郭敬明曾在小说的开头这样写道“这座城市像是一个疯狂的庞然大物，机场，车站盘踞在周边，人们从像它体内肠道一样的交通枢纽，被迅速的运往各地。”虽然有艺术和夸张的成分，但城市作为人口最为密集的聚居地，其中很多系统和纽带早已疲惫不堪，譬如交通，在“智能化城市”倡导的今天，早有人预言，隐匿于城市毛细血管的交通网络，有可能是第一个被搁置在人工智能底座的社会系统。

拥堵已成为世界性难题

在中国，有大约超过50个城市面临不同程度的拥堵，每天高峰期挤地铁公交的经历，成为所有人的切肤之痛，越大的城市，这样的情况就越发严重。不只中国，交通问题是世界大型城市的共同顽疾，有数据显示，欧盟境内每年因交通拥堵造成的经济损失达到了1000亿欧元。

巨大的公共福祉背后，是颇为严峻的路径实现。

建立在数据上的“智能化城市”

无论城市如何发展，城市交通始终离不开人、交通工具和政府管理三个维度。

解决诸如交通拥堵这样的复杂问题，必然需要庞大的数据作为支持，在“互联网+”的时代，我们完全可以仰仗更睿智的方式使得数据的收集不再繁琐和低效，不少城市通过与互联网企业的合作，用数据为城市的交通做出注解，真正掌握关于出行问题的“第一手资料”。

高德地图首创并搭建了“互联网+交通”城市指数体系，同时携手新浪微博设置了“智能出行”、“智慧交通”、“政务影响力”三大指标及二十七个分类指标，截取全国62座城市，用大数据衡量和描绘城市互联网在交通行业的发展水平，以期为城市在“互联网+交通”领域的发展提供有效参考。

百度地图每天响应450亿次定位请求，位置服务超720亿次，完全可以基于这些累计的定位数据，计算出每个用户的工作地和居住地，然后通过划分区域位置边界（譬如通过定位发现，某人在最近两个月在某个位置出现上百次；时间集中在9:00-19:00；连接固定的wifi，基本可以判断是在工作地）从而测算出某个区域的人口绝对值。

事实上，如今百度地图慧眼数据的预测准确率已达85%以上，这意味着，它完全可以为政府机构提供重要的辅助性数据资料。由此可以看出，这种基于网络实时更新的数据分析，必将在“智能化城市”的建设中出谋划策。

而具体到交通工具领域，无论网约租车，地图导航，还是共享单车，都将成为城市智能化出行升级路上的重要一环。

告别尴尬等车的打车时代

当人们因打不到车而焦急的时候，在城市的另一个边，一位出租车司机正因为没有乘客而怀着相同的心态。这曾经一度是在每个城市上演的真实局面。

直到以滴滴为代表的网约车平台的出现，才结束了这一尴尬的现状。滴滴算是移动互联网时代向人工智能时代跃迁的极佳样本。如今滴滴每日峰值订单超过2000万单，每日处理数据超过2000TB，相当于200万部电影，这其中包括叫车信息，驾驶行为和车辆数据等多个维度。

滴滴研究院院长何晓飞曾经表示：“如果我们能搜集到更多的数据，未来有一天我们甚至能够知道每一位乘客，每一位司机的意愿。如果我们能够更加准确的甚至预测人的心理，那么我们可以把整个城市的交通管理的更加有秩序。”

规划真正适合的出行路径

同样的目的地，老司机往往会比刚刚上路的新手更快到达，抛开驾驶技术上的差异，真正的区别在于他们对于交通信息的掌握和本地驾驶经验的累积程度。

如今，城市纷繁而庞大，路况多变而复杂，这也给了地图导航大展拳脚的空间。

以百度，高德为代表的导航软件如今已经可以做到分钟级别的路况更新，某个地方发生拥堵，一分钟之内便会有提示。此外，这类软件还可以精确推算全国路网的动态车流关系，实现未来一小时的路况预测，这种路况预测模型，包括了日期，时间，天气，路段路况和区域路况等多个维度，并辅之以棋局态势感知和区域路况态势感知的神经网络算法。

而这一切的实现，背后同样是庞大的数据积累，百度地图每日提供的位置服务超过720亿次，每日导航服务超过2亿公里，其自身也从单纯解决陌生地认路，演化到如今的智能导航。同样的，高德地图的数据库中，有78%来自于UGC众包数据，22%来自于出租车、物流车等行业浮动车辆。高德地图的实时交通动态事件数据中，更有85%来自于用户上报，其余来自于交管和政府。

正是这样将数百亿次不同用户的出行旅程数据记录在案，对比用户路线和规划路线，找出差异，统计用户最多的走法，提供更优方案。从而将智慧“反哺”到每一次用户的具体出行之中。

公共交通末端的离散方式

即使设计再精密的公共交通网络，也总有照顾不到的地方，而就在这些网络的空隙之间，也往往造成公共交通推行的阻隔。举个例子，当距离最近的地铁站有20分钟甚至更远的距离时，开车出行或许会成为一个下意识的选择。

共享单车便在这样的环境下应运而生，“解决出行最后一公里”的宣传简单而直接，却也是人们最迫切需要的内容。

如此看来共享单车的成功似乎是一件顺理成章的事情，可事实并不是买一批自行车上锁那么简单。在不同的城市投放量的多少，不同区域内车辆回收和分配，以及维修人员的招募，这其中的任何一项离开了数据的保障，都会变成臆想，一旦这种缺乏深思熟虑做出的决定付诸实施，在共享单车如此火爆的今天，也未必会轻易取得成功。不是每一个共享单车都成为摩拜和ofo，上市20天即宣布倒闭的公司，也一并存在。

4月19日，易观千帆公布了2017年1季度App TOP1000的排名情况，在交通出行领域摩拜单车月活达1321.1万，已为海内外50多个城市提供骑行服务，摩拜车辆投放总数超过365万辆，日骑行人次超过2000万，使市民们的出行更加便捷、高效。

作为竞争者，ofo平台连接单车数量超350万，已累计为全球4个国家的81座城市提供了超过8亿次服务，到今年底ofo计划将覆盖全球20个国家，包括日本、西班牙、法国、德国和菲律宾等。

如此大规模的业务扩张，既是营销战略和抢占份额的博弈，也是为了通过更大范围的数据累积完善自身产品和定位，在共享单车市场取得先机。

从人工智能走向城市智能

每天的每座城市，都会产生林林总总的交通数据，如今通过各种智能出行软件，可以迅速将数据搜集整理并呈报相关部门，而政府则可以将这些数据运用到城市建设之中，进行城市线管规划，分析交通拥堵的原因，对异常道路进行数据挖掘，并将数据用于交通管理调度及相关决策，辅助宏观交通规划。这种基于人工智能的资源回馈，对于城市公共交通出行效率，出行选择率以及城市承载率都意义深远，势必得到决策部门的重视。

所谓城市的智能化出行，简单来说是就是运用数据的搜集、分析与整理，通过交通工具向市民提供更好的出行体验，在“互联网+”的时代，这需要各智能出行企业与政府部门的充分联接，而随着城市规模的进一步扩大，这种关系更是显得尤为重要。