DASH與科大共研的士AI需求預測系統接單量將升31.2%

2026-07-10 Belinda Li

網約車平台DASH Taxi與香港科技大學 (科大) 公佈，雙方合作研發的人工智能需求預測系統「StreetSights」，協助的士司機更精準掌握乘客需求分佈，平均準確度高達90%以上，預計司機候單時間減三成，提升接單量逾三成及近兩成收入，助司機獲得實時的數據支援。

預測乘客需求及空車供應準確率達90%

左至右：DASH 聯合創辦人及董事合夥人馬兆鏘、香港科技大學工程學院院長兼極智慧城市研究院創始主任羅康錦教授、DASH聯合創辦人陳定邦

傳統的士大多以街頭截車的方式營運，較難以數據化及系統化方式優化。「StreetSights」正是針對此痛點而設。該系統將香港劃分為350多個區域 (每區平均面積為3.75平方公里)，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。系統透過收集並分析約2,000輛活躍的士數據，在預測「的士需求最為殷切區域」方面，達到了高達 90%以上的平均準確度。此模型乃基於6,450,434個載客行程記錄建構而成，是香港有史以來針對「街頭攔截 (Street-hail)」式的士所匯集的最大型數據庫之一。

香港科技大學工程學院院長兼極智慧城市研究院創始主任羅康錦教授與DASH聯合創辦人及董事合夥人馬兆鏘(Jason) 詳細講解了「StreetSights」的階段性成果。

在講到當多輛的士駛向高需求區，是否會形成供大於求時，羅教授表示：「『StreetSights』兼具多項功能，司機能通過該系統同時看到該區域的的士供給數量與乘客需求數量，是否已飽和，AI會給予司機合理的建議。

我們的研發重心就在於以更智能的方式推動城市運行，將本地已有的數據轉化為既符合學術標準，亦具實際應用價值的預測模型，體現產學研合作的真正意義。」

在談及是否會引致的士司機多載長途，少載短途時，馬總表示：「『StreetSights』經過測試表明，接長途車資高但數量少，接短途車資少但數量多，無論司機接任何單，使用此系統了解需求後，司機每日車資收入亦會增加16%左右。

香港交通節奏瞬息萬變，的士司機多年來主要依靠經驗判斷路線。我們結合科大的科研經驗與DASH的真實數據，為他們提供更精準的資訊，並配以的士司機的豐富路上閱歷，讓每一程都更有效率。正值香港全力構建未來智慧交通新藍圖的關鍵時刻，我們關注的焦點不應再停留在路上車輛的數量，而是每輛車能為城市及市民帶來多大的價值。這正是我們攜手建構並全力追求的全新標準。」

的士候單時間減三成配對效率提升14.7%

在正式推出前，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。測試中隨機選取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士司機完全相同，但結果顯示，採用「StreetSights」建議的「虛擬司機」，其完成訂單數量平均提升31.2%，每日車資收入亦增加16%。