本地數碼生活平台 DASH 及其網約車平台 DASH Taxi 周四公布，與香港科技大學合作研發的人工智能需求預測系統「StreetSights」取得突破性成果，協助的士司機更精準掌握乘客需求分佈，提升接單效率及收入，為香港智慧出行發展提供具體解決方案。 街頭截車一直是香港最重要的出行模式之一，約佔全港的士需求約六成，承載著大量市民往返交通樞紐與目的地之間的日常出行需求。然而，相較網約服務模式，傳統的士線下營運一直較難以數據化及系統化方式優化。 此項目結合科大在交通系統、模型及人工智能流動性分析方面的研究實力，以及 DASH Taxi 在本地的實際營運數據與經驗，將香港劃分為350多個區域，並以15分鐘為時段間隔，精準預測各區的乘客需求及空置的士供應，讓司機知道該去哪區接客。 DASH 的咪錶系統透過收集並分析約2000輛活躍的士數據，在預測的士需求最為殷切區域上的平均準確度高達90%以上。此模型基於約645萬個載客行程記錄建構而成，是香港有史以來針對「街頭攔截」式的士所匯集的最大型數據庫之ー。 雙方利用標準工作日的歷史營運數據進行了嚴謹的模擬測試，測試中随機選取100名司機，並為每人建立一個以系統建議行駛的虛擬司機作對比。這些虛擬司機的工作時間和出發地點與真實的土司機完全相同，結果顯示，採用「StreetSights」建議的虛擬司機完成訂單數量平均提升31.2%，每日車資收入亦增加16%。 相關結果顯示，司機透過用「StreetSights」的候單時間大減三成，配對效率提升14.7%，直接帶動司機收入與營運效率上升。因此，乘客亦受惠於更精準的預測，尤其於繁忙時段候車時間顯著縮短，長遠可獲得穩定可靠的出行服務。 現階段司機尚未能夠通過手機應用程式使用平台的功能，項目下一階段將於今年第四季進行實地拆分測試，以進一步驗證成效，並與司機訪談優化設計，若順利進行料明年便能真正落地。 DASH 於2021年在香港創立，透過無縫電子支付系統將網約出行、餐飲體驗等服務整合至一個平台，於成立首年已促成約610萬次行程，總行車距離達9200萬公里，平均每程約15公里，堅持約15秒內處理任何查詢。
<匯港通訊>