디디추싱 AI 택시 사용자 37배 급증, '00년대생' 40%
전문가 해설
여러 차량 호출 플랫폼이 최근 AI 택시 기능을 출시하여 사용자가 음성이나 문자로 이동 요구를 설명할 수 있게 했습니다. 시스템은 자동으로 차량을 매칭하고 차종, 가격 및 이동 시간의 예측을 제공합니다. 알리첸원을 예로 들면, 사용자는 단순히 특정 지역에서 특정 지역으로 가는 요구를 말하기만 하면 약 10초 내에 차량을 호출할 수 있습니다. 그러나 "공기가 맑다", "운전이 부드럽다"와 같이 더 복잡한 요구를 할 때, AI는 모든 조건을 동시에 충족시키기 어렵습니다. 디디추싱 데이터에 따르면, 최근 일주일 동안 AI 택시 기능을 사용하는 사용자가 37배 급증했으며, '00년대생' 비율이 40%를 넘었습니다. 현재 AI 작은 방울은 90개 이상의 서비스 태그를 포함하고 있으며, 여러 요구를 동시에 충족할 수 없을 경우 시스템이 우선 순위에 따라 정렬하고 일치도 점수를 알려줍니다. 산업정보화부 전문가인 자오징우는 AI 택시가 플랫폼이 사용자 습관을 더 잘 이해하고 기억하는 데 도움이 된다고 생각하지만, 현재 데이터 출처가 충분히 풍부하지 않아 여전히 '모델 착시' 문제가 있을 수 있다고 보고 있습니다.
💡 AI 택시 기능은 음성이나 문자를 통해 사용자의 이동 요구를 인식하고, 자동으로 차량에 맞춰 차량 모델, 가격 및 이동 시간의 예측을 제공합니다. 그러나 사용자가 복잡한 요구를 할 때, AI는 모든 조건을 동시에 충족하기 어려워 시스템이 조건의 우선도에 따라 일치하는 점수를 알려줍니다.
요약
多家网约车平台近期上线了AI打车功能，允许用户通过语音或文字描述出行需求，系统会自动匹配车辆并提供车型、价格和行程时间的预估。以阿里千问为例，用户只需简单说出从某地到某地的需求，大约10秒内即可叫到车。然而，当提出更复杂的要求时，如“空气清新”、“驾驶平稳”等，AI难以同时满足所有条件。滴滴出行数据显示，近一周使用AI打车功能的用户激增37倍，“00后”占比超过40%。目前，AI小滴已涵盖90多个服务标签，当多项需求无法同时满足时，系统会按优先级排序并告知匹配度分数。工业和信息化部专家赵精武认为，AI打车有助于平台更好地理解和记忆用户习惯，但当前数据来源不够丰富，可能仍存在“模型幻觉”问题。
总台记者 江晓晨
多家网约车平台近日陆续上线AI打车功能，用户只需简单描述出行需求，AI会实时分析用户需求完成车辆匹配，进而实现叫车、车型筛选、价格预估等全流程操作。
AI打车真的能做到“一句话叫车”，就能完美匹配用户需求吗？如何为用户提供更加便捷、可靠的服务保障？
AI打车怎么用？以阿里千问为例，用户无需下载打车软件，可直接通过千问App语音或文字表达出行需求即可，系统会快速解析，自动定位起点，匹配目的地，推送合适的车型、预估价格和行程时间，用户确认后即可完成下单。而滴滴的AI打车功能操作类似，输入目的地对话框下方最左侧正是“AI叫车”，用户点击进入后，可通过语音或文字发送需求，界面上也提示用户可进一步提出要求，比如希望车辆“空气清新、便宜、不晕车、最近的车”等，提出需求后，系统自行分析并推送车型供用户选择，确认后即可开启订单。
记者在千问App实测发现，叫车的需求，也就是“提示词”越简单，车辆匹配的速度越快。比如，告诉AI“帮我打一辆车，从某地到某地”，基本可以在10秒左右打到车。而当记者把需求提得相对复杂，比如告诉AI“帮我打一辆空气清新、车内整洁、司机驾驶平稳、价格要最便宜、带孩子出行后备箱需要装东西……”等内容时，反而显得有些难为AI。千问这样解释原因：
千问：
主要问题在于“最便宜”和“驾驶平稳、空气清新”在网约车服务中通常是无法同时满足的。网约车平台的“经济型”或“特惠快车”通常是为了追求低价，而对车辆的新旧程度、司机的评分等要求相对较低。要求“驾驶平稳”“无烟”以及“后备厢能放28寸行李箱”等，通常需要在“舒适型”或“商务型”等更高价位的车型上才能得到更好的保障。
记者在使用滴滴出行的AI打车功能时遇到的情况类似。AI在无法精准匹配需求时，会提示“抱歉，无法指定安排车内整洁的司机和车辆，但会尽力帮你找到附近合适的车。”随后，记者打到了一辆正在完成上一单，系统显示车辆距离超过5公里，且等待时间约15分钟的特惠快车。
记者注意到，目前，AI虽能理解用户的自然语言，但对于一些复杂的需求，仍难以准确拆解为标准化标签。
记者：
有没有一些提示词，怎么样说才能叫到满意的车呢？
工作人员：
有的。在打车页面它会有，比如说老人一般都喜欢空气清新的，座椅舒适的，或者司机态度好的，这种标签都是可以选择的。
记者：
超出这些选项，比如把晕车，包括要宽敞的一些需求都提上去，AI能满足吗？
工作人员：
那要看具体是什么要求了，比如一定要油车，一定要电车，要空气清新的，这些基本的还是能满足的。“小滴助手”会匹配符合用户诉求最多三个方案供选择，需要手动确认用车，超时它自动就取消了。因为这个功能也是刚刚推出，它可能还有需要完善的地方。
滴滴出行提供的数据显示，AI打车功能近一周的用户暴增37倍，“00后”占比超40%，越来越多年轻用户愿意为个性体验买单。目前“AI小滴”已涵盖90多个服务标签，当用户说“空气清新、车内安静、驾驶平稳、后备厢大”等提示词，在算法端相当于对供给池做了多条件过滤。当多项需求无法同时满足时，系统会按用户的需求排序，哪些是“必须满足”的硬性条件，哪些是“尽量兼顾”的理想期望，并以匹配度分数的形式告知用户。
AI打车作为网约车行业的新方向，有其发展前景。工业和信息化部工业和信息化法治战略与管理重点实验室副主任赵精武认为，以往打车平台不能个性化记忆用户不同的习惯，现在人工智能可以帮助用户完成记忆，实际上是平台探索与用户之间的良性互动。
赵精武告诉记者，目前平台数据来源还不够丰富，也不够了解用户的个性化需求，甚至可能存在“模型幻觉”，导致AI打车实际操作中可能存在“货不对板”的问题。
赵精武：
模型幻觉就是生成的内容可能并不是精准匹配需求，还生成一些虚假的内容。因为AI叫车本质上是用提示词来实现，需求越精准越有助于叫到满意的车。但是这又带来一个问题，输入越精准，大模型对于用户的需求定位不准，可能叫的车并不是你想要的。因为大模型训练本质上需要高质量的训练数据集，通过提示词也在帮助训练大模型。平台要关注高质量的训练数据集的采集。另外，信息也要注意做一定的匿名化、去标识化，保护用户的隐私。
实际上，在AI能够精准识别用户需求后，后续还有一系列挑战。例如，AI可以迅速匹配需求标签，但车辆的实际状况、司机的服务质量难为完全标准化，司机能否按要求履约；如果用户需求过于具体，平台车辆储备是否充足，是否可以支撑精细化需求？未来，平台还需要同步提升标准化管理水平，提升司机的履约能力，同时加强数据安全保护，才能让用户享受便捷的同时，获得更加可靠的服务保障。
多家网约车平台近日陆续上线AI打车功能，用户只需简单描述出行需求，AI会实时分析用户需求完成车辆匹配，进而实现叫车、车型筛选、价格预估等全流程操作。
AI打车真的能做到“一句话叫车”，就能完美匹配用户需求吗？如何为用户提供更加便捷、可靠的服务保障？
AI打车怎么用？以阿里千问为例，用户无需下载打车软件，可直接通过千问App语音或文字表达出行需求即可，系统会快速解析，自动定位起点，匹配目的地，推送合适的车型、预估价格和行程时间，用户确认后即可完成下单。而滴滴的AI打车功能操作类似，输入目的地对话框下方最左侧正是“AI叫车”，用户点击进入后，可通过语音或文字发送需求，界面上也提示用户可进一步提出要求，比如希望车辆“空气清新、便宜、不晕车、最近的车”等，提出需求后，系统自行分析并推送车型供用户选择，确认后即可开启订单。
记者在千问App实测发现，叫车的需求，也就是“提示词”越简单，车辆匹配的速度越快。比如，告诉AI“帮我打一辆车，从某地到某地”，基本可以在10秒左右打到车。而当记者把需求提得相对复杂，比如告诉AI“帮我打一辆空气清新、车内整洁、司机驾驶平稳、价格要最便宜、带孩子出行后备箱需要装东西……”等内容时，反而显得有些难为AI。千问这样解释原因：
千问：
主要问题在于“最便宜”和“驾驶平稳、空气清新”在网约车服务中通常是无法同时满足的。网约车平台的“经济型”或“特惠快车”通常是为了追求低价，而对车辆的新旧程度、司机的评分等要求相对较低。要求“驾驶平稳”“无烟”以及“后备厢能放28寸行李箱”等，通常需要在“舒适型”或“商务型”等更高价位的车型上才能得到更好的保障。
记者在使用滴滴出行的AI打车功能时遇到的情况类似。AI在无法精准匹配需求时，会提示“抱歉，无法指定安排车内整洁的司机和车辆，但会尽力帮你找到附近合适的车。”随后，记者打到了一辆正在完成上一单，系统显示车辆距离超过5公里，且等待时间约15分钟的特惠快车。
记者注意到，目前，AI虽能理解用户的自然语言，但对于一些复杂的需求，仍难以准确拆解为标准化标签。
记者：
有没有一些提示词，怎么样说才能叫到满意的车呢？
工作人员：
有的。在打车页面它会有，比如说老人一般都喜欢空气清新的，座椅舒适的，或者司机态度好的，这种标签都是可以选择的。
记者：
超出这些选项，比如把晕车，包括要宽敞的一些需求都提上去，AI能满足吗？
工作人员：
那要看具体是什么要求了，比如一定要油车，一定要电车，要空气清新的，这些基本的还是能满足的。“小滴助手”会匹配符合用户诉求最多三个方案供选择，需要手动确认用车，超时它自动就取消了。因为这个功能也是刚刚推出，它可能还有需要完善的地方。
滴滴出行提供的数据显示，AI打车功能近一周的用户暴增37倍，“00后”占比超40%，越来越多年轻用户愿意为个性体验买单。目前“AI小滴”已涵盖90多个服务标签，当用户说“空气清新、车内安静、驾驶平稳、后备厢大”等提示词，在算法端相当于对供给池做了多条件过滤。当多项需求无法同时满足时，系统会按用户的需求排序，哪些是“必须满足”的硬性条件，哪些是“尽量兼顾”的理想期望，并以匹配度分数的形式告知用户。
AI打车作为网约车行业的新方向，有其发展前景。工业和信息化部工业和信息化法治战略与管理重点实验室副主任赵精武认为，以往打车平台不能个性化记忆用户不同的习惯，现在人工智能可以帮助用户完成记忆，实际上是平台探索与用户之间的良性互动。
赵精武告诉记者，目前平台数据来源还不够丰富，也不够了解用户的个性化需求，甚至可能存在“模型幻觉”，导致AI打车实际操作中可能存在“货不对板”的问题。
赵精武：
模型幻觉就是生成的内容可能并不是精准匹配需求，还生成一些虚假的内容。因为AI叫车本质上是用提示词来实现，需求越精准越有助于叫到满意的车。但是这又带来一个问题，输入越精准，大模型对于用户的需求定位不准，可能叫的车并不是你想要的。因为大模型训练本质上需要高质量的训练数据集，通过提示词也在帮助训练大模型。平台要关注高质量的训练数据集的采集。另外，信息也要注意做一定的匿名化、去标识化，保护用户的隐私。
实际上，在AI能够精准识别用户需求后，后续还有一系列挑战。例如，AI可以迅速匹配需求标签，但车辆的实际状况、司机的服务质量难为完全标准化，司机能否按要求履约；如果用户需求过于具体，平台车辆储备是否充足，是否可以支撑精细化需求？未来，平台还需要同步提升标准化管理水平，提升司机的履约能力，同时加强数据安全保护，才能让用户享受便捷的同时，获得更加可靠的服务保障。