滴滴張博：AI引領出行變革

2012年，滴滴剛起步的時候，想法很簡單，就是讓乘客足不出戶就能把出行信息發送出去，以移動互聯網為媒介向外傳播，出租車司機在無乘客的情形下，停下車、打開手機就可以零成本知道附近幾公里哪里有打車的乘客，遇到自己喜歡的訂單，搶單成功后直接過去載客就好。

橫縱延伸，AI驅動出行

在過去七年里，滴滴做了很多事情，在我看來沿著一個縱軸和橫軸進行延展。橫軸，我們從北京出發進入到全國一線二線三線四線五線城市，前年開始滴滴邁向國際化，走出國門，來到巴西、墨西哥、哥倫比亞、智利、日本、澳大利亞等國家。世界上越來越多的人可以拿起手機，點開滴滴APP，體驗滴滴帶來的服務，這便是橫軸地域延展。

縱向來看，滴滴從最開始的出租車，現在已經擁有豪華車、專車、優享、快車、拼車、兩輪車、租車、公交等全品類出行服務，每天服務人次達3000萬，全球每年運送100億人次，1000多個城市同時使用滴滴服務，活躍用戶飆升5.5億。

滴滴每天有幾百萬輛車在平臺上面運作，每一輛車每秒都會上傳位置、速度、方向，我們基于這個數據，每天擁有108T的實時軌跡數據。從今年開始，滴滴著手在車上大規模的安裝高精度攝象頭，一個對外，一個對內。對內攝象頭主要為了監控司機是否存在疲勞駕駛、分心駕駛等現象，從而提升交通安全水平。目前，滴滴基于如此海量的用戶，擁有一份世界范圍內最好的交通大數據，這為所有AI技術在這個場景下的應用產生價值提供了可能性。

滴滴科技戰略是AI For Transportation。過去20年的時間，互聯網和移動互聯網已經基本上解決信息的流動問題，而在未來，滴滴希望解決的是物理世界的人和物體的流動。未來交通將會在三個層面發生變革，最下面一層是交通基礎設施;中間一層是車輛交通工具本身的變革，電動汽車和智能駕駛將是趨勢;最上層則是智能共享出行網絡，越來越多的人會從擁有車，變成共享，而共享的顆粒度會從車的維度降維到座位，拼車將會是解決交通擁堵非常有效的方式。

全球每年有超過135萬人因交通事故而死亡，而AI技術將能在未來20年大幅降低交通事故死亡人數。目前城市仍有大量出行需求未被滿足，自動駕駛將為現有的司機運力提供補充。目前滴滴自動駕駛獲得江蘇省蘇州公安局頒發路測牌照，正在蘇州相關區域開展自動駕駛公開道路測試。

加大投入，賦能綠色出行

滴滴為什么做智能駕駛呢？在我看來，智能駕駛在未來20年會顯著降低交通事故的發生，每年全球因為交通事故死亡130多萬人，是一個巨大的傷亡。90%的交通事故不是因為車出了問題，而是因為人會存在分心、疲勞、醉駕等現象。智能駕駛技術成熟以后，機器人不會醉駕，不會疲勞，機器人的“眼睛”已然超過人類。在決策能力上面，未來10年AI技術會達到或者超過人類的標準，這不像人的體重會反彈，也就是說，智能駕駛一定會顯著降低交通事故的發生。

第二個理由是提高交通效率。事實上，擁堵很大程度上是因為出現了交通事故，智能駕駛讓車與車之間的協同成為可能，智能駕駛來了以后，車與車之間的協同使得全局最優。滴滴自動駕駛總體思路可以看成一座金字塔，我們在2017年的1月份組建了自己的智能駕駛團隊，現在在中美兩邊有200人的頂尖科學家和工程師，從感知到決策再到預測可以為出行提供全套服務。

第三個理由是我們先天的優勢——巨大的數據庫。智能駕駛如果是想做一個雛形很容易，解決99%的問題很容易，但99%離真正的上路量上還有很遠一段路，必須解決99.99%的問題，才有可能真正變成產品和商品。因為，越往后越需要處理一些非常低頻問題，滴滴每天有幾百萬輛車在馬路上跑，我們知道人類司機在面對各種各樣的場景時的行為，而這種行為因人而異，我們必須大規模采集這些數據。解決最后的1%的問題，對于加速無人駕駛至關重要。

無人駕駛在我看來最好的商業化場景不是2C而是2B。無人駕駛技術在10年之內有限制條件——僅在晴天可以無人駕駛，在雨天、雪天或者霧霾天都是不行的，另外;駕駛區域有所限制，道路基礎設施比較好的地方可以，出了這些區域便無法無人駕駛。滴滴可以實現一種人類和機器人的混合模式，當我們乘客發出訂單以后，后臺獲得了這個訂單起點和終點，并獲取訂單路徑。我們可以通過行駛路徑、安全指數等結合人類司機的交通事故頻率等數據，了解到這個訂單發給無人車更安全，還是發給人類司機更安全。我們可以逐步增加無人車承載的訂單比例，提高交通安全的同時，獲得更大的收益。

我們加大了在智慧交通基礎設施方面的投入，兩年前，滴滴成立了智慧交通團隊。舉個例子，大家可能有這樣的體驗，我們在從南往北過馬路的時候，明明東西路上沒有車，我們也要等紅燈變綠才能過。

這個問題背后本質是我們當前對于道路實時交通的情況并不了解，傳統的攝象頭只是從一個固定的角度看那個點有沒有車，并不能知道后面有多少車，而滴滴無需安裝任何硬件，便能知道實時流量。假如有一輛滴滴車停在斑馬線前面10米，大概可以知道前面有三輛車，因為車的軸距和車與車的艱巨基本上固定，當滴滴車達到一定抽樣密度以后，便可以在不安裝任何硬件的情況下，比較準確地知道每個斑馬線前面等車的隊列長度。這個技術已經幫助優化過的區域減少了10-20%的通行時間，這是一個巨大的收益，未來，我們還會跟更多的城市談合作。

另外，滴滴非常重視AI賦能社會。目前，我們也正跟環保局、醫療機構等部門合作，在很多網約車上安裝了監測PM2.5的設備、監測噪聲設備，這樣通過監控城市每一塊區域的空氣質量和噪聲情況，把技術優勢更好地轉化為治理優勢，幫助政府更好地建設大美家園。

（本文根據2019世界智能網聯汽車大會的演講速記整理，有刪減，未經本人審閱。）