易观A10| 摩拜田超:AI优化单车精准投放 提高企业运营管理能力

易观 2017-11-07 18:26:54   207

20171027-28日,易观A10大数据应用峰会在北京召开,本次峰会以“数以致用 源力觉醒”为主题。大会邀请到国内互联网行业领袖大咖,以及来互联网、传统企业、媒体及资本领域在内的3000多位与会者,共同唤醒“数字源力”,让用户数据价值得到充分释放和利用。

 

28日下午举行的用户智能主论坛上,摩拜单车裁田超做了题为人工智能技在摩拜的用》的主题演讲。田超谈到,大数据应用与人工智能不仅优化共享单车的精准投放,还有助于摩拜内部提高其运营和管理的能力。以下为其演讲实录:

大家好,非常高兴能谈谈我们在AI领域的相关技术应用。开始之前,先介绍下摩拜的理念和成长的历程,大家都认识自行车,看到摩拜是与众不同的产品。从第一天开始就在非常仔细的认真研究怎么设计自行车,使得自行车被大家所共享,共享到全新的产品里面,摩拜也是第一家共享单车的发明者,也是一个创新始作者。在单车里有非常多的专利和科技性的设置,包括使我们单车怎么样四年免维护,怎么实时搜集单车的数据,因此我们设计了智能锁,是我们优化摩拜单车、共享单车应用场景的基础。

当摩拜成为了大众应用了之后,摩拜对我们生活也产生巨大的改变,包括提升城市的使用场景,摩拜单车、共享单车已经成为每个人生活之中不可缺少一部分。当摩拜出现之后,单车重新回归城市,减少了大量的碳排放,减少了大量交通拥堵,减少了非绿色出行场景,使得我们维护了更好的生活环境。

 

这张图是上海第一辆单车在365天的骑行轨迹,第一辆单车在上海留下的足迹,这是它变化的趋势。我们做到这张图,背后其实意味着我们做了非常多的事情,包括我们的工程、大数据系统以及算法,非常准确地追踪每一辆单车每天的行驶轨迹,摩拜成为了非常快速发展的公司。可以看到这张图,实际上过去最先达到日订单量两千万的公司,摩拜超过其它家很多巨头型的大公司,摩拜发展非常快,可以看到共享单车是非常刚需的场景,摩拜的服务切实改变了我们日常生活。

摩拜在全球有超过七百万辆车在运行中。同时我们每天日订单量稳定超过三千万单,在所有行业里面都是排在前几名的。摩拜单车在城市运营里面已经成为了继公交和地铁之后第三大的交通出行方式,在前面只有公交和地铁人流量比我们多,摩拜单车是第三位,已经超过私家车,包括打车的应用场景。

同时我们摩拜的服务,对于我们每个人日常中的生活来讲,实际上确确实实去做了非常多的改变,我们可以看到北京公交站盲区的分布图,这是北京交通委出了这样一个白皮书,最左边是公交站点未覆盖的图,中间是摩拜单车对未覆盖地区的分布图。最右边有了摩拜单车后,现在看到公交站点未覆盖的地区分布图,可以看到摩拜单车和公交场景大幅度的减少交通出行中的盲点,使得我们公共交通体系覆盖的面积,覆盖的能力大幅度的增加。

这个数据是和高德合作之后,摩拜单车在CBD地区下降了16%,在CBD地区提升的速度从一公里一小时提升大约23公里/小时,因为用户出行的方式变得很方便,使得我们拥堵现象大幅度减少,这是其它方式很难做到的,包括交通限号,它的提升幅度不如共享单车服务对我们生活改变更多。

这一切的基础实际来源于我们的智能锁,到现在有了七代的变化,和最先的结构渐渐发展到现在结构,实际上我们拥有大数据体系和AI的基础,有了智能锁超过了两亿的注册用户,每天超过三千万单的订单量,有七百万量在全球180个城市在运行之中,每天会有20TB的原始数据生成。我们搜集到了这些数据是第一步,我们现在在做的事情,就是如何利用我们的数据提供更好的服务。

刚才介绍的数据,我们会有用户数据、地理信息、出行数据、订单数据,还有车辆数据。除此之外,我们还会有用户上传报障数据,还有一千万张照片的数据,这些数据都是我们的基础。

在这些数据基础之上,我们做了很多的事情,包括怎么样预测我们的需求,怎么样构建我们的用户画像,怎么样预测我们的供给。因为我们还会有各种各样的补贴活动,预测去哪儿等等这样的模型,来提升我们整个业务运行状态的理解精准的程度。在这些模型的基础之上,我们会有这样几类的应用,包括动态订单,我们有红包补贴,包括个性化的红包,个性化的补贴,包括怎么做智能的运营,包括Smart CRM怎么运营我们的系统,为我们城市生存环境做了一些事情,使得我们数据也为城市规划提供一些帮助。

我们知道每个车在任何时间的状态,我们实时在系统中做的大数据,我们知道任何时间点单车的具体流向,根据单车的算法指导我们线下运营团队,去帮助我们把车运营的更好,很方便找到一些故障车。

这张图其实是说,这是一年半以前北京地区摩拜覆盖的程度,可以看到最近的覆盖程度变成这样一个样子。可以看到大量的用户分布在全城都在使用摩拜单车。

我们在使用摩拜的数据,用人工智能算法最重要的一个场景,它能告诉我们怎么样平衡供给和需求,讲到很重要的模型怎么样供给和需求,基于我们对未来时间的预测,指导我们的运营,指导我们的产品,引导用户把车停放在一个更合理的位置。这样能优化我们每天的订单量。实际上我们使用了一个深度学习的模型来进行预测,我们拥有大量的数据,这是实时预测的模型,来预测每个地理区间上的供给和需求情况。

同时基于我们对这些用户行为,在地理上的分布的供给和需求的理解,我们也开发了一款叫红包车的产品。我们可以为不同的用户点亮不同的红包车,尤其停的位置不好的车,会鼓励用户,给用户补贴一些红包,把位置不好的车骑出来,骑到未来周转率非常高的地方,这样的话,用户相当于作为我们的运营人员,帮助提升我们整个车的周转率,这是我们的一个示意图。我们积极算法发现了有很多的位置,车停的不是非常好的位置,我们就是综合一个计算IOI,综合点亮,把这个车点亮,骑到更好的位置。

这些最主要的场景就是AI应用场景解决的核心问题之一,除此之外,基于我们AI算法去构建完整的共享单车停靠位置的解决方案。大家会遇到这样的问题,发现地铁边上停的车不好,不整齐,有些地方没有空车,有些地方的堆积到一起,这个渐渐的成为各个城市运营的管理人员所面临的问题。为此我们做过很多研究,提供了非常好的研究方案,这些方案是竞争对手所无法提供的。我们是对智能锁、大数据系统,以及大数据后面的人工的算法,智能锁加上摩拜的AI系统,加上我们构建的摩拜的智能停车点,提供一整套完整流程。

这些智能停车点根据用户历史数据挖掘出来,根据历史数据挖掘出来用户经常停车的位置,对于基础地理图片数据这样的理解,我们会推荐的停车点,遇到用户的停车点会有鼓励。我们一整套的停车方案,还要集合边缘计算有一些的硬件,会感应到我们的车,停到地理围栏之内的话,会有非常正向的反馈,否则可能会有一些负向的反馈。

我们这些地理围栏的数据,在过去两年之中也积累了非常多的地理围栏的数据,一方面地理围栏基于业务理解的情况。另外一方面基于人工智能和大数据挖掘的结果。之前其实介绍我们数据中有非常多的部分是用户上传的图像数据,判别停在不好的位置或者哪些坏车,大量的图象数据给人工的客服增加了非常多的压力和困难。所以我们做了一些一系列的相应的算法,帮助人工解决这样的场景识别问题,包括是一个算法,其实识别小区内的违停,去识别小区违停的场景,帮助客服去减少很多的工作量。

这样一个场景也是识别加私锁,或者对车辆损坏的情况,也训练了神经网络的模型,帮我们去识别加私锁的情况。我们也用了一些算法,帮助我们去数车,运营人员的车很多,线下一张照片,输入进去自动识别多少台车,帮助我们线下运营人员线下采集数据来校准我们的整个数据体系。

除了我们刚才介绍的这部分的工作,是帮助我们实际的运营提升效率之外,我们也是非常愿意的和学术界以及社会共享我们的数据。同时把我们的数据应用在建设更美好的城市场景之中。

我们依据摩拜的数据,去挖掘出来哪些路更适合建造自行车专用车道。大家知道自行车走的路径和我们城市规划走的路径是有些不同,有些路骑自行车的人是非常多的,还有些路不在路网规划之中,通过摩拜数据非常好地挖掘我们的数据,来帮助我们城市建设者规划哪些车道,哪些路径规划出来自行车道。

上述就是我的演讲,摩拜非常欢迎和产业界的各个朋友进行各种各样数据的合作,同时摩拜在招人,摩拜也希望愿意和我们一起改变世界的朋友加入摩拜,谢谢大家。