滴滴出行高級副總裁章文嵩

大家都坐過網(wǎng)約車，網(wǎng)約車確實給大家的出行上帶來了變革。從技術的角度來說，網(wǎng)約車本質上還是線上化，比如需求線上化，供給線上化，通過線上化的手段有大量數(shù)據(jù)的沉淀，不斷提升出行的安全、體驗和效率。包括我們可以把更多路上的車利用起來，隨著力度的增加，包括拼車出行可以提高交通工具的效率。從經(jīng)濟學的角度，網(wǎng)約車提升了新的交易結構，帶來了效益的提升。

滴滴也非常幸運，經(jīng)過八年的快速發(fā)展，因為移動互聯(lián)網(wǎng)的發(fā)展，出行的需求比較強勁，已經(jīng)成為全球領先的一站式出行平臺。當然我們也把我們的產品服務經(jīng)驗輸出到世界各地，我們的足跡還是遍布世界很多地方的。

因為滴滴的發(fā)展，目前全國已經(jīng)服務5.5億的用戶，在這個過程中積累了大量的數(shù)據(jù)，數(shù)據(jù)里面顯示比如說軌跡數(shù)據(jù)，網(wǎng)約車的數(shù)據(jù)，每秒種都會打定位點的數(shù)據(jù)，軌跡數(shù)據(jù)已經(jīng)是一天105G的數(shù)據(jù)。基于這些數(shù)據(jù)可以做很多東西。我們知道實時的路況怎么樣，由于歷史數(shù)據(jù)累計可以對未來路況做預測，滴滴有非常多的預測，我們預測的準確性能做到未來15分鐘在附近有多少需求冒出來，準確性在85%以上。包括對未來時空的預測，比如派單平臺用了大量的人工智能算法，因為我們任何一個派單對未來的需求，這個時空的分布造成了影響。這是一個非常復雜的模型，我們原來在網(wǎng)上對比過，我們面臨問題的復雜度比下圍棋要復雜不知道多少倍，當然我們也用了AlphaGo類似于強化學習的方法解決這個問題，所以滴滴本質來說是技術驅動的公司。我們公司差不多一半的人員是技術人員。

現(xiàn)在通過大數(shù)據(jù)，我們可以看到這兩車的路況是怎么樣，然后在路口的停車次數(shù)怎么樣，這個數(shù)據(jù)對交警來說是非常有效的補充。

過去交警大量的數(shù)據(jù)是路口，我們收集到了邊上的數(shù)據(jù)，非常有效的補充了度量層面交通運行的情況。我們知道OD點的情況，我們知道北京早上分別從哪些住宅區(qū)移動到工作區(qū)，交通出行的規(guī)律情況，基于這可以做交通的規(guī)劃。當然我們滴滴平臺上，在車內裝了很多的車載設備，有視頻設備，一方面是車內的服務，現(xiàn)在有80多萬臺設備，我們對路上的信息化的度量會更加的精準。這些數(shù)據(jù)一方面使我們知道交通道路的變化，交通標志的變化，還可以做一些實時的更新，對物理世界做數(shù)據(jù)化的度量。當然這個數(shù)據(jù)也會給我們的自動駕駛帶來巨大的幫助。

基于這些數(shù)據(jù)，我們可以做非常多的事情。不光是對滴滴網(wǎng)約車業(yè)務帶來價值，同時我們跟很多交通部門合作。我們知道基于數(shù)據(jù)對交通狀況的度量，其中一個典型的應用就是智慧信號燈項目。我們知道路口的信號燈現(xiàn)在國內大部分還是定時的，一部分可能根據(jù)檢測器反饋做調整，實際上這個信號燈的運行效率不是那么理想。因為我們有動態(tài)的數(shù)據(jù)，路徑的數(shù)據(jù)，跟交警的路口卡口的數(shù)據(jù)融合在一起，可以做交通路況的自適應，我們現(xiàn)在已經(jīng)在全國十幾個城市落地了，平均路口的延誤時間能下降10%-20%。最近在蘇州的系統(tǒng)打通了，做了全程的自適應，我們通過滴滴的軌跡數(shù)據(jù)可以對自適應取代檢測器，因為很多路口的檢測器顯示相對精確的數(shù)據(jù)。

我們的對接也是非常輕的，基本上變成一個SaaS服務，在遠程就可以對接。我們也跟國內非常多的合作伙伴，信號機的廠商，包括海信、航天科工合作，正在推進讓信號燈的效率變得更高。在北京也有實例，北京首都機場的高速公路下面，大概20多個路口用這個自適應，讓路口的延誤時間下降20%以上。我們跟北京首都交警討論了，不光是路口延誤時間下降，車流量比過去要提升了20%以上，所以這個疊加起來的效果是非常巨大的。另外我們基于這些數(shù)據(jù)對交通的度量，跟很多城市的交警合作，目前滴滴的交通大腦在三個城市已經(jīng)落地，在濟南我們對人、車、路做了很多的管理，人是怎么提高交警的決策效率，指揮調度系統(tǒng)，最典型的場景就是路上如果發(fā)生交通狀況，大家要打電話告訴交警，交警要去處理，要盡快恢復交通，這個過程中我們也通過數(shù)字化的手段幫他度量。另一方面用戶電話上報位置的精準度是個問題，我們在這方面跟濟南交警做了大量的工作，因為滴滴有數(shù)據(jù)，比如說路上車輛的行進速度如果突然出現(xiàn)一個陡降，從每小時30公里突然下降，這種陡降往往是異常的。這個異常數(shù)據(jù)我們把它記下來，跟濟南交警對接，大概95%以上是他記錄的交通事故的發(fā)生，所以分分鐘的就能感知到路上的交通事故出來。另外騎警在路上，跟滴滴的網(wǎng)約車司機一樣，有了這個需求我就可以就近帶給騎警，可以極大的提升整個交通事故的處理效率，讓交通因為事故的擁堵盡量恢復回來。

在路上我們對于路的運行效率做度量，有些路上一個左轉道還是兩個左轉道，所以交通組織我們可以做優(yōu)化。包括車的層面，車的層面是重點車輛的維護監(jiān)護，比如渣土車，是按規(guī)定的軌跡在行進的，依靠數(shù)字化的手段。如果他不按規(guī)定軌跡行進的話，交警用數(shù)字化的手段能找到這些違反規(guī)定的車輛。在深圳龍華區(qū)那邊的工廠特別多，對異常事件的處理，小的異常處理率非常高，將近100%的治理，最終帶來交通安全的效果非常巨大。2019年深圳龍華區(qū)因為交通事故的死亡率比2018年少了27人，很多是信息化的手段再加上深圳交警線下的管控措施流程，最終對整個交通安全帶來了一個巨大價值。所以在智慧交通領域，滴滴也非常愿意和業(yè)界，政府部門，包括很多的合作伙伴一起不斷的提升交通的安全效率，最后讓普通大眾的出行更加美好。

(新媒體責編：news)