乐行周伟：一个城市短途代步工具创业者的复盘

　　9月29日日晚上8-10点，乐行天下创始人/CEO周伟就城市短途出行的机会，在智东西创课完成满满二个小时的分享。分享主要分为二个部分，一是周总主讲，二是Q&A环节。作为一个投身城市短途出行领域四年的创业者——从短途出行代步工具切入，二个小时的分享和互动，可以看作是一次复盘：既有对出行领域趋势及机会的判断，也有对平衡车、电动滑板车的产品定位及问题的剖析，还有对刚刚进入的电动车市场，从产品设计、到用户定位的思考。

　　嘉宾简介：

　　周伟：乐行天下创始人/CEO。周伟于2012年创立乐行天下;2013年研发推出中国第一款智能平衡车。2014年乐行完成B轮融资1亿元。2015年周伟入选福布斯“30位30岁以下创业者”。

　　分享环节实录：

　　主持人haben：

　　周总今天分享的主题是城市短途出行的机会以及切入电动车市场的思考。欢迎今晚的主讲嘉宾@周伟|Vic 周总。请@周伟|Vic 周总和大家打个招呼。

　　嘉宾：乐行天下创始人/CEO 周伟

　　大家好，我是周伟。今天跟大家讲的是我们的思考和探索，有不对的请大家指正，多谢。

　　非常荣幸接到智东西的邀请，来跟大家做一个简单的分享。主要分享的内容是我们在短途出行上的一些探索!在此之前先给他介绍一下乐行——深圳乐行天下科技有限公司!我们是一家一直致力于短途出行产品的公司。而且我们一直在想要专注找一款非常适合在五公里，甚至十公里内，比较合适的短途出行的产品。这个是我们在前三年多的时间一直在做的探索。

　　一、城市交通5年内将更差，最后五公里有大机会

　　那为什么我们会想要去做短途出行这个领域呢，我觉得其实大家应该都深有感触。

　　我觉得城市的拥堵、城市出行公共交通的拥挤、以及停车非常难这些痛苦!这些痛苦的原因是什么呢?我们自己也去做一个分析，包括我们在想带来城市出行问题，会不会因为一些原因，比如说中国的城镇化，比如说一些分享经济，会不会解决。那么我们有一个看法。这看法是基于中国城市人口聚居程度来分析。目前中国城市的人口聚居程度居全球之首。在美国，人口超过一百万的城市，应该有十个或九个。但是在中国人口超过一千万的城市很多很多，已经有十几个了。

　　那么这种人口的聚集、聚居，向城市区聚集，会不会有所改善呢?会不会因为这种城镇化，大家就到三四线城市，或者说县里面，或者到城镇里面去呢。我们认为很难。为什么呢?因为中国的教育、就业和医疗机会的不公平。这三种不公平只会导致所有的人都会往城市里面去聚集。我举个例子，我有一个堂弟，在农村，最近一直在讨论说要去我们那个市里去买一套房。所有的原因就是他不想让女儿出生之后在一个比较不好的农村小学上学。

　　这种不公平会导致中国城市人口的聚集程度越来越高，越来越高!我们看不到任何的迹象，说在五年以内，这种城市的聚集程度有变缓的趋势。当然现在城市里面的房价越来越高，越来越高!这可能会是一个阻碍。但是我们认为可能五年之内都不会有太大的变化。带来一个结论就是未来五年城市的交通将会越来越差，不会变的更好!

　　这个问题尤其是在中国。2015年年初，柴静有一个片子叫《穹顶之下》，里面有一组数据，说百分之四十四的开车的情况是五公里内，百分之十二在两公里以内开车，百分之七在一公里内开车。这种数据，我当时看见的时候也觉得很难以理解，说怎么会有一公里了还要开车的人呢。但是后来我发现其实这种情况非常普遍。举例说，我们这个园区!我们现在公司的乐行天下所在这个园区吃饭的时候是一件很痛苦的事情，旁边是大学城。但是当我们要去大学城吃饭的时候，中午来回可能得十五分钟以上的时间。

　　这时候很多人的选择就是算了吧!反正开车也方便，那我们就开车去吧!因为来回毕竟还得有两三公里的距离，那么在这种情况下，就是一公里左右我们都在开车。那么百分之四十四，在五公里的开车，我们如果说能够把五公里内开车这种情况，减少并解决掉，就是一个非常非常重要的突破!

　　当然呢，可能会有人说你把解决短途出行的问题是跟汽车在对比，是不是有点儿牵强，你怎么可能去取代汽车呢!的确我觉得不是去取代汽车，我们今天做的这个产品也很难去取代汽车。其实我们主要解决的，其实是今天中国城市的年轻人——他们的问题。今天中国的城市的年轻人的交通状况是非常非常的糟糕的。比如说在深圳南山科技园，有一条路叫科苑路，每一天下午从五点半，一直到七点半这两个小时的时间里面。这个条路上只有两个公交站，所有的人基本上都快要站到路中间去。他们都是想要挤上一辆公交车，尽早一点回到家里面。这种交通情况是非常的恶劣。

　　我前一段时间跟一个朋友在聊北京的交通的时候，他们说在北京上下班挤地铁是一件没有尊严的事情。所以我们其实是想为年轻人去考虑一下他们的出行问题。当然今天因为房价，我们可能住的越来越远。也有个调研的数据说，我们住的地方离办公的地方，接近60%的情况是在八公里以内，这个距离还挺远。那么能不能去解决这个问题呢?所以我们做了一些探索。