嘀嗒出行发布“AI模型焕新赋能顺风车各环节体验效率安全”一览图
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”。
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。”
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、准确客观地取证。
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案例过程中,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,仅针对其中某一类案例,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。
推广