近日，华为宣布成立机场轨道预备军团。与正统军团相比，新的预备军团会给一定的“试训期”，根据实际效果来决定是否转正。目前，这些预备军团都在加紧筹备，包括人员调配、建立组织结构等等。

众所周知，公路、机场、轨道等基础设施属于强G/B端的业务，在前后不到半年时间里，华为两次“变阵”，表明其进一步拓展智能交通业务的决心；而独特的军团模式，又与百度、阿里、腾讯等三家大厂完全不同。

商场如战场，如果说公司基因决定了产品、服务形态，那么企业的「排兵布阵」则是保证产品服务能够触达客户、拿到项目的关键；二者共同构成了公司的战略及打法，也就是发展模式。

今天，掘金志就来扒一扒，BATH在智能交通方面的「路径之别」。

华为向前

华为交通业务稍显复杂：整个交通业务隶属于企业BG，是一个二级部门，部门下根据不同场景又分为公路、港口、城轨等6大业务线。

去年10月，智慧公路上升为军团级别，成为与企业BG并列的一级部门。在此之外，如果把智能驾驶也算进交通的话，华为又设立了智能汽车解决方案BU，但却属于消费者BG。

此次设立的机场轨道预备军团，相当于“准军团”，效果好即可转正为军团。

根据华为官方的说法，这种军团式作战，旨在“集中各个BG的人才，打破现有组织边界，形成纵向能力，快速对重点行业进行突破”。

一前一后两次变阵，表明华为不再把交通当作是一个封闭的业务，而是通过把“能赚钱的、重要的”业务优先级提高，集中公司各业务部门的能力“攻关”，提供涵盖各方面能力的系统化解决方案，以此来和其他玩家竞争。

从各业务线负责人的履历，也可看出华为在交通方面的破局决心。

智慧公路军团的负责人是马悦，同时也是企业BG常务副总裁，全面负责华为企业业务在中国的销售与服务。

机场轨道预备军团负责人是王国钰。官方信息显示，他的另一重身份是华为全球交通业务部总裁，在交通行业有“近20年的信息化研究、解决方案规划设计经验”，并且曾参与深圳机场、深圳地铁等大型项目，是一名妥妥的行业老兵。

对于组织，leader的个人能力对团队的影响毋庸置疑，有经验的leader对业务轻车熟路，能避免重走弯路，带领团队快速向前推进；而将帅无能的话，真的会“累死三军”。

两员大将担任军团长，表明华为想要通过军团模式来改变以往交通作为一个独立部门带来的发展缓慢的局面。

与传统模式相比，军团化作战的好处在于，来自不同部门的人才形成一个团队，既减少了跨部门沟通成本，又不至于形成部门间的利益纠葛，而且避免了以往单兵作战无法满足客户需求的局限性，从而大幅提高项目交付效率。

一位接近华为的消息人士告诉掘金志，截至目前，华为交通板块仍然属于企业BG，公路、机场和轨道都是垂直领域纵深发展，接下来还可能有更多的细分。

这意味着华为改变了此前以部门为单位来拓展业务的模式，开始基于交通各个细分场景，采取“重点突击”进而实现逐个突破的打法。

不过，华为在具体业务层面变动并不大，仍然是提供以ICT为核心的解决方案，侧重于搞“交通新基建”，通过提升基础设施的智能化水平，与其智能驾驶技术、城市交通智能体等耦合，来实现智能交通。

百度向重

“自动驾驶是起点，终局是智能交通、智能城市，甚至是智能社会。”

2022年2月，百度CEO李彦宏在其《智能交通7讲》音频课程里分享了上述观点。这一观点实际上反映出百度对于未来交通的认知：交通智能化是趋势，在实现智能交通的路径上，自动驾驶是绝对的核心。

在其推出的“ACE智能交通引擎”解决方案中，也暗含着这类逻辑：Autonomous Driving（自动驾驶）+Connected Road（车路协同）=Efficient Mobility（高效出行）。

因此，不难理解百度对于Apollo的重视程度，不论是从研发投入，还是宣传力度上，智能驾驶已经成为百度除搜索之外的另一枚标签。

这一点从百度历次组织架构调整也可得到验证。

2017年1月，陆奇被任命为百度集团总裁和COO后不久，便将原来的自动驾驶事业部、智能汽车事业部、车联网业务合并为智能驾驶事业群组（IDG），并且亲自挂帅。

当年4月，百度正式发布名为“Apollo”的新计划。7月，在百度AI开发者大会上，正式推出Apollo1.0，随后又在三年的时间里，陆续升级到6.0版本。

在2019年12月的一次架构调整中，百度成立智能交通业务组，其主要任务是“专注于交通基础设施智能化升级，为城市提供车路协同系统、区域智能信号优化系统等下一代智能交通解决方案”。

到目前为止，在体系架构设计上，智能交通业务组与自动驾驶业务组平级，前者由尚国斌负责，向智能驾驶事业群组（IDG）李震宇汇报。

这与多数传统智能交通大厂恰好相反。

“通常情况下，从广义上看，智能交通与自动驾驶之间，前者包含后者。”一位智能交通从业者表示，传统的交通大厂，都是以智能交通为目标，然后针对不同场景做产品和方案，如智慧高速、交通智能体、自动驾驶等。

“百度反其道而行之，或许是更想突出其在自动驾驶方面的投入和不同的实现路径。”该从业者表示。

从工作经历看，2017年8月，李震宇开始担任百度智能驾驶事业群组总经理，全面负责百度智能驾驶的业务及管理工作。在此之前，他曾历任百度多个基础技术部门和业务部门的负责人，并于2015年10月筹建百度自动驾驶事业部。

尚国斌于2012年加入百度之后，先后负责百度地图、人工智能等业务的战略研究及规划工作；2017年开始负责Apollo平台和生态管理，主导发布了主导发布了《Apollo 智能交通白皮书》，以及“ACE交通引擎”。

“他们和Apollo的渊源颇深，思路偏向于自动驾驶也不奇怪。”另一位从业者告诉掘金志，除了Apollo，百度另外合资成立了集度汽车，也佐证了百度实际上是把车作为核心来做交通。

不同的公司基因不同，加上百度相关负责人本身懂智能驾驶，因此走与其他厂商不同的路线，“太正常不过”。但他同时表明，百度在自动驾驶技术上独树一帜，但交通本身“有其规律”，百度的路径能不能实现智能交通还“很难说”。

总而言之，百度的模式是：以自动驾驶为核心，围绕车做业务拓展，包括车路协同、信息控制、出行MaaS等等，最终达到智能交通阶段。

阿里向后

“城市大脑”可以说是阿里在智能交通领域的名片。

早在2016年，阿里云城市大脑就已在萧山落地，而交通则是城市大脑最初的探索方向。2017年，阿里云城市大脑1.0正式诞生；2018年，又发布了城市大脑2.0版本。无一例外，交通始终是城市大脑的核心。

在随后的几个版本中，城市大脑已经从比较单一的交通行业，延展到政务、民生、公共服务等多个场景。同时，在交通业务方面，阿里云不论是从产品还是组织结构上都有了新的变化。

2020年，阿里云在交通方面的动作十分明显，先是引入了多名“外援”，比如城市大脑首席科学家张磊、大交通事业部副总经理高翔等，前者在城市和交通领域浸淫多年，后者毕业于交通与物流工程学院，曾在国内某交通设计院工作。

其次，在引入人才之后，成立了“阿里巴巴数智交通研究院”，作为连接行业的桥梁。研究院成员多数由学院教授、专家组成，例如同济大学中国交通研究院院长李兴华、浙江大学智能交通研究所所长王殿海、西南交通大学交通运输与物流学院院长刘晓波等等。

在产品方面，阿里云主要发布了“智慧交通操作系统TBOS”。阿里云智能副总裁、数据智能总裁曾震宇表示，该系统是一个依托城市大脑为交通行业打造的专属产品。

“此前，阿里云在交通方面向来高举高打，谈的都是城市级项目。”某智能交通大厂员工表示，阿里云想利用城市大脑做很多事，民生、行政、交通......通过云计算、大数据等能力，从整个城市的角度，为管理者提供一套比较完整的解决方案。

不过，这种大包大揽式的打法，在他看来，想要毕其功于一役几乎是不可能的事。

”城市是一个复杂体，每行每业都有其内在规律和痛点难点，并且形成了相对独立的业务部门，打通各业务部门之间的壁垒就存在很大问题。”

以交通为例，某区域发生交通拥堵，实际上可能是另一个区域带来的连锁反应，而两个区域之间的数据互通、共享就很难打破，这种情况并非通过城市大脑就能解决，涉及到各方的协调。

“所以阿里云这几年开始把相关的技术、产品，打造成基础设施，让各方都能用起来。”比如交通操作系统TBOS、全域交通解决方案，都在强调其数字底座、生态联结方面的能力。

这正如阿里云智能大交通事业部总经理肖露所言：“阿里云的智慧交通之路，是新基建驱动下的以数字化交通设施建设为基础的智慧交通。”

“但和华为不太一样，阿里云的基础设施，更软一些，毕竟阿里没有华为那么强的硬件能力。”

腾讯向轻

如果要给腾讯智能交通确定关键词，“联结主义”再贴切不过了。

在2021年腾讯数字生态大会上，腾讯智慧交通与出行总裁钟翔平曾表示，腾讯“不碰硬件、不造车”，而是做三件事：第一，提供云、图为核心的“数字基建”能力；第二，发挥“以人为中心”的连接价值；第三，促进产业生态共创。

从这三件事可以看出，腾讯在交通方面的基本打法是，连接消费互联网与产业互联网，从中寻找价值点。

钟翔平告诉掘金志，这种联结，腾讯内部称之为“C2B”的能力，即融合对C端用户需求的理解、产品能力、用户触达能力等，来帮助B端客户服务C端用户。

以交通为例，腾讯“一码通”可帮助C端用户实现快速乘车、快速进站，同时为运营方提供相应的技术支撑，比如云计算、大数据、数字孪生等，帮助运营方了解实时交通运行情况，协调交通资源，最终促进整个交通效率的提高以及服务改善，实现从C端反哺B端再触及C端的闭环。

“把广泛的C2B的能力，结合对用户的理解、完整的技术体系以及生态联结能力，带到产业里面来。”

另一位接近腾讯的人士表示，腾讯在交通方面的思路就是“统一一张网，出行和交通的业务整合来做”。

具体来讲，就是基于云计算、AI、大数据、安全等技术，构建智慧交通出行一张网，实现“一图统览、一云共建，一码通行”。这一思路的产物就是“We Transport”。

2020年9月，腾讯智慧交通副总裁施雪松在全球数字生态大会上发布了We Transport战略，从交通建设、管理、营运和服务四个环节发力，旨在助力建设“以人为中心”的未来交通。

在四大环节之中，前3个环节主要面向B/G端，（出行）服务则主要面向C端，也暗合C2B2C的逻辑。

“腾讯主要是从出行切入来做交通。”某传统交通大厂员工对掘金志表示，这与其互联网基因分不开：腾讯的基因之一是社交，而社交与出行往往分不开。

以微信为例，微信是国内使用人数最多、打开频率最高的社交APP，本身就是一个很大的流量入口，而在微信上有腾讯地图、有微信支付、有乘车码等等，同时也可集成各类出行小程序，来搭建C与B/G的桥梁。

“实际上是利用C端优势的外延，结合腾讯本身的各种技术，来拓展交通业务。”在他看来，这是腾讯做交通的基础，其他公司很难有像腾讯一样的C端积累。

施雪松在接受采访时也表示，基于 C 端优势，可以将交通数据通路全面打通，联结运营（管理）方与用户，增强服务能力。

从这个角度看，腾讯做交通除了想要在交通市场上分取蛋糕之外，另一个目的，是在未来做MaaS出行平台，来巩固自身在B/C/G端的基础能力。

此外，从腾讯交通的管理团队也能看出一些端倪：腾讯智慧交通与出行由钟翔平负责，向云与智慧产业事业群CEO汤道生汇报，而事业群的COO是邱跃鹏，三个人都出身QQ系，有着较强的2C基因，从某种程度上讲，这也是腾讯交通选择C2B打法的原因之一。

因此，不妨将腾讯定义为“联结主义者”，既可通过自身技术来助力交通基础设施升级，又可通过开放应用生态来联结多方，形成了独特的智能交通发展路径。

总结

BATH共同在智能交通这片土地上掘金，但由于各自的基因不同，形成了差异化的发展路径：

百度以车为核心，重仓智能驾驶；阿里发力城市大脑；腾讯注重联结，以出行为突破口；华为搞交通新基建。

虽然四家企业针对智能交通都发布了相应的解决方案，如百度的ACE智能交通引擎，阿里全域交通解决方案，腾讯We transport，华为Traffic go；但从根本上，BATH基于自身优势，在智能交通产业链上找到了适合自己的角色。

从这个角度看，BATH之间，在交通行业或许「无战事」，但会面临来自传统智能交通企业的「反制」。

而面对来势汹汹的BATH，传统智能交通大厂也表达了看法。

国内某智能交通头部企业高管认为，BATH都有着很强的技术实力，如果把这些核心能力包装成标准化产品，然后赋能交通行业，这条路能走得通。但想要颠覆交通，对交通进行数字化重构和运营，则成功的可能性“微乎其微”。

可以想见的是，在未来，BATH与传统智能交通企业之间，必然会有一场「刀兵相见」。

谁会胜出，还有待时间检验。雷峰网雷峰网

早在去年11月，西门子就宣布将旗下的ITS（智能交通系统）部门拆分为独立的公司。今年2月，西门子新任首席执行官罗兰·布希表示，拆分计划将于年中完成，该部门旋即更名为“Yunex Traffic ”。

彼时，西门子内部就有人爆料：Yunex Traffic在拆分完成之后，将被挂牌出售。

但这一消息并未获得官方证实，直到上周日。

据德国商报消息，来自金融界的人士透露了西门子出售Yunex Traffic的具体情况：已有5家来自不同国家的公司参与竞标，投标人将在“圣诞节前不久”提出报价。

西门子对此并未发表评论。

老业务跟不上新形势，被卖系注定？

西门子的智能交通业务可追溯到一百年前。

1924年，西门子在柏林的波茨坦广场安装了第一套自动操作的交通灯（五边形交通灯塔），自此开始扩张之路。

二战后，随着经济复苏带来的基建需求，西门子智能交通业务一发不可收，智能交通解决方案拓展至包括迪拜、伦敦、柏林在内的多个世界级城市。

1989年，西门子成立了Siemens Mobility部门，智能交通业务（ITS）是该部门的四大核心业务之一。

2021年2月底，ITS部门正式更名为“Yunex Traffic”。7月，作为Siemens Mobility的新公司开始运营。

西门子在一份对外新闻稿中表示：

“Yunex Traffic将以明确的业务重点和创业自由的方式运作，在那里它可以追求自己的增长战略，建立战略合作伙伴关系，塑造行业数字化并积极推动市场整合。”

这意味着西门子实际已经释放出售该业务的信号。

不过，外界对于西门子出售“Yunex Traffic”感到疑惑。

Yunex Traffic并非亏损业务，其2020年营收大约为6亿欧元，增长率为8%，并且是唯一一家能够提供欧洲、英国、亚洲和美洲所有主要区域标准的智能交通解决方案供应商。

举个直观的例子：Yunex Traffic的年营收（约43亿元），即便在A股市场的智能交通企业里，也算优等生（A股智能交通企业营收多数在30亿元以下）。

卖掉一个能赚钱并且市场保持正向增长的业务，看起来并不符合常理。但一位西门子内部人士称，这是西门子“愿景2020+”战略的一部分，即通过精简组织架构，聚集资源发展核心业务，以提高利润率。

罗兰·布希曾公开表态：“我们不是一家企业集团，而是一家专注于技术的集团。”

西门子近几年持续“瘦身”的动作也表明，出售Yunex Traffic并非空穴来风。

17年：以12亿欧元的价格出售其持有的欧司朗（全球第二大照明厂商）17.34%（全部）股权；

18年：分拆医疗和轨道交通独立上市；

19年：剥离油气和发点业务单独上市；

20年：将传动技术子公司“Flender”以20亿欧元作价卖给美国凯雷投资集团；

21年：出售智能交通子公司“Yunex Traffic”？

可以看出，西门子的“瘦身”计划，要么是分拆上市，要么是打包出售。对于Yunex Traffic而言，其年营收大约6亿欧元，是西门子交通技术子公司Mobility（专注于铁路技术）的一部分。

从营收规模和部门等级来看，Mobility明显比Yunex Traffic更具备分拆上市的可能，后者在西门子内部属于小部门，虽然给Mobility的营收增长作出了贡献，但整体利润率并不高。

一位西门子内部人士表示，该部门的增长率和利润率保持个位数，并不满足其10%到13%的新中期目标。

根据罗兰·布希的计划，这类“非核心业务”应该被优化掉，西门子必须将重心放在“利润率高、更高技术含量”的工业技术上，比如加强铁路技术，与中国中车竞争。

因而，“被出售”或许是Yunex Traffic的唯一宿命。

国外5家公司竞标，海信半路杀出欲截胡？

虽然，Yunex Traffic在西门子看来并不算核心业务，但从其市场、品牌以及项目经验等方面看，仍然属于优质标的，吸引了来自多个国家的5家公司竞标。

据德国商报，已披露的参与竞标的5家公司中，有两家从事交通运输业务，剩余三家皆是投资集团。

Cubic，一家美国运输公司；Autostrada，意大利公路运输公司；KKR，美国私人投资机构；Bridgepoint（桥点），英国私募股权投资机构；PPF，一家捷克投资集团。

这5家公司将于圣诞节之前提出报价，具体情况尚不清楚。

而就在该报道后三天，国内就有消息，称海信计划以10亿美元的价格收购Yunex Traffic，但尚未得到海信证实。

为什么是海信？

海信入局交通很早，其子公司“海信网络科技”（下以海信指代）主营智能交通业务，是和易华录、上海电科、银江股份并列的四大集成商之一。

赛文交通网的数据表明，海信在国内的智能交通市场份额位居前列，解决方案落地一百多个城市，曾参与北京数字奥运工程智能交通等国家级项项目，在国内属于头一档。

“海信收购Yunex Traffic，可能有两个目的，一是为了提高自身的技术实力；二是看中了渠道资源。”某从业人员告诉掘金志。

Yunex Traffic主要提供用于监控和引导交通的硬件和软件，包括交通灯技术，摄像头和雷达，收费系统，停车和路灯控制。

这与海信业务有相近的地方，并且Yunex Traffic背靠西门子发展了很多年，技术实力也不容小觑。而海信一直被视为项目集成商，“在技术上或有不足”，如果拿下Yunex Traffic，不论从技术还是解决方案上，海信都能得到很大地提升。

更重要的是，Yunex Traffic在欧美、中东、亚洲等地区都有项目落地，渠道资源丰富，这对于海信拓展国外市场无异于如虎添翼。

海信网络科技公司总裁张四海曾在接受采访时表示，海信正“积极参与全球市场的智能交通项目招标，并已经中标了一些国家的智能交通项目。”

“企业出海的一个难点就是，国内的经验很难在新的环境下进行复制，智能交通项目周期一般来说较长，需要比较丰富的经验，并且要拿新项目，也需要渠道。”

所以不难理解海信收购Yunex Traffic，既是为了摆脱“集成商”的标签，又是出海的关键一步。

但海信能成功吗？

从报价上看，近10亿美元的价格确实够诱人，其他几位竞争者的出价从5.5-6亿欧元（约6.8亿美元）不等，海信在价格上或占优。

然而另外几家公司也可能开出更高的价格，实际结果或将在明年初公布。此外，并不排除其他因素，可能导致海信出局的情况。

智能交通赛道竞争加剧，集成商纷纷转型

随着AI企业和互联网企业的跨界，国内智能交通市场玩家越来越多，这给集成商们带来了巨大压力。具体参见文章《智能交通「围城」：跨界玩家向内猛攻、传统巨头向外突围》。

压力之下，不少企业都开始转型，有的以业务为主，有的以市场为主。

譬如，易华录通过股权转让、挂牌增资等方式，对以集成业务为主的子公司进行清理，进一步收缩对传统模式下智慧交通、安防等业务子公司的资源投入，已经转型成一家数据公司。

千方科技则以宇视科技为跳板，切入车联网、交通云等智慧物联领域。

显然，海信走的是拓展海外市场的路子：通过并购进入当地市场，拿到订单。

过去几年，整个海信集团的并购动作不断，先后收购了日本东芝映像、欧洲厨电巨头古洛尼、日本汽车空调公司三电等企业。

海信集团总裁贾少谦在接受媒体采访时表示，海信海外收入最快3年就将反超国内，实现“大头在海外”的目标。

对于海信而言，收购Yunex Traffic，既是整个大集团的发展战略，也符合其本身转型的需求。

结语

海信收购Yunex Traffic一事尚未尘埃落定，但这并非一次普通的商业并购。从国内智能交通市场来看，城市交通呈现出精细化需求趋势，对于技术、解决方案的要求也越来越高，传统集成商的优势并不明显。

不论并购是否成功，海信都给国内一些智能交通企业提供了借鉴：向外走，掘金海外。雷峰网雷峰网

传统智能交通企业有些急了。

“以前，多数企业都是闷头干活，现在意识到要做品牌，打影响力。”一位代理智能交通公关业务从业者告诉 AI 掘金志。

BATH 的高调入场，让传统智能交通大厂感受到压力，开始焦虑。

“互联网企业由于具有先天的技术优势、资金优势、品牌优势等，他们进入传统的智能交通项目如同鲶鱼效应，打破了传统公司的宁静。”易华录市场营销总监李海亭表示。

科力市场与营销中心销售经理马晓龙也表达了类似看法：“他们的项目落地能力不弱，表现的也很有侵略性。传统产品在人工智能上面的应用，应该会在互联网企业上先实现。”

智慧交通网的统计数据佐证了这点：在城市智能交通领域，尤其是智能网联相关的项目，2020年全年公开招标千万级项目共36个，仅百度就拿下10个项目，总金额超过9亿元，市场份额占比23%。

如果算上阿里、华为等公司，这一数字至少超过了30%，并且比重正在持续增加。

“互联网公司很能抓风口，并且拓展业务边界的能力强，在资金、技术方面也具备优势。”一名行业人士表示，传统的智能交通大厂正面临着挑战，因为整个市场是有限的，互联网公司的涌入，无疑会分化掉部分市场需求，加剧行业竞争。

互联网巨头跨界扩展，步子大，气势逼人；AI企业来袭汹汹，各个交通事业部交相成立；安防巨头功底深厚，频频发力。

传统交通头部企业，能不能守住、该怎么守住他们这智能交通的场子？

围城

外面的人想进来，里面的人想出去。

以互联网企业为代表的跨界选手枕戈待旦，磨刀霍霍想要掘金千亿市场。但传统智能交通企业却正在走出来，要么转型，要么开拓新业务，不再把宝押在一个篮子里。

“如果要找原因，用比较时兴的话来说，就是内卷。”

该行业人士表示，智能交通市场虽然号称千亿，但实际上被释放出来的有效需求不过百亿，而做智能交通业务的公司多达数十家，互联网公司的进入，又分去了一些大订单，竞争非常激烈。

比如，据赛文交通网的报道，重庆主城区智能交通系统升级改造工程，其竞标企业多达二十家，其中有16家企业废标，竞争激烈程度可想而知。

该行业人士同时表示，智能交通业务并不好做：毛利低、回款周期长，加上政府财政预算萎缩，项目审批立项也更加复杂......智能交通市场并不如外界描述那样火热。

AI 掘金志了解到，目前做智能交通业务的上市企业，比如千方科技、银江股份，其业务毛利稳定都低于30%。

以千方科技为例，其智慧交通行业毛利率为25.27%，远低于其智慧物联的33.80%，智慧物联恰好是千方收购完宇视之后开展的业务。

而对于回款周期，河北万方中天交通行业总监卢兴岗在接受媒体采访时透露：“中小型项目普遍6个月以上，大型项目可能12-16个月。”

“省外项目回款在变差，应收款持续增加是企业比较头疼的事情，省外项目平均回款时间超过一年。”中控信息智慧交通事业三部总经理贺国军表示。

对于企业而言，业务毛利率关系到产品的造血能力，而回款周期则影响公司的正常经营。智能交通毛利率低、回款周期长带来的痛楚，直接体现为“经营活动现金流净额低，应收账款高企”，这对于已上市的公司而言，更是深有体会。 

据 AI 掘金志统计，2019年之前，智能交通曾经的TOP4企业，易华录和银江股份的经营活动现金流量净额一直不佳，处于低位；另一家大厂——千方科技的情况稍好。

在应收账款方面，三家公司都呈现出上涨趋势。

“钱不好赚，行业又涌入新的玩家，竞争压力越来越大，企业转型是再正常不过的事。”该行业人士表示。

比如，易华录在2019年就开始全面向数据公司转型，当年即实现经营活动现金流量净额的“负转正”，而根据其年报披露，其数据湖相关业务的毛利率在50%左右。

从易华录近两年的资本运作也可窥见这点：易华录曾多次将与智能交通业务相关的子公司的股权挂牌转让，或是引入战略投资，实现“控股到参股再到退出”的目的；另一方面则是给数据湖业务铺路，先后设立多个子公司，并进行增资。 

2019年11月，易华录公开转让子公司 Infologic 20%的股权，后者负责海外智能交通业务；

2020年5月，易华录在上海联合产权交易所公开挂牌转让易华录国际 31%股权；

2020年10月，百度以7.3亿元向华录易云增资，易华录持有的股权从60%下降到27%；

2021年4月，易华录拟转让子公司“山东广电易达”49%的所有股权；

在2020年业绩快报中，易华录表示，为优化业务结构，减少项目垫资，提升业务整体毛利率，公司通过股权转让、挂牌增资等方式，对以集成业务为主的子公司进行清理，“进一步收缩对传统模式下智慧交通、安防等业务子公司的资源投入。” 

又比如，千方科技在2017年收购完宇视技之后，大力开展智慧物联业务，2018年营收猛增189.56%，经营性现金流净额也大幅攀升。近些年，千方科技也开始做交通云、车联网等毛利较高的业务。 

“传统的系统集成业务赚不到钱，而别的产品能挣钱，为什么不做能挣钱的业务？”

该业内人士说道，回款周期长，对企业的再融资能力要求很高，对于一般的企业来讲，如果产品不赚钱又拿不到回款，生产经营就会受到重创。

对于上市公司而言，如果产品毛利太低，利润增幅很小，财务数据不好看的话，那么也很难获得投资者信心，再融资也会变得更难。

“以互联网公司为首的新势力正在蚕食既有的市场，而新市场又迟迟得不到释放，这几年政府支付能力呈下降趋势，业务越来越不好做，是传统智能交通集成商开始转型的主要原因。”

困局

在宇视智能交通产品线总经理杨齐期看来，互联网公司进入智能交通赛道，并非完全是为了这块“不大”的蛋糕，其真正目的是“让所有的信息、车辆、人员在整个运营的框架上动起来，产生新的动能”。

换句话说，通过交通这条赛道，扩展业务生态，进而赋能既有业务，比如云服务、广告业务等，才是互联网公司的终极目标。

“他们在资金上有很大优势，既能在技术上投入大量资源，又没有回款压力，这是传统集成商所不具备的。”该业内人士表示，智能交通项目金额虽大，但与互联网公司的营业额相比是九牛一毛，并且互联网公司的融资能力非常强。

不过，这并不意味着互联网公司在智能交通这条赛道上没有阻碍。

AI 掘金志了解到，目前智能交通建设的难点主要体现在两个方面：需求与技术。

在需求方面，智能交通建设属于政府端业务，具有一定的周期性。

“政府采购都有预算，这与政府财政收入密切相关，近几年，经济形势日益复杂，尤其是遭遇了疫情，政府支付能力正在下降。”

在技术方面，政府需求也因城市而异，大城市需求精细化，小城市需求碎片化，对技术提出了更高要求。

海康威视副总裁徐志军认为，智能交通真正要进入黄金发展期，还有一些瓶颈问题亟待突破。

“现在的智能交通产品、系统、服务，离智慧城市建设真正需要的智能交通需求，差距还挺大的。智能化的场景会更加多样化、碎片化，需要在我们的产品、技术上有更好的突破。”

大华股份国内营销中心副总裁杨斌表示，智能交通目前还处于一个基建的阶段。

“只有基础设施发展到一定程度，数据收集更充分、全面及准确，各种交通工具与人员能够充分协调，才能将整个城市的智能交通运营起来。但目前还达不到这个水平。”

需求和技术的问题，是所有企业都无法回避的难点。这意味着，必须加大对技术研发的投资，提供更加智能的产品，才能获得更多订单。

“互联网公司资金及项目落地能力很强，但相对的，其项目经验较为欠缺。”该行业人士表示，需求和技术的问题也并不完全能用资金来解决，所以传统集成商也并非没有出路。

出路

企业要赚钱，产品和业务是两个最重要的点。

在产品端，要么提高质量，打磨具有超强竞争力的产品，提高毛利率；或是以量取胜，强调性价比。在业务上，拓展新业务和新市场往往直接有效，但具备一定的风险，且前期成本较高。

从千方科技、易华录和银江股份的转型可以看出，目前传统智能交通大厂的思路是“与BATH合作，拓展新业务，做毛利率高的产品”。

以千方科技为例，其转型发生在收购宇视以后，切入安防市场，发展智慧物联业务，并且利用宇视的视频能力，赋能交通业务。2019年，千方又引入阿里为股东，既获得了资金支持，又能与阿里在技术上展开合作，推出交通云这类毛利率高的产品。 

不久前，千方又以增资方式获得联陆智能交通38.65%的股权，从而切入智能网联赛道。

“企业要开源，最好的办法就是切入临近赛道，因为有技术积淀，且市场较为接近，这样相对来说容易一些。”该行业人士认为。

但也有的企业“剑走偏锋”，走上了另一条路：加码海外市场。

比如，锐明技术近年加大了海外市场的拓展力度，在海外布局货运、出租、公交行业方案、校车抓拍解决方案等业务。

最新的财报透露，其海外收入达7.37亿元，同比增长49.31%，占公司主营业务收入达到51.53%，销售占比首次超越国内。

对此，锐明技术表示，将继续推动行业化解决方案在海外本地化应用，加快海外营销网络建设，拓展海外市场占有率。

除了在产品和业务上发力以外，这些大厂都开始重视品牌建设。

“以前的交通行业比较封闭，媒体和大众都知之甚少，现在意识到要做品牌传播，给投资人信心。”有媒体公关人士透露，品牌价值越来越重要，对企业拓展订单和融资都有帮助。

总之，现在的智能交通大厂，都在寻求符合自身的破局之道，但目前为止，还没有走出一条标准化的路径。

一切尝试，都尚需时间检验。雷锋网雷锋网雷锋网

目前全国机动车保有量已上涨到 3.8亿辆，驾驶人达4.65亿。这意味着城市交通管理将更愈发严峻。

然而随着人工智能、大数据、5G等高新技术的高速落地，行业看到了新兴科技颠覆传统交通行业的巨大可能性。各大厂商纷纷入局智能交通行业，打法层出不穷。

众多参与者中，百度宛如一匹黑马，闯入了智能交通领域。

2020年4月，百度正式发布智能交通解决方案——ACE智能交通引擎，随后全国各地项目不断；10月百度以7.3亿控股交通老牌企业华录易；11月百度ACE智能交通引擎获得“世界互联网领先科技成果奖”；2020年末，百度智能交通全年订单超10亿；2021年2月，百度全球首个服务多元出行的自动驾驶MaaS平台落地广州；

近期，百度还发布了《百度Apollo智能交通白皮书-ACE智能交通引擎2.0》，带来重磅升级的ACE智能交通引擎2.0版本。

可以说，近年来百度每一个举动，都引起了行业瞩目。

怀着对百度智能交通业务的好奇，雷锋网笔者与百度智能交通核心人员进行了一场对话，深入了解百度如何如何打破桎梏，让交通不再成为城市发展的阻碍。

从自动驾驶到智能交通，百度的解题思路是什么？

在人工智能与交通行业融合落地的领域，百度Apollo更为人熟知的身份，可能是在自动驾驶领域深耕8年的领头羊。

从2013年开始，百度Apollo开始投身自动驾驶技术研发，目标是在更多驾驶场景里解放人类驾驶员。

据了解，目前百度Apollo已经在世界范围内近30个城市开放道路测试，测试总里程超过1400万公里，是全球范围内为数不多可以与谷歌Waymo比肩的自动驾驶玩家。

“但中国自动驾驶线路跟欧美不一样，欧美更多强调的是单车智能，国内走的是车路协同道路，既有聪明的车还有智慧的路，两者协同起来可以更好解决自动驾驶的问题，汽车也不一定需要造的那么贵。很自然地，百度在2016年开始做一些车路协同方面的探索。”百度智能交通核心人员说道。

如果把自动驾驶视为未来交通的重要元素，那么百度入局智能交通似乎是一件水到渠成的事情。

从自动驾驶、车路协同切入智能交通，百度Apollo有更好的解题思路吗？

“交通问题一直都没有变，但不同时代有着不同的解决方式。”百度智能交通核心人员对雷锋网表示。

他举了个例子，以最简单的红绿灯场景为例，传统的交通解决方案往往是对车辆进行大规模、无差别的控制和诱导，更遑论对单车层面的交互。但在智能交通场景下，车与路的协同可以使路端信息触达单车，实现车路信息交换，从而实现更精细化的交通管理和控制。

但这种精细的车路交互，会对交通玩家的C端触达、云端服务能力提出非常高的要求，然而，对互联网科技企业而言，云服务和C端能力，则是一道天然的天堑。

据了解，百度地图、车载OS、智能后车镜等产品在汽车市场上已经有相当高的市占率，通过这些丰富的终端能把个性化信息推送给单车，能够实现交通的精细化管理、控制和诱导。

ACE智能交通引擎1.0架构

ACE智能交通引擎2.0架构

从百度最新的智能交通解决方案——ACE智能交通引擎2.0架构来看，百度将原来的“1+2+N”总体架构升级到“1+3+N”，在“自动驾驶”和“车路协同”基础上新增“Mass出行服务”智能引擎，将“出行即服务”纳入全场景智能交通解决方案当中。

但无论是1.0架构还是2.0架构，百度智能交通的核心优势都离不开四个要素：车、路、云、图。

对于“车”，目前百度Apollo合作品牌超70个、头部生态伙伴超300家、上市车型超650款车。可服务数千万的车辆用户。百度的用户规模在2019年就已突破10亿，月活4亿的百度地图也在触达着更多的用户。

同时，百度还建立起了一支自动驾驶Robotaxi车队，数量超过500台。这些自动驾驶终端也能够帮助百度初步构建起交通数据收集系统框架。

至于聪明的“路”，百度则是在路侧、路口等地方部署智能感知设备，收集道路交通、恶劣天气、安全设施等多种信息，并及时传递至出行者，同时车端获取的突发信息也能够反馈至智能路侧感知进行协同。通过车路协同的强大信息交互能力，便于交通管理者大范围及时获取最新交通状况，降低管理成本。

云则代表着百度智能云，作为一朵AI定义的云，百度智能云则能够为路侧设备提供云端以及边缘侧的算力。

在“图”方面，百度地图提供的高精地图、三维地图、智慧地图，结合百度智能巡检车辆、车路协同路侧设备的感知能力和数据分析能力，深度融合地图场景与交通管理，实现设备的全生命周期管理，从而保证智慧交通系统稳定健康的运行。

以AI为媒，智能交通如何既面未来，又兼容当下？

不难看出，百度正在以AI技术为媒，来挖掘交通智能化转型的潜力。

但业内也有一些声音认为，自动驾驶和车路协同更像是智能交通的明日之星，而交通行业的变革需要更实际的落地手段。

事实上，包括李彦宏（百度董事长兼CEO）在内的百度内部人士都清晰地认识到，彻底解决交通领域的问题，并非一日之功。因此在智能交通解决方案设计之初，百度就明确认识到，智能交通不仅要能够解决未来的事情，同时也要解决当前城市发展的实际交通问题。

百度两位受访人也一致表示： 百度的智能交通方案不仅可以解决明天后天的问题，同时可以用来解决当下非常现实的交通问题，比如说交通安全、拥堵问题。

以交通路口的治理为例。交通路口一直是城市交通管理的重中之重，是城市通行的命脉。百度如果想要解决当下的交通问题，那么路口治理也是一个避不开的难题。

为此，今年3月，百度发布了ACE智能路口解决方案，希望用“多杆合一多感合一”、“ 面向未来兼容当下”、“一次投资持续收益”三大特点，重新定义新基建交通路口的中国标准。目前该方案已经在北京亦庄12.1公里的道路范围落地。

具体来看，部署在路口的设备由摄像头+激光雷达+信号灯采集器+通信设备+边缘计算单元组成。其中边缘计算单元组件是Apollo核心资源产品，具备高性能、强算力的特点，可以适配不同交通场景需求的多场景兼容复用。

基于百度的车路云图的能力，可以实现全要素监测、多系统融合、高度可靠性以及高度开放兼容这四大特性，具体来说：

• 全要素监测：通过集成电子警察、卡口相机、雷达、鱼眼相机、边缘计算等感知与计算设备，实现对道路车辆、道路、行人、环境、交通事件等全要素感知；

• 多系统融合：能在路口侧深度打通自动驾驶系统、城市管理系统以及车辆网联应用生态，为出行者提供全方位、多角度的交通信息；

• 高度可靠性：可对车路协同视频、雷达、信号控制数据进行边缘侧计算，结合百度地图数据进行多源数据融合，核心交通参数检测精度>97%，极大提高了系统可靠性；

• 高度开放兼容：对路口已有监控、雷达类产品进行充分复用，避免路端硬件设备重复建设，助力美化市政环境。

从环境感知、路端大脑、产品可靠，到与既有路口产品的融合，百度的ACE智能路口方案很好的兼顾了当下交通痛点的解决和未来智能化升级的需要。

由此可见，百度在以自动驾驶、车路协同等新兴技术切入智能交通的同时，也在使更多交通场景具备AI能力。

据了解，在《百度Apollo智能交通白皮书-ACE智能交通引擎2.0》中，百度还打磨出了智能网联、智慧交管、智慧高速，智慧停车四大方案。

但无论是哪个方案的落地，都不同于以往一刀切式的传统基建建设，而是一种更加长远的智能交通运营商模式。

百度认为，当在城市路口部署设施以后，如何提升设施的稳定性，满足服务的持续性等，会是未来智能交通玩家需要面对的问题，而智能交通运营商可以肩负起这个责任。

智能交通运营商模式将改变过去传统智能交通建设的业态，由一次性集成商模式改为持续性运营商模式，通过贴合实际场景持续升级的车路智行算法，提升城市通行的效率，解决过去靠人力、传统基建解决不了的问题。

凭借这些场景AI化能力和智能交通运营商理念，百度既面未来又兼容当下的智能交通方案已经在北京、广州、上海、重庆、保定、阳泉、合肥、重庆、南京、银川近30个城市落地。

百度ACE如何跑出“示范区”？

回望2020年，百度城市智能交通、车路协同全年市场最终用户订单业绩超10亿元。雷锋网注意到，在百度的智能交通订单中，车路协同的城市交通订单占比达到了70%。

这意味着什么？

百度智能交通核心人员表示，这个数字的背后表明，当前政府对于车路协同的建设已经产生了极大的需求和兴趣。

但究其根本，百度之所以能够获得更多城市的认可，是因为百度在车路协同这样的新兴项目中为政府提供了一个兜底的能力。

事实上，碍于成本、政策、法规等问题，车路协同技术在当前并未得到大范围的落地与应用，车路协同的规模落地还需要一个过程。因此对百度而言，作为第一个吃螃蟹的玩家，需要有更多的技术与工程兜底能力。

“毕竟车路协同作为一个新兴产业，行业发展初期其实需要一些更加效果可感知的标杆，所以我们一定要把效果做出来，产生更大的价值。”百度智能交通核心人员说道。

他表示，百度的产品和技术都不是传统集成商产品，而是存在很多技术创新点。这些技术创新产品的落地而言，选择外部的供应商团队来落地肯定性价比更高，但同时也存在一定的交付风险、交付落地效果也很难保证。

所以在智能网联、车路协同等项目中，百度选择了技术总承包商的角色。2020年，百度通过7.3亿控股华录易云这一市场动作，补足了互联网科技公司在交通领域所缺乏的交付能力。

不仅总承包，而且自建交付团队。据了解，百度智能交通内部的交付团队规模在不断扩大，人数超千人。

自建交付团队，相当于从方案、技术、落地上都要为项目兜底。

以北京亦庄项目为例，北京亦庄的网联云控式高级别自动驾驶示范项目涵盖了智慧交管、智能网联多个应用方案，既为当下车路协同、智慧交管应用提供数据支撑服务，还要支持L4级自动驾驶车辆的规模运行。

同时，多杆合一多感合一需要将交通设备安装在同一个杆上，各类摄像头挂设数量同比下降一半以上。更为重要的是，亦庄路侧的设备可以通过OTA的方式进行系统优化，具备持续迭代能力。

项目涉及的技术难度巨大且链条复杂。

由此可见，百度的目标并非成为一个项目工程公司，自建交付团队更像是有点不得已而为之的动作。

“先做一个懂行的人，然后再将产品可复制化”。

但智能交通的规模化到来，并不能只依靠一家企业的单打独斗。生态的力量往往才是一个产业不断壮大的源泉。

为此，今年百度广发英雄帖，连续在北京、上海、广州、重庆、等18座城市举办智能交通合作伙伴大会。为的就是在打通自身的技术、交付闭环之后，与更多合作伙伴推动行业前行。

总地来看，百度也就在智慧交通项目落地选择了两条腿走路，一方面依靠自有团队进行交付，在降低各项成本的同时，不断打磨解决方案，打造标杆案例；另一方面不断拉拢生态伙伴。两条腿走路，这将是车路协同从示范区走向大规模落地的关键。

ACE智能交通，并不止于交通

在百度来看，ACE始于交通，但不止于交通。

智能交通建设在智慧城市建设中其实可以发挥出更大的价值。

首先是基础设施的复用。路侧实时反馈的数据，并非只有交管部门需要，城市中的住建、城管、市政、环保等委办局也都有着极大的需求，而让一套设备能够被各个委办局共享，其价值在被放大的同时，成本也进一步被均摊。

在这个基础之上，ACE智能交通引擎则可以演变出整个智慧城市的解决方案，为城市提供一整套的智慧化治理体系和系统，从而发挥出更大的价值。

这不禁让笔者想起了今年5月住建部和工信部联合推动的《智慧城市基础设施与智能网联汽车协同发展试点工作部署》，其中工业和信息化部党组成员、副部长辛国斌，特别指出：“要强化试点示范协同，深入推进智能网联汽车测试示范工作，加强智能化基础设施和‘车城网’平台建设，提供更加多样化的测试和应用场景。”

这一发展路径，也正与百度ACE智能交通发展方向不谋而合。

作为先行者的百度，正不断将技术落地，推动我国交通数字化、网联化、自动化进一步实现，为居民提供良好的出行体验。

要说过去5年智慧城市大盘下哪个场景最火，交通绝对算一个。

中国智能交通协会公布的数据显示，2011-2020年，我国智能交通市场总规模从420亿元增长至1658亿元，并且以年化约20%的增长率扩张。AI的风，引爆了一个千亿级别的市场。

智能交通并非时下的新概念，上世纪九十年代，我国就开始了智能交通建设。

但起步早并不意味着发展好。

一方面，最早的一批智能交通企业，诸如千方科技、易华录等大厂，已创立二十多年，属于行业第一梯队，其在智能交通赛道的营收也不过三四十亿元。

根据AI掘金志不完全统计，A股有关智能交通的上市公司中，多数企业的营收规模在15-30亿元。

数据来源：公司年报

事实上，这些企业在排除其他业务之后，在智能交通赛道上的营收还要打个折扣。例如千方科技和广电运通，虽然总营收成绩耀眼，但其智能交通业务营收分别为45.51亿元和4.28亿元，“缩水”较为严重。

另一方面，来自智慧交通网的数据也显示，2019年智能交通企业前十强的市场占比仅26%，市场集中度较低。也就是说，交通这块大蛋糕，还没有出现独一档的玩家。

表面上，交通场景高频、刚需，潜力巨大，也吸引无数企业前来淘金，阿里加码，腾讯入局，百度力博，华为杀入，还有众多AI企业竞相追逐，实际上，新旧玩家众多，但愣是20年，也没有培养出一个百亿巨头。

智能交通，它为什么玩不转？

市场很大，蛋糕很小

先有路，再有交通。

2016年之前，我国交通建设的重点是基础设施建设，即以修路为主，对智能交通的建设需求很小；智能交通建设只能在北上广深等一线城市和少数省会城市展开试点，且技术水平处于爬坡阶段，相关企业也处于“摸着石头过河”的探索与成长期。

可以想象当时的心理活动：我基建的活都干不完，哪有心思搞那些“花里胡哨”的东西？

2016年，随着人工智能的爆发，加上发改委和交通运输部联合印发《推进“互联网+”便捷交通 促进智能交通发展的实施方案》，智能交通建设一方面有了顶层设计，另一方面在技术上也取得突破，因此成为新的风口。

但智能交通建设的需求仍然没有爆发，因为一线城市的需求存量较小，二三线城市有需求但“修不起”。

根据2015年财政部印发的关于《政府和社会资本合作项目财政承受能力论证指引》的通知，每一年度全部PPP项目占一般公共预算支出比例应当不超过10%。

智能交通建设所费不赀，动辄数千万上亿元的投资，让不富裕的城市捉襟见肘，地方政府在面对这类巨额投资时受财政预算约束，显得有心无力。

换句话说，智能交通建设属于“发展资料消费”，需求弹性较大。有固然最好，没有也影响不大，地方政府对于建设智能交通的态度是——可以搞，有钱再说。

所以即便“交通强国”“新基建”等政策陆续出台，带火了智能交通概念，但实际上，二三线城市的地方政府作为建设需求方，受到财政预算的直接影响。随着国家楼市调控的进一步加强，地方政府的财政收入将承压，也会调整其财政支出项目，对智能交通建设这种大工程的需求也将紧缩。

因此，在整个市场需求没有完全释放的情况下，相关企业要做大做强，也只能是巧妇难为无米之炊。

To G业务不好做，企业开始“内卷”

智能交通业务的需求方是政府，结构较为单一，而G端业务一个很明显的特点是：订单大但回款慢。

智能交通项目建设总投资动辄数千万甚至数亿元，从业务招标到具体施工再到项目验收，建设周期往往数年起，其回款周期较长，这就需要企业有足够的资金流来作支撑，那些财务状况不健康的企业自然而然被拒之门外。

而订单大这个特点，也从另一方面影响着企业的发展：出于税收、就业等社会效益考虑，当地政府更愿意选择本地企业合作。

实际上，各大城市都有自己的明星企业，比如上海的电科智能，杭州的阿里和银江，北京的千方、易华录，浙江的中控，深圳的金溢等等。

这些本土企业在当地智能交通建设中具备相对优势，因而事实上也形成了各自的“护城河”。

这种护城河一方面维护了企业的本土市场，另一方面也制约着企业的业务拓展，一定程度上抑制了竞争。

前面已经提及，一线及省会城市是建设智能交通的主力，但这部分市场已经较为稳定。因此相关企业不得不将重心放在那些没有本土企业能提供解决方案的城市，大多以二三线城市为主，这部分市场比较分散、狭小，明星企业之间的竞争相对充分，大家“雨露均沾”，谁也无法一家独大。

明星企业在巩固自身护城河的基础上，向二三线城市“内卷”，狼多肉少的情况下，多数企业只能勉强果腹，因此A股智能交通上市企业营收都相对接近，却没有企业一骑绝尘。

互联网、AI公司先后入局，竞争加剧

和其他传统行业一样，智能交通这条赛道不单有“内卷”，还面临着外部的竞争威胁。

以BAT为代表的互联网公司先后入局：百度推出了ACE智能交通引擎，阿里大搞城市大脑项目，腾讯也提出“We Transport”战略。

这些公司有钱又有技术，没经验也可战略入股，比如阿里入股千方，百度控股易华录子公司，是智能交通企业的有力竞争者。

而以技术出身的AI公司也将交通视为技术落地的最佳窗口之一，纷纷推出了相应的解决方案和产品，为的是在这块大蛋糕中分下一口，以缓解商业变现的压力。

此外，ICT厂商诸如华为，视频监控企业诸如海康威视等也在智能交通产业链上寻求突破。

这意味着，智能交通市场，已经不单单是传统智能交通企业的“内部竞争”，而变成了诸多不同类型的公司共同角逐的混战。

在有限的资源里，玩家的数量越多，对资源的争夺越激烈，能从中获取渔利的公司，要不在技术上有着独特优势，或者经验老道丰富，还有的是具备成本端的优势，不一而足。

然而不论是传统大厂还是BAT以及AI公司，其核心竞争力在于对具体交通场景提出的技术解决方案，以技术赋能交通，是智能交通的核心要义。

随着技术的更新迭代，人工智能被寄予厚望，运用到更加广泛的场景中，但实际能解决的问题有限。比如交通拥堵，是AI发力的主要场景，虽然AI的赋能一定程度上提高了通行率，然而面对逐年增加的汽车保有量，各大城市出行状况依旧不容乐观。

现有的技术水平无法和市场需求相匹配，各企业都有自己的技术，但也都只能解决一部分问题，这也是交通赛道没能出现行业巨头的原因之一。

等待真正解锁的那天

智能交通这条赛道的竞争日趋激烈，从供求规律上看，市场需求虽有千亿，但没有真正释放出来，造成了僧多粥少的现象。

在市场总量较为固定的线性约束下，能拿下政府订单的，往往是资本和技术都有优势，并且政府关系维护得好的大公司。而对于小企业而言，以技术赋能，与大厂合作，或许是一个不错的选择。

此外，智能交通建设属于政府工程，受制于财政预算。在政府优化财政支出结构的背景下，企业要拿到项目，就必须从技术和成本端突破，以技术实现降本增效，是竞争取胜的关键。雷锋网雷锋网雷锋网

2013年5月，马云在卸任CEO前最后一夜，为阿里做了一件影响深远的事：斥资2.9亿美元入股高德，成为大股东。

当时，阿里正处于极速扩张的阶段，先后投资了微博、陌陌、美团、友盟等企业，而被其视为发展O2O模式最重要的抓手——高德地图，也自然而然成了囊中之物。

一年之后，阿里再斥资近11亿美元，将高德正式收编。

收购高德的效果是显著的，阿里不仅LBS（基于位置的服务）搞得风生水起，其另一核心——菜鸟网络，接入高德地图的数据之后，在物流方面也开启外挂模式，已发展成估值约1900亿元的超级独角兽，电商业务也因此获益。

虽然阿里收购高德的初衷是为了利用地图这一流量入口来赋能其O2O业务生态，但高德的意义却不仅于此。

2016年，阿里在通过追加4亿美元的投资之后，成了滴滴出行的大股东，并且签订了一份由高德地图为滴滴出行司机提供地图导航服务的合作协议。

表面看，这是为了巩固高德地图的用户群和业务，但实际上，这是阿里进入交通领域的里程碑事件。

在此之后，阿里在交通出行领域的投资多达数十起，涉及公共交通、车联网、二手车、自动驾驶等多个业务，从汽车生产到生态，从公共出行到汽车服务，从智慧高速到城市大脑，已然形成了一整套的行业布局，成为名副其实的智能交通“高端玩家”。

氪金之路

“互联网没有边界，就像电一样。”

马云曾如此说道，其意指互联网通过对各种行业的兼容并包，能够打造新的“网络经济体”，让“个人和企业都从中受益”。

但这同时也表明：互联网公司的基因，本质上是扩张性的。其表现就是通过投资并购来实现对企业的控制和影响，从而在业务上进行协调配合，最终反哺到整个公司，形成“扩张-盈利-再扩张”的正循环。

阿里在智能交通行业的布局也遵循这个逻辑。

在收购高德地图之后，阿里又马不停蹄地投了“快的打车”（后与滴滴打车合并）、“神州优车”、“斑马汽车”等公司。据IT桔子统计，过去十年间，阿里在汽车交通领域的投资共41起，其中有33起发生在投资滴滴（2016年）之后，涉及金额达数百亿元。

阿里的交通版图

可以看出，阿里的投资比较明晰：以交通出行为核心，围绕人的用车需求，建立从产品到服务的“车生态”。

而在这些企业里，有三家公司值得特别关注：智己汽车、斑马智行、千方科技。

智己汽车是一个新能源汽车品牌，2020年由上汽、阿里和张江高科共同成立，这是阿里在投资小鹏汽车之后的第二家新能源汽车。

虽然都是投资，但事实上有差别：投资小鹏，就像普通人买股票，更多看中的是投资收益；投资智己汽车，更多是为了发展自身业务，而这又与斑马智行密切相关。

斑马智行是由斑马网络和Ali OS于2020年重组而来，由阿里云智能总裁张建锋担任董事长，阿里副总裁张春辉担任联席CEO，是妥妥的阿里系成员。

并且Ali OS的完整技术体系和核心技术人才也被完全纳入斑马智行，由此可见斑马智行的重要性。

作为阿里布局车联网的重要抓手，斑马智行的主要业务集中在汽车操作系统上，Ali OS目前已在上汽荣威、名爵的部分车型落地，而智己汽车L7车型的操作系统“Cloud Car”也由斑马智行提供。

在车已经被视为下一个现象级消费场景的趋势下，汽车操作系统已经被“再定义”，成为一个新的流量入口：

从地图导航到电子支付，从汽车娱乐到车生活服务，这是一个巨大的业务生态，而这都需要一款具备良好用户体验的车载操作系统。

但研发车载操作系统并不容易，尤其是在自动驾驶趋势下，系统与芯片、传感器之间的适配就是一个大问题。

因此，斑马智行与速腾聚创、AutoX于4月达成战略合作，共同打造自动驾驶平台，而这三家公司，背后都有一个共同的股东：阿里！

换句话说，没有直接宣布造车的阿里，私下里却不断搞“小动作”：一边搞汽车操作系统，一边投资新能源汽车公司。而且阿里达摩院也在搞自动驾驶，虽然聚焦于物流场景，但技术上的共通，难保不会使用在乘用车上。

因而，阿里虽然一直很低调，实际上已经完成了自动驾驶的相关布局。

不过，如果说阿里投资智己汽车、斑马网络以及速腾聚创、AutoX等公司并且自研汽车操作系统，仅仅是为了抢占下一个流量入口来拓展其业务生态，这未免太小看了阿里的格局。

2019年5月，阿里斥资35.95亿元入股千方科技成为二股东，顺道拿下了千方科技旗下的宇视科技。

千方科技是智能交通行业里的TOP级玩家，而宇视科技则是AI安防的佼佼者。2017年，千方科技以45亿元的作价收购宇视科技母公司交智科技，将这个国内仅次于AI安防巨头海康、大华的企业纳入麾下。

阿里入股千方科技的目的很明显：千方在智能交通建设方面已沉淀多年，与千方合作不仅能更快地进入行业，少走弯路，而且可以高效配合自己的城市大脑。

另外，虽然阿里已经在单车智能方面取得进展，但在车路协同，甚至车联网的建设中，还缺少一个重要的帮手，千方显然符合这个条件。

而作为国内第三大视频监控企业，宇视的作用则在于提供“端”的感知，这是阿里这种互联网巨头较少深耕的领域。

监控摄像头作为路的眼睛，对于实时感知路面情况，比如交通拥堵、事故等，起着不可忽视的作用。

因此阿里入股千方，其意在一箭双雕：既能与千方合作搞交通大脑，又能让宇视参与到感知端的建设。

也就是说，阿里除了在“车”“管”方面下功夫以外，也在“路”上有布局，两者相辅相成，形成了“车+路+管”的模式，共同为阿里的智能交通战略服务。

但，这就够了吗？

细心的人会发现，阿里不仅投了车和路，还投了网约车、二手车、洗车机器人、汽车维修、停车等等与车相关的车生活服务公司。如果把所有的投资项目融合在一起，从城市交通的角度理解，便不难得出阿里的野心：

建立起以交通出行为核心的大交通业务生态。

这个大交通业务生态不单单局限于交通行业，而且可以赋能阿里的其他业务，比如支付、物流、广告等，从而形成开头所说的正向循环。

于是“重氪”之下，阿里终于从“职业小白”晋升为“高端玩家”，在智能交通行业，形成了以交通出行为核心的商业版图。

然而，高玩的核心竞争力，除了人民币以外，还得有过硬的技术，或者说装备，才配得上“高玩”的称呼。

阿里的这些业务就像一个个独立的点，虽然有着千丝万缕的联系，却始终没能连接成面。就好比一个个散件装备，缺少了核心，无法融合在一起，不能发挥出最大的威力。

那么，阿里的核心装备是什么呢？

核心装备

如果把地图、出行、交通、停车......这些词写在纸上，用一个关键词将其串联起来，那么答案就呼之欲出了——云计算。

作为AI时代的新概念，云计算可以帮助人和机器更加高效地处理数据，因而被广泛应用于人工智能技术，对于急需AI赋能的交通行业，也不例外。

不论是城市交通治理，还是单车智能与车路协同，再到交通出行，都会产生大量的数据，而如何利用好这些数据来赋能交通，就需要云计算服务。

阿里之所以能够在智能交通领域一枝独秀，其核心装备就是阿里云。

作为国内云计算的排头兵，阿里云能牢牢占据国内公有云市场的头一把交椅，其中很重要的方面就是阿里的城市大脑项目，而城市大脑的建设，最重要的就是交通治理。

2017年，阿里云城市大脑1.0诞生，其主要功能就是AI信号灯和交通事件自动识别及处置，从通行疏导和事件处置两个方向来提高通行效率；

2018年，阿里云推出城市大脑的2.0版本，在交通治理的基础上，向政务、水务等领域拓展，并且落地全国多个城市；

2019年，阿里云、千方科技与高德地图三方联合发布“千方阿里云城市大脑交管联合解决方案”，同年推出了城市大脑3.0版本；

除了城市大脑以外，阿里云在高速公路的智能化建设上也有实践项目，包括高速云控平台、自由流收费稽核、监控管理和视频上云、车路协同等等。

据不完全统计，阿里的城市大脑已在全球数十个城市落地，而阿里云参与的国内智慧高速实践项目达到二十多个。

在阿里云的赋能下，阿里的智能交通建设如鱼得水，2020年成立了“阿里巴巴数智交通研究院”，并且推出“智慧交通操作系统TBOS”。

该系统融合了云计算平台、数据融合引擎、视觉AI等人工智能技术，并与阿里生态下的高德、菜鸟高度互联，可以整合外场硬件和交通运输信息系统的数据，进一步提高交通管理水平。

而在这些项目的反哺下，阿里云也于2020年首次实现盈利，结束了长达11年的亏损状态。

从本质上看，阿里云对交通的赋能是技术性的，而交通对阿里云的反哺则是经济上的。

如果把阿里在智能交通的投资当作一个个点，那么阿里云就是一条线，将这些业务串联在一起，通过阿里云来实现整个“大交通”业务生态的闭环。

正是有了阿里云这件核心装备，阿里才能在智能交通这条赛道上越走越远。而在交通强国战略背景下，智能交通建设将成为城市建设的重点，阿里云若要实现业务增长，就必然离不开这个巨大的市场，并且还要面临强大的竞争对手。

按照一般的游戏规则，玩家在氪金拿到核心装备之后，要想获得更多资源，就必然要与其他玩家同台竞技，凭借硬实力来战胜对手，从而壮大己身，并且只有竞争，才能进步。

和阿里同台竞争的对手们，都有怎样的实力？

竞技时刻

提起阿里，就不得不说腾讯和百度。

曾经的BAT，凭借着各自的优势发展为现在的庞然大物，但在智能交通方面，三家的路径却有着相似之处：投资！

百度和腾讯在汽车交通方面的投资，比起阿里有过之而无不及。并且，三者投资的公司都有很强的共性与竞争性。

比如，阿里投了小鹏和智己汽车，腾讯就投了蔚来和恒大，百度则投了威马和集度。

BAT汽车交通生态

可以看出，BAT在汽车交通的布局，总体来看差别不大，却也有各自的侧重点：百度主要集中在自动驾驶方面，腾讯更多布局汽车服务生态，而阿里则主攻城市大脑。

虽然BAT都意识到了“大交通”生态，但阿里显然提前一步，其城市大脑已经更新到3.0版本，并且在数十个城市落地；百度和腾讯即使也在快速跟进，但落地的项目相对较少，暂时无法与阿里相提并论。

在云计算服务领域，阿里云也占据了国内公有云三分之一以上的市场，行业地位较为稳固；这意味着在城市大脑建设过程中，阿里可以凭借积累的经验和阿里云的硬实力，在城市项目招标时更具优势。

目前，城市大脑已经从交通向多个领域拓展。理论上讲，基于城市大脑项目，BAT都可以完成其“大交通”业务生态的布局：以导航地图为切口，打通以车为核心的交通出行服务各个环节；以云计算为技术支撑，将所有的业务串联起来，形成集“云边端”和服务为一体的智能交通产业生态。

就当前的形势来看，阿里显然做得更好一些，但没有达到一骑绝尘的地步，百度腾讯这两个老对手，也正在加班加点地锤炼武器。而此时，另一个蛰伏已久的玩家悄然露面了，这个玩家虽然不像他们一样氪金，但其技术实力却足以引起重视。

这个玩家就是华为。

作为一家ICT公司，华为属于技术派，走的是以技术为核心、产品为武器的路径。

这名玩家性格僻静，但出手就是狠招：车联网、自动驾驶、操作系统、车路协同、城市大脑，从设备到系统，从车到路，提供“云边端”一体的综合解决方案，其智慧城市解决方案也已经在多个城市落地。

而华为云，也正在发力，目前虽然比不上阿里云，却能和腾讯云媲美。这对BAT来说，意味着未来的云服务，增加了一名强有力的对手。

不过，华为在技术上功力深厚，但其交通业务生态相较于BAT来说比较窄，主要聚焦于智能交通内部，没有向更多的汽车出行服务作外延，这对BAT来说可能是个好消息。

然而在智能交通建设上，BAT已经不能忽视H的存在，这名竞争对手的出现，将使这个市场的竞争趋于多元化。同时，也让这场游戏变得更为有趣。

时代的脉搏

马云曾在第四届浙商大会的论坛上，给予中小企业创业者一个忠告：创业要顺势而为、借势而为。

文章开头提到，阿里的投资并购在主要集中在2016年之后，这个时间点其实非常重要。

一是阿尔法狗击败李世石之后，AI被彻底引爆；

二是国家提出从交通大国向交通强国的目标；

三是阿里云从幕后走向前台。

如果把这句话套用在2016年，就会发现，上面的“一”是技术趋势，即以人工智能技术来解决问题；“二”是政策趋势，即我国交通行业从“大”向“强”的转变；“三”则是在两种“势”的背景下所作出的改变。

阿里正好是抓准了这个“势”，并且将技术用得恰到好处，才得以从诸多竞争者中脱颖而出，成为行业头部玩家。

其“顺势、借势”的思路无疑是值得借鉴的，因为现在恰好处于这样一个时代：政策和技术的趋势已经指明方向，可谁也不知这条路上会遇到什么，发生什么。

同台竞争的玩家越来越多，谁会成为交通领域的「终极boss」呢？雷锋网雷锋网雷锋网

作者 | 余快、秀松

阿里云16.5亿联合体再中标智慧高速项目；

百度再获近亿元重庆永川区智慧交通试点项目（一期）；

乌蒙云大数据产业1.7亿元中标贵州省毕节智慧交通（一期）；

达实智能签订价值3.11亿元深圳地铁智慧交通项目；

......

今年以来，超亿元的智慧交通项目中标消息不停叮叮作响，单一季度，中国城市智能交通千万项目市场也同比增长近7成。

去年的战绩同样不俗。据ITS114数据统计显示，2020年城市智能交通市场（除停车项目）中标过亿项目32个，中标过亿项目市场规模总计约为66.58亿。智能交通千万项目（不含公路信息化）市场规模约为296.12亿，项目数1400个。

自2019年的“交通强国”战略以来，中国智慧交通的车轮转速持续加快。

2020年，27个省、市以及6家企业、1家高校的交通强国建设试点实施方案全部公开，智慧交通、智慧高速、TOCC等频频成为政策关键词之一。

新基建强力输血，十四五规划重磅来袭，地方政策出台，行业规划落地，中国智慧交通的新图景徐徐展开。

前瞻产业研究院预测，到2023年，智能交通行业市场规模有望超1300亿元。有分析机构预测，2030年市场规模或将达到万亿级。

千亿市场中，赛道热闹不已，市场主导的城市主角们，也一个个闪亮登场。

基于此，本文梳理出目前中国在智能交通领域的城市排头兵，从五座城市的智能交通发展脉络、最新进展中，一窥中国智能交通产业的整体面貌。

深圳：智能交通尖子生，打造深圳样本

全国第一。

是的，2020年，广东高速公路里程突破1万公里，总长度连续七年排名全国第一。

1989年到2020年，从0到10000公里，广袤的南粤大地上，高速公路气贯长虹。

在智能交通项目上，2018年，广东同样位居全国第一。其中，最大的项目在深圳。

"深圳是中国目前最具创新能力的城市，没有之一！"

这是经济学家、中欧国际工商学院经济学和金融学教授许小年在某次接受媒体采访时，对深圳的肯定评价。

现实中的深圳也确实如同上述赞誉所说的一样，不但孕育了华为、腾讯、平安、恒大、正威、大疆、比亚迪这样的世界级公司，同时还是全球城市竞争力指数排名中国第一、智慧城市发展指数中国第一。

这座创新之城，也是全国智能交通系统应用示范工程试点城市之一。

在2003年到2008年间，深圳一步一个脚印建设了深圳城市交通仿真系统SUTSS一期工程、二期工程。2011年，更是率先在大运会车辆管理上进行RFID电子标识应用。

智能停车上也勇于尝鲜，2014年开始就推出有泊位自动感知、移动互联及大数据应用等技术的智能停车平台。

2015年，市交通运输局构建了覆盖多种交通方式的视频联网监控系统。

2017年，深圳交警与华为联合打造城市交通大脑。

深圳围绕智能交通大脑，利用大数据、云计算、人工智能等前沿核心技术，在计算智能、感知智能、认知智能三方面下功夫。

当年，深圳交警从全球三百多个领先城市中脱颖而出荣获世界智慧城市博览会唯一一个的平安城市大奖。

2019年，双方将“城市交通大脑”升级为“鹏城交通智能体”，在“全市智能灯控一张网、人工智能辅助执法、提升大数据打击效率”核心方向中，深圳违章图片识别效率提升10倍，套牌、假牌、报废、多次违法车辆在深圳道路已基本绝迹。

今年的十四五规划中，深圳更是为智慧交通设立了六大任务：

打造畅通双循环的全球交通战略枢纽；建设高效集约的全球性物流枢纽城市；共建品质宜行的区域综合立体交通网；构建多网融合的品质公交服务体系；打造数字驱动的智慧交通新基建样板；探索超大城市交通现代化治理新标杆。

7月19日，深圳市交通运输局发布《深圳市交通综合治理2021年工作计划》，透露今年将主要实施26项行动523个具体工程项目，进一步缓解城市交通拥堵。

政策层面的扶持之外，深圳市在基础设施上也持续超前投入，其中最典型就是5G网络的铺设。

智慧交通最核心的能力之一是感知，5G大带宽、低时延和广连接的特性，可以让城市内遍布的摄像头、传感器等各个方面的数据实时传输到城市大脑中，而这可以让交通管理者，实时监测城市交通的运行情况，有效降低城市交通的拥堵。

要知道早在2019年，深圳就开始积极搭建5G行业应用试验网络，将车路协同场景的网络性能验证提到了"优先级"。

就在我们在其他城市苦寻5G信号而不得时，深圳在2020年8月就已经建成超过4.6万个5G基站，实现了全市5G基础设施全覆盖，深圳也因此成为全国首个5G独立组网全覆盖的城市，5G基站密度全球第一。

这样的技术环境放在全国可以说是独一份，在此基础上，深圳建设了大量多功能智能杆，作为智能网联重要入口，这些多功能智能杆除了打造5G通信、智能交通、智慧市政等30多种场景应用，还为智能汽车、自动驾驶服务。

在公共交通方面，深圳通过建设公交专用道体系、制定“快-干-支”三层次公交线网功能划分、推出二维码扫码支付以及推出公众交通出行信息服手机应用等举措，缩短交通出行时间，进一步缓解拥堵问题。

在管理方面，深圳实行“大交通”管理模式，采用“管理职能于协调职能并重”的管理体系，实行“决策——执行——服务”的三级管理体制，条状管理和块状管理相结合，减少政府部门之间的矛盾，从而提高管理效率。

如今，深圳智能交通不论是基础设施建设，还是技术应用层面，都已经走到国内前列，并且孕育了一大批AI公司和互联网企业。深圳交通创新被称之为智慧交通“深圳模式”，并且该模式已向异地输出。

杭州：从起步晚到全国翘楚，智能交通的杭州路径

杭州称得上智慧交通的后起之秀。

一是起步较晚，二是非试点城市，没有国家政策上的先天优势。

但如今的杭州，在政府与企业奋进下，已成为长三角数一数二的智能交通之城。

杭州的崛起与本土的企业紧密相连。

2006年, 杭州市率先在全国开通了第一条快速公交线路BRT-1号线，采用的是银江股份的BRT信号优先系统。

期间的杭州逐步小跑，2009年，杭州市智能交通信息平台(一期)示范工程正式开建；2012年，成为“中国智慧城市”试点城市之一。

转折始于2016年，阿里云提出ET城市大脑的概念。

这一年，杭州启动城市大脑建设，主要由阿里和海康威视负责承建，以交通为突破口，将交通、能源、供水等基础设施全部数据化，连接散落在城市各个单元的数据资源，打通“神经网络”。

受益于“城市大脑”，杭州交通效率不断提高。依据公开的城市季度报告，在全国最拥堵城市排行榜上，杭州从2016年第5名下降到第57名。

此后，杭州“城市大脑”不断开拓应用新领域，除了交通、消防之外，还在征信系统、市容市政管理、旅游交通等多方面进行应用尝试。

杭州城市大脑运营指挥中心的展厅

杭州通过城市大脑汇聚起了城市交通管理、公共服务、运营商的海量数据，在历史上首次实现了城市数据的汇聚、融合、计算，甚至数出每时每刻跑在路上的车辆数，改变了传统用静态的机动车保有量来制定交通政策的方式，缓解了交通工程数十年未曾突破的问题。

“城市大脑，是杭州为世界做的探索。”阿里云之父王坚曾说。

曾经，杭州市政府联合阿里云等企业，代表中国城市为世界作探索。今天，杭州的经验正在辐射国内外。

杭州正走出一条杭州路径。

“十四五”期间，浙江省将斥资2万亿元投入综合交通投资，将基本建成省域、市域、城区3个“1小时左右交通圈”。

交通强市、交通强省，拭目以待。

武汉：老牌交通枢纽，“九省通衢”功力深厚

2020年6月初，疫情后武汉公共交通全面重启。

彼时全市地铁全线日均客流一度高达150万左右乘次，公交客流量更是自恢复运营以来首次突破100万。

这座千万级人口的“热干面”之都又见熙来攘往的早高峰客流，“九省通衢”开始重振往日的热情与活力。

集铁路、水路、公路、航空于一体，武汉是中国少有的“水陆空”全栈交通枢纽。

当信息化时代来临，武汉敏锐地探测到需求，并在2003年，在汉口中心区域建立了交通控制系统，该系统涵盖信号控制、视频监控、LED交通信息发布引导牌等。

三年后，武汉再次斥资近八千万，启动区域交通信号控制系统项目，两年后建成并投入使用。

果然，两年后的2009年，经历过6年交通信息化建设初体验的武汉，发布了《武汉市智能交通系统发展规划研究》，制定了武汉ITS发展规划，明确了ITS发展方向和总体构架。

此后多年，武汉智能交通多次升级，大小迭代。

在智能化时代来临之际，把握了时代脉搏的武汉再次出击。

以交管为例，2018年，在以效果为导向目标下，武汉市交管局成立了安全运维监管中心，将所有的交通设施进行统一运维、统一监管，通过打造集约化、标准化的外场运维，构建一体化运维模式，提高运维管理效率。

张开怀抱，与互联网及AI公司合作，率先引入视频监控、人工智能技术、大数据，来实现对交通情况的实时掌控，同时建立起对应的调度系统。

如今，武汉正加大“水陆空”交通势能，利用人工智能、区块链、5G、物联网、大数据、云计算、移动互联网技术打造完全覆盖汉江水域、航道、岸线、船舶的海事智能监管服务网络体系，构建充分适应未来航道建设、养护、应急、管理的智慧监管运行系统。未来，汉江水路“万物互联”感知网络将统一汇聚各类视频资源，提升汉江“视觉感知”能力。

在智能汽车领域，早在2016年，武汉就欲建智能汽车智慧交通示范区，这一愿望在自动驾驶浪潮翻滚的今天得以实现。

2021年，武汉又建成我国最大的5G车路协同自动驾驶示范区，计划开放测试道路159公里，全域覆盖“5G+北斗”高精度定位系统，可实现远程驾驶及车路协同。

同时，武汉国家新能源与智能网联汽车基地正加紧建设，以基地为焦点，中国车谷已聚集几十家自动驾驶汽车产业链上下游企业，自动驾驶产业“生态圈”显现雏形。

武汉的转型升级在路上，智慧交通也亟待走出野蛮地带。武汉，将一仗接着一仗打。

北京：率先入局，推九大领域66项场景

北京，这座世界超大城市之一、超2000万常驻人口的城市，出行需求之旺盛，交通压力之大，让人戏称首都的堵车称为“首堵”。

同时，北京特殊的城市地位，让其在智能交通探索上一直担任冲锋者的角色。

1996年，北京首都高速公路发展有限公司与美国Amtech公司在首都机场高速公路做的ETC实验，这是国内最早的一次ETC试点。

1998年之前，北京智能交通可以说是“一穷二白”。1998年，为迎接申办奥运会的大考，北京交管局开始规划设计“一个中心、三个平台”为核心、科技信息化工程为重点的智能化交通管理“科技工程”。

2003年，北京市通过交通体制上升级，在原有交管局的基础上，成立了交通委员会，将原交管局、市政管委及公安部的部分路政管理职能一同合并至交委会，由交委会负责整个城市的交通管理工作。

这一动作效果显著，此后的6年，北京陆续建立起统一的交通信息化网络、交通运输行业综合数据库等智能交通工程。

如今，北京新的十四五规划将推动智慧交通场景应用创新，推进九大领域66项智慧交通重点应用场景建设，建设“智慧交通数据云脑”等。

同时，高德地图显示，北京市交通健康指数已连续4年同比变好。

在自动驾驶示范区上，北京也领衔一方。

截至2020年底，北京共认定封闭试验场地4个，仿真测试平台1个，可充分满足自动驾驶企业测试与研发需求。同时，在海淀、顺义、经济技术开发区、房山共4个区县开放了200条自动驾驶测试道路，合计699.58公里。

北京已累计为百度、小马智行等14家自动驾驶企业87辆车发放一般性道路测试牌照，测试里程超200万公里。其中，载人测试里程超过102万公里。

据悉，北京还将推进建设全球首个网联云控式高级别自动驾驶示范区——北京市高级别自动驾驶示范区。

北京还孵化了一大批诸如千方科技、易华录、ETCP等智能交通企业，这些企业的市场总规模居中国前列。

得益于首都交通建设，北京智能交通产业起步早，加之北京智能交通企业自身的努力，使北京智能交通在发展中形成了自己独特的优势，成为影响中国ITS的力量。

上海：首批试点城市，智能交通三步走

作为首批科技部确定的全国智能交通系统应用示范工程试点城市，上海是整个华东地区的核心：

一方面承接着数千万常住人口，一方面是重要的国际交通枢纽，大量的常住人口及流动人口带来对交通出行的巨大需求，让上海早早踏上了的交通智能化建设之路。

交通基础设施投入是上海交通领先的底气。

据前瞻经济学人数据，2019年上海市轨道交通运营里程排名全国第一，达801公里，同时也是全球范围内城市轨道交通运营里程第一位。此外，2018年上海市公路建设投资强度位列第二，公路交通现代化、信息化程度较高。

倚借连续多年雄踞全国GDP第一，上海经济实力雄厚，在城市科研投入上强度傲人。

2019年上海市R&D经费投入1524.6亿元，R&D经费投入强度为4.00%，排名仅次于北京市的6.31%，且高出全国平均水平(2.23%)1.77个百分点，这为城市智慧交通创新发展提供经济基础。

过去20年，上海是全国电子车牌最早应用的城市，也是国内最大的区域联网不停车收费（ETC）的城市。

上海市一直是推动智慧交通发展的“先锋”，其智能交通建设主要分3个阶段。

上世纪九十年代末至2002年，项目不多，主要集中在高速公路以及城市交通信控等少数领域。

2002年至2010年，借助世博会契机，上海市于2002年开展了“上海市智能交通系统应用试点示范工程”项目，随后于2006年成立交通信息中心，建成了交通信号控制自适应系统、城市道路交通监控系统等智能交通管理系统。

2010年至今，基本建成上海市交通信息整合共享与发布服务平台，开始运用AI、大数据及云计算等新技术，建设“交通大脑”，实现交管的数字化转型。

截至目前，上海基本形成了针对不同路网交通特征，应用出租车GPS信息、SCATS系统、牌照识别、微波等多种技术手段，分别采集快速路、地面道路和干线公路等道路交通实时信息，通过对这些动态数据进行处理，实现交通实时运行状态的发布。

除了传统大型智能交通项目建设以外，上海吸收新产品与新技术能力全国首屈一指。

当下上海已经聚齐了各种汽车势力：智能电动汽车的开创者特斯拉、上海本土传统汽车巨头上汽、国内新造车四小龙之二蔚来汽车全球总部和威马汽车总部，更有科技互联网公司和传统车企结合的衍生品牌智己汽车，还有从地产跨界到汽车的华人运通，几波势力，你尚未唱罢我便登场。

据悉，上海计划形成3家左右产业竞争力和规模水平具国内领先水平的整车企业，各关键技术领域有2家以上具备国际领先水平的零部件头部企业，智能网联整车产量超过100万辆。上海在智能汽车产业方面的野心可见一斑。

总结

智能交通，是智能城市的重要落子。

交通强国、新基建等政策的驱动下，交通行业的数字化转型变得炙手可热。

数字中国的发令枪响已然升空，十四五开局之年，智慧交通开启新赛季。

各大城市纷纷在智能交通的政策、产业、资金投入上拿出最大的决心和诚意，迎阵智能交通新基建，让其到来变得有迹可循。

如何将智能交通一步步照进现实，则是离不开玩家们的加码与投入。

企业“头号玩家”们的积极响应，各大城市争奇斗艳，在新基建的智能交通之战鏖战中，智慧交通将融入触达千家万户的时代洪流。

我们也相信，未来的智能交通，一定是多强争霸的盛世。雷锋网雷锋网雷锋网

相较前期烧钱搞研发，技术变现似乎更为困难。

高新技术的特点使得AI产品在成本上难以形成普惠，加上整个行业自带"投资回报周期长"的标签，所有生存下来的AI公司，都面临一个问题：如何扭亏为盈？

赚钱无非开源节流：拓展收入和缩减成本。

缩减成本向来是最为直接有效的方式，但AI行业"研发投入高"的特性，使得AI公司基本不可能从成本端下手。

于是乎只有开源，也就是拓展新赛道，将技术和产品应用到新的场景，来实现增收。

电网就是这样一个需要AI赋能的赛道。

在供给侧，电力公司需要优化设备、提高效率，实现降本增效；在需求侧，消费者要实现用电管理的智能化，也少不了AI应用，而连接供给与需求的电网设施，同样需要AI技术来进行改造、维护。

比起安防、金融、医疗这些热门赛道，电网对于AI的需求有过之而无不及。

根据中电联的测算，2021年我国智能电网投资金额可达969亿元。但这样一个千亿级别的赛道，智能电网的建设却主要依靠传统的电网设备公司，AI公司切入智能电网的寥寥无几，触景无限就是其中之一。

电网建设痛点多，AI赋能场景丰富

"电力行业业务比较复杂，从发电侧到输电再到配电调度，环节多、过程长"，触景无限CEO肖洪波说道。

在他看来，多环节意味着多场景，多场景意味着需要更多的传感器，来实现对场景的感知覆盖。

传统电网采取的是发电厂到用户的单向输电模式，这个过程要历经"发电、变电、配电、用电"等环节，各环节的关联性较弱。

以输电为例，发电厂在生产电力之后，需要依靠高压电线来进行电力输送。

众所周知，高压电线里程长、分布广，且主要通过人烟稀少的区域，在极端天气或者特殊场景下，高压电线出现事故之后，电网公司很难第一时间定位事故所在区域，也无法分析原因，及时抢修。

但智能电网就可以通过配置传感器来实现对线路的感知与检测，这些传感器分布在电塔上，将一条完整的线路切割成多条线段。当其中一条线段出现问题，那么传感器就能将异常数据传送至云端系统，电网工作人员就可以进行分析与抢修，及时恢复供电。

并且，电塔上的视觉传感器还可以分析线路上是否有异物，周边环境中是否有山火、施工车辆、吊车触碰高压线等；保障电塔的正常运行。

在供给端（也就是发电厂），也需要AI赋能，比如用摄像头来监测工厂运行、用机器人做一些高危工作、用AI系统来计算数据等。

在消费端，电网公司可利用AI实现对消费数据的分析，优化服务，消费者也需要更为智能的系统和应用，丰富体验。

可以说，智能电网建设的整个环节，从供给侧到消费端，场景非常丰富，不同的场景，对于AI技术的需求又各有不同。

除此之外，肖洪波表示，未来随着能源开发方式的变革，分布式能源在未来也会产生更多对感知和其他AI技术的需求。

聚焦自身价值，合作才能双赢

"首先要找到我们在这个行业里所能产生的价值。"

即便智能电网建设需要AI赋能，但在肖洪波看来，这并不意味着AI公司会与传统的电力设备供应商之间展开竞争。

他认为，AI公司可以从自身的优势出发，与传统的电力设备供应商合作。

据了解，目前做智能电网的公司以传统的设备供应商居多，比如国电南瑞、平高电气、特变电工等"国家队"，他们在资金、渠道等方面优势明显。

AI公司如果想要切入智能电网赛道，最好的方式是针对某些难点做"定点突破"，为行业设备商提供技术解决方案。

"他们其实做的是智能电网的整体运营系统，我们做一个非常有意义的补充。"肖洪波表示。

以触景无限为例，其主要专注于嵌入式计算机视觉与感知技术，核心竞争力在于智能感知，为传统电力设备公司提供电力专用传感器、智能分析产品，建立相应的数据库，协助推进智能电网的落地。

AI不是万能，电网建设仍有难点

虽然现在有不少的传统电力设备公司在做智能电网，同时也有像触景无限这种AI公司赋能，但智能电网建设仍有诸多难点亟需突破。

首先是硬件的性能与质量需要提升，如果硬件出现问题，那么运维难度亦会增加，且成本不可控。

"它对于边缘的一些传感器和芯片要求很高"，肖洪波表示，以野外场景为例，电塔上的传感器首先要解决供电、能耗的问题。

比如输电线路上的产品，都是要求在野外能够工作8年左右的时间；其次要解决在极端天气下持续工作的问题，最后还要解决数据传输的问题。

其次在数据方面，目前的电网尚未构建起全面的数据感知体系，数据传输不及时，也难以实现数据共享。

肖洪波认为，正如人工智能最终都要基于数据，智能电网建设也需要数据，包括运维时产生的数据，供给侧和需求端的数据等，通过数据分析原因、总结经验，从而提高管理水平。

最后是配电、变电等环节中的设备和技术智能化程度较低，仍然有待提高。

政策红利影响不大，核心是趋势与价值

近几年，随着"碳中和"、"碳达峰"等目标的提出，政府出台了一些列促进节能减排的政策，电力行业也包括在内。

生态环境部《关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见》就明确提出："推动......石化、电力、煤炭等重点行业提出明确的达峰目标并制定达峰行动方案。"

并且，各地也针对性地出台了一些优惠政策，以促进绿色能源的开发与使用。

肖洪波认为，这些政策红利其实很难直接给到AI公司，而是更多地影响新能源。

"'碳中和'可能会引发深层次的能源革命，推动新能源，比如太阳能、风能的发展，进而影响整个工业，当然也包括AI公司"。

他表示，风能、太阳能等分布式能源会对传统的输电模式、售电模式带来巨大影响，这里面存在很多的市场机会，智能技术在能源领域有非常好的应用场景。

从趋势上看，能源行业与人工智能的结合是一个长期的过程，对AI技术的需求也会增加。

这也是触景无限选择切入智能电网赛道的原因——结合行业趋势和自身价值来寻找突破口。

同时，这意味着触景无限并不会局限于智能电网，还会拓展石油、交通等赛道。

"饭得一口一口吃，智能电网只是阶段性重点，就像安防一样。"

在肖洪波看来，哪个行业对于视频感知有强烈需求，哪条赛道就是触景无限的拓展范畴。但现阶段的重点是智能电网，不会选择多线作战。雷锋网雷锋网雷锋网

高德地图发布的研究报告显示，在汽车保有量超过200万辆的27个城市中，有16个城市交通处于亚健康状态，包含了所有一线城市和大部分新一线城市。并且，随着汽车保有量的增加，城市拥堵情况形势更为严峻。

为了解决拥堵问题，各城市使出了浑身解数：从多修路到多设信号灯，从倡导绿色出行到给予补贴出行，从单双号限行到早晚高峰限行......

然而，种种措施在面对千万级别的人口带来的出行需求时显得如此"鸡肋"。公安部数据显示，过去五年，我国汽车保有量以大约每年2000万的数量增长，这表明从出行方式上来解决问题已然难以奏效，消费结构升级与交通资源不匹配的矛盾愈发突出。

根据供求定律，增加资源是解决供求失衡的方法，体现在交通上，就是修路。修路往往是解决拥堵问题的不错选择，但在现有城市规划下，尤其是寸土寸金的一线城市，修路成本太高，涉及到拆、迁、改等环节，显然不是上策。

在修路成本这一线性约束下，另一种方法是通过提高道路通行效率来实现侧翼突破。但如何让既有的城市道路发挥出最大的通行效率，这是诸多城市管理者面临的难题。

"要解决交通拥堵，首先要'发现拥堵'，然后才是'疏解拥堵'。"天壤创始人薛贵荣表示，面对庞大的工作量，人已经不能解决许多问题，可行的方法是：依托人工智能技术，实现对交通拥堵的智能化治理。

和多数人一样，薛贵荣起初并不熟悉交通，更没想过会做这方面的技术，然而多年以后，他已成为研究交通拥堵问题的专家。一切，都还要从十多年前的一次"偶遇"开始。

「偶遇」阿里，因棋「入道」

和大部分AI企业CEO一样，薛贵荣也是科研出身，属于圈内人士。

2006年，在结束4年微软研究院的工作后，薛贵荣拿到了交大的博士毕业证，那时国内人工智能企业正处于摸索阶段，商汤旷视科这些明星公司都还没有成立。

毕业后的薛贵荣选择留校任教，带着学生们在实验室里继续搞算法研究。但实验室里搞研究，最大的问题是，计算资源很少，数据不足以支撑大规模的运算验证。

"当时实验室里大概能做百万级别的网页搜索，现实数据却是上百亿级别的规模。"薛贵荣表示，数据规模越大，问题的难度和挑战都不一样，算法研究需要大量数据作支撑，才能训练出较为准确的模型，但学校显然无法提供如此庞大的计算资源。

正当薛贵荣为数据头疼时，阿里找到他，表示可以提供1000台机器做研究，"想怎么玩就怎么玩"。

彼时阿里云刚刚成立，云计算在国内还不是一个热门概念，急需从事算法研究方面的人才，所以向他抛出橄榄枝。不久之后，薛贵荣加入阿里云，花了数年时间构建了神马搜索系统。

2013年，薛贵荣被调往阿里妈妈，负责广告端的搜索技术。基于此前的经验，他所在的团队很快就搭建起数据管理平台，也就是赫赫有名的"达摩盘（DMP）"，通过对数据的分析运用，实现阿里广告业务面向人群的精准投放，大大增强了阿里的数据变现能力。三年时间，阿里的广告业务收入从一千多万增加到八千多万。

2016年，薛贵荣从阿里妈妈离开，离开的原因很简单--阿尔法狗战胜李世石，让他开始思考如何利用人工智能技术来提升人的生活质量。

"那时候我就想出来开始创业，看看人工智能的核心的技术能不能用在我们的商业或者是工作与生活中。"

于是在阿尔法狗战胜李世石后的三个月，2016年6月，薛贵荣创立天壤，第一件事就是组建算法团队复现阿尔法狗的技术。

两年后，也就是2018年5月，天壤团队研究的算法机器在90手以内就击败了当时世界第一的围棋选手朴廷桓，机器再次赢得了优势。兴奋之余，薛贵荣开始思索技术落地的场景。

在他看来，数据的多少关系到技术水平的高低，如果没有数据，那么就很难把技术做深，但数据获取又是比较难的事。同时，这种人工智能技术对于系统的要求非常高，落地的市场也很复杂。

过程漫长而焦灼，在这期间，天壤推出了人机对战平台，普通人可登录该平台与机器进行围棋对弈，提高自身水平。后来，一个偶然的电话，让薛贵荣如鱼得水般看见了新的赛道。

对方是某市交警队的副局长，以棋为引，说他的技术可以用在交通上，来解决交通拥堵问题。

"棋论"显然颇有深意，但当时薛贵荣对交通并不了解。挂掉电话后，他花了相当一段时间来考察和思索城市的交通问题，最终发现，城市交通并非简单的信号控制，要解决交通拥堵，挑战非常之大。

「人力」有限，「技术」有缺

如同下围棋，交通治理也要从全局出发，兼顾局部问题，一个地方发生拥堵，很可能会引起连环反应，进而导致"一子落错，全盘皆输"的情况。

薛贵荣介绍道，以常见的19路棋盘为例，共有361个落点，每一个点的状态有三种可能：白子、黑子、无子，那么算下来一共是3的361次方种变化可能。

但是一个路口，车辆有直行的，有左拐的，有右转的，还有对面来车......这些状态显然比棋子落盘更为复杂，并且，如果把整个城市当成一座棋盘，那么落点非常之多。

综合下来，交通治理的复杂程度要比围棋更加复杂，靠人力来指挥交通，除了效率低下以外，人力成本就是一项很大的开支。

薛贵荣表示，比较普遍的情况是，假如某地发生拥堵，如果靠人力调控红绿灯，以180秒的相位算，红绿灯真正能起作用，需要调节5到10个相位，也就是15到30分钟左右，才能将交通拥堵慢慢疏散。

"目前基本上是以单点调控为主，以人的能力，一般能调两个路口，三个甚至以上的路口，依靠人来调控就不太现实了。"

那么用机器调控呢？

"现在的机器调控都侧重于搞'绿波带'，而不是从整个拥堵的场景出发做解决方案。"薛贵荣说道，所谓绿波带就是通过对车辆经过某一路段的时间进行计算，协调各个路口的红绿灯信号，从而使得车辆在通行时能"一路绿灯"，提高通行效率。

但"绿波带"对道路交通秩序要求非常高，行人、非机动车与机动车等都要各行其道。"这往往适合于主干道"，薛贵荣表示，现实情况是，拥堵的路口情况非常复杂，行人、司机在拥堵时可能会争路权，也会产生许多突发情况，所以"绿波带"很难从实际场景来解决拥堵问题。

「动态」数据，「畅通」城市

在薛贵荣看来，"绿波带"之所以难以解决拥堵问题，除了对道路的要求过高之外，更重要的是没有考虑到数据有效性的问题。

人们提到交通拥挤，总会参考汽车保有量和每天的通行量这两个数据。诚然，从大趋势看，汽车保有量越大，城市拥堵的也会更严峻，但真正会造成拥堵的，往往是某一时刻道路上行驶的车辆数量。

"一座城市汽车保有量的数据是相对静态的，但城市道路上的实时行驶车辆数，却是动态的。"薛贵荣认为，汽车保有量这类数据只能做一个大致的参考，实际作用不大，因为并不是所有车都会在同一时间行驶在路上。有的人错峰出行，有的人绿色出行，还有的人直接走路出行。如果参照这类数据来做信号调控，其效果并不会很明显，甚至可能会造成资源浪费。

比如，过春节时，一线城市路面上的车辆较之平常肯定减少，通行很顺畅；而逢中秋国庆等节假日，一线城市的出行需求就会大幅上升，从而造成拥堵。

"我们还在用一种很静态的方法来描述一个城市，而忽略了城市交通本身是动态的，那么我们对城市交通的理解就会有失偏颇，特别是当车流动起来之后，数据都是全新的，不能再以静态的思维来思考问题。"

他认为应该用更加贴切的指标，比如在途量延误指数，包括平均车速、最大车速、延误指数下的最大通行量等，来衡量城市的通行能力，从动态数据出发，因地制宜，因时制宜，才能提高道路通行效率。

「解决」拥堵，「天壤」赋能

交通拥堵的治理，主要分为"发现"和"调度"两个环节。

"首先要发现拥堵，这是最重要的，同时也是最为困难的事。"薛贵荣表示，堵车存在一个现象，即蔓延性拥堵，一个路口的拥堵会很快蔓延到邻近的路口，所以尽早发现拥堵，才可能尽早实现调节，解决问题。

但是发现拥堵并不容易，交通管理者和司机通常依靠高德、百度等地图软件来发现拥堵情况，然而互联网地图存在一个特点：信息滞后。

"地图没有眼睛，不能直接观察到拥堵，而是算出来的。比如一辆车行驶缓慢，地图软件将GPS定位信息传送至云端，云端系统不会判定为拥堵，十辆二十辆车也不会，只有样本数达标以后，系统才会判断为拥堵。"

一般情况下，地图软件发现拥堵会滞后5到10分钟，对于不太繁忙的路口，很可能已经疏通完毕。而对于交通要道，这样的延迟只会造成更加严重的拥堵，因为车流源源不断，哪怕是很短的时间，道路上也会聚集诸多车辆。

"所以，要解决'发现拥堵'这个问题，一种解法是直接派交警去观察， 但是成本很高；另一种解法是利用数据，来做综合判断。"

"天壤独有的多源数据融合算法使场景数据告别'5分钟更新'时代，实现1分钟更新。"薛贵荣表示。

发现拥堵之后，天壤的交通大脑一方面会给交管部门预警，交管部门会派出工作人员进行疏导；另一方面会及时提醒司机相应路段的拥堵情况，从源头上疏解车辆。

在"调度"环节，天壤交通大脑主要通过信控方案来调控信号灯的时长，基于数据的特殊算法来实现对信号灯时长的准确控制，针对不同地区的拥堵，分析其成因，并且给出对应的解法。

目前，天壤交通大脑已在南昌等多个城市落地。

以南昌为例，该市的汽车保有量已经增至127万辆，交通拥堵问题较为严重。在引入天壤交通大脑之后，全市平均车速从2019年的32km/h提升到38km/h，交通拥堵指数相对下降了0.08。

根据高德地图2021Q1报告，南昌的交通健康指数在全国重点50个城市中从2019年的第42位升至第10位，拥堵程度相较于2019年Q1缓解了9.22%，从亚健康状态变为健康状态。

薛贵荣透露，天壤即将推出新一代交通大脑，能支撑城市级规模2000+路口的真实路网与100万+实时车流的交通仿真推演，并提供城市级规模的信号灯调控大模型，进一步为城市交通赋能。

总结

随着人工智能技术的发展与应用，交通行业也将迎来智能化。从以信号控制为主的"粗放型"治理到以交通大脑为主的"精细化"治理，在大量数据的模型推演下，道路通行效率将进一步提高，拥堵也会得到疏解。

未来，天壤将会探索用智能技术去解决更多城市复杂场景下的调度决策问题。

"城市交通治堵是系统工程，城市级的资源优化配置是世界级命题，还有很多难题等着我们击破。"薛贵荣表示。雷锋网雷锋网雷锋网

五年前，Uber将中国业务售卖滴滴，拿着10亿美金和5.89%的滴滴股权离开中国。按照Uber招股书的记载，Uber进入中国市场的解禁期是2023年8月，也就是两年之后。

单从市场增长的角度来看，Uber肯定是想要重回中国的，只是困难重重。

首先，最大的难点就是如何迎合国内监管。当前网络安全部门调查滴滴，增强对其数据安全的监管并建立更严格的标准，短期来看是给滴滴带来了困难，但长期来看却是对Uber的巨大限制 。Uber重回最好的办法就是跟本土的美团、高德打车等进行结合。

其次，国内出行市场的竞争是地狱级的，滴滴厮杀多年，几乎没有像样的对手，美团和高德占据的份额都很少。国内市场是滴滴的基本盘，也是滴滴市值的支撑点，Uber重回的最大意义就是锁死滴滴增长。

但是，Uber当前主要方向是盈利，没有再打烧钱大战的欲望，如果不是万不得已，绝对不会做重回中国的选择。

甚至可以说，滴滴和Uber是否还有一战，不取决于Uber，而取决于滴滴。毕竟，滴滴出海已经打到了Uber的核心地带。

1、滴滴国际化

2020年4月，程维公布了“0188”战略，即3年内实现全球每天服务1亿单；国内全出行渗透率8%；全球服务用户MAU超8亿。

在国内市场已经饱和的情况下，滴滴每日仍然只有不到6000万单，所以剩下接近一半的订单量量都必须得从海外获得。

滴滴正在走一条相对激进的国际化之路，这件事显然动了Uber的蛋糕。

现在来看，滴滴的出海之路大抵是这样的。

首先，2018年之前基本是投资布局。在滴滴与优步的大战中，程维在危急之际，想到了一条“打章鱼”战术。滴滴被动出海，拉着自己的投资方，一起在美国投资了Lyft，在东南亚投资了Grab、在印度投资了Ola，将Uber逼退的同时，也开启了滴滴的国际化之路。

尤其是美国之外的市场，在前面三家投资做完后，滴滴又先后投资了欧洲的Taxify、迪拜的Careen、巴西的99等公司。

程维曾经引用过一句话：“亚历山大来过莫斯科，拿破仑来过莫斯科，希特勒来过莫斯科，但谁都没有征服过莫斯科。 ”

这句话背后其实还有一句国内互联网圈的俗语“ebay来过中国，谷歌来过中国，亚马逊来过中国，但谁都没有拿下这块领地。”

东南亚、中东、拉美的互联网公司在本土也没有赢过美国，而中国的互联网公司则从来没有输过。

滴滴在给他们带去资本的同时，也总是给他们灌输抵抗Uber的信念。后来，马来华人陈炳耀领导的Grab果然击败Uber，让Grab成为了东南亚最大的独角兽公司。

2018年之后，滴滴才亲自下场，最先是从人力资源较为便宜的发展中国家和地区入手。

当年1月，滴滴收购了巴西最大的网约车99，在圣保罗、里约热内卢开展智慧交通业务，仇广宇担任CEO，也担任整个拉美地区的总负责人；仇广宇虽然是摩根士丹利、贝恩资本等投行出身，但是对Uber作战经验丰富，之前负责滴滴专车业务时，一直冲在滴滴Uber竞争最一线，亲自操刀过各种打Uber战法。

4月滴滴进军墨西哥，在托卢卡推出滴滴快车。

在此之前，Uber在墨西哥占据的市场份额已经接近到90%，收入贡献巨大。

滴滴到来后立刻开打补贴战，在用户端搞低价，在司机端搞奖励，抽佣比例也降到10%，比Uber低了15个百分点，甚至试图直接将司机服务中心与优步放在一栋大楼，最后因对方阻挠作罢，不过迁移地址也在优步旁边街区，这样做的直接结果是滴滴门前应聘的司机大排长龙，优步则门可罗雀。

不过出行市场是一片险地，最大的特点就是易攻难守。

我们可以算笔账：用一个不那么严谨的视角来看，出行大战就是补贴大战，如果一片市场的原占有者拥有90%的份额，进攻者新占10%的份额，那么进攻者每补贴1元钱，防守者就不得不花费9倍的代价来对齐。

从成本一点来看，在份额平均之前，进攻者总是处于优势中。这种战争的唯一打法就是“步步为营”，避免大决战，在每块市场单独作战，形成优势后再开辟新战场，逐步渗透。

滴滴尤其清楚这点，在实现30%份额目标后，就将价格都拉到和优步同一水平，之后便靠改善服务和运营吸引客户，滴滴始终保持着主动权。

正所谓“宁失一子，莫失一先”，滴滴既不恋战，也不攻城，站稳脚后立刻挥师南下，先后进军智利、哥伦比亚、秘鲁、哥斯达黎加、巴拿马、阿根廷等数十个国家的网约车市场，在拉美几百个城市的网约车市场都吃掉了Uber的部分份额。

团队上，相对于Uber喜欢的特种兵式作战，即一个城市3名员工，遇到大事呼叫后台支援；滴滴选择了与当地深度融合，在拉美建起了1500人的运营团队，其中90%为本土员工。

拉美模式成功后，滴滴又转战澳新、欧洲、非洲等地市场。

2018年5月，滴滴开始在墨尔本运营，之后又在10月宣布在墨尔本设立总部，管理澳大利亚和新西兰的滴滴运营。

在此之前，Uber已经用了6年时间教育市场，应对法规，终于将澳新变成了一片市场稳定、客单价高、法规友好的盈利地区。

滴滴登陆后迅速占据了14%左右的份额，在墨尔本、悉尼、堪培拉、布里斯班等28个城市拥有7.5万司机和150万活跃用户，滴滴在吉朗试运营时甚至被当地报纸称为“诺曼底登陆日”。

滴滴在欧洲的拓展大体是从东往西，从北往南，东欧的俄罗斯排在前列。

不过，滴滴又遇到了当年Uber的困境：打车在很多国家是一项轻奢服务，平台方通过补贴就能吸引更多用户，然而俄罗斯作为资源大国，打车本来就是一件很便宜的事，国际大公司根本没有打价格战的空间，甚至连本土第一的Yandex.Taxi也只能占据27%的份额。

2014年Uber进军俄罗斯，但也就只坚持了3年就草草收场。

滴滴在俄罗斯开出的抽佣只有5%，但任然无法吸引到足够多的司机，勉强开城后，只能看精细耕耘的结果。

从这里，我们可以大体看出一个趋势，Uber的优势在技术和系统支撑上，但是本土化能力还是弱于滴滴，所以滴滴总是能从Uber那里抢到份额。

滴滴摸着Uber过河，Uber能吃的地方滴滴也能吃得下，Uber啃不下的地方滴滴很难下嘴。

近期，滴滴已经成立了负责欧洲市场的团队，将会服务包括英国、法国、德国在内的广大西欧地区，招聘程序也在欧洲启动，

如果滴滴继续加大在欧洲的进攻力度，Uber在海外市场的核心利益将会受到巨大威胁，到时候即使面对重重困难，Uber在2023年重回中国也不是没有可能。

2、Uber做外卖

但是没有卡兰尼克的Uber，是否还有战斗力呢？Uber的外卖业务证明了职业经理人们实力。

事实上，Uber Eats最初也是卡兰尼克的想法，在Uber备受资本追捧的年月里，很多人认为他会超过谷歌、Facebook，原因之一就在于他的Ubereverything的构想，货运、快递、外卖全都在他的射程范围内。

2014年，卡兰尼克在香港包下总统套房指挥与滴滴大战之时，Uber在洛杉矶开始尝试一项名为Uberfresh的食品配送业务，主要是为用户提供午餐晚餐的套餐服务，谁能想到这成了Uber后来的救命稻草。

2015年12月，Uber Eats作为独立应用被正式推出，进入了急速扩张期，开始在各个城市扩张销售团队，事实上这时候美国的外卖应用Postmates、Grubhub、DoorDash都已经做得很大，但是Uber Eats仍然有自己的优势。

一方面是技术运营积累，Uber在网约车上耗资巨大进行的测绘城市、规划路线全都被二次利用；另一方面，Uber天然拥有庞大的送餐群体，200万名Uber司机可以就是最好的外卖小哥；再就是生态支持，对于很多没有车的送餐员，他们甚至可以直接骑行Uber Bike进行短距离送餐。

从这个角度来看，网约车业务似乎与外卖业务天然耦合，滴滴其实也是这么玩的。

2017年2月14日，美团在江苏南京试点打车业务，并在内部建立起一支超过200人的打车事业部，很快就把日订单量做到10万。

当年12月滴滴的外卖业务部被媒体曝光，当时业界判定这是滴滴的防守，不过从Uber Eats的业务逻辑来看，似乎美团才是防守的一方，只不过方式是先发制人。

2018年3月，滴滴在无锡、南京、长沙、福州、济南、宁波、温州、成都和厦门等9个城市上线外卖业务，大撒优惠券，一顿饭甚至便宜到了几毛几分钱，当天无锡一地订单数就超过33万单。

不过双方显然无意进入补贴大战，美团打车很快熄火，滴滴也将外卖业务重心转移到了国际化方向，在巴西、墨西哥、日本都有外卖业务。

可能因为没有本土市场作为基本盘，滴滴外卖至今也没能做成气候。

2017年6月卡兰尼克下台后，出身伊朗的达拉·科斯罗萨西接任，达拉·科斯罗萨西曾经带领Expedia实现6倍的市值增长，被Uber高层寄予厚望。

2019年5月，Uber以45美元发行价上市后，随即跌破发行价，最低时甚至跌至300亿美元。

科斯罗萨西只好痛定思痛，展开瘦身自救，一方面在一个月内裁员四分之一，另一方面将亏损业务售卖，然后全力投入营收较好的外卖业务。

2020年因为疫情的原因，Uber打车业务锐减70%，Uber Eats第一次在营收上超过打车业务，达到12亿美元。

同年7月，Uber 以26.5亿美元的价格完成了对全美第四大外卖公司Postmates的收购，Uber Eats的门店数量得到大量扩张，股价应声大涨10%。

2021年Uber第一季度财报数据显示，Uber的总订单额为195亿美元，其中只有68亿美元为网约车业务，剩下近三分之二为外卖业务，甚至可以说Uber当前的970亿美元市值主要靠外卖支撑。

科斯罗萨西相当于在Uber之外又造了一个Uber，职业经理人治理下的Uber仍然战力十足。

3.团队的对比

在卡兰尼克时期，Uber招聘员工有一条标准“Super Pumped”，中国翻译家们对其有两版翻译，文雅的版是“野心勃勃”，通俗版的是“打了鸡血”，总而言之，这是一种非常亢奋的进取状态。

但是，当程维再次做到牌桌上时，他的对面已经换了别人。

2017年3月，卡兰尼克在打车时和Uber司机发生激烈争吵，被人录下视频在网上传播。这段视频在美国引起轩然大波，之后，Uber前员工们开始争相曝光Uber黑料。

根据Mike Isaac 所写的传记《Super Pumped》一书记载，舆论恶化后，卡兰尼克邀请科技记者们想要澄清真相，结果他的班底仍然一如既往的狂妄，他们直接跟记者说：“媒体铺天盖地的新闻纯粹是扯淡，如果我花100万美元，雇佣一些人去挖记者的料，会怎么样？”

这段话几乎惹怒了所有记者，他们本来是受邀来消除负面的，这下都给了卡兰尼克两个解读，一是威胁，二是收买，Uber在美国一时成了“恶棍”的代名词，连员工都不敢向外告知工作地。

在这种情况下，Uber高层不得不想方设法将卡兰尼克赶走，他们采取了三招：一是建立独立董事会对抗卡兰尼克，二是起草上百页的文件，揭露卡兰尼克的违法之处，逼迫其离职；三是引入软银投资，将卡兰尼克手里的超级股权收回。

在此之后，跟随卡兰尼克创业的Uber总裁、公关总监、财务主管、自动驾驶部门主管、工程高级副总裁、人工智能实验室主管、地图部门副总裁、全球汽车项目副总裁、亚洲业务总裁、产品及增长副总裁等十余位高管先后离职。

2019年，在经历了抢夺CEO人选失败后，彻底失望的卡兰尼克抛售了自己在Uber的所有股份，套现25亿美元离场，也不在Uber担任任何职位。

2020年5月16日，Uber CTO图安·潘宣布离职，自此，卡兰尼克创业班底已经被彻底清空，“Super Pumped”这条企业文化也被删除了，取而代之的是“顾客至上”。

Uber成了一家彻底的职业经理人公司。

从实际管理来说，Uber是职业经理人主导，其实滴滴也是职业经理人主导，毕竟，程维本人是不会亲自上阵的。只不过因为创始人图腾仍在，滴滴的狼性确实远胜过Uber。

不过，光有狼性也是不够的，经历了整风的Uber团队在管理上相对完善，而滴滴公司存在治理结构缺陷，至少需要一次大调。

这些年，滴滴在海外征战，一方面是寻求新的增长点，另一方面也是在为与Uber再次决战积累经验、打磨团队。

滴滴和Uber两家公司虽然远隔重洋，却时刻袖里藏刀，紧盯着对方，以便随时发起进攻与反击。

对滴滴和Uber来说，他们中不一定非得有胜利者，但自己决不能是失败者。

雷锋网  雷锋网  雷锋网

从华为宣布开始为智能汽车提供智能汽车解决方案，到小米雷军最后一次创业，将用千亿造车，再到360集团与哪吒共同为人民造车……

每一次消息的爆出，都在业界引起了巨大的反响。

随着智能网联车产业的日益火热，就在本月初住房和城乡建设部和工业和信息化部发布关于确定智慧城市基础设施与智能网联汽车协同发展第一批试点城市的通知。确定北京、上海、广州、武汉、长沙、无锡等6个城市为智慧城市基础设施与智能网联汽车协同发展第一批试点城市。

几天后的工作部署会上，工信部副部长辛国斌表示，2020年L2智能网联乘用车的市场渗透率达到15%，但还需要从关键技术创新、基础设施建设、标准法规完善、商业模式探索等方面协同发力，加快形成产业竞争优势。

政策的利好，显然可以让智慧城市服务商能从大火的智能汽车产业分下一杯羹，当随即也带来了另外一个问题，智慧城市、智慧交通的基础设施又该如何建？城市又该如何推进试点工作的稳步发展？借着这些疑问，雷锋网近期与千寻位置智能驾驶事业部总经理年劲飞展开了一场深度对话。

时空智能是智慧交通发展的关键因素

“全时空、全要素的精准感知,是交通数字化的底层与基础”千寻位置智能驾驶事业部总经理年劲飞表示到。

在他看来，当更高分辨率的空间构建与定位大幅提升空间信息量时，智慧交通跨越了以往低分辨率时无法实现的交通场景需求：即从“感知智能”迈向“认知智能”，这是高精度地图、高精度定位与物联网共同完成的时空认知过程。

事实上，早在今年2月，中共中央、国务院印发了《国家综合立体交通网规划纲要》，明确指出打造全覆盖、可替代、保安全的行业北斗高精度基础服务网，推动行业北斗终端规模化应用。

作为由我国自主打造的卫星导航系统卫星导航系统，自2020年7月31日正式宣布组网成功以来，北斗卫星就在给产业发展带来必不可缺的助力。

其中，千寻位置是这个领域的重度活跃玩家。据悉，其基于北斗卫星导航系统和自主建设和运营的2800多座北斗地基增强站，构成了国家北斗地基增强系统“全国一张网”，接收北斗卫星信号，实时计算卫星定位误差，已经为数以亿计的用户提供厘米级定位、毫米级感知和纳秒级授时的时空智能服务。 

在年劲飞看来，当前道路体系中，高速公路基本建成较为完整的交通运行、基础设施监测体系。虽然体系依然相对完备，但仍存在监测区域不足、设备功能单一、信息融合不够，在支持路网—路段—路口多层次监测、人—车—路—环境多要素分析等方面能力尚有不足。

而通过将北斗高精度定位和时空智能技术融合应用，构建其全要素、全时空精准感知体系，让智能物联网设备在同一个时间和空间标准下“对话”，实现端到端的实时感知与预警反馈，将会在智慧高速以及城市交通领域释放更大的能量。

就在第十二届中国卫星导航年会期间，千寻位置正式发布行业首款集感知、通信、定位、时间同步等功能为一体的时空智能RSU “途灵”。

据年劲飞介绍，作为C-V2X技术的智能路侧单元，途灵可以实现事件管控数据的全息感知，人、车、路、云的协同互信；即使在无运营商网络覆盖区域，提供车辆高精度定位，并突破性的纳秒级精准授时，为区域各类基础设备提供精准时间同步；同时，它还可以监测位移，如实时监控其部署智慧灯杆，桥梁等设施的位移/形变过程。

如何让城市与智能汽车在同一时空标准下“对话”

“以往因缺少集成的硬件，在智能驾驶汽车上应用高精度定位，存在诸多不便，从器件选型、系统集成到测试验证，每一个环节都需要面临无数选择，一步选错，可能就需要重头再来。”年劲飞

年劲飞看来，要实现高精度定位离不开“三大件”——硬件、服务和算法，他还将这三者的角色类比成传统汽车的底盘、发动机和变速箱。

在千寻位置的方案中，首先则是让车能够实时精准的知道自己何时处于哪一个位置，车辆通过部署千寻位置研发的定位授时终端，让汽车能够达到厘米级的定位，从而可以实时、精准地知道自己处于哪一车道，保证自动驾驶系统准确判断是否可以启动自动驾驶功能，并切换到最适合的自动驾驶级别。

在让汽车拥有了时空智能技术之后，千寻位置的下一步方案则是让车能够与人、车、路进行“对话”。对此千寻位置打造了路侧单元时空智能RSU和车路协同平台，在通过千寻位置“昆仑镜”时空智能操作系统，为其统一的时空体系，实现了精准的车道级感知、指引及预警。

就在浙江德清，基于千寻位置打造的时空智能操作系统的助力下，城市管理者已经可以对城市里的公交车、环卫车、摄像头、道路施工锥桶等，进行云监管，同时也可以像做心电图一样，对危房、桥梁、地基沉降、大坝等城市基础设施进行毫米级感知监测。

从汽车到“路场” 智慧交通发展需循序渐进

时空智能技术作为一切数智化的基础，正在为各路玩家带来全新的机遇，其中尤其以智慧交通行业为最。

早在去年5月，千寻位置就提出了“智慧路场1214战略”。该战略以1个时空智能“云端图”技术底座为依托，2个智能引擎—FindAUTO室内外一体化引擎、数字孪生开发引擎为驱动，提供1整套服务中台，面向智慧高速、智能网联先导区/示范区，封闭环境测试场，以及港区、矿区、园区等特定场景提供一体化的解决方案。

随即，千寻位置也在各地陆续落地了相关项目，在2020年9月，千寻位置助力河南郑州正式开通了自动驾驶公交1号线。12辆宇通L3级自动驾驶公交，让公交车恰当的时间、地点及时变道，到站精准停车等，最终实现安全自动驾驶。

在高速场景，基于千寻位置的高精度定位技术，同时配合高精地图、车载激光雷达等车端传感器，以及路侧RSU和车路协同平台，实现了精准的车道级感知、指引及预警，大大提升了道路交通安全。在上汽通用广德测试场，千寻位置凭借高精度定位服务，整合服务、硬件和软件，为测试场提供了整体的测试解决方案，平滑实现了与原有系统的融合。

在宁波港，千寻位置通过为港口提供专属的高精地图和高精度定位，助力港口实现了轮胎吊的半自动化操作，包括精准直线行驶、精准定点停车等，帮助降低难度、避免事故、提升效率。

“为什么会提出这样一个战略方向？我们认为：从整车智能网联功能量产化，到封闭场地测试标准化，再到开放区域示范常态化，最后是丰富的特定场景应用，这里面大量的应用都与时空智能紧密相关，为了更好地加速相关技术的量产进程，所以我们提出了这个战略。”

但可见的是，千寻位置所瞄准的并非只是可见的这一块“蛋糕”，而是在瞄准从交通到城市甚至整个中国的数字化“智”变。

在年劲飞看来，随着物联网的发展，未来城市里的一切都可以被数字化和在线化，而精准的时空定位将是实现这一切的新技术底座，与通信和计算共同驱动AIoT时代的到来。

而此前千寻位置CEO陈金培也对雷锋网表示到：在时空智能操作系统的作用下，可以让北斗的应用范围也不断向外延伸，不仅仅是导航，可以与云计算、大数据、人工智能、物联网、5G、数字孪生等新技术融合，催生出各类无人化、智能化的创新应用，助力经济社会信息化转型升级。（雷锋网）

 “特高压、充电桩、大数据中心、城际高速铁路和城市轨道交通都与城市出行密不可分。交通领域还处于数据没有被激活的阶段。目前没有特别成熟的产业公司出现，谁都有机会。” 

在交通运输部公路科学研究院联合腾讯举办的一次研讨会上，公路院副院长何勇如此表示。

他认为像腾讯这样的互联网大厂在新基建里不仅要提供技术，更要补齐传统基建的短板，才能赢得更多的市场机会。 

雷锋网注意到，交通一直是城市运转的重点，在业界，许多大脑产品无一不从交通治理入手，而“公交都市”则是每家厂商必然涉及的领域。另外，大数据如何在公共交通的行业管理上起到作用又是新的课题。 

在那次研讨会后，公路院和腾讯联合推出了“公共交通出行大数据平台”。

据了解，早在2016年，公路院已开始支持交通运输部数据共享开放工作，上线了“出行云”，本次发布的公共交通出行大数据平台是“出行云”的重要应用之一。 

这套平台的特征，是将腾讯大数据和公交行业数据融合，建立基于城市出行特征的多维公交线网评价体系，运用云计算、机器学习等技术，结合城市人口时空出行规律，实现对城市线网的全局性有效分析管理与优化评估。 

公交智能化“僵局” 

交通运输部公路院大数据团队负责人刘冬梅在研讨会上提到一组数据：

“通过多年公交都市建设，我国公交行业智能化基础得到了夯实，2018年底公交车载设备安装率已达到87.3%、IC卡刷卡率平均超过50%，将行业数据与互联网数据融合应用，激发数据价值、服务行业发展，已成为业内人士的共识。” 

她认为，实现公交都市的智能化，必须走过4道槛：

1. 基础数据采集能力；

2. 公交企业本身智能化；

3. 乘客体验；

4. 重视城市公交数据的共享。 

而当前的现状是：我国的公交信息基础采集能力薄弱，公交企业生产调度系统不够智能不够自动化，无法降本增效；在决策上，公交线网优化、补贴核算、新能源公交评估还存在盲点。此外，数据给乘客带来的公众服务，感知度依然不够。 

“出行云”主张数据开放（出行云是全国首个出行数据开放与应用平台），来源：交通运输部官网

不过，她提到了MAAS（Mobility as a Service，出行即服务），可以采取A+B的模式：A是公交运输企业/行业联盟，是最终服务的提供方；B是互联网技术企业，提供最先进的技术互联技术，打通交通行业大数据。 

只有在技术层面与行业数据层面深度结合，才有可能打破僵局。 

目前，在国内，大型互联网厂商已经在出行尤其是公共交通领域布局深厚。

比如腾讯，其公共出行江湖又是怎样的图景？ 

腾讯的公共出行江湖 

研讨会上，腾讯地图智慧交通中心负责人黄朝晖提到，20世纪80年代到2010年左右，我国以单点信息化、以路为中心的传统基建模式开始兴起，信号灯、感应线圈、摄像头等；2010年到2019年左右，包括BAT等公司进入交通领域，开启了以车和路为中心的产品智能化，城市大脑兴起，信号控制是各家重点。 

基于对智慧设施、自动驾驶、主动安全、新技术、绿色出行和一体化出行等趋势的思考，腾讯的公共交通发展布局得以呈现。 如图。 

最下层是数据底座，除了行业数据（道路数据、车辆用户刷卡数据、车辆拥挤度数据），还有腾讯本身的数据。基于这些数据，腾讯有很多的平台和工具，包括腾讯的微信、小程序、支付、自动驾驶以及AI等等这些能力去整合。 

能力支撑上，腾讯建立了交通能力中枢（数据中台、算法中台和策略中台），还有跟交通运输部公路院用行业的经验在联合发布的运输引擎（供需分析、运输组织和网络优化）。 

基于此，腾讯在公共交通方面的优势被凸显。在技术层面，黄朝晖曝光了一组新的数据： 

腾讯目前覆盖了十亿的日活人群，每天有1100亿次的定位需求，实时更新全国的公交站点以及线路的数据、70个城市的实时公交数据、140多个城市的乘车码数据。

另外，还有腾讯地图的GIS能力（互联网数据天级更新），是5G架构标准Top10的互联网公司，首个实现了5G的车路协同开源平台。此外，腾讯云和腾讯AI都是国内第一梯队。 

目前，在“公共交通出行大数据平台”中，腾讯与公路院分工明确。用黄朝晖的话来说，“腾讯贡献的是大数据，公路院贡献的是脑”。 

据介绍，这个平台有4个方面组成：

1. 以腾讯位置大数据服务能力来支撑整个平台的运行；

2. 公交供需对比以及运营分析；

3. 公共交通出行大数据分析平台；

4. 目前已经在切入并且已经上线发布的公交线网优化及场景的服务支撑。 

基于这4个平台，可以支撑到专用道、定制公交道设置、重点区域监控以及公交增值服务支撑。据雷锋网观察，QQ、微信支付、腾讯地图、腾讯乘车码均在其中扮演角色。 

提到定位，黄朝晖表示，腾讯更多希望在MaaS上面实现技术服务商的角色，连接政府、MaaS运营商、出行方、科研方、ICT厂商、支付运营方、增值服务商、生活服务方等生态。 

公交智能，一步大棋

公交是实体企业，也是服务行业，解决衣食住行里的“行”。 

城市人口增加、道路资源紧张的情况下，鼓励公共交通出行是必然的要求和趋势。 

交通部运输服务司副处长李良华提到，公交的建设初级阶段已经完成了或者好做的已经做完了，现在基本看不到公交车原来很老、很破、很旧的事，基本上换完了，现在车普遍很新，剩下的可能要改造服务，更多的靠科技。

现在，交通一卡通互联互通，一张卡能够走遍国内，特别是有了手机之后，公交卡都不用带了，靠手机就能解决，包括电子支付、拥堵度查询等等。

通过小小的科技应用，能够让使用公交的乘客感受到更加的方便，市场上一定会出现更多的智能产品。 

不过，李良华重点强调，做“公交智能”这件事，最主要的角色就是公交企业本身。 

现在全国的公交企业有4000多家，各自的水平和阶段不太一样，类似北京公交这种超大型的，自身实力也相对好，同时还有很多中小城市的企业，可能因为自身的阶段和积累不太一样，在急切希望互联网企业融入其中，完成改造。 

这个过程中，不仅仅线网优化中的站点优化等都要依靠数据分析去提升，服务模式创新更是一个好的思路。 

比如，公交在提供传统的公共交通服务之外，能否定制公交？能不能更好的吸引开车的人放下私家车选择公交出行？能否有更好的产品符合不同的出行人群需求？老同志需要什么出行，通行一族需要什么出行，学生出行等······这些智能化，未来都要交给公交企业去完成。 

这样一看，都市的公交智能化，还有很大空间，而搭建好的合作机制，必然是未来新基建的一步大棋。（雷锋网）

其中，在 “5G 智慧交通” 圆桌讨论环节，来自产业界、学界和投资界的6位嘉宾针对智慧交通的概念界定、无人驾驶技术、车路协同、5G 赋能等问题发表了自己的看法。

这几位嘉宾分别是：

• 复星锐正执行总经理 杜健（主持人）

• 一清科技创始人、港科大刘明教授

• 镭神智能联合创始人、副总经理冯洪亮

• AutoX中国区技术总监潘坚伟博士

• 世纪高通（四维图新）华南区CTO付炜

• 准时达国际供应链管理有限公司智链实验室主任庄子骏

智慧交通中如何扮演好自己的角色？

针对主持人复星锐正执行总经理杜健首先抛出的这一个问题，一清科技创始人、港科大刘明教授表示，一清科技的着力点是通过无人车去实现生产、物流的降本增效以及整个信息化过程，最看重的是落地。在关键时间点上，要先打造样板市场，来挖掘真正的需求，进一步去释放自己的产能。这个过程需要把科研变成一种可用的技术，从技术变成产品，再去做一些更多的探索。

一清科技创始人、港科大 刘明教授

镭神智能联合创始人、副总经理冯洪亮谈到，镭神智能目前有两个系列产品有落地，第一个系列是 TOF 原理的单线激光雷达，全国30多个城市落地，做一些行人和汽车的检测，提示避让；第二个系列是多线雷达，在河南、上海等地方进行车路协同的项目，主要是激光雷达和视觉的融合解决方案。在自动驾驶的测试场、公交的一些系统方案有所落地。

AutoX中国区技术总监潘坚伟博士表示，在智慧交通方面，有几个核心要素即聪明的车、聪明的路、控制中心，以及与治理体系如何好好配合，甚至与社会生态进行融合。AutoX做的是如何将开发技术融入生态圈。无论是轻卡、乘用车、小型公交车，甚至是路面感知系统，AutoX都可以用一些解决方案与之形成一个好的结合。

从试点到全国推广的转折点在哪？

准时达国际供应链管理有限公司智链实验室主任庄子骏从自己多年的经验出发，认为其转折点会出现在以下几个地方：1）智能交通的标准化，目前各地域都有不同的标准；2）新基础设施的建设，比如说 5G建设是需要时间的；3）宣导和教育，民众不容易理解一些交通的标识。

刘明教授则谈到两种情况。

第一种情况下，从企业角度来看，目前不少企业手里有技术，但技术转成产品之后还没有进行量产，需要一个时间点，有订单进来才能做量产。从用户（客户）的角度来看，只有企业手里出过车，用户（客户）才会更加信任，订单也更容易进来。这就像双方站在对岸，中间少了一座桥建立互信和连接。商业层面，互信的基础是生产能力、技术、规划和标准化。

第二种情况下，一旦去部署无人车，会受限于目前技术发展的水平。即使是 Uber、Waymo 这样的领头羊也不能完全实现像人类驾驶员一样的能力，这决定了任何无人车的使用是需要场景前提的。

他补充到，2020年年终之前，一清科技会形成基本的样板市场。

世纪高通（四维图新）华南CTO付炜认为，加强基础设施建设，提升基础位置服务能力是重中之重，只有基础设施智能化以后，各行业数据才能打通，同时配套5G、人工智能的先进技术、加强数据安全，让有资源的城市先跟上，形成以点带面的形式，智慧交通试点示范才能更容易的向全国推广。

未来智慧交通，谁来主导？

潘坚伟博士谈到，智慧交通在未来可能是一个生态圈，很难定义谁是主导者，多方应该是互补的形态。比如拥有好技术的企业，就会需要落地场景支持和政府的政策支持，否则无法落下来。

庄子骏也认为，会有标杆企业出现，但政府起到一个关键的制衡的角色，双方要互动。

复星锐正执行总经理 杜健（主持人）

杜健追问到：在未来的智慧交通中，由于车路协同、车联网的补充之后，可能会对单车智能的要求没有那么极致了？

世纪高通（四维图新）华南区CTO付炜

付炜对此表示，车路协同、车联网很大程度上是由自动驾驶的热度带起来的，在现阶段的技术条件下，单车智能的发展很快，但自动驾驶车辆的安全性仍然存在缺陷，四维图新也非常看中这一块，17年发布了“智能汽车大脑”战略，形成导航地图+车联网+自动驾驶+位置大数据+芯片五位一体的战略布局，围绕单车智能，2019年发布了交通预测服务、车辆信息服务、路况语音服务、道路天气服务，以及基于NDS地图的路段参考等5个新产品，都在围绕单车安全让单车更加智能。

冯洪亮认为，要实现自动驾驶，是一定要车路协同配合来做。单车的多传感器融合的信息也是有限的，尤其是弯道、死角和障碍物的识别，这就需要车路协同，实现车和人之间、车和车之间的互通。

潘坚伟博士也发表了他的意见：

AutoX中国区技术总监潘坚伟博士

即使有车路协同，单车智能还是有很多事情要做的。比如说，车路协同可以提供感知上的一些布局（比如盲区识别），单车方面要有一些决策、控制算法等方面的内容，在路上也要有安全冗余。还比如说需要远程介入、地图更新、软件升级这个车。车路协同和单车智能是互补的。

如何打破重复建设怪局？

此外，对于“智慧交通的发展过程中，面临着基础设施重复建设和混乱的问题”，庄子骏觉得，重复建设的问题确实已经存在很久，无论是智慧交通还是智慧城市，经常出现多驾马车同步前进的局面。很多顶层设计做的都非常好，但最终落地的时候会出现偏差，这就要求政府要形成落地标准，并且也要有单一的、跨部门的、位阶较高的单位来负责协调和组织落地，否则问题解决不了。

付炜对此认为，防止重复建设、统一出行体验要标本兼治， 一方面要铲除重复建设的制度性土壤，另一方面要防止脱离实际的过度发展和超前建设，就像红绿灯的建设以前都是各弄各的，现在公安部无锡所主导统一制定标准，按照标准实施，各家合作，不浪费资源重复建设，形成统一的出行体验。

产业链角度的行业挑战是什么？

谈及挑战，刘明教授谈到，一个技术的发展会分阶段，一开始技术驱动，后来变成市场和需求驱动，这个时间段有长有短。目前这个阶段，正在从技术走向产品，要从需求驱动的层面出发，能够提供产品和技术来满足需求。有些需求非常细的，涉及到和上游产品的对接。现在的问题是，如何将需求和技术这两者对接起来。

庄子骏认为：

挑战一在于信息的标准很重要，但是目前这个标准还没有；挑战二是数据的及时性，这些数据会影响到运行过程中的时间计算，还影响到实时调度。从目前来看，交通信息化还需要发力，各方面必须有一个整合（目前还不是整合体）。要从更高的层次出发，把信息实时性做好，会让供应链产业受益。

准时达国际供应链管理有限公司智链实验室主任 庄子骏

潘坚伟博士表示，自动驾驶的目标是在交通中把人从 A 带到 B，以前是封闭道路，现在是开放道路做测试，相比十年前，技术也出现了大幅度进展，但大家对自动驾驶还不是很熟悉，行业应该对智慧交通等方面进行宣传或支持，也可以通过政府来对智慧交通进行推广。

冯洪亮表示，车路协同和自动驾驶的客户方案都有很多种，但方案的实施对硬件和软件算法的要求是有差异的，所以还是标准的问题。此外就是政府在政策法规侧面，要有促进和推动作用。

镭神智能联合创始人、副总经理冯洪亮

付炜觉得，智慧交通的顶层设计，是城市发展及规划管理的核心，从上帝的视角进行交通规划，这个挑战性很大，各个城市区域交通本来就很复杂，还需要制定标准，在执行层各类数据也很难综合性的汇聚、分析、决策。（雷锋网）

编者按：7月12日-7月14日，2019第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办，得到了深圳市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。

阿里云智能副总裁、数据智能总裁曾震宇

智慧城市作为复杂巨系统，一直是近十几年来产业界、学术界重点研判的话题。毋庸置疑，智慧城市的发展将会是一个逐渐演进的过程。阿里云智能副总裁、数据智能总裁曾震宇在CCF-GAIR 2019 智慧城市专场发表了主题为《全局协同的城市数据智能》的演讲，他在演讲中指出，智慧城市的演进将需要经历感、知、动的过程，并形成闭环。

他还表示，智慧城市面临技术和非技术层面的挑战，其中非技术层面的挑战更大。智慧城市的发展要用系统化、全局化的方式，充分利用数据，解决城市面临的问题。阿里云进入智慧城市领域率先布局的是交通，因为这是一个有大量数据，更容易看到效果的领域。

目前，阿里城市大脑已经在城市交通出行、城市旅游、城市停车管理、城市规划建设等多个领域发获得了明显的效果。

那么，对于未来智慧城市的发展，曾震宇的态度如何？

以下为曾震宇的主题演讲内容，雷锋网作了不改变原意的编辑与整理：

我今天跟大家分享的主题是《全局协同的城市数据智能》，想跟大家探讨我们提出的以数据为核心，用城市大脑的方式提升城市的智慧程度。我想先分享我如何看待城市智能化演进的过程。

城市智能化演进的过程

第一阶段是感，“感”是指城市安装的各样感知设备，如摄像头、IoT等设备。不过现在的情况是，很多城市装了感知设备，但这些设备大部分处于闲置状态，没有被有效利用起。比如，监控类摄像头很多是用于事后的研判。

第二阶段是知，我们把前面感知设备所采集的数据在这个阶段可以真正收集起来，不仅仅是存储，还会对这些数据进行加工、处理、融合，从数据中获取事件与事件之间的相关性。我们从过去发生的问题中找到对有帮助的信息，同时可以对未来做出预测。

第三阶段是动，借助设备产生的数据，城市和企业沉淀的各种数据，随后对设备产生的数据会进行数据加工，加工后生成新的数据和信息，这些信息可以在城市各种应用中流转，帮助我们做决策，形成动的过程。这是我们从感到知到动形成决策的闭环。在决策闭环中，数据起到了非常重要的作用。

我们现在城市的运营通过感、知、动的数据形成闭环，从而产生价值。在城市运营阶段形成的决策闭环沉淀出来的数据和智能，可以运用到城市规划中，帮助我们提升城市规划有效的程度，形成更大的闭环。

用体系化解决城市发展面临的困局

随着城市人口越来越多，城市面临很多困局，这些困局表面看起来是资源的不足，面对这些不足，似乎可以通过增加资源的方式解决问题。仔细想想在一个空间有限城市里，各种物理有形资源可以增加的程度同样有限，这就需要通过体系化来解决。

以交通为例，根据布雷斯悖论（Braess's paradox），随着城市越来越大以及人口越来越多，要缓解交通问题可以通过修路的方式解决。但在城市当中修一条新的路后发现交通拥堵没有得到缓解，反而变得更加拥堵，这形成悖论。

人的需求和预期变化很快，面对城市的困局，我们需要用系统化、全局化的方式看待。这个过程中我们可以充分利用数据，解决城市面临的问题。我们提出用城市大脑的方式解决城市面临的问题和挑战。

2016年开始，阿里云和杭州市政府合作做“城市大脑”，过程中我们发现用数据的方式解决城市面临的问题，是正确的方向。我们在杭州以及其他城市的实验中，以城市大脑中构建的数据核心，为城市带来了诸多的好处。

城市大脑的三驾马车

从这些年实践中，我们总结出城市大脑几方面重要能力：

第一是数据能力。前面我提到城市中有大量的数据，但数据散落在政府各个部门的手里，还有社会化的数据，通过城市大脑的建设把数据汇聚在一起，这个汇聚不是把数据从不同的地方搬到云上，进行分布式存储。真正的数据融合是把一个领域内，不同系统内的数据进入一个统系统后进行加工、融合、处理。

第二是算法能力。数据融合后变成各个城市相关的实体类数据和实体相关的各类明细。我们需要用算法对数据进行加工，算法不仅是大家熟悉的深度学习算法，还包括结构化的机器学习算法、图算法等，发现数据中的相关性，对数据异常点提前检测，对未来作出预测，给相关城市的监管部门、决策部门提供相应的依据。

第三是计算能力。强调计算能力是因为我们觉得对城市大体量的数据而言，如果没有高效的、价格低廉的处理能力、计算能力，数据是加工不动的。有一些地方把BI（Business Intelligence，商业智能）当做计算，我们认为它不是严格的真正的计算，真正的计算是需要用各种各样的算法。我们认为城市大脑包括数据能力、算法能力和计算能力，这是三大核心，三大核心缺一不可。没有这个三大核心我们根本无法把城市数据利用起来，无法让城市真正变得智能。

城市大脑建成后有一个非常重要的核心，我们称之为城市级别的数据资源平台，这个平台是把我刚才提到的数据能力、计算能力、算法能力融合在一起的物理平台，这个平台可以跑在我们阿里云上，可以把城市实时的海量数据进行融合、加工和处理，进行相关的预测。

预测生成的数据可以在各个业务系统中用于自动决策，并形成全局的协同。不过，城市会涉及非常多的领域，如交通、旅游、环保、医疗，我们可以针对不同的领域，建立相应的大型数据库，我们称之为“租户”，因为每个领域对数据安全性的要求不同，所以每个领域的数据在平台上既可以融合打通，也可以在大物理平台上通过逻辑隔离的方式进行相应的保护。

城市大脑如何运作？

接下来我们看在一些行业中的尝试。我们最早尝试在交通行业做城市大脑，交通问题让老百姓和政府深受其害。我们解这个问题做的第一件事，是把数车做好。这看似是很简单的问题，实际上很复杂。我们关于交通的数据散落在各个地方，传统方式了解这个城市有多少辆车直接到车管所查询。这是非常静态的数据，也是不完整的数据，没有包括外地来的车辆，无法反映一个城市此时此刻车的数量。

城市大脑把政府数据、感知数据、互联网、高德导航各类数据进入融合，得到每一辆车的轨迹从而计算一个城市有多少辆车。统计好数据就可以获得一个城市的交通生命体征，就像人的血压、心跳和脉搏。

我们通过城市大脑获得城市生命体征，它包括宏观层面，就是整个城市有多少辆车在跑，有多少辆车停在停车场没有动，我们有主干道、快速路，这些路上平均速度是怎样的，细分到每一个区，区的特征是怎样的。微观到每一个交通路口的状况，我们都可以计算得到其生命体征。这对于交管、政府而言非常有用，它可以作为决策非常客观、量化的依据。以往是拍脑袋大概知道怎么做，现在有了数据的指导。

有了城市大脑中的数据资源平台的帮助，我们可以对交通信号灯进行优化。现在城市用了很多交通信号优化技术，这是最早在上世纪澳大利亚、欧洲起来的技术，现在很多城市用的是类似技术，这些技术是自适应技术，靠在每个路口下埋线圈、车感探测仪，通过这些数据动态获得此时此刻每一个路口有多少辆车，动态调整这个绿灯放多少时间。

大家知道一个城市发展快的话有很多交通重型卡车，这些车会对道路进行损伤，让地上安装的感应设备受到影响、损坏，一些城市最糟糕的情况是50%以上的路口感应器不起作用，没有数据。相当于这些信号灯“瞎”了，一旦遇到问题要靠人工配时专家进行处理。

我们建立城市大脑后完全可以把各类数据，如摄像头数据、感知数据、高德等各种数据进行融合。有了数据后，对交通信号优化配时做得更全面。以往交通信号优化时是为了车，交通不只是驾驶员，还有行人。我们在商业区要考虑到行人特点。比如大雨天或者发生重大事故，某个地方在举行重大会议时，每一个时候的交通需求不一样，优化的目标不一样，用传统的方式无法处理复杂的场景，只有通过大脑的方式做交通优化配时。

城市大脑无法把所有的城市管控起来，我们可以把非常简单的人工重复的工作用城市大脑接替，如有些城市的高架上的车流和地面上去的车流合并，这种场景比较简单，只有几个速度，包括上下游速度、地面速度。

城市大脑的处理可以自动进行计算，判断什么时候亮灯，绿灯周期是什么样子。这种简单的场景可以被城市大脑接替，形成从感到知到动态的决策。大量城市配时专家可以聚焦在重点、难点的问题上进行人工个性化的配时。这是我们做的城市大脑的信号优化配时。

2018年我们发布了城市大脑2.0。一路走来我们坚信这是正确的方向，一定可以通过这种方式让城市的交通、效率变得更高。

城市大脑还能做什么？

前面谈我们通过信号优化配时解决问题，这个做法不是包治百病，只能对城市部分交通效率得到提升。有些问题在根源上，交通组织是否合理？我们可以对数据进行大量的分析，分析后发现城市中交通的乱点、堵点、隐患点以及城市的供给不平衡点给出建议，如路口车道划分，工作区早晚的流量不对称，我们能否通过增加潮汐车道的方式缓解交通。以往是通过人工经验区分，我们有了数据可以通过数据做客观的评判。

高速层面，高速是城市与城市之间的交通主动脉，一旦高速发生问题对城市的影响非常大。高速安装了非常多摄像头，可以对他们进行实时事件检测，一旦发现问题，比如发现车祸或者部分的拥堵，大脑及时发现警情发给交警，交警立刻派出地面警员对事件进行处理。在高速上事件处理及时，解决问题的效率会更高。

中国有很多旅游城市，旅游城市效率的高低可以用数据的方式进行相应的优化。杭州是一个典型的旅游城市，旅游旺季有很多游客来到杭州，他们首先进入交通枢纽，能否及时、快速的离开交通枢纽，对他们的旅游体验帮助非常大。我们可以对交通枢纽数据进行融合，对客流进行分析，对去向和热力进行分析，给交通枢纽的疏散资源进行动态调配，疏散资源包括接驳大巴、出租车、网约车。让外部运输资源根据内部交通枢纽的需求量进行动态的判断和决策。

另外，还可以对景区人员热力进行相应的分析，用数据判断出景区是否游客过载，进行动态诱导。杭州推出数字旅游专线，通过大脑对城市旅游景点的人员进行相应的分析，找出相应的热点，把游客疏散到周边人比较少，但同样风景优美的点。

城市应急场景，比如发生火灾，以往的做法是让消防、公安、医疗救护等各单位人员进行协调。我们可以通过城市大脑的方式作为中枢，它有各种各样数据的汇聚，让城市大脑中枢协调各个部门。让以前处理的预案从静态的方式变成动态预案，让各个部门从以往离散、各不相关的关系变成联动的关系。

城市停车，是非常麻烦的问题，很多公司尝试解决问题都没有真正解决。城市停车是典型的交通信息不对称的问题，需要停车的人找不到位置停车。我们在杭州尝试做一件事，杭州市政府把一些优先尝试的区域、停车场停车位信息打通，信息可以透明共享，让司机知道什么地方有停车位，更重要的是我们可以通过信息和数据打通做到先离场，后付费。

现在停车是进入停车场、拍下车牌、闸机起来，现在有很多付费方式，新的驾驶员不知道如何付钱，到了出口发现要去另一个地方付钱，这会造成堵塞。我们可以做到先离场后付费。驾驶员在支付宝上进行绑定，你先把车开走，支付宝扣掉相应的钱，让离场效率大幅提升。

城市全要素瞬时预演，这是有了城市大脑和数据资源平台才会发生的事情。城市平台以往是仿真的需求，某个地方需要拓宽路、修地铁站，以往的交通仿真是凭借经验预测可能产生的影响。城市大脑把城市过去历史的各种交通数据展现出来，可以在城市大脑上进行预演。

前面杨教授谈到城市数字规划，阿里云和中规院在雄安城市规划中深度合作。刚开始我们是门外汉，逐渐做下来我们认为城市规划领域，数据可以帮助规划起到非常重要的作用。我们在整个城市的运行阶段沉淀了大量的数据以及计算出有用的信息，对城市规律的了解，我们可以用到城市的规划阶段，让整个城市的规划效率更高，让其他城市规划效率变得更高。

现在技术发展非常快，有IoT、5G技术等，种种技术的发展让我们非常高兴，这些技术的发展可以帮助我们城市沉淀获取更多的数据，有了数据后，城市大脑可以对数据进行加工处理，对城市的运行可以掌握得更精准。有了更精准的数据后，这些数据在平台上跑的模型可以不停的迭代和演进，让整个城市变得更加智能。我们提出城市大脑可以帮助我们实现在线、实时、自演进的全局协同城市智能。我们希望城市大脑可以帮助我们让城市的生活变得更加美好。

这是我的分享，谢谢。

演讲结束后曾震宇接受了雷锋网的专访，以下是采访内容精选：

雷锋网：除了交通，智慧楼宇是否也是智慧城市重要的方向？

曾震宇：智慧楼宇也是蕴含着大量的机会，但楼宇相对而言挑战更大，因为数据散布在各个地方，要面对的企业会非常多，解决问题难度也更大，很难收敛。所以我们先做容易出效果的交通，并不是说楼宇并不做，未来，在消防、社区等等领域，都需要把楼宇的信息纳入其中。

雷锋网：智慧城市发展的主要挑战是什么？

曾震宇：智慧城市的发展是个逐渐演进的过程，因为这个过程一部分挑战在技术层面，当然很大的部分挑战是在非技术层面。非技术层面的挑战在于数据是在各个不同的地方，包括各个不同的企业政府部门，这些数据的融合，可能也需要去摸索，找一条相对比较合适的一些务实的一些路径。我们没办法一厢情愿的去做一些事情，一定要是比较务实的方式来做这个事情。

雷锋网：技术层面最大的挑战是什么？

曾震宇：我们现在看到技术层面挑战更多在于对于对各种各样的数据的加工处理，特别是在数据缺失或质量不好的情况下，怎么去解决实际的业务问题，这是一个非常大的挑战。

雷锋网：智慧城市发展的过程中如何建立一套统一的标准，加快智慧城市的发展？

曾震宇：智慧城市的标准现在可能还没有真正到行业标准这个程度，但我们认为几个领域是一定要去做一些标准化的事情，让这个行业可以发展的更快，少走一些弯路。

第一个就是对整个城市的一些重要领域建模的标准，进行标准化之后，各个应用系统都能考虑到这样的标准化，应用系统出来的数据很容易的进入到这种模型当中，在这个模型当中的上层就可以很容易做各种各样的算法处理，支撑上层的应用。所以我认为城市的数据模型标准化，是比较重要的一个事情。

第二个就是在交通领域，我在演讲中也提到交通信号的优化配置，就是从城市大脑里面产生的配时方案，要能够实际落地到那些信号机上，但信号机非常多，在这个层面就需要有从软件的这些大脑产生出来这样的一些指令，能够跟不同的信号机厂商实现互联，这需要有一套协议，实现双向互通。

雷锋网：阿里云的如何深耕产业，实现更好的数据融合、分析、处理，实现更智能的智慧城市？

曾震宇：我们用的是一种生态的策略，我在演讲中提到的那些上层应用都是跟我们生态合作伙伴一起合作，包括中控、千方、朗新科技、浩鲸科技等。我们做底下的基于数据，包含算法的智能引擎，然后支撑他们做各种各样的标杆性应用。我们发挥算法、数据、计算的强项，他们擅长做应用，形成互补。

当然，许多算法的需求都是在实际业务中提出来的，根据他们提出的各种各样的需求和反馈，我们会和他们配合来解决这个问题，在这个过程中加深对产业的了解。

雷锋网：基于阿里云的城市大脑未来还有哪些应用？

曾震宇：在我们的平台上还会有各种可能性，行业厂商可以在平台上去做应用。未来，可以鼓励行业性的创新，很多年轻人以前想做创新，技术手段是有很多，但离开了业务的土壤，就没办法做事情。有我们的平台之后，可以鼓励创新，在开放的不涉及安全和隐私的数据上，让这些创业公司百花齐放。

我们也希望建立这样的一个生态，这样的生态建立起来之后，城市大脑、数据资源平台就可以变成每一个城市的一个非常重要基础设施，在上面将会有非常多的可能性。

雷锋网：智慧城市发展的推动力主要来自哪里？

曾震宇：政府可能还是一个很重要的一个因素，因为最关键的数据还是在政府手里。作为企业，我们能做的就是做一个助手，提供我们的能力。

雷锋网：以智慧停车的应用为例，撬动这一市场的挑战在哪？如何解决成本问题实现普及？

曾震宇：智慧停车依赖于每个停车场的基础设施，但这会增加每个停车场的成本。这也是停车市场很难撬动的原因，因为它太过分散，不可能谈一两家公司就把停车场都搞定。另外，位置不同的停车场对于智能化基础设施投入的意愿也不相同，闹市区的停车场不愁客源意愿不大，偏一些的地方可能就愿意把信息公布出来。

我认为未来一定会朝着这个方向发展，未来成为趋势之后，也可能会促进公布信息意愿不强的停车场加入其中，他们应该不想成为一个独立王国。

雷锋网：智慧城市的发展挑战重重，我们也看到政府在积极倡导“大交通”。对于未来智慧城市的发展，您持什么样的看法？

曾震宇：阿里现在很多业务部门做的事情都和智慧城市相关，我们从不从的方面去推动智慧城市的进程。就智能交通而言，大交通包含了交通的方方面面，我觉得这是一个理想的状况，这一步很难达到，但可以在一定范围内协同。在整个大的体系内形成一个弱连接，每个地方的智能提升可以让整个的交通出行的效率都能得到很大的提升。

至于智慧城市的整体发展，涉及的面太广，而且既有技术的挑战，也有非技术层面的挑战，要成为一个体系挑战非常大，但可以先实现垂直领域的智能化。

5月9日，在苏州举办的全球人工智能产品应用博览会上，滴滴CTO张博现场发布“群雁”智能出行开放平台，宣布将滴滴积累的AI 技术、服务、算力以及多元化的解决方案进行全方位的开放。

“滴滴希望持续开放合作，携手行业合作伙伴群雁高飞，共同推动智能出行生态建设与发展。”

张博表示，滴滴出行创业最初的想法，是解决司机和乘客双方的问题——乘客打车需要耗费20分钟甚至以上的时间，而司机有30%的时间是空车开在路上并制造尾气排放污染。过去7年，滴滴快速发展，已经发展成为了出租车、快车、拼车、两轮车共享出行平台。目前，滴滴已拥有5.5亿用户，日处理出行大数据达4875TB。

雷锋网了解到，在AI科技方面，滴滴以智能出行为核心，扩散至智慧交通、智能交通工具、智能应运、出行安全、地图、智能客服、AI赋能社会等7大领域，解决传统交通出行问题。如通过网约车数据收集分析，预测某一路段车辆队列密度及数量，解决传统红绿灯传感器成本高、易损的问题，并基于此通过智能地图等技术为用户提供最佳出行方案。

“群雁”有哪些滴滴的基因？

“滴滴的科技战略是AI for Transportation （AI 改变交通），我们拥有了全世界范围内最好的交通大数据，基于海量交通大数据、先进的大数据技术和云计算能力，滴滴正在持续推进AI技术智能出行场景的更多应用和创新优化。”

张博谈到，“群雁”智能出行开放平台将全面对外开放滴滴的AI基础平台、AI服务与能力以及滴滴在出行领域积累的解决方案，重点面向城市交通管理者、智慧交通企业、汽车产业链上下游合作伙伴、企业开发者及技术极客、高校及科研机构、社会机构、公益组织等提供定制化开放服务。

滴滴对外开源18个项目  出行网络覆盖1000+城市

其中，在AI基础平台方面，滴滴将集中对外开放自身机器学习平台、弹性推理服务，并积极对外进行软件开源，加快推进盖亚数据开放计划，向学界提供真实脱敏数据，共同推进出行领域前沿科学研究。

目前，滴滴AI基础平台服务企业用户数已超150家；盖亚数据开放计划合作伙伴已经覆盖全球660多所学校和科研机构；近一年，滴滴累计对外开源18个项目。

据了解，滴滴共享出行网络覆盖全球五个国家超1000多座城市。而在智慧交通方面，滴滴已经和全国的20多个城市进行了合作，通过智慧信号灯、诱导屏等智慧交通落地项目，帮助城市优化城市交通管理、缓解道路拥堵，并正在将中国智慧交通经验和技术向巴西、墨西哥等更多市场和地区推广。

值得一提的是，智博会上，滴滴还全面对外展示了其AI布局和应用成果。包括滴滴智能车载系统、滴滴智能安全应急指挥系统、供需预测、排队及拼车系统、城市交通大脑、电单车智能中控、自动驾驶测试车等在内的AI落地产品及系统悉数亮相，滴滴的“技术范”十足。（雷锋网雷锋网）

会上，腾讯携手全国主要城市的公共交通企业共同成立中国智慧交通生态联盟。

据了解，参加会议的业界嘉宾有：交通运输部总工程师周伟、腾讯公司副总裁江阳、腾讯公司副总裁郑浩剑、中国交通报社社长蔡玉贺、牵引动力国家重点实验室新型轨道交通技术研究所副所长邓自刚等。

重磅发布：乘车码、乘机码与城市神经中枢

会上，腾讯发布了以乘车码、乘机码、智能出行助手、定制巴士、城市神经中枢在内的智慧交通产品。其中：

• “智能出行助手”通过实时公交/地铁播报、线路规划，为用户提供全方位的出行服务，提升出行效率；

  
  

• “定制巴士”则根据用户需求以及客流情况定制巴士路线，多人成团，精准规划城市交通需求，提高服务效率，创造更多收益；

  
  

• “城市神经中枢”集合全城实时交通数据，经过智能计算分析，并通过可视化展示，实现城市交通智能治理的新型管理工具。它分为城市数据资源仓库、一体化大型计算平台、应用展示指挥终端3个部分，是互联网新技术与交通产业结合的创新实践。

  
  

战略合作：腾讯公司牵手深圳航空

会上，腾讯与深圳航空公司签署战略合作协议。根据协议，双方将主要在智慧航空领域出行全流程合作，乘客的乘机体验有望进一步提升。

根据现场来看，双方的战略合作以“深航码上飞”小程序为基础，深入旅客出行和服务环节，并探索实现人脸技术在旅客身份识别领域的深度应用，从支付便利、信息安全、出行保障、创新技术等多角度，利用双方优势业务和资源，推进民航互联网的跨界合作。

据悉，用户通过“深航码上飞”小程序将可享受一站式、数字化的航空出行体验，从乘机前的实名认证、在线注册会员、在线值机选座、电子行李票、二维码过安检、二维码登机等核心乘机流程，到乘机后的行李追踪、电子发票、航延证明等航司服务，皆可通过一个小程序完成。

雷锋网认为，随着平台沉淀数据越来越多，千人千面的航空出行体验或将实现。

此外，腾讯正在深圳航空尊鹏阁贵宾厅合作开发“刷脸”进厅功能，贵宾用户将可提前通过上述小程序录入人脸信息，无需任何纸质票证和移动设备，刷脸完成身份识别并进入尊享贵宾服务。未来，双方还将研发无网络环境下的移动支付能力，可以说这是真正贴近民众的“福利”了。

腾讯智慧交通布局公布   “乘车码”正式升级

腾讯公司副总裁江阳在现场谈到：

“智慧交通建设任重而道远。供给侧和需求侧紧密合作、优势互补，是未来智慧交通发展的必然路径。如果说政府更多的是从路网规划、交运系统建设、交通管理等供给侧角度推进智慧交通，包括腾讯在内的企业则是从需求侧、用户侧的角度，丰富民众出行选择，提升出行体验。”

图为：腾讯副总裁江阳

腾讯公司副总裁郑浩剑则重点分享了腾讯以云计算和大数据创新为基础，携手合作伙伴通过乘车码、定制公交、智能出行助手、城市神经中枢等产品。他表示：

“交通是腾讯在产业互联网探索中非常重要的领域之一。我们希望能够发挥过去20年在科技方面的实践成果，成为公共交通行业的数字化助手。”

据雷锋网现场了解，“腾讯乘车码”今天正式升级，去掉了腾讯的抬头，正式启用“乘车码”的新称谓，此举意味着走向更加开放。

目前腾讯在智慧交通领域的探索已覆盖“0-1-3-5-7”（0公里：停车场无感支付；1公里：共享单车；3公里：腾讯乘车码乘公交；5公里：滴滴打车；7公里：腾讯乘车码乘地铁；城际：微信支付接入12306；境外：港铁支持微信支付和微信香港钱包购票）。

此前雷锋网关注到，乘车码是一种可用来乘坐交通工具、适用于多个交通场景的二维码，是基于微信小程序开发的服务。用户首次使用可搜索“腾讯乘车码”小程序，即可自动加入卡包。再次使用时，只需打开微信下拉聊天框，点击“腾讯乘车码”即可轻松使用。在公交场景实现快速通行与便利支付，使用0.2秒极速验证技术，一键享受“先乘车，后付费” 的移动支付体验。

自2017年7月在广州上线以来，腾讯乘车码已覆盖北京、深圳、上海、厦门、宁波、济南、大理等100个城市，支持BRT、公交、地铁、索道、轮渡等智慧交通移动支付场景。目前全国超过5000万用户在使用乘车码，覆盖城市超过了100个。

郑浩剑表示，乘车码除了二维码扫码的形式之外，其他的技术方面都有支持的，只是目前没有主推，包括NFC、生物识别、人脸识别技术，这些产品在实验室都是落地的。当时选择二维码作为出发点时，主要是考虑到受众最广的问题。

当然，除了乘车码，腾讯在公共出行场景还有其他布局：

• 实时公交：实时公交是腾讯基于公共交通大数据和社交平台相结合的创新产物。未来将为用户提供实时公交、上下车提醒、地图选站/查公交、线路规划等全方位的出行服务。同时，利用腾讯LBS技术和腾讯生态体系下产生的大数据连接交通管理部门，加上高效精确的算法，实时获取脱敏后的精确位置信息生成交通热力图，可验证城市现有公交线路规划的合理性，进行新公交线路的设计，实现对交通、人流的精准管理，建立高效、智慧型的交通管理体系。

• 铁路合作：据铁路部门反馈，微信支付接入后，半年内12306微信公众号的关注粉丝数增长7倍，达到3600万；12306微信小程序的累积用户也突破1000万，其中44%的用户来自微信扫一扫火车票二维码。此前由中国铁路投资有限公司、浙江吉利控股集团与腾讯公司共同组建的国铁吉讯科技有限公司正式揭牌成立，这标志着动车组Wi-Fi平台建设经营取得重要进展。国铁吉讯将负责向旅客提供包括Wi-Fi服务、休闲文化娱乐、新闻资讯、在线点餐、特色电商、联程出行、智慧零售等站车一体化、线上线下协同的出行服务。

高管谈智慧交通：任重道远，智慧+安全一把抓

采访环节，腾讯副总裁郑浩剑告诉雷锋网，交通是腾讯进行产业互联网的重要领域，腾讯会用ABC新一代信息技术全方位应用到这个领域。

图为：腾讯副总裁 郑浩剑 接受记者采访

对于商业探索问题，郑浩剑也毫不避讳，他指出，在进行普惠探索的现阶段也会规划未来的商业化路径，但基本上是线上商业化+线下商业化的模式，同时还会与腾讯的5大内容产业进行深度融合（游戏、音乐、文学、动漫、视频），在满足民众需求前提下，将其碎片化时间充分利用。后期，腾讯还会在智慧地铁（出行信息动态更新）、安全地铁（安检手续）、智能调度上做更多的优化工作。

对于竞合关系，郑浩剑也表示，腾讯没有把参与方当做竞争对手，而是希望一起把产业链做大。“没有各家一起去做，产业就不会繁荣”。

市场太大了，某个公司不可能在短时间内就把全国那么多城市一下子全部上线了，工作上会有时间先后。对于未来，一定是兼容各个参与方的优势来共同支持公共交通的。整个方向来说，未来各个企业还是围绕着国家战略的方向再去做大交通，企业更多的是参与方，而不是企业主导一个城市的交通和未来。

谈及腾讯智慧交通的阶段性目标，郑浩剑表示，目前全国公共交通出行年规模2285亿人次，每天使用公共交通系统的用户达4亿人次。如果放到全球对比，全国平均公共交通出行比例只是20%-40%不等，但国外历史比较悠久的城市公共交通使用效率超过50%-70%都比较普遍。因此国内的提升空间很大，并且任重道远。

未来，如果有机会把“平均值”往上提10%-20%点，城市拥堵情况就会有所改善。驾车出行的人就会有很多人选择公共交通出行，“这是我们的美好愿景，也是我们的奋斗目标。”（雷锋网报道）

高新兴接下来想做的事情是要给每一辆车都配上专属“身份证”。

成立于1997年的高新兴集团是最顶尖的智慧城市系统解决方案提供商之一。他们即将为全国车辆打造的这张身份证学名叫做“汽车电子标识”，也可以称之为“汽车电子车牌”。

汽车电子标识形似“居民身份证”，其中嵌有专属电子芯片，储存了包括车牌号码、车辆保险、车辆年检等相关信息。它可直接贴于汽车前挡风玻璃上使用，具有防拆、防伪、防复用等特性。

当车辆通过道路旁设有的汽车电子标识读写设备时，系统能够安全、实时、不接触、不停车地情况下完成对于车辆的信息读取。

“汽车电子标识的过人之处是从根本上突破了原有交通信息采集技术的瓶颈。”高新兴智联副总经理王耀东说道，“由于其整合了车辆的多种信息，在实际应用中，它能一卡多用，真正实现多证合一以及跨区域的汽车管理工作。”

详解汽车电子标识黑科技

高新兴为每一辆车打造身份证的强大信心很大程度上是得到了政府的政策支持。

早在2017年12月29日，国家质量监督检验检疫总局、国家标准化管理委员便首次批准发布了机动车电子标识六项国家推荐性标准，其中包括三项机动车电子标识国家标准和三项电子标识读写设备国家标准。

雷锋网获悉，该标准于2018年7月1日起正式实施。7月1日开始，是否安装汽车电子标识由车主自愿选择。（目前由相关部门统一免费安装）

王耀东介绍说，汽车电子标识是一种工作频段于920MHz~925MHz的超高频无源RFID（射频识别）技术，它的工作原理与门禁系统较为类似但又有很大不同。

它主要由三大块组成：汽车电子标识读写器、读写器天线及汽车电子标识标签。

其中，汽车电子标识读写器及天线安装于路面的杆件上；汽车电子标识标签贴装于车辆前挡风玻璃上。当贴有汽车电子标识的标签进入读写器的读写范围内，由读写器提供能量激活无源的电子标识标签，完成信息交互。

值得注意的是，当车辆在高速行驶过程中，车辆通过射频读写范围内的时间变短，由于电磁场盲区效应，各个厂商的实际读写效果会有所不同；

另外，在实际道路使用中，甲方对于该技术提出了更为严苛的要求。传统超高频RFID的距离极限在25米左右，但是为了符合汽车电子标识的应用，系统将这一要求提高到了30米以上，这对于目前所有超高频无源RFID技术来说都是一个巨大挑战。

就高新兴而言，王耀东透露说，目前这套系统可以做到在汽车行驶速度超过200km/h时，能够准确识读车牌信息。

而之所以能够做到如此高效，主要得益于高新兴在相关技术上的着力突破。比如在电子标签单次读取流程的时间优化上，高新兴通过快速载波对消提高系统的整体效率；比如在路面电磁环境复杂的情况下，高新兴通过数字抗干扰技术提高识读成功率等等。

值得一提的是，作为全球安防领导者之一，除了在RFID技术上的突破创新外，高新兴还将视频分析识别技术与RFID技术相结合。

在系统部署应用中，室外基站能够同时采集到视频识别分析数据以及汽车电子标识数据，两份数据直接在前端管理设备上实现数据比对，实时对异常数据告警，可用于实时的套牌车、假牌车检测。

也就是说，未来在应用层面，通过汽车电子标识，包括涉车治安管控、汽车检验监督、快速通行核验、任务车辆通行、停车场管理等都可以实现。

从以上来看，汽车电子标识就是应用RFID技术辨识车辆、车主信息，然后将这些信息传回至公安管理系统实时比对。那么其与如今的ETC相比，是否功能重叠？

王耀东介绍说，两者技术原理的确类似，但应用领域不同，目前来看功能也并不重叠。

ETC由交通部主推，初衷是高速出入口快速通行并前端扣费，只能市场化推广，覆盖率取决车主；汽车电子标识由公安部主推，初衷是车辆唯一的电子化身份证件，在城市道路高速自由流状态下可以稳定精准识别，未来势必“一车一标识”，乃至前装；

除此之外，ETC需OBU或电池供电，而汽车电子标识无源，寿命与车辆报废时间相同。

同时，王耀东也提醒，根据道路交通安全法规定，上路行驶的机动车必须悬挂物理号牌，汽车电子标识正处于试点应用阶段，汽车电子标识和传统物理号牌目前是并存互补的关系。

为何要推行汽车电子标识落地

事实上，自2013年开始，我国就已经在探索汽车电子标识的应用。

2016年，首批符合国标的电子标识在无锡开展示范应用，共发放10万张。主要用于货运车辆，路面首批100个站点安装读卡设备，2至3个小区引入智能停车系统。

2017年，京津冀三地紧锣密鼓开展需求调研、方案制定等试点前期准备工作。

与此同时，就该领域，各大安企也不惜花费重大代价强势进入：高新兴1.48亿控股中兴智联、苏州科达1960 万元收购江苏本能40%股权、千方科技投资2000万设立千方车信等等。

作为尚在起步阶段的汽车电子车牌建设，各大知名安企纷纷摩拳擦掌，所因为何？答案已变得异常明显：“车联网”。

中国汽车保有量的逐年增多，加之5G网络技术的日趋完善，“车联网”市场已经成为赛道各个玩家的必争之地。

从政府角度出发，以往，全国道路上的每一辆汽车都是独立节点式存在，虽然天网等工程的落地使得汽车数据读取变得相对简单，但即便如此由于各种原因还是未能做到非常全面的实时监测，而汽车电子车牌的普及可以利用电子识别系统以知晓全国道路上汽车的一举一动。（可以覆盖到视频监控检测不到的地方）

当汽车电子标识大范围普及之后，以往以有限的视频监控探头形成的“天网”就变成了以无限个体汽车相互连接而形成的“信号网”，而掌握更加全面的道路车辆信息的交通管理部门就可以在任何时间知道任意车辆的具体位置，以有效解决道路监控、统筹、分配、调度等方面的工作。

换句话说，装有汽车电子标识的车辆都是城市交通大脑的信息交互者。当你的汽车在路上发生状况或者行驶过某事发路段时，其可以将发现的异常情况自动上报系统，系统就可以以此提醒这条路上的其他汽车及时换道行驶，躲避拥堵。

行文及此，也许会有人提到，这样的功能目前很多导航类APP都会支持，两者间有何不同吗？

首先，目前在国内运营的导航企业不止一家，每个用户在道路上行驶所收到的导航建议都是基于自身APP的保有用户而产生的。

也就是说，由于各家导航企业的用户数据并不互通，在很多道路发生拥堵等情况之后，系统只会自认为“聪明”地规划“最优”路线通知“自己”的用户该如何避免。

殊不知，由于算法类似，各家所发信息都大致相同，以至于车主们都一窝蜂地开往同一方向，造成更大拥堵。

当汽车电子标识保有量足够，形成较大车联网入网身份入口之后，交管部门就可以知晓全盘数据，系统可以根据在某个时间可能产生的车流量，再结合道路通过能力及周边道路状况，计算出最适合的的出发时间和路线，通知各个车主。

再来，解决道路拥堵问题只是打造车辆网的众多功能之一，当每辆车都有了自己的专属“身份证”之后，各类假牌、套牌车辆将无处遁形。

与此同时，针对特定车辆的优先通行，车联网也优势明显。比如在交叉路口建设汽车电子标识采集基站，对车辆身份进行识别，一旦确定身份后，可通过向交通信号控制系统发出信号优先请求，进行相位延长、相位压缩机提前激活相位等操作，确保特定车辆(救护车、消防车)优先通行。

而对于入局的企业来说，汽车电子标识系统也是新一代智能交通系统的核心组成部分，其最大价值就在于对涉车、涉驾、涉路、大数据的持续挖掘与运营。

复旦大学计算机研究所所长、上海（国际）数据库研究中心主任施伯乐此前曾说，数据在未来社会中将发挥革命性作用。大数据将是下一个社会发展阶段的“石油”和“金矿”。无论是个人、企业还是国家，谁能更好地抓住数据、理解数据、分析数据，谁就能在下一波的社会竞争中脱颖而出。

和其他的创新资源相比，数据之所以伟大，是因为它不会被它所激发的思想和创新所消耗，它可以重复使用，可以同时被无数人使用，此数据和彼数据整合，还可以产生新的价值和效用。在空间的拓展中和时间的延伸中，数据的能量将在人类社会层层放大，数据的不断积累是资源和知识的持续增加。

政策＋技术双轨推动，汽车电子标识将全面开花

每家企业都想在这场数据大战中获得足够发言权，高新兴也不例外。

其实，早在2014年5月，腾讯便推出“腾讯路宝盒子”。通过插在汽车上的OBD设备获取汽车数据，如里程、油耗、速度、驾驶行为等信息。将这些信息通过路宝盒子传到手机、云端，并经过大数据分析后，为车主提供服务与应用。

但在后期发展过程中受到诸多限制，主要因为不同厂家的通讯协议各不相同，并且对外完全封闭，单纯由互联网公司来做，很难达到普适性。

而今天，由政府牵头的汽车电子标识普及工作，随着标准的出台实施，加之高新兴在技术上的突破落地，市场全面开花会变得更有机会。雷锋网雷锋网

8月28日，北京智芯原动科技有限公司（以下简称智芯原动）于深圳举办“智芯原动投融资暨新品发布会”，宣布成功完成B轮融资，并发布新一代智慧停车和智慧社区解决方案。

据雷锋网了解，本轮融资由英特尔投资领投，松禾资本和峰瑞资本跟投，B轮资金将用于人工智能算法和芯片领域的研发。

成立于2012年的智芯原动是中国专业从事人工智能算法和算法芯片技术研究的企业之一。该公司聚焦人工智能技术在机器视觉领域的应用，在国内首创人工智能算法芯片化技术，成功开发了智能交通、智慧社区、智能安防和智慧商超等一系列产品和解决方案。

以智能交通为例，智芯原动早前便与Intel、中科院等企业、机构展开深度合作，为智慧停车市场提供包括算法、车牌识别相机等一系列软硬件产品。

如今，智芯原动的产品已经落地至全国各地。

譬如上海虹桥机场某项目，其中的出入口车牌识别相机均由智芯原动提供。他们基于深度学习车牌识别算法，可以在超大角度（75°）的范围内快速、准确地识别近乎全品类车辆；另外，相关产品还可以支持超宽动态图像优化，适应各种复杂场景，包括雨雪天气场景、顺逆光车牌、污损车牌、夜间车牌等。

目前，智芯原动已经在湖南完成一个超3000个停车位的反向寻车项目，项目的成功落地有效降低了管理人员的成本，提高了顾客的满意度、停车场的使用率和营业收入。

发布人脸识别产品，进军智慧社区市场

一方面在基于车辆识别的智慧停车市场一路凯歌，一方面智芯原动还在人脸识别市场囤积粮草。

智芯原动创始人、董事长兼CEO崔凯

在今天的发布会现场，‘慕颜1’人脸识别终端等一系列全新解决方案高调亮相。

用智芯原动创始人、董事长兼CEO崔凯的话说，此次发布的人脸识别产品标志着智芯原动的技术应用正式从智慧停车领域拓展到智慧社区领域。

雷锋网了解到，该终端产品支持人、车防伪识别、支持Anti-Fake活体检测，以及具有万级人脸库、活体检测功能，适应各种强光、逆光等环境的特点。

“目前市面上相关产品大多应用于室内场景，对光线等条件要求高。智芯原动这款人脸识别产品大大突破了此前受限的使用场景，能够在不同光照场景下做到瞬速识别。”智芯原动CMO康毅在发布会现场称。

在现场，智芯原动还直播了该人脸识别产品的“黑科技”之处。在密闭会场灯光关闭90%的情况下，‘慕颜1’能快速识别出下一位演讲人；与此同时，在一群工作人员从室外小跑通过闸机进入室内时，设备也能做到快速反应。

康毅表示，“慕颜1”人脸识别算法的性能比行业标杆优化50%，检测速度优化到10-30ms，识别速度低于1秒，识别准确率达到99.9%。

除了内在强劲，“慕颜1”在颜值方面也容似其名。

该终端外观秉承经典设计理念，采用8英寸IPS显示屏，上半部分是人脸识别区域，下半部分是会务信息区域，可视角度大且色彩还原更准确，在实测中非常美观耐用。

为何选择智慧社区市场深耕？

当在一个垂直领域获得足够份额及影响力后，选择将天赋带入另外一个市场，这是任何一家公司在发展过程中都会走的路。

但同时也让人好奇的是，智芯原动为何会选择智慧社区市场深耕，这难免让人稍有疑惑，毕竟目前这个市场已经玩家众多。

对此，崔凯解释说，从建设路径方面来看，智芯原动一直沿着相对完善的行业轨迹去发展，从车辆识别到人脸识别，都是围绕端到端的解决方案去布局，此前在人脸识别领域也积累了大量技术及数据。

智芯原动CMO康毅

从产业趋势来看，通过智慧社区的建设，将大数据与政务系统对接，可全面提升社区服务，彻底改善民生安全性和便捷性，提升居民生活质量，减轻政府施政负担。

在发布会现场，智芯原动同样也展示了未来智慧社区的美好蓝图。人们在工作、生活期间，无需携带任何证件，凭借自己的“面孔”就能非常方便的进出任何地方。

在雷锋网看来，政策导向、技术积累也许是智芯原动选择进军智慧社区的部分理由。

在安防行业，很多中小型企业在发展壮大过程中都会选择避免与海康等传统行业巨头发生‘正面冲突’，而是去开垦一些民用细分市场。

安防C端市场是传统安防巨头‘看到’且做不全的市场，这个市场体量非常大且非常分散，很难被传统巨头全盘控制。

此前在接受雷锋网专访时，崔凯认为，安防老牌劲旅的优势主要体现在强大的软硬件一体化产品能力、行业解决方案能力、营销渠道能力和项目交付能力。

从实践经验来看，智能化催生了很多新的大家都没有做过的业务需求，很多垂直业务系统AI公司比传统安防公司做的更好。只要AI公司愿意把脚踩在泥里，愿意花功夫去干苦活、脏活、累活，发展也会非常快。

从今天的这场发布会来看，崔凯此前的创业总结如今得到了丰厚回报，智芯原动已经完美从车牌识别市场调整兵力向人脸识别市场进军。

与此同时，辩证来看，选择了智慧社区深耕，智芯原动在做苦活、脏活、累活的路上又加长了几里。

当停车场还在大量使用人工值守、刷卡进入，智能化相关的技术并不那么成熟的时候，臻识科技凭借智能视觉算法和嵌入式成像系统设计能力及不同应用领域智能相机应用经验，果断切入智慧停车领域，并迅速颠覆了整个行业的产品、方案形态。

迄今为止，臻识科技已经在智慧停车领域可以提供面向停车场的出入口智能车牌识别、反向寻车车位检测、云端管理系统等一套完整的产品解决方案。并且以50%的市场占有率笑傲整个行业。

但臻识科技并未停止前进，而是向着能够为人们提供更加便捷、舒适、安全生活的智慧城市应用领域快速前进。

思深忧远，把脉行业发展趋势

五十四年前，纽约世博会上，科幻作家阿西莫夫预言未来城市能够联网“自主决策”。那时候，人们认为这是天方夜谭，因为彼时计算机才刚刚被发明，互联网是什么东西更是无人知晓。

在AI、IoT（Internet of Things – 物联网 ）等技术日趋成熟的今天，智慧城市这一前期“遐想”被逐步实现，如今包括公共交通、公共安全、城市服务、工商业活动、民生、医疗、环保等在内的各种需求都能做出智能响应。

以智慧停车领域为例，在臻识科技等企业的努力下，现在大部分停车场都已经实现汽车号牌信息的智能化检测、识别以及存储，这仅仅只是迈出了一小步。未来，整个城市的信息将互联互通，智能融合——人们脑海中关于停车的概念将被彻底的颠覆：通过对所有城市内停车场与道路交通数据的深度挖掘，车主们则能据此获知某处停车场未来某段时期内空闲车位的数量，甚至城市的设计者们可以以此决策新建停车场的位置与大小……

而智慧停车还只是智慧城市体系下智能交通中的一环。

2008年，“智慧城市”概念首次提出，即受到广泛关注。美、日、中等国家相继发布了相关规划和政策，全球范围内的智慧城市建设如火如荼。

在中国，去年住建部启动对智慧城市试点城市建设成果的评估，标志着智慧城市项目从创建期步入推广示范期。目前，中国已有500多个城市准备或正在建设智慧城市。

可以说，作为最具未来感、更宜居宜业、更富有活力的智慧城市将在世界范围内成为城市未来发展的新方向。

智慧城市运营管理系统通过遍布的传感网络将数字城市与实体城市相关联，将城市管理与建设中的大数据交由云计算平台进行分析决策，并据此对城市设施进行自动化的管理与控制。

智慧城市的运营管理系统在运行过程中需要对大量的传感器数据进行分析，尤其是分布在城市中各场景的成像传感器（相机）产生的数据。

传统的监控相机只能不间断地将采集到的图像压缩成视频流数据，然后源源不断地向中心端传输。由此产生的计算资源浪费、系统功耗增加、网络带宽资源占用、数据分析准确度下降（云端只能针对有限码率的有损压缩数据进行分析）、较低的系统实时性等问题逐渐凸现。

边缘计算(Edge computing )作为云计算的补充应运而生，它通过在前端相机上直接部署计算资源和智能算法对未经压缩的图像原始数据进行分析处理，生成面向应用的算法分析结果和采集到的特征值，从而向中心云端提供少量、精准的数据源（Meta Data）——结构化视频数据。

边缘计算的引入，标志着智慧城市架构由中心端（云端）集中式管理向更加快速有效的分布式控制的方向进化。基于视觉成像技术的智能相机是边缘计算最为重要的表现形式，因此也是未来智慧城市中最重要的基础设施。

依托自身在嵌入式成像系统设计技术上的优势经验以及多年在AI算法的耕耘积累，通过边缘计算技术的产品转化（智能相机），臻识科技致力于为智慧城市体系中的各大垂直应用领域：智能交通（ITS）、智能安防（IVS）、智慧商业、智能制造（FA）提供更加智能化的前端成像设备及解决方案。

寸积缕累，臻识科技AI进击

当前形势了然在心，未来趋势掐指可谈。

作为一名技术科班生，2008年电子科大硕士毕业之后，任鹏和几个同学选择创业，正式成立臻识科技。

任鹏最大地热情就是对AI技术的研究。当深度学习等技术尚未成熟便被匆匆推向市场时，他不急不躁，潜心学习；当AI技术达到阈值亟需变现时，他已落地良久，赋能各界；当赛道内玩家还在为场景适配疲于奔命时，他就已经判断到AI、深度学习算法结合嵌入式成像系统在未来的智慧城市领域大有作为。

于无声处，先人一步，进行前瞻性思考，所谓运筹帷幄，大抵正是如此。任鹏和他的伙伴们用数年时间，培养了一匹创业黑马，而这匹黑马，正加足马力往前奔跑。

与多数创业公司激进的发展策略不同，臻识科技的发展路径一直非常低调而稳健。

在任鹏看来，以AI赋能智慧城市行业的大军中，不乏算法领先型企业和传统硬件产品型企业。臻识科技的过人之处在于结合了这两类企业的优势： 始终保持着对最前沿算法、技术的敏感，潜心磨炼自研优势智能算法在嵌入式设备的部署能力，逐步深化低比特优化、模型压缩等关键技术能力，构筑技术壁垒；而十年的摸爬滚打经验，锻就了臻识科技将技术转化落地为实用产品的能力，形成成熟的商业闭环，成长为智慧城市垂直领域优秀的解决方案供应商。

厚积薄发，加速行业布局拓展

此前在雷锋网主办的全球人工智能安防峰会上，任鹏在数千位行业人士、几十家媒体的注视下谈到：“我们必须为行业做些什么。无论是作为领导者的担当还是纯粹的技术极客的梦想，就像乔布斯当年在自家车库里做的那样。”

简短五十字，映衬出以任鹏为掌舵者的臻识科技团队在AI大潮下勇于进击的勇气和决心。而在雷锋网看来，一方面拥有极佳的关键技术沉淀；另一方面在追求产品商业实用性和性价比方面强大的技术自信。厚积薄发的技术实力和自信定将推动臻识科技大步向前迈进。

纵观整个智慧城市行业的发展，臻识科技作为一家面向智慧城市垂直领域的智能化解决方案的领先技术厂商，如今在行业布局方面已经显现出非常强大的发展潜力。未来，随着行业布局的快速推进，相信臻识科技将成为智慧城市领域一股重要的领导力量。

“安装视频监控的目的在于“预防”而不在于“处罚”。在接受雷锋网采访时，宇视智能交通产品部总工杨世龙道出了他眼中交通安防的真实意义。

他表示，中国交通违章‘罚款模式’已经保持多年，也取得了不错效果。但在与很多甲方交流过程中，他们发现很多驾驶者根本就不知道自己已经处于交通违章过程中，属于“无意识交通违章状态”。

比如在武汉火车站，武汉交管部门就得到一些反馈：很多市民在缴纳罚款时都觉得挺冤枉，大都表示并不知道违停位置不能停车。

针对上述情况，武汉交管部门与宇视科技积极接洽：讨论是否能够用动态信息明确提示车主道路停车信息，真正做到“先提醒、再处罚”。

作为深耕在交通行业的老安防人，杨世龙对于该需求深表赞同。在他看来，“如果属于无意识交通违章，为什么不能给驾驶者一次机会呢？也许奖罚分明，效果会更好”。

系统

带着以上需求，宇视在很短时间内便推出了“自主式交通违法提醒系统”。雷锋网了解到，该系统直接由一颗装有AI芯片的前端摄像机与LED显示屏相连。而这也就意味着，摄像机在抓拍到违章行车、停车行为后，能够直接在前端处理，并在秒级时间内将结果反馈到LED屏幕上，提前干预、中止违章行为。

杨世龙解释说，传统的违章行车、停车抓拍方式大致相同：一般由前端摄像机进行违章抓拍取证，然后将违章信息传输至后端平台服务器进行违章审核，最终驾驶者面临罚款、扣分或教育的处罚。

需要注意的是，这些违章行为虽然也告知了车主，但是属于事后违章告知；宇视“自主式交通违法提醒系统”则是进行及时告知，提前干预、中止，避免违章行为的产生。

他介绍道，该系统的优势用三个字总结可以归纳为“三个一”：

1秒信息发布：从违法触发到LED显示屏违法告知仅需1秒；

1＋1灵活部署：前端摄像机和LED显示屏直接联动，从违法抓拍到秒级直观显示车辆违法信息，两步过程一气完成，无需经过后端平台；

1＋X多场景应用：自主式交通违法提醒系统除了应用于交警非现场执法之外，还可以应用于公安车辆布控、高校车辆管理、高速公路超速提醒等诸多场景。

“该系统自应用于武汉火车站以来效果明显，交通违章抓拍从之前的每月一百次左右下降到每月二十次左右；与此同时，高峰时期的车辆通行量从每小时的1800辆提升至2200辆。产品广受市场欢迎，目前已经在十几个城市及校园落地应用”。

他同时补充，“该套系统不仅仅能够做到违停提醒，包括超速、逆行等违法行为也会实时提醒；另外，“提醒”功能只是该系统的功能之一，现有执法设备所具备的功能，该系统也都具备，且对场景的挑剔性低、适应性广，包括车站、机场、道路、校园等易出现违法行车、停车的场所都适用”。

创新

如果说“变革”是在所有商业场景中都不可规避的词，宇视该系统的发布无疑也算一大“创新”。

在“一切只为客户创造价值”的安防行业、在众多安防企业都想方设法抓捕到更多违章行为的时代、在全行业都倡导“自主式抓拍系统”的时间节点，宇视逆向行之发布“自主式交通违法提醒系统”，看似科技为民的基调，但又好似是与主旋律格格不入的另类创新。

而这，是否也就意味着该系统在推广、应用过程中会受到一些阻碍？

“任何系统及解决方案的问世都并非产品经理在实验室中想象出来的，它们背后都会潜藏很多客户需求及相关背景基调。”在面对记者疑惑时，杨世龙回应道。

他进一步表示，交通管理的两大基本原则不可改变：1、保平安；2、保畅通。从交管部门的角度出发：处罚不是目的，结果比方法更重要。

而这也就意味着，无论是通过“处罚”或者“提醒”的方式，交管部门最终的目的都是为了让这个城市的交通环境更美好、让道路环境更顺畅、让司乘人员更安全。

在此大基调下，宇视发布“自主式交通违章提醒系统”可以理解：看似与主流产品思路相矛盾，实则与此前的解决方案做互补。

在雷锋网看来，“先警告、再处罚”，这种全新的执法方式值得期待，它既保障了道路顺畅，同时也给了违停的车主一个贴心提示，是人性化执法的最好体现。

但与此同时，该系统还尚存一些不足。在于杨世龙沟通过程中，笔者发现该系统目前只能识别车牌、上墙；无法与城市交通数据打通、无法与车主形成定向联系。而这也就意味着如果车主没有看到显示屏信息则还是无法得知自己的违章行为。

总结而言：显示方式还稍显愚钝，如果能够实时识别车牌从而及时、准确地确定车主身份，然后通过短信的方式实时联系到车主，效果应该更佳。

交通

在杨世龙看来，“罚款”与“提醒”这两种改善交通状况的方式并非鱼与熊掌，双方之间也并不存在交集、并不存在矛盾。未来，这两条治理之线肯定会双管齐下、左右开弓，完全可以做到互融互通，共同促进交通环境的不断改善。

他笃信：该系统也不仅仅是个系统，它意味着方向、意味着改革、意味着创新。在全民倡导“自主抓拍”的节点，及时转变思路，做违章的及时告知也许难能可贵。

采访最后，他还呼吁，在创新罕见的安防行业，产品、技术都大同小异。作为安防厂商，有责任站在民众角度，想人们之所想，思考如何才能让科技真正造福人民。

近日，深圳市交警局正式启动“深圳智慧交通一期”工程，联合多家前沿顶尖企业，打造深圳“智慧交通”城市大脑。

据深圳市交警局科技处处长李强介绍，本次将新建1002套高清视频监控、301套车牌识别卡口单元、101套诱导大屏及配套光纤配电，实现高快速路的交通监控设施全覆盖、信息诱导体系化。

另外，还将新建1371套高清电警、改造300套信号机及新建配套300个路口的视频、地磁、微波流量检测设备、160套事件检测系统、更新1186套标清视频监控，全力打造交通安全示范区。建成后：

• 高快速路高清视频覆盖密度提升到2.4(套/公里)，实现全高清覆盖，彻底消除监控盲点；

• 高快速路卡口出入口车牌识别覆盖密度提升到0.9(套/出入口)，与主干道设备形成有效互补，为涉车案件侦破提供强有力支撑；

• 光明等交通安全示范区内高清电警、信号机、事件检测等设备实现全覆盖，有力支撑智能化信号配时，实现道路事故及事件的自动检测和预警；

• 图片处理能力由千万级提升到亿级。

边缘小镇到人口大城，交通治理压力骤增

经过30多年的高速发展，深圳已从一个仅有3万多人口的小镇，发展成为一座拥有近2千万人口的超大型都市；与此同时，深圳也已成为全国车辆密度最高的城市，车辆保有量近328万辆，每公里密度超过510辆，居全国首位。

面对超大负荷的交通压力，深圳交通管理近些年也出现了一些发展不均衡、不充分等问题。但值得一提的是，去年7月24日，高德地图联合公安部交管局正式发布了《2017年第二季度中国主要城市交通分析报告》。报告显示，在所有一线城市中，深圳的交通状况最佳。

数据统计，2016年第二季度，深圳拥堵排名全国第6位，但自去年Q2之后，深圳对缓堵采取了多项措施，如：HOV车道开通、自动化拉链潮汐车道等，深圳整体拥堵有了大幅度的缓解，拥堵降幅8.75%，排名也由之前的第6位降至本季度的23位。

而此成绩也得到了业界的一致认可。如今，深圳交通创新被同行称之为智慧交通“深圳模式”，并且该模式已经向异地输出，包括为苏州高新区打造智慧交通系统等等。

深圳缘何成为最“不堵”的一线城市？

智慧交通“深圳模式”究竟强在哪儿？

深圳市公安局交通警察局副局长陈显东曾公开表示，作为全国车辆密度最高的城市，城市交通管理面临巨大考验。基于此，深圳通过精细管理、科技驱动、联合创新进行探索和改善交通状况。

• 一方面突出顶层设计整体规划绘制智慧交通一张网。实现数据和交通管理深度融合、分析统一规划、统一标准、统一管理；

• 另一方面侧重智能感知搭建平台，以建设高清电警、高清卡口、鹰眼、4KS指挥系统、三维地图场景叠加等实现了空体一体实时监控，全程支撑了一线民警规范高效的执法；

• 在传输通道方面，利用OTN的技术率先在全国统一承载、语音、视频、存储等数据业务的光传输的网络；

• 在支撑平台方面，利用大数据、云计算、人工智能等前沿核心技术，整合勤务、卡口、PDA等各类基础资源搭建横向战略性的交通管理平台,纵向建设智能智慧化的科技场景和应用体系。

其实，作为全国城市智慧交通建设的先行探索者，深圳早在六年前就提出了智能交通“1＋6”系统。

“1”可以理解为一个大平台，把交通、交警各部门，以及海陆空各方面的信息统一整合起来，形成资源共享。并利用这个平台，为6个细分系统提供服务，包括交通监测系统、交通管理系统、道路交通调控系统、公共出行信息服务系统、交通指挥应急系统、交通管理决策支撑系统。

总言之，在成功‘治堵’背后，是深圳利用大数据、AI等前沿技术整合各类基础资源搭建战略性交通管理平台而产生的效果。而从目前我国大部分城市的实际交通状况来看，智慧交通“深圳模式”推广价值巨大。雷锋网雷锋网雷锋网