每经记者：黄辛旭 李星 每经编辑：裴健如

当前，AI大模型技术浪潮正在掀起颠覆性变革，赋能千行百业。

汽车产业处在“新智能”发展的起点，AI大模型的应用将重塑智能汽车算法与逻辑，助力生产力革新，深度融入汽车各业务场景。人工智能（AI）作为“新质生产力”，推动汽车产业从数字化迈向“数智化”。这种变革，重塑了大众的出行观念，也催生了新的出行需求和商业模式。

在AI大模型的等新技术的推动下，新出行市场将有哪些变化出现？这些变化又会带来哪些新的商业模式？面对能源变革，市场期待怎样的低碳智慧出行？

受访者供图

针对目前新出行行业的热点议题，4月23日，每日经济新闻主办以“聚焦产业变革趋势探索产业发展新路径”为主题的“2024美好出行MaaS沙龙”活动。期间，北方工业大学汽车产业创新研究中心主任、教授纪雪洪，中国汽车流通协会数据应用与消费者研究分会副秘书长常亮，耀出行首席执行官杨广，一嗨出行执行副总裁兼首席战略官蔡礼洪，T3出行副总裁李京峰等专家学者和企业高管，围绕上述相关问题分享了真知灼见。

AI大模型能有效提升运营效率

“AI大模型将带来颠覆性变化，所有企业都必须重视人工智能的迭代和变化。在很多关键领域，未来5~10年，人工智能带来的影响，完全不亚于互联网诞生所带来的影响。”杨广认为，AI大模型将重构不少行业。

这一观点已经成为共识。聚焦出行领域，随着汽车行业开启智能化下半场竞争，各大出行服务商也都已经开始利用大模型赋能企业运营。比如，T3出行在去年就开始打造出行行业的生态大模型——阡陌大模型，这一大模型基本由决策类能力、生成类能力以及多模态能力组成。

“目前，我们把它应用于网约车的司乘服务、智能调度和安全保障这三大主要场景。经大概测算，通过引入大模型能力，公司的客服效率大概提升了10%，每天大约能够给整个客服团队节省上百个小时人工工作时间。”李京峰表示。

李京峰介绍，在智能调度方面，T3出行可以通过智能供需预测，以95%左右的准确率，去预测15分钟之后的出行供需数量，从而有效解决“冷热区”问题。“我们发现，通过AI大模型赋能，可以把出行调度的效率提升约10%以上，也能提升司机群体的收入。另外，在安全保障方面，AI大模型能够自动识别司机的疲劳驾驶状态、危险驾驶状态，以及司乘语言冲突等，平台能够及时介入、干预，进而解决一系列的安全隐患问题。”李京峰称。

杨广也表示，耀出行同样在根据公司过去几年积累的订单数据和客户的服务数据，开发自己的大模型。“我们用了这个模型之后，显著的变化主要体现在部分企业客户和重点个人客户的需求场景中。在这些订单变化频次很高的场景下，我们的运营效率大约提升了10倍。”杨广说。

蔡礼洪则从用户的角度，谈到了AI大模型给出行领域带来的新体验。“我们也是通过AI大模型来捕捉不同用户的出行习惯。从用户体验的角度来讲，有了AI的赋能，用户的预订效率也有了量级提升。而从企业的运营效率出发的话，我们能够通过AI实现降本增效。”蔡礼洪表示，企业在拥抱的AI过程中，确实已经“尝到了甜头”。

值得关注的是，聚焦高端出行领域的企业，更需要注重用户精细化解决方案。据杨广透露，耀出行正在用AI大模型为用户提供高度定制化的服务。

“以前我们做这样的方案可能需要由内部团队和客户一起，进行长时间的来回沟通和准备。但现在，利用这些已经成熟的人工智能模型，基于自己的知识库，我们可以在短时间内为客户提供多套满足需求的方案。”杨广认为，人工智能带来的改变，不仅体现在出行行业。基于此，中国所有的企业都必须尽快学习和了解它，从而对企业运营的方方面面进行迭代。

行业数据安全问题仍待解决

不过，AI大模型在给出行业带来机遇的同时，也给出挑战。

“AI大模型带来的机遇，是需要把握的，因为它有一个逐步的场景应用，怎么把通用大模型和企业的经营产生的数据，充分地去结合起来，去找到最有效率的点，然后去引进相应的人才，做产品的革新、运营水平的提升，给用户提供更好的体验，是需要企业去充分了解的。在这个过程中，不同的企业在应对和打法上是有差异的，可能会导致一些企业应对滞后，或者说反应迟钝，甚至在这一波浪潮中被替代或者被淘汰出局。”纪雪洪指出。

具体来看，AI大模型背后往往需要大数据来支撑，而不同公司掌握的数据规模也会有差异。“如果某家公司有数据，也有资金，那么它能够很快进行大模型的应用，或者是多模态应用，也能够很快找到一些更新的技术落地，中小企业可能很难跟上它的步伐。这样一来，行业中的‘马太效应’就会凸显。这是需要中小企业关注的。”纪雪洪说。

从具体落地与应用来看，李京峰分享了T3出行在产品技术中引入AI大模型时，遇到的困难和挑战。“第一个大的挑战是，现在阶段AI大模型还不足够成熟、不够准确，但在网约车行业，我们又要求高效准确地去解决用户的每一个问题。这对于产品技术和应用是一个巨大挑战；第二个挑战体现在大模型目前还缺乏地图信息、结构化数据等方面的能力。这就需要在实际应用和实际场景中，从产品、技术角度结合大模型、地图的结构化数据和非结构化数据，一起去解决这个问题。T3出行也是持续在摸索如何把这几种能力结合到一起，打造最优的用户体验。”

此外，AI大模型赋能到出行领域的过程中，数据的安全和客户的隐私问题同样是绕不开的挑战。

“我们在做大模型训练去提炼用户预订习惯的时候，首先要做的就是‘脱敏’，把有一些非必要的信息在后台模糊掉，也不会把用户核心敏感信息拿来做模型训练。”蔡礼洪对此表示。

耀出行的用户中，有不少是公司高管，或重要政要人员。由于身份和职业的特殊性，这些用户对隐私保护机制也提出了更高的要求。“我们在利用AI大模型提升运营效率、更好为客户服务的同时，也要做到全程保障客户信息安全，所有的耀出行管家均签署了隐私保护协议，并确保行车过程中无录音、无录像。”杨广表示。

新能源车渗透率将持续提升

除了出行企业，出行领域的数据管理和安全，也需要政策层面的监督与管理。“出行是一个强监管的行业，大家比较重视安全和隐私保护。在大模型快速发展的时候，我们要开放一些数据，甚至与一些第三方数据资源进行整合。这时怎么去定好数据开放边界、安全底线等，需要政府给予一定的支持。”纪雪洪认为。

在常亮看来，面对技术带来的变化，出行公司要想占据优势，核心仍是发挥自身优势，服务好司机和用户。“出行企业提升业务的核心，是要把公司的主要运力，即司机，服务好，因为只有服务好司机，司机才能更好地服务乘客。”常亮认为，乘客感受是促进整个出行行业快速发展的核心动力，AI大模型等技术“上车”，也是为了更好地服务乘客。

同时，常亮还呼吁，相关主管部门或地方政府，能给出行行业政策“松绑”，以促进出行行业的快速发展。

为了给消费者提供更好的用车体验，以一嗨租车为代表的出行企业，在车队车型的配比上，也会根据用户需求进行调整。

据悉，目前，一嗨租车车队中的新能源汽车约1万多辆，主要是最受C端消费者欢迎的品牌，包括小鹏、特斯拉等。

“我们的车队布局也主要受用户驱动。在不同地区，电动车租赁的接受程度也明显不同。在新能源市场渗透率高、全年气候较温和的地区，新能源车会更受欢迎。”蔡礼洪举例称，海南消费者对新能源车接受程度高，公司在当地会投放更多的新能源车型；而在西北等地，由于各城市之间距离较远，消费者会优先选择燃油车，公司在当地投放的车型，也更多是燃油车。

不过，蔡礼洪也强调称，未来，新能源车在出行行业中的渗透率会越来越高，且往往配备更高阶的辅助驾驶技术，这会给用户的体验带来质的飞跃。“是否将新能源车队规模继续扩大，还需根据用户需求来调整。”蔡礼洪称。

纪雪洪也表示，目前，大出行领域整体都在加快引入新能源车型，但出行企业对车辆的采购主要源于用户的接受程度，需分场景、分区域进行。但随着新能源汽车成本逐步降低、充电便利性提高以及智能化体验的进一步强化，新能源汽车将成出行业趋势。

中汽协数据显示，今年1~3月，国内新能源汽车累计销售209万辆，同比增长31.8%，市场占有率达到31.1%。中国科学院院士、清华大学教授欧阳明高曾预测，2030年新能源革命将迎来爆发期，新能源汽车保有量将达到千万级，市占率将达到70%。

纪雪洪表示，智能电动汽车的发展，将同步推进出行行业商业模式的变化，比如消费者在出行上可能需要更多共享化，不仅是车辆的共享，还包括座位的共享等，最终行业将实现低碳智慧出行。

自动驾驶将在出行领域起主导作用

随着汽车产业的快速发展以及大模型技术的赋能，未来5~10年出行方式也将发生明显变化。

“未来的出行方式一定是多样化的，如300公里以下的出行距离，消费者会更多选择开车、打车或租车等方式；300~800公里出行，消费者则会则选择高铁；800公里以上的出行距离，消费者则可能会选择飞机出行。”常亮认为，未来出行可能会是“一站式”的。

杨广则提出，基于大模型对消费者习惯和出行爱好的测算，未来出行或能实现基于路况、方便性、使用习惯等分析，给出组合出行方式，尽可能缩短消费者在旅途中不必要消耗的时间。

在李京峰看来，未来几年，自动驾驶技术会大规模落地，这会对出行行业产生巨大影响和改变。“在这件事上，我们相对乐观。因为我们近期与同行业的自动驾驶公司接触较多，了解到它们正在通过各种技术革新，来促使自动驾驶车辆应用落地。”李京峰表示，“我们认为，在全无人驾驶车这一方向上，L4级别的全无人Robotaxi（自动驾驶出租车）一定是今后网约车发展的一个不可逆的趋势。无论是从技术角度，还是从人员成本结构角度来看，这都将是不可逆的发展趋势”。

常亮也表示，自动驾驶车辆会越来越多，但具体何时能真正实现完全自动驾驶，尚无定数。“出行企业现在需要考虑的是，如果自动驾驶时代到来之后，出行方式会发生什么样的变化，以及如何将出行车辆与大出行车辆结合起来。因为从政策层面来看，出行仍以公共交通为主，网约车、出租车等运营车辆出行为辅。”常亮解释称。

在李京峰看来，目前，自动驾驶大规模落地主要面临两大挑战。一是，从行业需求来看，L4级自动驾驶只是解决了从A点到B点把人安全送达的问题，但是对网约场景细节考虑不够，L4级自动驾驶车辆并不能够直接用于Robotaxi运营。二是，当前的政策法规、车辆保险政策，也不足以支撑Robotaxi大规模落地。“我们在网约车阶段积累的产品技术和运营能力，能够快速地平移到自动驾驶时代。同时，我们正在和各个自动驾驶算法公司、各大主机厂合作，为自动驾驶时代到来做充分的准备。”李京峰称。

李京峰还表示，Robotaxi的落地，会循序渐进。比如，会先在某一些城市试点，然后单个城市开放，最后在全国范围内开放。