前段時(shí)間，馬化騰和朱嘯虎這兩位大佬在伴侶圈就所投資的共享單車項(xiàng)目互懟，在行業(yè)引發(fā)軒然大波——其中一個(gè)焦點(diǎn)就是智能鎖之爭(zhēng)，馬化騰吐槽沒(méi)有智能鎖的ofo都是啞終端，這個(gè)在兩位大佬的互懟中是事實(shí)。

摩拜單車的slogan是“全球智能共享單車行業(yè)首創(chuàng)者和領(lǐng)導(dǎo)者”，它的第一部單車就加載了智能鎖，智能鎖里面有SIM卡和GPS芯片，進(jìn)而可聯(lián)網(wǎng)和定位。ofo在去年11月才走出校園正式進(jìn)入城市，為了快速搶占市場(chǎng)采取了低成本的機(jī)械鎖，進(jìn)而快速連接海量自行車、進(jìn)入超過(guò)100座城市，不過(guò)卻存在馬化騰所說(shuō)的“啞終端”問(wèn)題，進(jìn)而帶來(lái)了較高的維護(hù)成本、倒霉于短途出行數(shù)據(jù)的收集。

正是因?yàn)榇耍琽fo在近日與中國(guó)電信和華為共同研發(fā)基于NB-IoT技術(shù)的 “物聯(lián)網(wǎng)智能鎖”并正式應(yīng)用到ofo小黃車上，進(jìn)入智能鎖時(shí)代。有人說(shuō)ofo此舉是回應(yīng)馬化騰關(guān)于ofo“啞終端”的吐槽，實(shí)則否則。豈論什么行業(yè)，做平臺(tái)的核心都只比拼一點(diǎn)，那就是連接效率。共享單車平臺(tái)也不例外，如果智能鎖效率更高，到了適當(dāng)?shù)碾A段，ofo付出更高成本引入智能鎖提高平臺(tái)運(yùn)營(yíng)效率就是水到渠成。ofo在將“啞終端”變?yōu)椤皶?huì)說(shuō)話的終端”的同時(shí)，還在引入更多智能技術(shù)來(lái)提高單車運(yùn)營(yíng)辦理能力。

用人工智能進(jìn)行單車調(diào)度

日前，ofo頒布頒發(fā)將谷歌TensorFlow人工智能系統(tǒng)和卷積神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于出行需求預(yù)測(cè)，進(jìn)而更好地布放單車，讓用戶隨時(shí)隨地有車可騎。TensorFlow是谷歌研發(fā)的第二代人工智能開(kāi)源系統(tǒng)，其采取數(shù)據(jù)流圖(data flow graphs)，主要用于數(shù)值計(jì)算，全世界所有開(kāi)發(fā)者都可取用。卷積神經(jīng)網(wǎng)絡(luò)技術(shù)即CNN則是眼下日趨普及的深度學(xué)習(xí)的主流實(shí)現(xiàn)方式，它模擬動(dòng)物神經(jīng)網(wǎng)絡(luò)工作原理，可以進(jìn)行大型圖像處理，同時(shí)也被應(yīng)用在諸多主流AI場(chǎng)景中。百度將Deep CNN技術(shù)應(yīng)用在語(yǔ)音識(shí)別中，使得識(shí)別錯(cuò)誤率相對(duì)下降了 10%；騰訊則基于Deep CNN技術(shù)打造了深度學(xué)習(xí)平臺(tái)Mariana……

ofo宣稱其對(duì)CNN技術(shù)的應(yīng)用在共享單車行業(yè)屬于首創(chuàng)，它的具體做法是，將智能鎖返回的騎行和定位數(shù)據(jù)形成熱力圖，不只是可以展示用戶騎行軌跡、車輛分布網(wǎng)絡(luò)，還有差別區(qū)域的需求熱度。通過(guò)對(duì)熱力圖進(jìn)行網(wǎng)格化分析，就可以提取差別時(shí)段同一區(qū)域或者同一時(shí)段差別區(qū)域的圖像相關(guān)性特征，進(jìn)而精準(zhǔn)預(yù)測(cè)下一個(gè)時(shí)段某一區(qū)域內(nèi)會(huì)出現(xiàn)的需求數(shù)，從而為運(yùn)營(yíng)調(diào)度提供更好的決策。

ofo熱力圖

事實(shí)上，用人工智能+大數(shù)據(jù)技術(shù)的預(yù)測(cè)能力來(lái)治理交通已有很多成熟應(yīng)用。

阿里云與杭州、廣州等城市合作“城市大腦”智能調(diào)度紅綠燈；去年百度地圖開(kāi)展“預(yù)防踩踏變亂”研究，通過(guò)路徑搜索數(shù)據(jù)與目標(biāo)地點(diǎn)的人口密度的關(guān)聯(lián)計(jì)算，預(yù)測(cè)特按時(shí)間在特定地方的人群聚集狀況，將結(jié)果開(kāi)放給交通辦理部門進(jìn)行預(yù)防疏導(dǎo)?！叭肆黝A(yù)測(cè)技術(shù)”還可被用作商業(yè)，進(jìn)一步幫手店鋪選址、公交選站、促銷選點(diǎn)，甚至幫手政府了解區(qū)域房屋空置率。在出行行業(yè)，滴滴也成立了大數(shù)據(jù)部門，成百上千的工程師在研究如何做好訂單調(diào)度以提高平臺(tái)的全局效率。由此可見(jiàn)，ofo通過(guò)CNN和TensorFlow應(yīng)用人工智能技術(shù)進(jìn)行共享單車調(diào)度并非為了智能而智能。

在許多人印象中要確保用戶有車可騎，最重要的是要讓自行車有定位能力進(jìn)而可以讓用戶通過(guò)手機(jī)定位找到車。這個(gè)思路是錯(cuò)的，因?yàn)楣蚕韱诬囎约壕褪墙鉀Q短途出行，讓用戶為了騎行1公里走500米甚至300米去找車的體驗(yàn)都是欠好的。只有讓用戶在視野范圍內(nèi)發(fā)現(xiàn)車而且可用才是最佳體驗(yàn)，要做到這一點(diǎn)，唯一可行的措施是調(diào)度，一個(gè)城市20%的地方有80%的短途出行需求，通過(guò)智能分析找到這20%的地方（可能是變動(dòng)的），進(jìn)行更多的投放、更好的維護(hù)，就可以大幅優(yōu)化用戶找車體驗(yàn)。

要做到這一點(diǎn)就要靠調(diào)度。憑借運(yùn)營(yíng)人員主不雅觀判斷或者人工分析再進(jìn)行調(diào)度是不行的，，一方面，人工分析意味著要為每個(gè)城市甚至每個(gè)區(qū)域配置調(diào)度分析人員，憑經(jīng)驗(yàn)主不雅觀判斷很容易不準(zhǔn)，進(jìn)而不符合出行需求變革，還會(huì)增加后臺(tái)調(diào)度人力成本；另一方面，人工調(diào)度倒霉于精細(xì)化運(yùn)營(yíng)。

精準(zhǔn)預(yù)測(cè)特按時(shí)段差別區(qū)域、同一區(qū)域差別時(shí)段的出行需求，再進(jìn)行智能調(diào)度就是一個(gè)一定的趨勢(shì)。不只是可以省卻大量的運(yùn)營(yíng)人力，還可盡量滿足真實(shí)出行需求進(jìn)而提升用戶體驗(yàn)。還有，智能調(diào)度可以細(xì)化到城市的毛細(xì)血管，對(duì)單車的整理可以從月/周粒度細(xì)化到日甚至半日。因此，ofo將智能技術(shù)應(yīng)用到后臺(tái)調(diào)度的做法將會(huì)成為行業(yè)趨勢(shì)，這也迎合了人工智能賦能各行各業(yè)的趨勢(shì)。

共享單車終將進(jìn)入NB時(shí)代