蒲實

當城市分享出行的市場和資本熱度還滾燙的時候，我們已開始談論和想象帶有終極色彩的未來：一個效率極高的、陸?？召Y源一體化的智能交通系統(tǒng)。什么力量在變革著交通，并激發(fā)出未來的想象力？

分享經(jīng)濟：人·車·行

2015年12月22日，幾位紐約乘客通過Via App共享一輛車出行。使用Lyft和UberPool這樣的拼車服務App，讓紐約人在路途中不期而遇

5年前，因為家人工作單位的搬遷，我們搬到北京城郊居住。城區(qū)復雜而密集的公共交通網(wǎng)絡還沒有蔓延和覆蓋到這里。雖然家門口就是高速路入口，家人開車，但我不開車，一開始，也不愿開車。小時候生活的西部城市遠沒有北京大，出門都是步行、騎車加公交，我不愿意舍棄那種感覺，今天看來，還可以附加一些綠色出行的價值。但很快，我發(fā)現(xiàn)這種想法很虛妄。我家離最近的地鐵五號線最北端有10公里，需要乘公交車或出租車到達。步行至公交車站大概需要20分鐘，時間如緊張，就得打車。冬季，我時常站在郊外備感荒涼的馬路邊，在寒風中遙遙無期地等待不知什么時候會降臨的出租車；夏季，我在烈日下?lián)]汗如雨，望眼欲穿地望著不時會出現(xiàn)海市蜃樓景象的公路盡頭。過去緊湊的日程表概念就這樣在每一次出行的漫長等待中逐漸瓦解，一切都變得不可控和隨機起來。

我決定學駕駛，一旦學會，就買車（不久，北京買車就得搖號）。這個時候，“滴滴”和“快滴”出世了。記得第一次用滴滴打車來叫出租車，2分鐘左右，竟然就有人接單。我第一次順暢地乘上車進城，整個人感覺到實現(xiàn)了從城市“吊絲”到郊區(qū)中產的躍遷，滿足感巨大。但郊區(qū)出租車密度畢竟有限，有時還是得下好幾次訂單，才有人接單。在特別空閑的時段，也出現(xiàn)過屢次發(fā)訂單都沒人接單的情況。有一次，孩子幼兒園的班車出了故障，需要家長親自去接。我無論如何都叫不到車，情急之下，是搭乘院子里一輛剛好路過的裝修面包車去的。因為感激這位司機，我給了他與出租車費差不多的“小費”，他非常高興，沒想到順路賺了外快。沒想到，不久，滴滴的專車和快車服務也上線了，我開始用快車和專車叫車。我不用坐班，經(jīng)常可以錯峰出行。根據(jù)快車和專車的價格機制，這會比出租車便宜不少，有時甚至只有一半的價格。更重要的是，從那以后，我的訂單總是在1分鐘以內就有人接單了，以后變得越來越快，總是10秒鐘不到就有人接單。這說明，使用滴滴的私家車司機增長很快，它的派單技術也在不斷優(yōu)化。

對我來講，出行已經(jīng)完全不成問題。每當想到出行軟件能無時無刻地把我和我看不見的空間里無數(shù)流動的車輛迅速聯(lián)系在一起，就有點時空變換的感慨。買車的想法，也坦然擱置到了一邊。增添私家車對城市公共交通環(huán)境和生態(tài)環(huán)境的影響不談，我不是沒有首先從自利的角度算過一筆經(jīng)濟賬。像我這樣出行依賴出租車或快車、專車的人，這筆高頻率購買車輛服務的開銷，是否過于高昂？是不是應該自駕私家車？粗略計算，我得出的結論是，哪怕我每天都打兩次車，也比哪怕僅購買一輛20萬元左右的普通小轎車節(jié)省很多。更何況，開始搖號以后，買車也就成了彩票中獎一樣的小概率事件，沒必要苦苦等待下去。

在5月貴陽舉行的大數(shù)據(jù)產業(yè)峰會上，滴滴出行董事長兼CEO程維介紹說，滴滴已有了3億注冊用戶和1400萬司機，按照相關就業(yè)標準，在滴滴平臺上實現(xiàn)個人直接就業(yè)的司機超過了100萬。滴滴?？燔嚾站沼唵我殉^了1000萬，平臺日服務總訂單已超過1300萬，是全世界范圍內第一次移動出行突破千萬量級。這些數(shù)字大概是美國移動出行市場的5倍，遠遠領先歐洲及印度、日本、韓國等國。所有交通工具都被互聯(lián)網(wǎng)連接到了線上，專車、快車、順風車、代駕、巴士，各種出行服務緩解了打車難、出行難，提高了城市整體資源的利用效率。他說，他相信，“未來不需要每個人買一輛車，而是大家共同分享一輛汽車”。

作為共享經(jīng)濟的受益者，我贊同程維的觀念。在尼爾森中國《2015年中國移動互聯(lián)網(wǎng)出行市場研究報告》中，對北京等13個城市4000名乘客的調查數(shù)據(jù)顯示，共享出行模式的出現(xiàn)，減少了私人對小汽車增量的購置需求，降低了存量小汽車的使用強度。48.9%的有車族表示“我還會保留我的車，但我會開得越來越少”，32.4%的人表示“我不打算再買一輛車了”，19.8%的人表示“我現(xiàn)在幾乎不開車了”，甚至有9.7%的人表示“我正在考慮把我的車賣了”。而無車族中，67.8%的人表示“自從用打車軟件后，我覺得我沒有必要買車了”。我對他們的選擇感同身受。在搖不到車牌號的時代，我們倒是可以暢談分享出行。

以移動互聯(lián)網(wǎng)企業(yè)為平臺和主導的分享經(jīng)濟的到來，似乎正在瓦解著工業(yè)時代物權私有化的唯一合理性。這些互聯(lián)網(wǎng)平臺，首先創(chuàng)造了一個信息幾乎完全對稱的出行市場，并以智能算法匹配供需。而正是在資源最緊缺的領域，孕育出了分享經(jīng)濟。在騰訊研究院出版的《分享經(jīng)濟：供給側改革的新經(jīng)濟方案》一書中，馬化騰寫道：“交通資源、路面資源是中國交通發(fā)展最大的瓶頸。過去的十幾年，中國汽車的保有量在快速發(fā)展，但是道路的發(fā)展跟不上車的發(fā)展?！瓕嶋H上中國只有1.5億輛民用汽車，8億的城鎮(zhèn)人口，18%左右的人均汽車擁有量，不到美國的四分之一。但如果我們把汽車的數(shù)量從1.5億輛提高到5億輛，從現(xiàn)有的道路資源來看，完全不現(xiàn)實。因此，替代性的方案應運而生：在不增加汽車總量的情況下，通過更好的分享提高汽車的使用率。”

移動互聯(lián)網(wǎng)企業(yè)勾勒的分享經(jīng)濟藍圖，有點像一份交通出行從社會主義初級階段過渡到共產主義高級階段的共產主義宣言。他們是這樣宣示的：分享經(jīng)濟未來3～5年，汽車閑置的主體將加入企業(yè)，企業(yè)將整合自身的閑置資源進行分享，將名下的大量汽車閑置資源共享出來完成變現(xiàn)，降低企業(yè)運營成本；未來5～10年，政府和公共服務體系的閑置汽車資源也將加入共享大軍的行列，當政府用車開始共享時，社會上主流的汽車保有群體都已完成共享；未來10～20年，共享將以地域分區(qū)，由政府統(tǒng)籌城市級別的個人、企業(yè)、政府完成共享串聯(lián)，實現(xiàn)汽車資源的高效利用；未來50～100年，可能會看到全社會汽車資源在體系中無差別共享。

從另一個角度看，它們以極大的市場體量和極有效率的智能方式，重構了交通的最基本要素——人與車的關系。分享出行的巨大市場，讓企業(yè)在傳統(tǒng)上被政府所壟斷的交通領域里，有了建立個性化智能交通體系的主導機會。全球資本也為此搖旗吶喊。就在我們寫作這組封面報道期間，蘋果公司投資滴滴出行10億美元，引發(fā)了人們對蘋果戰(zhàn)略的諸多猜測；幾天后，另一家移動出行平臺優(yōu)步（Uber），獲得了沙特公共投資基金的35億美元投資，創(chuàng)下了全球未上市公司中估值最高、單輪融資金額最大的紀錄。隨后，中國人壽又對滴滴進行了超6億美元的戰(zhàn)略投資。

派單與價格：配置的效率

在我拜訪優(yōu)步位于北京那幢被員工們戲稱為“像菠蘿，像筆筒，或像垃圾桶”的大樓里的辦公室時，優(yōu)步的員工明確地談論對交通的理解：“交通問題可以用算法解決，其本質是效率問題?！币缘蔚魏蛢?yōu)步為代表的新出行模式，改變了交通的時空分布。優(yōu)步研究院負責人聶育仁這樣說：“在時間分布上，出行平臺大多為兼職司機和社會車輛，釋放了司機碎片化的時間和車的閑置價值，在不新增一輛出租車的前提下，可以實現(xiàn)不同時段的靈活供給，起到了消峰平谷的作用；在空間分布上，則通過就近匹配和自動派單，引導司機服務公共交通欠發(fā)達地區(qū)的居民?！倍俪山灰?、完成供需調控的杠桿，則是基于算法的動態(tài)定價體系。

追求純粹效率的理念，促使優(yōu)步把價格的算法做得更為極致。有人甚至不無說服力地認為，優(yōu)步“第一次解決了人類經(jīng)濟學上的最大難題之一：價格問題”。優(yōu)步的后臺會計算汽車每一秒的即時動態(tài)供需關系，在基礎車費（參照了城市的消費水平、出租車價格等等）之上，有一套基于派單的溢價算法，以自動解決市場的供需失衡。在平峰期段，可以保證運力不減，而高峰期，會通過溢價來引導運力流向需求最強烈的區(qū)域。優(yōu)步想做“看不見的手”的價格體系，在沒有補貼的一些市場里可能表現(xiàn)得更清楚些，高峰期甚至會有4倍甚至8倍的提價。在2015年澳大利亞一個咖啡廳的恐怖襲擊事件后，人們掏出手機叫車逃離，優(yōu)步價格瞬間漲價到4倍。事后，有新聞媒體抨擊這是生死面前的貧富不平等。但從另外一個角度想，在一個完全理性的市場中，價格高，才會吸引周圍的司機冒著危險趕過來。在去年的天津大爆炸期間，優(yōu)步關閉了動態(tài)定價機制，對劇增的用車需求，合作車主也自發(fā)承擔了事發(fā)區(qū)域乘客集疏運，同時優(yōu)步將乘客在受災當日往返災區(qū)的行程車費全額返還。

優(yōu)步的數(shù)據(jù)化運營起步很早。2011年前后，它就成立了一支專門做數(shù)據(jù)科學的隊伍，它也將自己定義為一個技術型公司。它使用一套源自Travelling Salesman Problem的算法，解決的核心問題是如何把無數(shù)個移動的點用最短的線串起來，用最少的車最有效率的滿足城市需求。它的派單技術是做得最早的。優(yōu)步中國北區(qū)、西區(qū)總經(jīng)理張嚴琪告訴我們，在優(yōu)步進入中國市場之前，“中國市場上所有的出行軟件都是用司機搶單。司機一邊開車一邊看屏幕，還要上手點，不安全。效率的弊端更大，叫車后，哪個司機搶到單哪個司機開，那么10公里外一個4G手機的司機，可能就比500米以外3G手機的司機快，搶到單的司機要空駛10公里，乘客要多等十幾分鐘”。優(yōu)步進入中國市場后，“搶單”變成了“派單”，所有的算法都變了，更復雜，也更高效。將上千萬的訂單都派得精準，是出行行業(yè)的尖端技術。與滴滴出行相比，優(yōu)步最大的不同，是從一開始就不做預約。從效率最大化的角度來看，優(yōu)步甚至認為，預約也是低效率的，因為它阻礙了“像流水一樣的出行”。通過后臺技術，計算當前每一秒的運力和每一秒的供給和需求，才是流水一樣的交通。使用優(yōu)步，如果不拼車，也不用輸入目的地的地址，這一點也是優(yōu)步和滴滴的不同，同樣基于對效率的理解，優(yōu)步認為促進訂單迅速成交，比讓司機選擇目的地更有效率。

2015年7月，優(yōu)步在中國推出多人順路拼車服務“人民優(yōu)步+”（uberPOOL）。司機一次搭乘的不是一位乘客，而是同一方向的兩位乘客，中途可能會有一位乘客下車，也可能在此前還會再搭乘第三位乘客。我得知，拼車的產品在優(yōu)步看來，是具有戰(zhàn)略性的，因為它是非常高效的整合，不僅能在高峰期從集中的地點前往不同分散的地方，而且也能實時實現(xiàn)用最少的車輛運載最多的人。張嚴琪告訴我們，要做成拼車，“之前要搜集和積累大量的數(shù)據(jù)。不同城市的交通習慣也不一樣，有的城市集中在幾條主干道，有的城市出行需求就相對分散。在哪個城市能夠先推出拼車服務，不是按城市規(guī)模來決定的，而是從大數(shù)據(jù)分析看這個城市的運營數(shù)據(jù)，看哪一個更合適。我們首先是在成都測試多人拼車。我們發(fā)現(xiàn)，成都人民南路的主干道上，4個人拼車的情況最多。北京也有長安街主干道，但其他干道也很多，相比之下成都多人拼車這方面更有特點，成功率更高”。聶育仁說，據(jù)測算，一般私家車和出租車，需要18輛車才能運送27位乘客，但優(yōu)步通過“人民優(yōu)步+”，在不增加一輛車的情況下，只需要10輛車就能達到相同的運送量。目前，“人民優(yōu)步+”在國內15個城市上線，2016年1月到4月中旬，選擇共享行程而非獨自開車的人已相當于幫助減少1.5億公里以上的行程，每月行程數(shù)超過3000萬。

優(yōu)步首席架構師馬特·蘭尼（Matt Ranney）曾介紹過其供需匹配系統(tǒng)。在優(yōu)步的系統(tǒng)里，從供給端能知道一個車輛有幾個座位適合乘坐，是否容納殘疾輪椅和是否有嬰兒座椅。系統(tǒng)也可以做“匹配優(yōu)化”，匹配供應和需求，新的“匹配優(yōu)化”讓優(yōu)步維持一個全局指數(shù)，因此也需要更多數(shù)據(jù)，新系統(tǒng)希望處理每秒100萬寫操作和頻率更高的讀操作。為了完成這種擴展，優(yōu)步使用了Google S2幾何圖書館（S2 Geometry Library），S2能夠將地球球體分為小單元l，每個小區(qū)有一個ID，優(yōu)步使用3.31平方公里的單位來分片其數(shù)據(jù)。當一個乘客使用優(yōu)步時，優(yōu)步會使用乘客的當時地理位置和S2的面積覆蓋函數(shù)來尋找其周圍適配的司機，然后選擇更短的預計達到時間（ETA）。

優(yōu)步中國北區(qū)、西區(qū)總經(jīng)理張嚴琪

這些算法上的優(yōu)化，能大大降低乘客的ETA和司機的額外駕駛時間。以北京為例，根據(jù)中國社會科學院和社會科學文獻出版社發(fā)布的2015年《公共服務藍皮書》，打車難是個突出的問題，北京市有7.99%的公眾等待時間為30分鐘以上，有25.64%的公眾等待時間為20～30分鐘，31.07%的公眾等待時間為10～20分鐘，26.33%的公眾等待時間為5～10分鐘，8.97%的公眾等待時間在5分鐘以內。聶育仁告訴我們，根據(jù)2016年3月的優(yōu)步數(shù)據(jù)，“北京市優(yōu)步平均叫車等待時間僅為3.8分鐘”。算法也提高了資源的使用效率。北京交通發(fā)展研究中心發(fā)布的《打車軟件對北京市出租汽車運營影響分析》的研究報告顯示，北京市出租汽車日均運營里程約293公里/車，前后兩次載客之間的空駛距離約為3.4公里，而“優(yōu)步平臺上的大數(shù)據(jù)顯示，網(wǎng)約車空駛里程平均不足1.5公里”。在高舉分享經(jīng)濟大旗的滴滴出行和優(yōu)步這樣的公司看來，對于北京、上海等這些產業(yè)、人口聚集效應明顯的中國特大型城市，必須有“公共交通為主、共享交通為輔、私人交通抑制”的出行，才能有城市的綠色出行生態(tài)。

在優(yōu)步的人看來，純粹的效率，從根本上是對算法的考驗。但在接受我們采訪的一位外部觀察者看來，有時一些非技術性因素也會影響公司的未來。比如，優(yōu)步的業(yè)務創(chuàng)新滴滴現(xiàn)在也很快就能實現(xiàn)，滴滴正變得越來越像優(yōu)步。而很多時候，“業(yè)務的創(chuàng)新是最不具有專利保護性的”。

滴滴與快的合并之前，快的有一套智能推單算法。它的核心，也是提高人與車匹配的效率。阿里投資快的后，在2014年8月遇到一個核心問題：接單率太低，早晚高峰和遇到下雨，更是沒有人接單。這意味著，在人與車的配置上，作為出行軟件，快的缺乏效率。當時正在做交通大數(shù)據(jù)、全程參與這個項目的阿里云數(shù)據(jù)挖掘專家閔萬里告訴我，早在2011年，他曾為新加坡出租車公司做過一套算法，把乘客訂單推送到最合適的司機終端上?！斑@是一個供需之間的實時匹配問題，有點像我們的互聯(lián)網(wǎng)廣告，如這里有一個廣告位，我們應該用什么廣告填上，填上后點擊率最高。同理，訂單匹配得合理，司機就不會拒絕?！?/p>

原來的系統(tǒng)推送訂單時是盲推和群發(fā)，司機終端天天像小蜜蜂一樣嗡嗡叫，司機煩了就關機。閔萬里和他的團隊啟動了一個項目，把訂單精準地匹配到某幾個最合適的司機?！耙郧笆且猿丝蜑橹行膸装倜桩嬕粋€圈，里面的司機都收到。這很可怕，如果十幾個人都叫車，周邊的司機就會被轟炸十幾次，也會造成信息通道的擁塞。我們把訂單特征、司機特征、地點特征等全部考慮進去，做了一個司機對訂單的感興趣度模型，對司機打分。一個訂單，對排名靠前的司機推送，成功率提高十幾個百分點，相應派送速度也從22秒縮短到18秒。”這個派單的模型2015年2月份全面上線。后來快的和滴滴合并，這一套就賣給了滴滴。

高德地圖副總裁董振寧

阿里也做了動態(tài)定價的算法。閔萬里向我解釋，這套算法“理論上靠一套公式來計算，實際客戶端操作則通過加價5元、10元等來實現(xiàn)的，現(xiàn)在則改成一點幾倍。還有‘好單壞單的因素，如高峰期有人在很偏遠的地方叫車，對司機而言這是一個‘壞單；如果有司機正好送乘客往你這兒走，順路，這就是‘好單。早晚高峰和下雨這樣的場景也是參數(shù)。后臺考慮的因素很多，但最終呈現(xiàn)給乘客的是幾個簡單倍數(shù)”。這套動態(tài)定價的算法，“過濾掉非剛需，也就是不那么必要出行的需求。對繁忙時候的交通而言，在錯誤的時間出行，是低效率的行為——‘添堵，那就多交錢。通過價格，來調整出行的需求，也就是讓整個社會的出行，在更長的一個時間軸上‘彈性釋放”。所謂“彈性”，就是將一個經(jīng)濟體中的供給按需“彈性釋放”。這種基于算法的經(jīng)濟模式，“在人類社會的歷史上從未有過”。今天，由于互聯(lián)網(wǎng)和出行軟件基于大數(shù)據(jù)的匹配機制，滴滴、快的（今天的滴滴出行）這種模式，還能夠將供需之間的關系瞬間“彈性轉移”。比如，你下班了，開著私家車，本來是車的需求方，但現(xiàn)在成為一個專車司機，一下又變成了車的供給方?！岸▋r機制是出行軟件的命根。既是滴滴出行的命根，也是優(yōu)步的命根?！遍h萬里說。但這還不算是通過完全市場的價格體系來進行人和車的資源配置機制，而主要是“過濾掉不必要的需求”和“吸引區(qū)域外新的供應”。

云“智慧”：算法改變交通

到杭州一下飛機，蕭山機場所有的柱子上都是阿里云的口號：“為了無法計算的價值?！贝蠓苿踊ヂ?lián)、金融、能源、生命科學和球賽的圖片場景，都閃爍著數(shù)字的隱喻符號，空幻的數(shù)學符號就像爬山虎，爬滿我們所生活的微觀至宏觀世界的墻壁。

在杭州西溪已擴建得十分遼闊的阿里巴巴園區(qū)的一幢大樓里，我見到阿里云的資深數(shù)據(jù)挖掘專家閔萬里。今年4月，德意志銀行發(fā)布了一項名為《中國互聯(lián)網(wǎng)：模糊的貨幣化機會》（China Internet： Cloudy with a Chance of Monetization）的研究報告，指出在中國的云計算市場中，阿里巴巴已占據(jù)主導地位。2015年，阿里云第四季度營收約1.28億美元，增長126%，年度凈收入預估高于Google云平臺，達到全球第二名微軟Azure體量的1/3。報告還顯示，中國的三家云計算供應商（阿里、騰訊、百度）的增長都令人矚目，保持著三位數(shù)以上的年復合增長率；但最先起步的阿里云的計算規(guī)模是騰訊的10倍＼百度的30倍。這個連續(xù)7年投入巨資卻一直不見效益的“無底洞”，終于開始有了說服力。曾任阿里集團首席架構師的王堅力排眾議做云的往事，也成了阿里傳奇的一部分?！叭绻皇峭鯃缘膱猿趾婉R云的支持，這個部門早已不知被拆分多少次了。”一位阿里老員工告訴我們。今天，阿里巴巴的員工喜歡談論全球排名第一的云計算平臺亞馬遜云（AWS，Amazon Web Services的縮寫），因為它提示著阿里可能的未來。根據(jù)亞馬遜2015年的財報，雖然AWS業(yè)務僅占亞馬遜總營收的1/20，但AWS的利潤增長率未來將占到整個亞馬遜的1/5。這個趨勢讓阿里云備受鼓舞。

閔萬里長著一張機智的娃娃臉。當年他15歲上大學，進入中科大少年班。2013年，被阿里云吸引來到阿里，那時云計算的商業(yè)前景還不明確。2004到2009年，他在IBM研究院做“智慧城市”領域的大數(shù)據(jù)應用研究。IBM的“智慧城市”是基于PC機，加上軟件和算法的方式去做，“它是世界上第一個預測城市內未來路況的交通項目，準確率很高，美國主流媒體都報道過”。但瓶頸又很明顯，“想把這件事全面鋪開的時候，發(fā)現(xiàn)計算量太大。如果覆蓋全新加坡，需要非常昂貴的硬件設備”。他深刻體會到，靠硬件賺錢的商業(yè)模式銷售難度越來越大，做帶有分析的解決方案才是值錢的。雖然云計算的概念已經(jīng)有了，“但在幾十萬人的大公司里要做一個變動是很難的，‘藍色巨人行動緩慢”。他離開IBM，到了Google，做廣告大數(shù)據(jù)。Google的技術架構全部基于谷歌云的架構，“我對云計算的能力和未來深信不疑”。2012年，當他接到獵頭電話，告訴他“阿里有大數(shù)據(jù)崗位，豐富的數(shù)據(jù)將來比eBay加亞馬遜加PayPal還多”，他迅速回國加入了阿里。那時，阿里云做了3年，“所有電商業(yè)務都在大數(shù)據(jù)平臺上跑了”，也正在張望電商的“圍墻花園”外還能做些什么。與Google云專注和深耕于搜索和廣告不同，阿里云追求生態(tài)豐富，志向就是要做基礎設施。閔萬里感到：“2010年前在新加坡過于昂貴的事，現(xiàn)在可以落地了?！?/p>

在阿里巴巴集團嘗試將電商行業(yè)沉積的大數(shù)據(jù)能力和價值投射到其他行業(yè)的時候，智能交通成了重要的路徑和選擇。這是一個垂直行業(yè)，而且交通場景跟所有人都關聯(lián)，交通的數(shù)據(jù)本身就是大數(shù)據(jù)。再加上交通數(shù)據(jù)的采集手段已經(jīng)如此豐富，“視頻探頭、電子警察、微波雷達、地感線圈，加上手機導航的APP，它天然就是多源異構、有視頻的大數(shù)據(jù)。交通行業(yè)也足夠復雜，大數(shù)據(jù)能力有充分發(fā)揮的余地”。閔萬里告訴我們。他的專業(yè)是數(shù)學，做概率。過去，做交通的人都是工程師，用的是網(wǎng)絡流理論、排隊陣理論、交通控制論和仿真模型等等。現(xiàn)在，“我們不再從工程角度去理解交通，而是用數(shù)據(jù)的概念去理解。傳統(tǒng)的交通工程理論，奠定但同時也禁錮了思維。我們開始用大數(shù)據(jù)的理論建模，比如隨機過程，完全不同的角度，才能做過去做不了的事情”。

自2009年阿里云將云計算能力開放后，阿里云上集中了很多客戶，包括創(chuàng)業(yè)者、開發(fā)者、公司以及政府客戶。像12306、海關總署、中石油、中石化和浙江省交通廳等，都是阿里的客戶。阿里去找浙江省交通廳，“當時是一拍即合”。交通領域的人大多是做交通工程領域出身，“我們就拿以前他們做的事來講，很復雜的公式，用幾句話講清楚，他們明白，就好辦了”。最先，閔萬里的團隊想做未來60分鐘路況的預測，因為已有的導航解決的只是當前時刻什么地方擁堵，“空間距離導致時間的滯后，假定遠方的路況固化在此時此刻，就是刻舟求劍”。當時還想了很多其他的應用，比如景區(qū)人流管理、大卡車大貨車的實時發(fā)現(xiàn)和預警等等。

他們在尋找云計算與交通行業(yè)可能垂直深入下去的鏈接點。整個浙江省1300公里高速公路，這就需要每隔400～800米路段過去6～8周里每5分鐘的車速，當時的路網(wǎng)關系數(shù)據(jù)、實時車速。預測分兩步，“首先我們需要知道實時路況，這個是交通廳通過手機來預算的。開車的人多半都有手機，手機在移動，在基站間切換，切換越頻繁，說明移動得越快。通過高速公路上的手機，可以精準定位并計算出每條高速公路上的路況是什么。這個計算量很大，全省幾千萬人，大概幾萬、幾十萬人在高速上，每秒算一次，最后得出每5分鐘里，這個路段的車速是多少。有了這些數(shù)據(jù)，系統(tǒng)再次通過算法預測未來60分鐘是什么樣。原始數(shù)據(jù)量大概是1個月一個T左右，車速可以在秒級上算完，預測也是在秒級內算完。另外一個計算量大的地方是，如何把預測模型做出來，這就需要1300公里上6～8周的數(shù)據(jù)，需要20分鐘左右把這個模型算完。算完后，實時運行模型時，秒級內就算完了。以往，這是一個難以想象的事情，這是一個4000多乘以2萬多的大矩陣，根本無法算完。但在阿里云的MaxCompute上，很快就能算完”。這個應用目前在浙江已經(jīng)落地，正在與上海、武漢、深圳談。

2015年7月30日，阿里巴巴集團旗下阿里云聯(lián)合中科院在上海成立一個全新的實驗室——中國科學院-阿里巴巴量子計算實驗室，共同開展在量子信息科學領域的前瞻研究。圖為科研人員在實驗室超冷原子平臺工作

很多交通設施也正在變得智能化。比如，目前大多數(shù)城市的紅綠燈和信號燈還比較“蠢”，假設東西向早高峰的車很多，但東西向、南北向的紅綠燈時間一樣，就會導致東西向車堵塞，而南北向沒有什么車。調控東西向和南北向的紅綠燈時間，讓紅綠燈可以看懂實時的交通路況，又使紅綠燈之間可以相互溝通，是一個系統(tǒng)性的大數(shù)據(jù)分析。“世界上第一家互聯(lián)網(wǎng)信號燈一旦落地，所有的信號燈廠家都會感興趣。它們都想往互聯(lián)網(wǎng)+轉型”。另一個例子是，中國法律規(guī)定所有的旅游客車和危險品運輸車輛的位置每15秒上傳一次數(shù)據(jù)。但這個數(shù)據(jù)是海量的，浙江省就有大約11萬輛這種車。過去，這些上傳的數(shù)據(jù)很難得到利用，都是等到出事了再做排查。阿里云用算法幫助政府解決了這個交通監(jiān)管難題：首先能抓數(shù)據(jù)造假的人，軟件就可以識別跨省經(jīng)營、修改GPS坐標和修改時間的人；還可以做到危險品運輸車進入居民小區(qū)100米范圍內的幾秒鐘內，系統(tǒng)就能接到報警。橋梁上的無數(shù)感應器，提供了判斷車輛超載的大數(shù)據(jù)；每個交通路口的攝像頭，也在采集大量的數(shù)據(jù)?，F(xiàn)在，通過對攝像頭數(shù)據(jù)的分析，可以查獲假牌車、套牌車，只要兩輛同一車牌的車在一分鐘內，出現(xiàn)在兩個路口，肯定有一輛車是假的；攝像頭攝取到數(shù)據(jù)后，可以進行查詢核對。過去，獲得這些數(shù)據(jù)并不難，難的是“對視頻這種非結構化的數(shù)據(jù)做出識別，而且車輛的數(shù)據(jù)庫很大，還需要涉及五六個數(shù)據(jù)庫的關聯(lián)查詢”，算法、計算能力和大數(shù)據(jù)打通能力，都是過去不具備的，現(xiàn)在都可以做了。

5月9日，北京申通快遞的員工正在分揀快件。每年幾百億的網(wǎng)購訂單信息，是挖掘和更新數(shù)據(jù)庫的最好來源之一

閔萬里從交通開始做，后來又延展到物流，因為物流“涉及貨物配送路線，跟交通有關”，再垂直往下，“又做物聯(lián)網(wǎng)”。智慧交通對互聯(lián)網(wǎng)巨頭來說，遠不僅僅是車輛的互聯(lián)網(wǎng)，而且還是車輛與所有道路裝置的互聯(lián)化和整個道路系統(tǒng)的互聯(lián)網(wǎng)化。

地圖：重建時空

6月8日，端午節(jié)小長假的前一天。17點40分正是交通晚高峰，在高德地圖辦公室實時監(jiān)控的大屏幕上，無數(shù)發(fā)光的小圓點正在北京地圖上緩慢移動，超過一半的道路紅成了一張網(wǎng)。高德地圖副總裁董振寧饒有興致地讀起了“極度擁堵”的排行榜：“第三名，西二環(huán)，47分鐘；第二名，北三環(huán)，79分鐘；最堵的是北四環(huán)，這段路不到3公里，測算要走131分鐘——已經(jīng)徹底堵死了?！?/p>

所有的擁堵在這里都被數(shù)字精確地量化：新街口外大街不到2公里左右的路程，還要再走50分鐘。德勝門外大街上的乘客打開手機，會發(fā)現(xiàn)自己所處的路網(wǎng)顏色早已紅得發(fā)紫——他們正在忍受著高達46的擁堵指數(shù)，意味著他們這段旅程耗費的時間將是正常行駛時的46倍。

城市的路網(wǎng)正在以500米到兩三公里不等的長度單位進行監(jiān)測，這些實時的路況數(shù)據(jù)，22%來自高德從出租車、物流車等處得到的行業(yè)車輛數(shù)據(jù)，78%是眾包的數(shù)據(jù)來源。眾包的對象，就是乘客們自己：地圖上移動的光點，都是現(xiàn)在正在使用高德地圖的用戶，它們像采集器一樣把自己的行進方向、速度等作為道路信息實時傳到服務器上。這種交通大數(shù)據(jù)動態(tài)信息的更新，已經(jīng)達到了分鐘級的水平。

即使是在五六年前，北京數(shù)字地圖的數(shù)據(jù)的更新還要以季度為單位。董振寧還記得，14年前自己加入高德地圖時，公司的底層道路數(shù)據(jù)采集全都靠采集車，一臺車成本至少幾萬塊錢，上街采GPS軌跡、采錄像，高峰時期100多輛采集車在全國掃街?！澳嵌际怯媱澖?jīng)濟的做法，我要采北京、天津、上海，就開始做排期，派車一個城市一個城市地去收集數(shù)據(jù)?！碑敃r的用戶沒法直接使用高德導航，高德只把地圖導航服務提供給整車廠，用戶買新車時要花幾萬塊錢加一個車載導航模塊。2006年開始提供車載導航時，高德最初賣的版本只有36個城市，隨后是72城市、140個城市，一直加到全國360多個城市。如果想跟上新地圖，還要再向4S店花2000塊錢買張新光盤來升級。至今，不聯(lián)網(wǎng)的車載導航依舊按這種方法緩慢地更新?lián)Q代，只不過光盤變成了硬盤。

那種“大城市一年更新四遍，小城市一年更新兩遍，太小的城市一年就一遍”的地圖更新速度，今日看來簡直是天方夜譚。移動互聯(lián)網(wǎng)興起后，手機導航很快取代了車載導航的重要性，采集車還在，但成千上萬無處不在的用戶一打開APP，就立刻變成了海量的觸角，每一步移動都在貢獻最新的地理數(shù)據(jù)。

“每一個用戶都是地圖的信息源，如果路網(wǎng)上本來這一片是空白，漸漸發(fā)現(xiàn)有用戶在這里快速地經(jīng)過，跟衛(wèi)星影像疊加在一起，我們就會發(fā)現(xiàn)這里是一條新增路線；如果一條路看上去是小道，但有大量的用戶在走，就說明這是條交通要道，我們就要在導航里把它的道路等級提高?！倍駥幐嬖V我們，手機數(shù)據(jù)本身會說話——步行的行人時速不會超過6公里，而且手機會持續(xù)劇烈地震蕩；駕車的時速會超過二三十公里，要比外賣小哥的電動車更快速。他認為大數(shù)據(jù)是最準確的測量方法：兩條路，一條有一萬個人走，另一條有一百個人走，肯定前者比后者更重要。當你能采集到這么大量的使用信息時，對道路的判定就變得極其精準，這就是大數(shù)據(jù)魅力所在。

如果說采集車時代是一條一條人工渠，那么移動互聯(lián)的普及讓每一個手機都成了數(shù)據(jù)的源頭，字節(jié)從每個人指尖的點點滴滴開始匯聚，集合成了滔滔不盡的數(shù)據(jù)湍流。而正是這些湍流推動著地圖向著眾包化和智能化的方向越走越快?，F(xiàn)在的人們打開數(shù)字地圖，已經(jīng)不僅僅是為了知道從A地到B地怎么走，還想要了解怎么才能更好走：尤其是在北京、上海等大城市，人們更多依賴地圖去幫忙躲避通勤的擁堵。看幾點出發(fā)、走四環(huán)路還是三環(huán)路能更節(jié)省時間。在近兩三年，又涌現(xiàn)了另一個海量的需求——給自己的位置做定位。

騰訊地圖事業(yè)部副總經(jīng)理謝建家發(fā)現(xiàn)，在過去的兩年內，騰訊LBS（基于位置的服務）調用量增長超過了20倍。在微信、手機QQ、京東、滴滴等APP上，人們大量地發(fā)出、調用地理位置，這背后都是騰訊地圖的數(shù)據(jù)支持，人們已經(jīng)習慣了這種地圖使用方法，而且需求在持續(xù)上升，現(xiàn)在騰訊地圖每天要處理的定位調用量已經(jīng)超過了400億，LBS服務的調用量超過了20億。

跟高德地圖以道路信息為重點不一樣，謝建家認為騰訊地圖的核心，是為整個騰訊的生態(tài)體系提供LBS支持，就像云計算、支付一樣，都在提供一個基礎的服務。謝建家列舉，在應用商店里，top10的APP里面，騰訊要占6個，top20里，騰訊要占11個：“騰訊有廣泛的LBS服務場景，有最大規(guī)模的用戶群體。在服務的過程中，騰訊地圖取得的是活的數(shù)據(jù)，形成了一個閉環(huán)的大數(shù)據(jù)體系?！边@個數(shù)據(jù)的閉環(huán)，正在豐富數(shù)字地圖的另一個維度：POI（Point of Interest，即“興趣點”）。

跟路網(wǎng)相比，路上的餐館、學校、商鋪等點數(shù)據(jù)要遠遠龐大得多。百度地圖事業(yè)部副總經(jīng)理胡玥在年初列舉過幾個數(shù)據(jù)：“在中國到底有多少道路？——超過1000萬公里。如果你想讓你的地圖有效的話，至少把600萬公里搬到地圖上來，但一年內超過30%的道路都會發(fā)生變化?！比绻f路網(wǎng)的變化可以靠行車的大數(shù)據(jù)來解決，POI的變化則是所有地圖商共同要面對的難題——1000萬公里的路網(wǎng)上，需要采集的POI會有幾千萬個，而城市里那些小餐館、小商鋪更替的速度，只能用瞬息萬變來形容。你在微信上發(fā)送的每一個定位、在百度外賣上輸入的每一個收餐地址、在滴滴上發(fā)送每一個叫車位置，都在使用POI的信息，也同時在告訴背后的地圖運營商：這個POI是活的。一個越發(fā)重要的數(shù)據(jù)源是專車。騰訊地圖是滴滴打車最早的合作者，滴滴車輛的調動、派單的規(guī)劃，都在使用騰訊地圖的服務。全國每天上千萬的訂單是一筆巨大的數(shù)據(jù)財富，它們自己攜帶著POI信息，也在做自我驗證，而這種互聯(lián)網(wǎng)產品的最大特點就是，用的人越多，服務越準。

高德地圖正在利用母公司阿里的物流信息——淘寶網(wǎng)的每張訂單上都有一個發(fā)貨地址和一個收件地址，每年幾百億的訂單滾動下來，就是挖掘和更新POI最好的數(shù)據(jù)庫。董振寧說，在理想狀態(tài)下，一個商鋪的公司發(fā)生了變更，如果有物流進入阿里的渠道內，幾天后高德地圖上的信息就會做出改變?！斑€有阿里的菜鳥物流，它掌管著中國將近50%的物流車，我們在幫它解決最后一公里的引導問題。它把所有的物流數(shù)據(jù)給我們，我們再以此更正地圖數(shù)據(jù)，互惠互利?！?/p>

跳出這些量變的修正，所有采訪對象都告訴我們，互聯(lián)網(wǎng)地圖真正的質變，都要回歸到無人駕駛上——在行車導航上，不管是精度，還是跟車的結合上，現(xiàn)在的手機地圖已經(jīng)到極限了。雖然看起來車載導航的市場在萎縮，可一旦汽車連接了互聯(lián)網(wǎng)，未來的導航還是要回歸到汽車本身。無論是高德、百度、騰訊地圖，還是內容提供商四維圖新，大家都已開始制作高精度地圖，傳統(tǒng)地圖數(shù)據(jù)的精度是米級別的，這對于駕車導航服務來說已經(jīng)足夠。但自動駕駛要實現(xiàn)的是在高速行進中的變道超車、上下匝道等動作，對于數(shù)據(jù)精度的要求達到厘米級別。目前在測試道路上，像百度高精地圖的誤差，已經(jīng)能達到只有不到一根車道線的寬度。

相比于繼續(xù)砸錢做高精度地圖，一些小體量的地圖正在彎道超車。搜狗地圖剛剛在5月份發(fā)布了全語音“搜狗智能導航”，這個導航看起來更像一個會追問的siri，在演示視頻里，車主口述出去機場的需求，車載導航可以經(jīng)過幾輪對話，提供出航班的延誤信息、建議車主出發(fā)時間，記住出行的起始點。整個交互過程都是依靠語音完成的，幾輪對話已經(jīng)開始接近于人與人之間的交互方式。搜狗地圖事業(yè)部總經(jīng)理孔祥來正在和各種車企談合作，把這套系統(tǒng)直接植入到新車上。傳統(tǒng)車商不擅長語音識別的技術，導航往往聽不懂車主在說什么。搜狗這幾年的在深度神經(jīng)網(wǎng)絡上的布局，正好解決了語音識別和語義理解的問題?！皞鹘y(tǒng)的識別率只能達到93到94%，但一旦有了深度神經(jīng)網(wǎng)絡，識別率一下子提升了三四個點，在百分之九十幾的情況下，再提升三四個點是一件非常了不起的事情?！倍压愤@個導航背后，是搜狗輸入法的支持。搜狗輸入法每天有20%的輸入都是靠語音完成的，相當于每天能采集到1億多的語料樣本過來幫助它快速迭代后臺，進行神經(jīng)網(wǎng)絡的機器學習。

說到這里，雖然明白了從輸入法，到地圖、車載導航，再到自動駕駛之中的語音邏輯，但依然會覺得幾件事已經(jīng)越扯越遠了。為什么所有的互聯(lián)網(wǎng)巨頭都要養(yǎng)著地圖？到目前為止，對任何一家公司，地圖都是一個燒錢的買賣，為什么大家不能互相購買地圖服務？孔祥來幾年前就說過，地圖是個非常燒資源的行業(yè)，基本小公司沒有太多存活機會。到了這個節(jié)點，地圖更需要靠大公司的全套體系才能完成海量的數(shù)據(jù)更新和技術進步?？紫閬砀嬖V我們，在當下的移動互聯(lián)網(wǎng)時代，地圖是一個基礎設施，它能把虛擬和現(xiàn)實直接聯(lián)系起來，同時，當每家公司都想盡可能多地掌握用戶數(shù)據(jù)時，地圖是一個最正當?shù)墓ぞ?。而在即將到來的無人駕駛市場，地圖當然是最好的入口。這就不難理解為什么百度、騰訊、阿里、搜狗，都在厲兵秣馬地用自家的超級APP和整個公司的生態(tài)體系來升級地圖——面對一個前景廣闊的未來交通大市場，今日的路網(wǎng)和POI中，就藏著未來的大布局。

2013年11月1日，印度新德里的早晨，路上擠滿了騎自行車趕著去上班的人們。人口大國中國和印度，為交通的大數(shù)據(jù)應用提供了豐富的場景

關于未來的想象

6月初，籠罩在“江南煙雨”中的杭州很潮熱，堵在不斷阻塞的路上讓人不禁有些煩躁。從蕭山機場到阿里巴巴所在的西溪園區(qū)，恰好橫穿這座城市的東西對角線。我不禁想，可惜缺少高架橋，是大數(shù)據(jù)也解決不了的工程問題。用滴滴招來的快車寸步不挪動，這時，與我同車的乘客璐璐講了一個在我看來與現(xiàn)實頗有張力的故事。她說，她的朋友去日本旅行，有一次在早高峰坐地鐵，遇上有人臥軌自殺，地鐵毫無疑問延遲。出地鐵站的時候，她領到一張卡片，上面寫著，因為有人臥軌自殺，地鐵被延遲了。下面有5分鐘、10分鐘和15分鐘三個選項，她的那張在10分鐘上劃了個勾，每一班地鐵都有不同的延誤時間。這張卡片主要是為日本上班族準備的，用于打卡時做解釋，你既不會因為地鐵的延誤而被扣工資，也無法借口地鐵延誤而遲到得更多。在驚嘆于日本地鐵的人性化的同時，她贊嘆日本公共交通的高度智能程度。

在浙江省交通廳午休時分安靜的辦公樓里，我見到信息中心的主任韓海航。他沒有官僚氣，談話也毫不給人有所顧慮的謹慎感。他所領導的信息中心在全國交通系統(tǒng)的信息中心里算最小的部門，但在智能交通領域，它的創(chuàng)新在全國范圍內都很領先?！斑@個部門的人對數(shù)據(jù)理解和管理都有深刻的認識，政府和社會的數(shù)據(jù)服務能力有很多提升?！表n海航向我解釋，從政府部門的角度，智能交通分幾個方面，“城建部分負責城市交通和道路建設，交警管交通事故，公共交通如出租車、地鐵和公交車則由我們交通部或者交委管。深圳和上海比較前衛(wèi)，交警和交委在體制和管理上逐漸融合，這更符合國際上先進城市的經(jīng)驗”。

韓海航是移動互聯(lián)網(wǎng)和大數(shù)據(jù)的擁躉，“尤其在中國和印度這樣的人口大國，為交通的大數(shù)據(jù)應用提供了最豐富的場景，很有前景”。3年前，阿里云推廣還很艱難的時候，他接觸到阿里云，當時世界上真正把云變成實踐的還只有亞馬遜云。但中國的政府部門利用移動互聯(lián)網(wǎng)做事情其實很早。“上海世博會的時候就在用了，我們與上海交流很多，所以接觸互聯(lián)網(wǎng)的理念也很早。上海世博會實際是一個開放的城市，與北京奧運會有所不同。那上海市政府就必須要預測，世博會召開的那4個月會有多少人。上海世博會沒有出現(xiàn)任何踩踏事件，其人數(shù)進入最多的一天達到了103萬人次。當時他們用互聯(lián)網(wǎng)預測，一天園區(qū)會停留90萬人，公安部門用傳統(tǒng)方面預測的是70萬人，上海市政府是按照90萬人配警的。103萬是流動的總人次，按90萬配警就沒出現(xiàn)任何事件。之后上海出現(xiàn)過踩踏事件，恰好是因為那一次不是由上海市，而是由發(fā)生踩踏事件的區(qū)政府在做應急預案，區(qū)政府沒有這個手段來預測人流。后來我們利用大數(shù)據(jù)做交通時，借鑒了上海，就是移動互聯(lián)網(wǎng)。”接觸到阿里后，他很快意識到，“利用阿里云的基礎設施，可以獲得三大電信運營商不能提供的一些通訊資源。以前我們的網(wǎng)站放在電信，用電信的帶寬，就經(jīng)常有聯(lián)通的用戶投訴我們，該怎么辦？電信和聯(lián)通之間的網(wǎng)關是有瓶頸的。阿里把這三家運營商的帶寬融合在一起，就解決了這個問題。這個需求當初是直接目的。”

實際上，阿里、騰訊和百度沉積的大量數(shù)據(jù)，也為政府部門提供了很大方便?！昂芏鄬＜医?jīng)常呼吁政府要開放數(shù)據(jù)，我說，政府是缺數(shù)據(jù)的。有的數(shù)據(jù)不能開放，比如隱私和身份信息；其他數(shù)據(jù)又大多是統(tǒng)計數(shù)據(jù)，統(tǒng)計口徑不停在變，原始數(shù)據(jù)不可追溯，可信度很成問題?！痹诎⒗?、騰訊和百度從電商、社交網(wǎng)絡和搜索引擎積累的海量數(shù)據(jù)里，交通部門開始挖掘和篩選業(yè)務里有用的數(shù)據(jù)。2014年10月1日，浙江省交通廳借用阿里的數(shù)據(jù)處理能力，在浙江省兩條最堵的公路上做了智能交通的嘗試?！耙酝覀儾恢拦肥裁磿r候堵，大家都用百度或高德了解通行情況。城市里面很準，但高速公路上他們有一定困難。我們用更加廉價的方法，比如手機芯片（跟聯(lián)通合作），分析當前這幾條高速路的通行狀況。2015年我們做了1300公里浙江的高速公路，去年12月1日，同阿里做了未來1小時的高速公路路況預測。這個場景只聽說巴西利用微軟的技術做過，但也只是很小一段路。我們的整體準確率保守估計是80%以上，到春節(jié)的時候，達到將近90%。”預測模擬，這是大數(shù)據(jù)作用?！坝腥藛?，政府為什么要做實時數(shù)據(jù)？高德和百度不都有嗎？但實際上，我們的目的是預測，以便治理和服務?！?p>

戴姆勒旗下汽車共享項目car2go CEO尼古拉斯·科勒。car2go是華盛頓和波特蘭的第一個分享汽車服務，用戶可以通過智能手機應用軟件找到34平方英里內可使用的車

雖然目前的實踐，還主要在城市交通的范疇內，但城際交通的智能化未來，卻也開始有一些端倪和探索，政府和公司都思考著這個問題。在今年4月騰訊研究院發(fā)布的一份《城際出行報告：后滴滴時代的千億藍?！穲蟾嬷?，它勾勒了一幅不遠未來的出行場景：你只需對手機說“我要從中關村去香格里拉，請給我推薦路線”，手機就會彈出一個窗口，語音答復“您可選擇如下最佳路線A”。這條路線不僅有火車、飛機，還有正規(guī)的旅游汽車、當?shù)爻鲎廛嚕瑑r格×××，可以入住當?shù)亍痢辆频?。這種智能化的一站式交通的實現(xiàn)，有賴于統(tǒng)一資源平臺的形成，在這個平臺上，應該具備所有的交通工具、交通服務者和交通路線。這份報告暢想，智能交通的發(fā)展大致可以劃分為三個階段：第一階段，實現(xiàn)城內出行，聚合一個城市所有交通資源，實現(xiàn)一站式的客運；第二階段，實現(xiàn)跨城出行，聚合省內各種長途交通工具，提供無縫的跨出出行解決方案；第三階段，全國出行，聯(lián)合全國海陸空各種公私交通資源，通過互聯(lián)網(wǎng)實現(xiàn)一站式的出行選擇。目前，在城際交通領域，還沒有發(fā)生動靜很大的變革。但跨城出行的潛在市場體量巨大，2014年可統(tǒng)計的市場規(guī)模超過3600億元，開發(fā)程度卻極低。

阿里巴巴集團阿里云事業(yè)群-數(shù)據(jù)事業(yè)部資深數(shù)據(jù)挖掘專家閔萬里

有一些“星火”般的努力，在做出一些嘗試。韓海航向我透露，現(xiàn)在信息中心正在做一些地面和空中數(shù)據(jù)整合的努力，“可能明年會看到一些應用成果”。作為政府部門，信息中心發(fā)揮的是“牽線”的作用。比如，浙江有一家企業(yè)，專門做空港大巴的售票系統(tǒng)，在鄭州、福州和杭州都做?，F(xiàn)代出行，空港是一個樞紐，下了飛機坐上大巴就可以回家，不用自己開車，也覆蓋周邊沒有機場的城市。信息中心給這家民企和一家央企做了橋梁。今后出行，在航旅縱橫上，很可能就是這樣一個場景：你乘飛機到杭州再坐大巴去紹興或千島湖，在APP上輸入目的地，飛機一起飛，它就自動地幫你訂好大巴票，下飛機，掃一下二維碼就能乘上大巴。公司也可根據(jù)航班情況來調度大巴，如果航班誤點，地面公司也可以重新安排好大巴的時間，同樣，你上了去機場的大巴，航空公司也知道你什么時候到達機場。在中國，空中和鐵路交通的運輸和組織都是從中央自上而下的垂直管理體系，全國聯(lián)網(wǎng)，地方上能夠涉足的飛機和鐵路管理范圍是很有限的，比如空中交通，浙江省交通廳能管的只是機場。但以機場為樞紐，通過信息系統(tǒng)，它也將服務延伸出去，并不突破管理體系，但也與北京的央企聯(lián)系起來。另一個例子是鐵路，信息系統(tǒng)把上海鐵路局和浙江省管區(qū)內的所有客流和鐵路信息都聯(lián)系起來。智能交通更遠景的未來，也許是陸?？斩笺暯拥木C合交通，“整個社會資源無縫對接最大有效化”?，F(xiàn)在，公路、鐵路和空中交通還沒有無縫對接起來。這方面，日本是一個很好的榜樣，如果火車、飛機晚點，末班公交車也會相應的晚點。大數(shù)據(jù)和信息技術給交通領域提供了突破原有很多空間限制的想象。從互聯(lián)網(wǎng)企業(yè)的角度，實現(xiàn)多種交通模式的換乘和無縫鏈接，技術上可能不是難題，最關鍵的是需要有買單的人。在綜合交通智能化程度非常高的日本，它基本是靠政府投資來實現(xiàn)的。

與交通相關的傳統(tǒng)企業(yè)，也以警惕但必須參與的心態(tài)審視著行業(yè)生態(tài)的變局，其中最重要的就是汽車企業(yè)。在騰訊研究院出的《分享經(jīng)濟：供給側改革的新經(jīng)濟方案》這本書里，搜羅了很多傳統(tǒng)汽車廠商擁抱共享經(jīng)濟的案例，包括德國戴姆勒全資子公司戴姆勒智能交通服務集團的car2go綠色出行方案、寶馬的DriveNow汽車共享項目、大眾的Quicar汽車共享項目、雷諾的電動車Bluecar共享業(yè)務、福特的GoDrive試驗項目、通用的Maven和CarUnity汽車共享業(yè)務等。

在阿里、騰訊和百度這樣的互聯(lián)網(wǎng)巨頭企業(yè)眼中，汽車的未來更可能是從簡單出行，變成更差異化的終極體驗式消費。阿里就主要與上汽合作，進行一個車聯(lián)網(wǎng)項目。閔萬里預測：“智能駕駛和無人駕駛，它要有車載終端。這個車聯(lián)網(wǎng)項目，就是在車上加一套嵌入式操作系統(tǒng)，實現(xiàn)各種通過聯(lián)網(wǎng)可實現(xiàn)的事，以及智能規(guī)劃它的出行方案。廠商需要的是差異化，像特斯拉那樣，要有標準件，也要有定制件。發(fā)動機是無法差異化的，定制主要發(fā)生在非機械功能上?！彬v訊地圖事業(yè)部的副總經(jīng)理謝建家則告訴我們：“未來，車會改變它的屬性。自動駕駛之后，車就是一個移動的智能空間。當汽車變成智能出行后，就變成了一個類似家和辦公室之外的空間。人在里面需要外界信息接入，需要智能服務。你在里面娛樂、社交、聽歌、玩游戲，這是互聯(lián)網(wǎng)企業(yè)可以提供的。騰訊車聯(lián)就是在做這些?！彪m然都在談智能交通，但傳統(tǒng)汽車的思維方式，卻又有微妙不同。它們更多的是強調輔助駕駛，未來駕駛者仍然是駕駛的中心，這樣會涌現(xiàn)ADS這一類的技術。他們的隱憂，是擔心汽車像移動運營商一樣被管道化，用戶都是互聯(lián)網(wǎng)的，車變成了工具，慢慢淪為一種運輸屬性。博弈在進行著。