每經記者 黃辛旭 李星    每經編輯 裴健如    

當前，AI大模型技術浪潮正在掀起顛覆性變革，賦能千行百業。

汽車產業處在“新智能”發展的起點，AI大模型的應用將重塑智能汽車算法與邏輯，助力生產力革新，深度融入汽車各業務場景。人工智能（AI）作為“新質生產力”，推動汽車產業從數字化邁向“數智化”。這種變革，重塑了大眾的出行觀念，也催生了新的出行需求和商業模式。

在AI大模型的等新技術的推動下，新出行市場將有哪些變化出現？這些變化又會帶來哪些新的商業模式？面對能源變革，市場期待怎樣的低碳智慧出行？

受訪者供圖

針對目前新出行行業的熱點議題，4月23日，每日經濟新聞主辦以“聚焦產業變革趨勢探索產業發展新路徑”為主題的“2024美好出行MaaS沙龍”活動。期間，北方工業大學汽車產業創新研究中心主任、教授紀雪洪，中國汽車流通協會數據應用與消費者研究分會副秘書長常亮，耀出行首席執行官楊廣，一嗨出行執行副總裁兼首席戰略官蔡禮洪，T3出行副總裁李京峰等專家學者和企業高管，圍繞上述相關問題分享了真知灼見。

AI大模型能有效提升運營效率

“AI大模型將帶來顛覆性變化，所有企業都必須重視人工智能的迭代和變化。在很多關鍵領域，未來5~10年，人工智能帶來的影響，完全不亞于互聯網誕生所帶來的影響。”楊廣認為，AI大模型將重構不少行業。

這一觀點已經成為共識。聚焦出行領域，隨著汽車行業開啟智能化下半場競爭，各大出行服務商也都已經開始利用大模型賦能企業運營。比如，T3出行在去年就開始打造出行行業的生態大模型——阡陌大模型，這一大模型基本由決策類能力、生成類能力以及多模態能力組成。

“目前，我們把它應用于網約車的司乘服務、智能調度和安全保障這三大主要場景。經大概測算，通過引入大模型能力，公司的客服效率大概提升了10%，每天大約能夠給整個客服團隊節省上百個小時人工工作時間。”李京峰表示。

李京峰介紹，在智能調度方面，T3出行可以通過智能供需預測，以95%左右的準確率，去預測15分鐘之后的出行供需數量，從而有效解決“冷熱區”問題。“我們發現，通過AI大模型賦能，可以把出行調度的效率提升約10%以上，也能提升司機群體的收入。另外，在安全保障方面，AI大模型能夠自動識別司機的疲勞駕駛狀態、危險駕駛狀態，以及司乘語言沖突等，平臺能夠及時介入、干預，進而解決一系列的安全隱患問題。”李京峰稱。

楊廣也表示，耀出行同樣在根據公司過去幾年積累的訂單數據和客戶的服務數據，開發自己的大模型。“我們用了這個模型之后，顯著的變化主要體現在部分企業客戶和重點個人客戶的需求場景中。在這些訂單變化頻次很高的場景下，我們的運營效率大約提升了10倍。”楊廣說。

蔡禮洪則從用戶的角度，談到了AI大模型給出行領域帶來的新體驗。“我們也是通過AI大模型來捕捉不同用戶的出行習慣。從用戶體驗的角度來講，有了AI的賦能，用戶的預訂效率也有了量級提升。而從企業的運營效率出發的話，我們能夠通過AI實現降本增效。”蔡禮洪表示，企業在擁抱的AI過程中，確實已經“嘗到了甜頭”。

值得關注的是，聚焦高端出行領域的企業，更需要注重用戶精細化解決方案。據楊廣透露，耀出行正在用AI大模型為用戶提供高度定制化的服務。

“以前我們做這樣的方案可能需要由內部團隊和客戶一起，進行長時間的來回溝通和準備。但現在，利用這些已經成熟的人工智能模型，基于自己的知識庫，我們可以在短時間內為客戶提供多套滿足需求的方案。”楊廣認為，人工智能帶來的改變，不僅體現在出行行業。基于此，中國所有的企業都必須盡快學習和了解它，從而對企業運營的方方面面進行迭代。

行業數據安全問題仍待解決

不過，AI大模型在給出行業帶來機遇的同時，也給出挑戰。

“AI大模型帶來的機遇，是需要把握的，因為它有一個逐步的場景應用，怎么把通用大模型和企業的經營產生的數據，充分地去結合起來，去找到最有效率的點，然后去引進相應的人才，做產品的革新、運營水平的提升，給用戶提供更好的體驗，是需要企業去充分了解的。在這個過程中，不同的企業在應對和打法上是有差異的，可能會導致一些企業應對滯后，或者說反應遲鈍，甚至在這一波浪潮中被替代或者被淘汰出局。”紀雪洪指出。

具體來看，AI大模型背后往往需要大數據來支撐，而不同公司掌握的數據規模也會有差異。“如果某家公司有數據，也有資金，那么它能夠很快進行大模型的應用，或者是多模態應用，也能夠很快找到一些更新的技術落地，中小企業可能很難跟上它的步伐。這樣一來，行業中的‘馬太效應’就會凸顯。這是需要中小企業關注的。”紀雪洪說。

從具體落地與應用來看，李京峰分享了T3出行在產品技術中引入AI大模型時，遇到的困難和挑戰。“第一個大的挑戰是，現在階段AI大模型還不足夠成熟、不夠準確，但在網約車行業，我們又要求高效準確地去解決用戶的每一個問題。這對于產品技術和應用是一個巨大挑戰；第二個挑戰體現在大模型目前還缺乏地圖信息、結構化數據等方面的能力。這就需要在實際應用和實際場景中，從產品、技術角度結合大模型、地圖的結構化數據和非結構化數據，一起去解決這個問題。T3出行也是持續在摸索如何把這幾種能力結合到一起，打造最優的用戶體驗。”

此外，AI大模型賦能到出行領域的過程中，數據的安全和客戶的隱私問題同樣是繞不開的挑戰。

“我們在做大模型訓練去提煉用戶預訂習慣的時候，首先要做的就是‘脫敏’，把有一些非必要的信息在后臺模糊掉，也不會把用戶核心敏感信息拿來做模型訓練。”蔡禮洪對此表示。

耀出行的用戶中，有不少是公司高管，或重要政要人員。由于身份和職業的特殊性，這些用戶對隱私保護機制也提出了更高的要求。“我們在利用AI大模型提升運營效率、更好為客戶服務的同時，也要做到全程保障客戶信息安全，所有的耀出行管家均簽署了隱私保護協議，并確保行車過程中無錄音、無錄像。”楊廣表示。

新能源車滲透率將持續提升

除了出行企業，出行領域的數據管理和安全，也需要政策層面的監督與管理。“出行是一個強監管的行業，大家比較重視安全和隱私保護。在大模型快速發展的時候，我們要開放一些數據，甚至與一些第三方數據資源進行整合。這時怎么去定好數據開放邊界、安全底線等，需要政府給予一定的支持。”紀雪洪認為。

在常亮看來，面對技術帶來的變化，出行公司要想占據優勢，核心仍是發揮自身優勢，服務好司機和用戶。“出行企業提升業務的核心，是要把公司的主要運力，即司機，服務好，因為只有服務好司機，司機才能更好地服務乘客。”常亮認為，乘客感受是促進整個出行行業快速發展的核心動力，AI大模型等技術“上車”，也是為了更好地服務乘客。

同時，常亮還呼吁，相關主管部門或地方政府，能給出行行業政策“松綁”，以促進出行行業的快速發展。

為了給消費者提供更好的用車體驗，以一嗨租車為代表的出行企業，在車隊車型的配比上，也會根據用戶需求進行調整。

據悉，目前，一嗨租車車隊中的新能源汽車約1萬多輛，主要是最受C端消費者歡迎的品牌，包括小鵬、特斯拉等。

“我們的車隊布局也主要受用戶驅動。在不同地區，電動車租賃的接受程度也明顯不同。在新能源市場滲透率高、全年氣候較溫和的地區，新能源車會更受歡迎。”蔡禮洪舉例稱，海南消費者對新能源車接受程度高，公司在當地會投放更多的新能源車型；而在西北等地，由于各城市之間距離較遠，消費者會優先選擇燃油車，公司在當地投放的車型，也更多是燃油車。

不過，蔡禮洪也強調稱，未來，新能源車在出行行業中的滲透率會越來越高，且往往配備更高階的輔助駕駛技術，這會給用戶的體驗帶來質的飛躍。“是否將新能源車隊規模繼續擴大，還需根據用戶需求來調整。”蔡禮洪稱。

紀雪洪也表示，目前，大出行領域整體都在加快引入新能源車型，但出行企業對車輛的采購主要源于用戶的接受程度，需分場景、分區域進行。但隨著新能源汽車成本逐步降低、充電便利性提高以及智能化體驗的進一步強化，新能源汽車將成出行業趨勢。

中汽協數據顯示，今年1~3月，國內新能源汽車累計銷售209萬輛，同比增長31.8%，市場占有率達到31.1%。中國科學院院士、清華大學教授歐陽明高曾預測，2030年新能源革命將迎來爆發期，新能源汽車保有量將達到千萬級，市占率將達到70%。

紀雪洪表示，智能電動汽車的發展，將同步推進出行行業商業模式的變化，比如消費者在出行上可能需要更多共享化，不僅是車輛的共享，還包括座位的共享等，最終行業將實現低碳智慧出行。

自動駕駛將在出行領域起主導作用

隨著汽車產業的快速發展以及大模型技術的賦能，未來5~10年出行方式也將發生明顯變化。

“未來的出行方式一定是多樣化的，如300公里以下的出行距離，消費者會更多選擇開車、打車或租車等方式；300~800公里出行，消費者則會則選擇高鐵；800公里以上的出行距離，消費者則可能會選擇飛機出行。”常亮認為，未來出行可能會是“一站式”的。

楊廣則提出，基于大模型對消費者習慣和出行愛好的測算，未來出行或能實現基于路況、方便性、使用習慣等分析，給出組合出行方式，盡可能縮短消費者在旅途中不必要消耗的時間。

在李京峰看來，未來幾年，自動駕駛技術會大規模落地，這會對出行行業產生巨大影響和改變。“在這件事上，我們相對樂觀。因為我們近期與同行業的自動駕駛公司接觸較多，了解到它們正在通過各種技術革新，來促使自動駕駛車輛應用落地。”李京峰表示，“我們認為，在全無人駕駛車這一方向上，L4級別的全無人Robotaxi（自動駕駛出租車）一定是今后網約車發展的一個不可逆的趨勢。無論是從技術角度，還是從人員成本結構角度來看，這都將是不可逆的發展趨勢”。

常亮也表示，自動駕駛車輛會越來越多，但具體何時能真正實現完全自動駕駛，尚無定數。“出行企業現在需要考慮的是，如果自動駕駛時代到來之后，出行方式會發生什么樣的變化，以及如何將出行車輛與大出行車輛結合起來。因為從政策層面來看，出行仍以公共交通為主，網約車、出租車等運營車輛出行為輔。”常亮解釋稱。

在李京峰看來，目前，自動駕駛大規模落地主要面臨兩大挑戰。一是，從行業需求來看，L4級自動駕駛只是解決了從A點到B點把人安全送達的問題，但是對網約場景細節考慮不夠，L4級自動駕駛車輛并不能夠直接用于Robotaxi運營。二是，當前的政策法規、車輛保險政策，也不足以支撐Robotaxi大規模落地。“我們在網約車階段積累的產品技術和運營能力，能夠快速地平移到自動駕駛時代。同時，我們正在和各個自動駕駛算法公司、各大主機廠合作，為自動駕駛時代到來做充分的準備。”李京峰稱。

李京峰還表示，Robotaxi的落地，會循序漸進。比如，會先在某一些城市試點，然后單個城市開放，最后在全國范圍內開放。

封面圖片來源：受訪者供圖