首頁熱門文章
城市數據化，智能出行需要什么？
發布時間：2017-06-21 分類：趨勢研究
郭敬明曾在小說的開頭這樣寫道“這座城市像是一個瘋狂的龐然大物，機場，車站盤踞在周邊，人們從像它體內腸道一樣的交通樞紐，被迅速的運往各地?！彪m然有藝術和夸張的成分，但城市作為人口最為密集的聚居地，其中很多系統和紐帶早已疲憊不堪，譬如交通，在“智能化城市”倡導的今天，早有人預言，隱匿于城市毛細血管的交通網絡，有可能是第一個被擱置在人工智能底座的社會系統。
擁堵已成為世界性難題
在中國，有大約超過50個城市面臨不同程度的擁堵，每天高峰期擠地鐵公交的經歷，成為所有人的切膚之痛，越大的城市，這樣的情況就越發嚴重。不只中國，交通問題是世界大型城市的共同頑疾，有數據顯示，歐盟境內每年因交通擁堵造成的經濟損失達到了1000億歐元。
巨大的公共福祉背后，是頗為嚴峻的路徑實現。
建立在數據上的“智能化城市”
無論城市如何發展，城市交通始終離不開人、交通工具和政府管理三個維度。
解決諸如交通擁堵這樣的復雜問題，必然需要龐大的數據作為支持，在“互聯網+”的時代，我們完全可以仰仗更睿智的方式使得數據的收集不再繁瑣和低效，不少城市通過與互聯網企業的合作，用數據為城市的交通做出注解，真正掌握關于出行問題的“第一手資料”。
高德地圖首創并搭建了“互聯網+交通”城市指數體系，同時攜手新浪微博設置了“智能出行”、“智慧交通”、“政務影響力”三大指標及二十七個分類指標，截取全國62座城市，用大數據衡量和描繪城市互聯網在交通行業的發展水平，以期為城市在“互聯網+交通”領域的發展提供有效參考。
百度地圖每天響應450億次定位請求，位置服務超720億次，完全可以基于這些累計的定位數據，計算出每個用戶的工作地和居住地，然后通過劃分區域位置邊界（譬如通過定位發現，某人在最近兩個月在某個位置出現上百次；時間集中在9:00-19:00；連接固定的wifi，基本可以判斷是在工作地）從而測算出某個區域的人口絕對值。
事實上，如今百度地圖慧眼數據的預測準確率已達85%以上，這意味著，它完全可以為政府機構提供重要的輔助性數據資料。由此可以看出，這種基于網絡實時更新的數據分析，必將在“智能化城市”的建設中出謀劃策。
而具體到交通工具領域，無論網約租車，地圖導航，還是共享單車，都將成為城市智能化出行升級路上的重要一環。
告別尷尬等車的打車時代
當人們因打不到車而焦急的時候，在城市的另一個邊，一位出租車司機正因為沒有乘客而懷著相同的心態。這曾經一度是在每個城市上演的真實局面。
直到以滴滴為代表的網約車平臺的出現，才結束了這一尷尬的現狀。滴滴算是移動互聯網時代向人工智能時代躍遷的極佳樣本。如今滴滴每日峰值訂單超過2000萬單，每日處理數據超過2000TB，相當于200萬部電影，這其中包括叫車信息，駕駛行為和車輛數據等多個維度。
滴滴研究院院長何曉飛曾經表示：“如果我們能搜集到更多的數據，未來有一天我們甚至能夠知道每一位乘客，每一位司機的意愿。如果我們能夠更加準確的甚至預測人的心理，那么我們可以把整個城市的交通管理的更加有秩序?！?/span>
規劃真正適合的出行路徑
同樣的目的地，老司機往往會比剛剛上路的新手更快到達，拋開駕駛技術上的差異，真正的區別在于他們對于交通信息的掌握和本地駕駛經驗的累積程度。
如今，城市紛繁而龐大，路況多變而復雜，這也給了地圖導航大展拳腳的空間。
以百度，高德為代表的導航軟件如今已經可以做到分鐘級別的路況更新，某個地方發生擁堵，一分鐘之內便會有提示。此外，這類軟件還可以精確推算全國路網的動態車流關系，實現未來一小時的路況預測，這種路況預測模型，包括了日期，時間，天氣，路段路況和區域路況等多個維度，并輔之以棋局態勢感知和區域路況態勢感知的神經網絡算法。
而這一切的實現，背后同樣是龐大的數據積累，百度地圖每日提供的位置服務超過720億次，每日導航服務超過2億公里，其自身也從單純解決陌生地認路，演化到如今的智能導航。同樣的，高德地圖的數據庫中，有78%來自于UGC眾包數據，22%來自于出租車、物流車等行業浮動車輛。高德地圖的實時交通動態事件數據中，更有85%來自于用戶上報，其余來自于交管和政府。
正是這樣將數百億次不同用戶的出行旅程數據記錄在案，對比用戶路線和規劃路線，找出差異，統計用戶最多的走法，提供更優方案。從而將智慧“反哺”到每一次用戶的具體出行之中。
公共交通末端的離散方式
即使設計再精密的公共交通網絡，也總有照顧不到的地方，而就在這些網絡的空隙之間，也往往造成公共交通推行的阻隔。舉個例子，當距離最近的地鐵站有20分鐘甚至更遠的距離時，開車出行或許會成為一個下意識的選擇。
共享單車便在這樣的環境下應運而生，“解決出行最后一公里”的宣傳簡單而直接，卻也是人們最迫切需要的內容。
如此看來共享單車的成功似乎是一件順理成章的事情，可事實并不是買一批自行車上鎖那么簡單。在不同的城市投放量的多少，不同區域內車輛回收和分配，以及維修人員的招募，這其中的任何一項離開了數據的保障，都會變成臆想，一旦這種缺乏深思熟慮做出的決定付諸實施，在共享單車如此火爆的今天，也未必會輕易取得成功。不是每一個共享單車都成為摩拜和ofo，上市20天即宣布倒閉的公司，也一并存在。
4月19日，易觀千帆公布了2017年1季度App TOP1000的排名情況，在交通出行領域摩拜單車月活達1321.1萬，已為海內外50多個城市提供騎行服務，摩拜車輛投放總數超過365萬輛，日騎行人次超過2000萬，使市民們的出行更加便捷、高效。
作為競爭者，ofo平臺連接單車數量超350萬，已累計為全球4個國家的81座城市提供了超過8億次服務，到今年底ofo計劃將覆蓋全球20個國家，包括日本、西班牙、法國、德國和菲律賓等。
如此大規模的業務擴張，既是營銷戰略和搶占份額的博弈，也是為了通過更大范圍的數據累積完善自身產品和定位，在共享單車市場取得先機。
從人工智能走向城市智能
每天的每座城市，都會產生林林總總的交通數據，如今通過各種智能出行軟件，可以迅速將數據搜集整理并呈報相關部門，而政府則可以將這些數據運用到城市建設之中，進行城市線管規劃，分析交通擁堵的原因，對異常道路進行數據挖掘，并將數據用于交通管理調度及相關決策，輔助宏觀交通規劃。這種基于人工智能的資源回饋，對于城市公共交通出行效率，出行選擇率以及城市承載率都意義深遠，勢必得到決策部門的重視。
所謂城市的智能化出行，簡單來說是就是運用數據的搜集、分析與整理，通過交通工具向市民提供更好的出行體驗，在“互聯網+”的時代，這需要各智能出行企業與政府部門的充分聯接，而隨著城市規模的進一步擴大，這種關系更是顯得尤為重要。
