，可走車道、自行車道和人行道，體積約爲一輛汽車的十分之一。
取餐最後幾英尺仍常要人：亞利桑那有Dashers接單把餐廳櫃檯的餐放進停在停車場的Dot，單趟約5美元、約5分鐘。公司把瓶頸從算法轉到車隊運維、商戶對接和量產，並與Rivian微出行衍生公司Also合作造車。平臺用自動駕駛配送系統按速度、成本和位置在人、Dot、無人機和其他夥伴之間派單。
數據壁壘被說成“最先和最後100英尺”：逾100億次配送記錄了人實際把餐放到哪，而不是地圖圖釘。Ask DoorDash一類代理下單裏，約一半餐廳行程流向從未點過的商戶，雜貨籃約大40%。公司稱十年後多模態運力會帶來更多單，Dashers不會變少。費用對用戶與人送相同。
市場機制上，這是用實單訓練把人從長距離騎行裏置換出來：買的是中短途可預測路線的單位成本下降，賣的是雨天、公寓門禁和漏件驗貨仍要人的那一段。受益的是要壓低高峯補貼的平臺；承壓的是靠里程賺錢的騎手，以及必須改造後門取餐動線的商戶。驗貨變快之前，機器人還不是完整閉環。
補充上，DoorDash Air已拿聯邦航空局Part 135資質做3至5英里無人機；鳳凰城早期目標曾寫覆蓋約150萬人。內部人工智能開支上半年升約20倍後持平。
來源：公開信息
ABAB AI 解讀
Fang和Tang從2018年把配送機器人當內部項目，先試過人行機器人與Robotaxi外包，再判定必須自造能上馬路的車。Dot不是實驗室樣機秀，是把鳳凰城每天的熱餐單當成路測數據。漏件檢查被公開承認偏慢，說明L4過的是道路，不是商戶櫃檯。付錢請Dasher把餐從櫃檯搬進車艙，等於把“最後100英尺”暫時買回來。
資本從補貼騎手轉向造車與場站。Also負責把車從幾十臺擴到可運維車隊，ADP負責把每一單派給最便宜的模態。100億次落點數據讓DoorDash比純車企更清楚公寓該停哪、快餐該從前門還是車道取。代理下單把新商戶帶進漏斗，機器人負責把增量單裏那些人不愛跑的短途喫掉。
對照Starship人行箱、Nuro封閉小區車、亞馬遜Scout停擺和Serve Robotics上市後的窄擴張。行業階段是軟件聲稱已夠用、硬件與商戶接口不夠用。人不會立刻消失，而是被改成裝卸工和異常處理員；十年“更多Dasher”的預測，建立在單價下降帶來的單量膨脹上，不是建立在工資上漲上。
結構屬於技術替代裏的勞動重構。長距離駕駛最貴、最好標準化，所以先被車喫掉；櫃檯到路邊、門牌到門口最貴的是協調，所以暫時留人。機制是：平臺擁有需求密度和落點真相，就擁有訓練閉環；誰沒有每天熱餐單，誰就只能在園區裏演示。
ABAB News · 認知定律
自動駕駛先通馬路，最後卡在櫃檯上
實單是訓練數據，演示不是
機器人替掉的是里程，不是所有的人