当下，新质生产力正在各行各业加速打造。那么，作为数字经济代表，移动出行行业的新质生产力打造有哪些新特征？借助大数据和AI合力赋能，为顺风出行用户体验，城市交通效率提升带去怎样新的福祉？未来还有哪些新的可能？
近日，嘀嗒出行发布了“AI模型如何焕新赋能顺风车各环节体验效率安全“一览图，通过“起终点智能搜索”、“目的地智能推荐”、“上车点智能推荐”、“智能路径规划”、“顺路双向匹配”、“智能接单预测”、“语音智能转写”、“AI智能判责”、“实时安全护航”和“路线偏移预警”等十大领域，深入展现在行前、行中和行后各个环节，AI模型是如何创新解决出行痛点，焕新提升顺风车体验、效率和安全的，这也是顺风车行业AI模型具体应用的首次集中展示。
从一览图可以看出，AI赋能顺风车体验效率安全提升，有四大新趋势：
1、随着深度学习、神经网络、大模型的进一步广泛应用，出行AI模型得以解决更复杂的问题，实现自主分析、识别和判断，同时准确度和效率持续提升。
2、行前环节是AI赋能的重中之重，且赋能领域不断拓展，从起终点智能搜索到智能接单预测，从智能路径规划到AI智能判责，在进一步保证履约度同时，也让更多安全守护更主动，更实时。
3、AI赋能在不断提升顺风车效率体验同时，也带来更多人文价值，实现对车乘履约意识，友善沟通礼仪的正向引导，让用户自发共建更加温暖愉悦的顺风合乘。
4、大数据和AI合力赋能，正在重塑移动出行平台的科技创新逻辑：从洞察开始，以痛点切入，用科学实验探索新方案，用数据验证效果，让实验探索成为创新的源泉。
嘀嗒出行相关负责人责人表示，从科技角度来看，顺风出行的本质是在不增加额外车辆前提下，让更多上路私家车更便捷分享空座，让更多同路人顺利同行。而出行里分很多个环节，每个环节都有机会借助大数据和AI合力赋能，去破解一些痛点难点，焕新提升用户体验和效率，同时发掘更多顺路合乘机会，让更多上路空座更充分利用。
那么，借助大数据和AI合力赋能，让顺风出行各环节实现哪些焕新升级，背后的创新逻辑如何呢？
起终点智能搜索和上车点智能推荐：让出行第一步的体验全面焕新
出发之前，第一步便是搜索目的地，以及确定起点。AI赋能的创新在于，让用户花更少时间输入更少文字，就能找到想去的目的地，同时为用户推荐对车乘都更方便快捷的上车点。
嘀嗒出行算法工程师表示，起终点搜索在过去几年中实现全方位AI赋能。“通过使用出行数据对transformer排序模型进行预训练，学习用户输入习惯，我们得以更好把握用户的需求偏好，为用户提供更加个性化的智能搜索服务，让用户输入更短的query（询问）就能搜到意向目的地。同时，从数据看，目前列表排序第一的目的地就是用户想去的占比持续提升。”
同时，嘀嗒顺风车还可以“猜你想去”，当用户尚未表达意向时，App会基于用户在不同时间点出发的历史起终点，为用户推荐当前要去的目的地，“我们基于生成式AI方法，让目的地推荐准确率持续提升。”
此外，上车点选择也是行前体验的重要方面，而AI赋能方向则是对车乘双方都更方便快捷。基于“大多数人高频使用”“更知名和显眼”“步行距离近”“你的习惯和偏好”等算法标准，嘀嗒顺风车目前每周为用户智能推荐上车点超过5亿次。
“未来，上车点智能推荐还会使用多模态特征，让模型与真实地理世界结合更紧密，为用户推荐更精准的上车点数据，不再被上车最后一百米问题困扰，”嘀嗒出行算法工程师表示。
顺路双向匹配：多个子模型实现精准高效顺路推荐 订单推荐列表加长超两成
当乘客下单、车主发布路线后，下一步就是让车乘双方尽快遇到合适同路人，这个为车乘双方分别推荐合适同路人的过程，就是顺路双向匹配。
与商业出行单向派单不同，顺风车顺路双向匹配，需要同时满足车乘双方的个性化需求偏好，如时间敏感度、顺路程度偏好、乘车人数预期、是否出高速费、以及其他备注信息等。
嘀嗒出行算法工程师表示，“我们通过包括神经网络在内的多种机器学习算法，用数以亿计的订单搜索记录和千万级完单数据去训练机器学习模型，并通过多个子模型来实现不同拼车方案，从而实现更加精准高效的大规模顺路双向匹配，在充分满足每位车主乘客个性化需求基础上，更快成行。”
近年来，在大数据和AI合力赋能下，嘀嗒顺风车顺路匹配效率持续提升，比如在为车主智能推荐一次顺路接两单的“优选双拼”基础上，已实现一次性顺路接三单，以及市内订单城际订单混拼的智能推荐功能，让上路私家车空座效能得以更大化发挥，同时进一步降低了乘客单次出行成本。
同时，通过路径规划持续优化升级，嘀嗒顺风车为用户发现了更多顺路合乘机会，这使车主的顺路订单推荐列表平均长度提升25%以上。“尤其是对于一些长距离路线，顺路订单推荐列表长度的增幅更为显著”。
图注：经实测，嘀嗒出行App为车主某条路线推荐了12单优选合拼订单
此外，顺路订单推荐列表也越来越人性化，比如乘客的顺路车主推荐列表，不仅可以看到每位车主的顺路程度、好评率、接单次数，还可以看到车主几分钟在寻找乘客。同时，支持根据“距我最近”、“最早出发”、“出行最多”等逻辑进行订单智能排序。
而在车主的顺路乘客列表中，可以看到乘客接受的具体拼车类型，添加感谢费金额、是否承担高速费、是否接受前后一小时出发、是否刚刚在线等，还可支持车主自主选择行驶路线，进而为车主推荐不同路线的不同顺路乘客，让更多顺路合乘成为可能。
数据显示，2024年，以接单统计，嘀嗒顺风车订单平均顺路程度已超过85%。而嘀嗒顺风车顺路度计算的严谨，还得到很多用户点赞，“非常客观、精准和靠谱，为选择更合适的同路人选择，提供了非常有价值的参照。”
不过，在嘀嗒出行算法工程师们看来，在开发更多顺路空座分享机会，同时让车乘都获得高效愉悦体验的方向上，还有巨大探索创新空间。
智能路径规划：多人合乘接驾顺序更合理 发现更多车乘顺路新机会
事实上，顺路双向匹配效率和体验提升的重要支撑，便是路径规划。如何基于真实地理环境，更准确计算能够到达的最短距离？如何为用户预估更加准确的到达时间，和更加符合实际的行程费用？当车主顺路接了两单甚至三单时，如何通过进一步优化接驾顺序，尽可能减少绕路和每一位乘客的等待时间，让多人合乘更高效？如何通过地图及导航能力提升，发现更多可以同路的车主乘客，并不断优化路线？
随着更多高级算法在智能路径规划领域的应用，这些诉求正在得到更全面的满足。比如，如今，基于智能路径规划的ETA（预估到达时间）已经可以实现，根据实时路况，甚至根据每一个车主的驾驶行为特征，为车乘预估更加真实的到达时间，而随着参与顺风出行用户增多，预估到达时间也更加准确。
那么，AI赋能路径规划能力升级，为何可以帮助更多用户顺路呢？嘀嗒出行算法工程师解释道：“比如，从A到B点，我们此前只能规划一条路线，现在可以规划多条合理路线，通过扩大召回，可以帮助车主找到更多顺路乘客。”
注：上图显示，从A点到B点，顺风车车主在出发前可自主选择出行路线，平台基于不同路线来智能推荐不同顺路乘客。
“与过去相比，如今随着出行数据更丰富和高质量，以及AI算法能力的持续升级，让用户特征及偏好挖掘也更加精细和全面，比如之前数据只有十维，现在五十维，从多方面考量一个用户的行为偏好，进而通过训练并优化模型，实现更智能的匹配，让更多用户得以成为同路人。”
智能接单预测：更准确的微观实时预测 焕新提升顺风出行确定性
完成路径规划及匹配推荐后，接下来就是确认合乘。在这一过程中，为了减少乘客等候焦虑，提升行程确定性，AI模型会基于每一条路线的过往情况，为乘客预测更加准确的接单等待时长，同时，推荐更容易被接单的出发时间。
相比宏观供需以及对未来趋势的预测，顺风出行预测，更多是当下实时动态的微观预测，关乎用户在某个具体场景下的即时体验，对于预测准确率有更高的要求。
事实上，通过AI提升提升用户顺风出行的确定性，也是顺风车行前体验的重要焕新，因为顺风车作为非商业出行，是否能成功合乘需要车乘双方确认。
在嘀嗒出行看来，AI赋能顺风出行体验焕新，行前是重中之重。这不仅在于通过模型训练持续提升出行各方面预测的准确率，让用户在出发之前对行程更加确定，更有掌控感，也在于综合运用多种算法，让双向匹配更智能，路径规划更顺路，让车乘双方多种个性化需求能够一站式满足，提升匹配成功率，还在于让顺风车的安全干预更加前置，守护更实时。
语音智能转写和AI智能判责：大模型辅助让安全守护更前置，主动安全更及时
因此，除了行前全方位体验效率提升，AI模型的另一大赋能便是顺风车智能安全，这也让顺风出行的实时主动安全守护，提前至行前沟通阶段。这一升级得益于AI大模型在语音高效转写、辅助意图识别、智能判责等方面的焕新赋能。
过去，顺风出行的主动安全干预主要是安全护航、路线偏移预警等，以及针对特定场景下的智能语音外呼提醒。比如平台基于轨迹算法，实时识别判定车辆偏航驻留等情况，安全客服及时主动介入。但对于行前行中的语音及通话沟通，难以做到实时分析和智能判断，因此，当出现车乘不愉快情形，平台介入和处理会有所滞后。
此外，在取证判责时，行程录音过去大多需要人工来听，这进一步影响了客服处理效率。
现在，语音智能转写+AI智能判责的合力赋能，大大提升了客服工作效率和质量，助力车乘纠纷处理更及时，取证更明晰全面，判责更公正。
基于语音智能转写，平台可以对行程录音、语音等进行及时文字转写和重点提亮，让客服第一时间判断：当前行程中车乘沟通问题的具体原因，比如时间地点有何约定，有无加价和多收费，是否存在态度不友好等，从而实现更高效、准确客观的取证。
在此基础上，通过大模型的智能判责辅助，迅速给出客观公正判责，将可能的隐患第一时间终止在萌芽状态。同时，也实现对车乘行为的正向引导，助力提升车乘履约意识和友善沟通意识，让合乘更加温暖愉悦。
而在不断处理各类客服case过程中，AI大模型也在不断自主学习，变得越来越聪明，智能判责准确度持续提升。目前，仅针对其中某一类case，平台接到的用户来访量就减少了两成以上，这表明，用户对AI智能判责的结果更满意了。
“这个大模型就像人一样，如果你觉得它处理得不对，你就告诉它哪不对，或者为什么不对，下次遇到类似的情况和场景，它就会特别注意”，嘀嗒出行相关负责人表示。
可以看到，大数据和AI的合力赋能，深度学习、神经网络和大模型的更深入运用，让顺风车行前行中行后各环节的综合体验和效率，实现了诸多从0到1的新突破，以及从1到10的新升级，也在重塑移动出行平台的科技创新逻辑：从用户和市场洞察开始，以核心痛点切入，用科学实验探索新方案，用数据验证效果，这正是移动出行行业打造新质生产力的创新实践。
在这一路径之下，越来越多能高效自动解决不同问题的新AI模型得以诞生，让顺风车在让出行生态系统更加高效和环保之路上，进无止境。
