在城市化迅猛發(fā)展的背景下，城市轉(zhuǎn)型發(fā)展正面臨著前所未有的機遇與挑戰(zhàn)，人工智能帶來日新日異的技術(shù)發(fā)展與應用不斷創(chuàng)新，特別是生成式AI因其能夠基于大量數(shù)據(jù)自主學習和生成新的內(nèi)容，在各個領(lǐng)域展現(xiàn)出新的活力。在交通領(lǐng)域，許多初創(chuàng)項目正在進行創(chuàng)新應用，在給城市交通與產(chǎn)業(yè)發(fā)展帶來治理升級、模式升級、體驗升級及決策升級等價值，但同時暴露出一些急需解決的問題，如人身安全、就業(yè)替代、監(jiān)管問題，建議從技術(shù)安全加強、監(jiān)管規(guī)范制定著手，小范圍論證再推廣的方式，助力生成式AI在交通應用中發(fā)揮更大的價值。
生成式AI+交通創(chuàng)新應用帶來的社會價值
自動駕駛技術(shù)的發(fā)展和應用，對社會的數(shù)字化轉(zhuǎn)型具有積極的推動作用，而生成式AI+自動駕駛的創(chuàng)新應用為城市交通的長遠發(fā)展和治理提供了新的思路和工具。
一是治理升級：生成式AI提升城市交通治理水平。城市交管部門通過生成式AI對交通流量、早晚高峰數(shù)據(jù)、道路事故數(shù)據(jù)等的分析和預判，可推動優(yōu)化交通管控秩序、降低事故率、減少人力成本、提高車輛通行率，顯著提升城市交通運輸?shù)呢撦d率和安全性。比如為交管部門或交警提供生成式AI互動應用，可以通過對歷年數(shù)據(jù)分析、特定道路或路口的通行特征或事故分析，以及特定區(qū)域的周期性交通趨勢分析，為城市交通的趨勢預判、潮汐交通流量的調(diào)節(jié)、事故的即時性處理等提供輔助。
二是模式升級：推動城市交通物流的模式升級。隨著自動駕駛、車聯(lián)網(wǎng)、大數(shù)據(jù)等相關(guān)技術(shù)的應用普及，城市交通物流模式將走向無人化、智能化。如在美國得克薩斯州達拉斯地區(qū)，Waabi公司推動自動駕駛卡車利用生成式AI訓練自動駕駛系統(tǒng)在各種復雜和未知的環(huán)境中做出決策，在沒有人類干預的情況下，自主學習和適應各種駕駛場景，極大地提升城市的物流運行效率。如DriveGPT雪湖·海若的末端物流自動配送車小魔駝，通過加持自動駕駛生成式大模型，為物流，商超、零售等眾多場景的配送提供24小時服務，最大限度地降低物流成本。這些應用對于物流園區(qū)智能規(guī)劃、城市交通效率提升提供了非常好的應用示范。
三是體驗升級：通過重塑“人-車-路”關(guān)系提升駕乘體驗。生成式AI與自動駕駛技術(shù)的結(jié)合，將改變傳統(tǒng)的駕乘體驗，通過汽車傳感設備對駕乘行為、道路狀況以及相鄰車輛的狀態(tài)感知，重塑了“人-車-路”三者之間的關(guān)系。生成式AI將使駕駛室由一個操作空間轉(zhuǎn)變成為一個穩(wěn)定的、可交互的工作空間與娛樂空間，從專注駕駛解放到專注移動體驗，并根據(jù)用戶偏好和行為模式提供個性化服務，用戶體驗得到了極大地提升。生成式AI賦能的車內(nèi)空間將成為繼辦公室、客廳之外的“第三空間”。
四是決策支持：為城市道路規(guī)劃與智能交通發(fā)展提供創(chuàng)新思路。通過對道路、車輛、駕乘行為等數(shù)據(jù)分析，生成式AI可為城市道路規(guī)劃和基礎設施升級決策提供數(shù)據(jù)支持，為城市的低碳轉(zhuǎn)型提供決策支撐。如在波士頓通過生成式AI將哥本哈根的自行車基礎設施形式的實景化數(shù)據(jù)覆蓋和模擬分析，讓公眾身臨其境地感受未來波士頓建設自行車（網(wǎng)絡）城市的模樣，為公眾參與城市未來發(fā)展決策提供感同身受的預期。此外，交通數(shù)據(jù)的生產(chǎn)將成為未來城市重要的數(shù)據(jù)資產(chǎn)，為未來城市產(chǎn)業(yè)轉(zhuǎn)型、民生發(fā)展與治理升級，在數(shù)據(jù)開放、公共數(shù)據(jù)授權(quán)運營等方面提供創(chuàng)新機會。
生成式AI+交通創(chuàng)新應用潛藏的風險
一是人身安全風險。過度依賴生成式AI導致人類駕駛主導權(quán)被剝奪或習慣性被剝奪，也會因為技術(shù)故障導致車輛無法正確響應環(huán)境變化，增加事故風險；因網(wǎng)絡安全威脅，如黑客攻擊可能控制車輛，威脅乘客安全；法律責任不明確導致事故責任難以判定，影響受害者權(quán)益等，這些風險可能導致交通事故增加，乘客和行人安全受損，以及法律和道德問題復雜化。特別對于數(shù)據(jù)泄露引發(fā)的安全問題尤其重要，如交通數(shù)據(jù)一旦泄露或惡意篡改，將直接威脅交通系統(tǒng)的穩(wěn)定與安全，誤導交通決策與管理流程，導致交通事故與公共利益受損等嚴重后果。2023年特斯拉泄露100GB用戶數(shù)據(jù)，其中包括馬斯克及員工工資等信息，還包括4000余份特斯拉突然加速或“幽靈剎車”的投訴，數(shù)據(jù)泄露事件覆蓋美國、歐洲和亞洲特斯拉車主，影響超7.5萬人，引發(fā)公眾對特斯拉自動駕駛系統(tǒng)以及智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全的擔憂，進而擔憂因數(shù)據(jù)泄露可能導致人身安全的風險增加。
二是就業(yè)替代風險。新技術(shù)的應用將降低對人類駕駛員的依賴，將會減少傳統(tǒng)駕駛相關(guān)的職位，特別是貨車司機、出租車司機、巴士司機等傳統(tǒng)職業(yè)。目前美國Aurora Innovation、Kodiak Robotics等多家科技公司正積極探索自動駕駛貨車項目，隨著技術(shù)的不斷完善和商業(yè)化推廣，部分人工駕駛員面臨失業(yè)風險。但同時，它好將創(chuàng)造新的就業(yè)機會，包括生成式AI應用于交通系統(tǒng)的研發(fā)、維護、測試工程師，以及網(wǎng)絡安全專家和數(shù)據(jù)分析師。如“蘿卜快跑”配備的后臺安全員崗位。此外，隨著生成式AI應用于車輛的普及，新的服務和支持行業(yè)將出現(xiàn)，如車輛監(jiān)控、遠程技術(shù)支持和智能交通系統(tǒng)管理。所以，在新環(huán)境下的勞動力市場將經(jīng)歷從傳統(tǒng)技能向技術(shù)技能的轉(zhuǎn)變，對于將被替代崗位人員可進行再培訓和技能升級以適應新的就業(yè)環(huán)境。
三是監(jiān)管難度升級。針對駕駛?cè)素熑闻卸�，從法律層面上看，現(xiàn)行法規(guī)多基于有人駕駛，對加載生成式AI的交通應用與車輛的事故責任歸屬、保險理賠的規(guī)定正在逐步明確，但還未正式有法可依。目前僅深圳、北京、上海、武漢等地在積極制定相關(guān)的地方性法規(guī)，明確自動駕駛車輛在交通事故中的責任歸屬。從技術(shù)層面上看，生成式AI應用于交通系統(tǒng)的操作記錄及決策邏輯都需透明化，規(guī)范化，以備在事故發(fā)生后進行責任追溯。在社會層面上，公眾對生成式AI應用于交通的接受度和信任度、責任判定的社會認可度方面仍有待教育與認知共識的達成。如2024年7月，百度旗下的“蘿卜快跑”出租車在武漢與一名闖紅燈的行人發(fā)生輕微接觸，事故責任歸屬問題引起了廣泛的社會關(guān)注。
應對及建議
對于生成式AI應用于交通應用，可以從技術(shù)層面進行安全保障、政策法規(guī)方面明確責任、小規(guī)模驗證應用到大范圍的可靠推廣，助力城市交通運行站上新臺階。
首先，完善搭載生成式AI交通的安全技術(shù)保障。多個監(jiān)管部門相互協(xié)調(diào)，通過標準制定、測試認證、市場準入及質(zhì)量監(jiān)督、交通數(shù)據(jù)安全管理，對加載生成式AI交通技術(shù)的整車上路進行嚴格的監(jiān)管。交通運輸部門可建立適合未來加載生成式AI的交通應用趨勢和需求的道路規(guī)劃、交通標志等，根據(jù)未來發(fā)展情況前瞻性規(guī)劃城市智能交通與搭載生成式AI交通車輛間的智能協(xié)同方案，從道路設施的改進到交通系統(tǒng)的協(xié)同，匹配未來智能交通的發(fā)展趨勢。
其次，優(yōu)化加載生成式AI交通的政策法規(guī)。制定清晰的政策和法規(guī)，明確生成式AI交通車輛的責任歸屬、事故處理和保險問題，以減少公眾的不確定性和擔憂。目前少數(shù)地方性試點法規(guī)在試行通過后，可上升為省級或全國的法規(guī)，供各地發(fā)展中參考應用。在德國通過的自動駕駛法要求相關(guān)汽車安裝記錄駕駛過程的“黑匣子”，以明確交通事故責任。如事故發(fā)生在人工駕駛階段，則由駕駛?cè)顺袚熑�；如發(fā)生在自動駕駛階段，或由于系統(tǒng)失靈釀成事故，則由汽車廠商承擔責任。
最后，先特定區(qū)域試點后謹慎擴大。由于技術(shù)成熟度、公眾接受度、基礎設施、法規(guī)不成熟等問題，特別是加載生成式AI的交通車輛及應用推廣可先在特定區(qū)域試點，然后根據(jù)試點結(jié)果謹慎擴大的策略。可先在封閉或半封閉的環(huán)境中進行，如測試跑道、工業(yè)園區(qū)或指定的城市區(qū)域，以確�？煽氐娘L險和有效的數(shù)據(jù)收集，通過詳盡充分的驗證與測試，評估試點結(jié)果。試點成功后，逐步擴大到更復雜的城市環(huán)境和更廣泛的應用場景。
本文作者
張云霞
戰(zhàn)略發(fā)展研究所
一級分析師
就職于中國電信研究院，主要從事數(shù)字城市，智慧城市，數(shù)字化轉(zhuǎn)型，物聯(lián)網(wǎng)等領(lǐng)域的研究。
李泰
戰(zhàn)略發(fā)展研究所
二級分析師
碩士，就職于中國電信研究院，主要從事數(shù)字政府、數(shù)字鄉(xiāng)村等相關(guān)領(lǐng)域研究。
鄧麗華
戰(zhàn)略發(fā)展研究所
一級分析師
就職于中國電信研究院，長期從事價值評估、行業(yè)洞察等，近年來專注產(chǎn)業(yè)數(shù)字化、數(shù)字政府領(lǐng)域。
