嘀嗒出行發佈“AI模型煥新賦能順風車各環節體驗效率安全”一覽圖
當下，新質生產力正在各行各業加速打造。那麼，作為數字經濟代表，移動出行行業的新質生產力打造有哪些新特徵？借助大數據和AI合力賦能，為順風出行用戶體驗，城市交通效率提升帶去怎樣新的福祉？未來還有哪些新的可能？
近日，嘀嗒出行發佈了“AI模型如何煥新賦能順風車各環節體驗效率安全”一覽圖，通過“起終點智能搜索”、“目的地智能推薦”、“上車點智能推薦”、“智能路徑規劃”、“順路雙向匹配”、“智能接單預測”、“語音智能轉寫”、“AI智能判責”、“實時安全護航”和“路線偏移預警”等十大領域，深入展現在行前、行中和行後各個環節，AI模型是如何創新解決出行痛點，煥新提升順風車體驗、效率和安全的，這也是順風車行業AI模型具體應用的首次集中展示。
從一覽圖可以看出，AI賦能順風車體驗效率安全提升，有四大新趨勢：
1、隨著深度學習、神經網絡、大模型的進一步廣泛應用，出行AI模型得以解決更複雜的問題，實現自主分析、識別和判斷，同時準確度和效率持續提升。
2、行前環節是AI賦能的重中之重，且賦能領域不斷拓展，從起終點智能搜索到智能接單預測，從智能路徑規劃到AI智能判責，在進一步保證履約度同時，也讓更多安全守護更主動，更實時。
3、AI賦能在不斷提升順風車效率體驗同時，也帶來更多人文價值，實現對車乘履約意識，友善溝通禮儀的正向引導，讓用戶自發共建更加溫暖愉悅的順風合乘。
4、大數據和AI合力賦能，正在重塑移動出行平台的科技創新邏輯：從洞察開始，以痛點切入，用科學實驗探索新方案，用數據驗證效果，讓實驗探索成為創新的源泉。
嘀嗒出行相關負責人表示，從科技角度來看，順風出行的本質是在不增加額外車輛前提下，讓更多上路私家車更便捷分享空座，讓更多同路人順利同行。而出行里分很多個環節，每個環節都有機會借助大數據和AI合力賦能，去破解一些痛點難點，煥新提升用戶體驗和效率，同時發掘更多順路合乘機會，讓更多上路空座更充分利用。
那麼，借助大數據和AI合力賦能，讓順風出行各環節實現哪些煥新升級，背後的創新邏輯如何呢？
起終點智能搜索和上車點智能推薦：讓出行第一步的體驗全面煥新
出發之前，第一步便是搜索目的地，以及確定起點。AI賦能的創新在於，讓用戶花更少時間輸入更少文字，就能找到想去的目的地，同時為用戶推薦對車乘都更方便快捷的上車點。
嘀嗒出行算法工程師表示，起終點搜索在過去幾年中實現全方位AI賦能。“通過使用出行數據對transformer排序模型進行預訓練，學習用戶輸入習慣，我們得以更好把握用戶的需求偏好，為用戶提供更加個性化的智能搜索服務，讓用戶輸入更短的query（詢問）就能搜到意向目的地。同時，從數據看，目前列表排序第一的目的地就是用戶想去的佔比持續提升。”
同時，嘀嗒順風車還可以“猜你想去”，當用戶尚未表達意向時，App會基於用戶在不同時間點出發的歷史起終點，為用戶推薦當前要去的目的地，“我們基於生成式AI方法，讓目的地推薦準確率持續提升。”
此外，上車點選擇也是行前體驗的重要方面，而AI賦能方向則是對車乘雙方都更方便快捷。基於“大多數人高頻使用”“更知名和顯眼”“步行距離近”“你的習慣和偏好”等算法標準，嘀嗒順風車目前每週為用戶智能推薦上車點超過5億次。
“未來，上車點智能推薦還會使用多模態特徵，讓模型與真實地理世界結合更緊密，為用戶推薦更精準的上車點數據，不再被上車最後一百米問題困擾，”嘀嗒出行算法工程師表示。
順路雙向匹配：多個子模型實現精準高效順路推薦 訂單推薦列表加長超兩成
當乘客下單、車主發佈路線後，下一步就是讓車乘雙方盡快遇到合適同路人，這個為車乘雙方分別推薦合適同路人的過程，就是順路雙向匹配。
與商業出行單向派單不同，順風車順路雙向匹配，需要同時滿足車乘雙方的個性化需求偏好，如時間敏感度、順路程度偏好、乘車人數預期、是否出高速費、以及其他備註信息等。
嘀嗒出行算法工程師表示，“我們通過包括神經網絡在內的多種機器學習算法，用數以億計的訂單搜索記錄和千萬級完單數據去訓練機器學習模型，並通過多個子模型來實現不同拚車方案，從而實現更加精準高效的大規模順路雙向匹配，在充分滿足每位車主乘客個性化需求基礎上，更快成行。”
近年來，在大數據和AI合力賦能下，嘀嗒順風車順路匹配效率持續提升，比如在為車主智能推薦一次順路接兩單的“優選雙拚”基礎上，已實現一次性順路接三單，以及市內訂單城際訂單混拚的智能推薦功能，讓上路私家車空座效能得以更大化發揮，同時進一步降低了乘客單次出行成本。
同時，通過路徑規劃持續優化升級，嘀嗒順風車為用戶發現了更多順路合乘機會，這使車主的順路訂單推薦列表平均長度提升25%以上。“尤其是對於一些長距離路線，順路訂單推薦列表長度的增幅更為顯著”。
經實測，嘀嗒出行App為車主某條路線推薦了12單優選合拚訂單
此外，順路訂單推薦列表也越來越人性化，比如乘客的順路車主推薦列表，不僅可以看到每位車主的順路程度、好評率、接單次數，還可以看到車主幾分鐘在尋找乘客。同時，支援根據“距我最近”、“最早出發”、“出行最多”等邏輯進行訂單智能排序。
而在車主的順路乘客列表中，可以看到乘客接受的具體拚車類型，添加感謝費金額、是否承擔高速費、是否接受前後一小時出發、是否剛剛在線等，還可支援車主自主選擇行駛路線，進而為車主推薦不同路線的不同順路乘客，讓更多順路合乘成為可能。
數據顯示，2024年，以接單統計，嘀嗒順風車訂單平均順路程度已超過85%。而嘀嗒順風車順路度計算的嚴謹，還得到很多用戶點讚，“非常客觀、精準和靠譜，為選擇更合適的同路人選擇，提供了非常有價值的參照。”
不過，在嘀嗒出行算法工程師們看來，在開發更多順路空座分享機會，同時讓車乘都獲得高效愉悅體驗的方向上，還有巨大探索創新空間。
智能路徑規劃：多人合乘接駕順序更合理 發現更多車乘順路新機會
事實上，順路雙向匹配效率和體驗提升的重要支撐，便是路徑規劃。如何基於真實地理環境，更準確計算能夠到達的最短距離？如何為用戶預估更加準確的到達時間，和更加符合實際的行程費用？當車主順路接了兩單甚至三單時，如何通過進一步優化接駕順序，儘可能減少繞路和每一位乘客的等待時間，讓多人合乘更高效？如何通過地圖及導航能力提升，發現更多可以同路的車主乘客，並不斷優化路線？
隨著更多高級算法在智能路徑規劃領域的應用，這些訴求正在得到更全面的滿足。比如，如今，基於智能路徑規劃的ETA（預估到達時間）已經可以實現，根據實時路況，甚至根據每一個車主的駕駛行為特徵，為車乘預估更加真實的到達時間，而隨著參與順風出行用戶增多，預估到達時間也更加準確。
那麼，AI賦能路徑規劃能力升級，為何可以幫助更多用戶順路呢？嘀嗒出行算法工程師解釋道：“比如，從A到B點，我們此前只能規劃一條路線，現在可以規劃多條合理路線，通過擴大召回，可以幫助車主找到更多順路乘客。”
上圖顯示，從A點到B點，順風車車主在出發前可自主選擇出行路線，平台基於不同路線來智能推薦不同順路乘客。
“與過去相比，如今隨著出行數據更豐富和高質量，以及AI算法能力的持續升級，讓用戶特徵及偏好挖掘也更加精細和全面，比如之前數據只有十維，現在五十維，從多方面考量一個用戶的行為偏好，進而通過訓練並優化模型，實現更智能的匹配，讓更多用戶得以成為同路人。”
智能接單預測：更準確的微觀實時預測 煥新提升順風出行確定性
完成路徑規劃及匹配推薦後，接下來就是確認合乘。在這一過程中，為了減少乘客等候焦慮，提升行程確定性，AI模型會基於每一條路線的過往情況，為乘客預測更加準確的接單等待時長，同時，推薦更容易被接單的出發時間。
相比宏觀供需以及對未來趨勢的預測，順風出行預測，更多是當下實時動態的微觀預測，關乎用戶在某個具體場景下的即時體驗，對於預測準確率有更高的要求。
事實上，通過AI提升用戶順風出行的確定性，也是順風車行前體驗的重要煥新，因為順風車作為非商業出行，是否能成功合乘需要車乘雙方確認。
在嘀嗒出行看來，AI賦能順風出行體驗煥新，行前是重中之重。這不僅在於通過模型訓練持續提升出行各方面預測的準確率，讓用戶在出發之前對行程更加確定，更有掌控感，也在於綜合運用多種算法，讓雙向匹配更智能，路徑規劃更順路，讓車乘雙方多種個性化需求能夠一站式滿足，提升匹配成功率，還在於讓順風車的安全干預更加前置，守護更實時。
語音智能轉寫和AI智能判責：大模型輔助讓安全守護更前置，主動安全更及時
因此，除了行前全方位體驗效率提升，AI模型的另一大賦能便是順風車智能安全，這也讓順風出行的實時主動安全守護，提前至行前溝通階段。這一升級得益於AI大模型在語音高效轉寫、輔助意圖識別、智能判責等方面的煥新賦能。
過去，順風出行的主動安全干預主要是安全護航、路線偏移預警等，以及針對特定場景下的智能語音外呼提醒。比如平台基於軌跡算法，實時識別判定車輛偏航駐留等情況，安全客服及時主動介入。但對於行前行中的語音及通話溝通，難以做到實時分析和智能判斷，因此，當出現車乘不愉快情形，平台介入和處理會有所滯後。
此外，在取證判責時，行程錄音過去大多需要人工來聽，這進一步影響了客服處理效率。
現在，語音智能轉寫+AI智能判責的合力賦能，大大提升了客服工作效率和質量，助力車乘糾紛處理更及時，取證更明晰全面，判責更公正。
基於語音智能轉寫，平台可以對行程錄音、語音等進行及時文字轉寫和重點提亮，讓客服第一時間判斷：當前行程中車乘溝通問題的具體原因，比如時間地點有何約定，有無加價和多收費，是否存在態度不友好等，從而實現更高效、準確客觀地取證。
在此基礎上，通過大模型的智能判責輔助，迅速給出客觀公正判責，將可能的隱患第一時間終止在萌芽狀態。同時，也實現對車乘行為的正向引導，助力提升車乘履約意識和友善溝通意識，讓合乘更加溫暖愉悅。
而在不斷處理各類客服案例過程中，AI大模型也在不斷自主學習，變得越來越聰明，智能判責準確度持續提升。目前，僅針對其中某一類案例，平台接到的用戶來訪量就減少了兩成以上，這表明，用戶對AI智能判責的結果更滿意了。
“這個大模型就像人一樣，如果你覺得它處理得不對，你就告訴它哪不對，或者為什麼不對，下次遇到類似的情況和場景，它就會特別注意”，嘀嗒出行相關負責人表示。
可以看到，大數據和AI的合力賦能，深度學習、神經網絡和大模型的更深入運用，讓順風車行前行中行後各環節的綜合體驗和效率，實現了諸多從0到1的新突破，以及從1到10的新升級，也在重塑移動出行平台的科技創新邏輯：從用戶和市場洞察開始，以核心痛點切入，用科學實驗探索新方案，用數據驗證效果，這正是移動出行行業打造新質生產力的創新實踐。
在這一路徑之下，越來越多能高效自動解決不同問題的新AI模型得以誕生，讓順風車在讓出行生態系統更加高效和環保之路上，進無止境。
推廣
