多家網約車平臺近日陸續上線AI打車功能，用戶只需簡單描述出行需求，AI會實時分析用戶需求完成車輛匹配，進而實現叫車、車型篩選、價格預估等全流程操作。
AI打車真的能做到“一句話叫車”，就能完美匹配用戶需求嗎？如何為用戶提供更加便捷、可靠的服務保障？
(資料圖片僅供參考)
AI打車怎么用？以阿里千問為例，用戶無需下載打車軟件，可直接通過千問App語音或文字表達出行需求即可，系統會快速解析，自動定位起點，匹配目的地，推送合適的車型、預估價格和行程時間，用戶確認后即可完成下單。而滴滴的AI打車功能操作類似，輸入目的地對話框下方最左側正是“AI叫車”，用戶點擊進入后，可通過語音或文字發送需求，界面上也提示用戶可進一步提出要求，比如希望車輛“空氣清新、便宜、不暈車、最近的車”等，提出需求后，系統自行分析并推送車型供用戶選擇，確認后即可開啟訂單。
記者在千問App實測發現，叫車的需求，也就是“提示詞”越簡單，車輛匹配的速度越快。比如，告訴AI“幫我打一輛車，從某地到某地”，基本可以在10秒左右打到車。而當記者把需求提得相對復雜，比如告訴AI“幫我打一輛空氣清新、車內整潔、司機駕駛平穩、價格要最便宜、帶孩子出行后備箱需要裝東西……”等內容時，反而顯得有些難為AI。千問這樣解釋原因：
千問：主要問題在于“最便宜”和“駕駛平穩、空氣清新”在網約車服務中通常是無法同時滿足的。網約車平臺的“經濟型”或“特惠快車”通常是為了追求低價，而對車輛的新舊程度、司機的評分等要求相對較低。要求“駕駛平穩”“無煙”以及“后備廂能放28寸行李箱”等，通常需要在“舒適型”或“商務型”等更高價位的車型上才能得到更好的保障。
記者在使用滴滴出行的AI打車功能時遇到的情況類似。AI在無法精準匹配需求時，會提示“抱歉，無法指定安排車內整潔的司機和車輛，但會盡力幫你找到附近合適的車。”隨后，記者打到了一輛正在完成上一單，系統顯示車輛距離超過5公里，且等待時間約15分鐘的特惠快車。
記者注意到，目前，AI雖能理解用戶的自然語言，但對于一些復雜的需求，仍難以準確拆解為標準化標簽。
記者：有沒有一些提示詞，怎么樣說才能叫到滿意的車呢？
工作人員：有的。在打車頁面它會有，比如說老人一般都喜歡空氣清新的，座椅舒適的，或者司機態度好的，這種標簽都是可以選擇的。
記者：超出這些選項，比如把暈車，包括要寬敞的一些需求都提上去，AI能滿足嗎？
工作人員：那要看具體是什么要求了，比如一定要油車，一定要電車，要空氣清新的，這些基本的還是能滿足的。“小滴助手”會匹配符合用戶訴求最多三個方案供選擇，需要手動確認用車，超時它自動就取消了。因為這個功能也是剛剛推出，它可能還有需要完善的地方。
滴滴出行提供的數據顯示，AI打車功能近一周的用戶暴增37倍，“00后”占比超40%，越來越多年輕用戶愿意為個性體驗買單。目前“AI小滴”已涵蓋90多個服務標簽，當用戶說“空氣清新、車內安靜、駕駛平穩、后備廂大”等提示詞，在算法端相當于對供給池做了多條件過濾。當多項需求無法同時滿足時，系統會按用戶的需求排序，哪些是“必須滿足”的硬性條件，哪些是“盡量兼顧”的理想期望，并以匹配度分數的形式告知用戶。
AI打車作為網約車行業的新方向，有其發展前景。工業和信息化部工業和信息化法治戰略與管理重點實驗室副主任趙精武認為，以往打車平臺不能個性化記憶用戶不同的習慣，現在人工智能可以幫助用戶完成記憶，實際上是平臺探索與用戶之間的良性互動。
趙精武告訴記者，目前平臺數據來源還不夠豐富，也不夠了解用戶的個性化需求，甚至可能存在“模型幻覺”，導致AI打車實際操作中可能存在“貨不對板”的問題。
趙精武：模型幻覺就是生成的內容可能并不是精準匹配需求，還生成一些虛假的內容。因為AI叫車本質上是用提示詞來實現，需求越精準越有助于叫到滿意的車。但是這又帶來一個問題，輸入越精準，大模型對于用戶的需求定位不準，可能叫的車并不是你想要的。因為大模型訓練本質上需要高質量的訓練數據集，通過提示詞也在幫助訓練大模型。平臺要關注高質量的訓練數據集的采集。另外，信息也要注意做一定的匿名化、去標識化，保護用戶的隱私。
實際上，在AI能夠精準識別用戶需求后，后續還有一系列挑戰。例如，AI可以迅速匹配需求標簽，但車輛的實際狀況、司機的服務質量難為完全標準化，司機能否按要求履約；如果用戶需求過于具體，平臺車輛儲備是否充足，是否可以支撐精細化需求？未來，平臺還需要同步提升標準化管理水平，提升司機的履約能力，同時加強數據安全保護，才能讓用戶享受便捷的同時，獲得更加可靠的服務保障。
關鍵詞： 最新資訊
