如何解决滴滴顺风车当下的问题？如何防范风险？如何使用AI（人工智能）助力顺风车的发展？

既然【滴滴】是共享经济的产物，我们先了解一下何为共享？

什么是共享，共享具有什么特性？

1. 轻资产

何为“轻资产”？

字面意义很好理解，就是本身没有很厚重资产比例，如：房子、车、重工业！

为什么一定要轻资产了？

共享的本质就是大家一起来享受这种服务和产品，而不是重金投入产生制造成本，共享更多是在于运营这种私有或共有的资产。

2. 共享

共享是大家一起使用某种产品和服务，人人都可以享有，链接人与人之间服务和产品的纽带。

3. 闲置资源

闲置资源的含义是有些资源有时是闲置不用，如：【滴滴】是用车主闲置时间或者相同路线时间来共享自己的资源，【途家】也是利用业主房子闲置时间来共享自己的资源。

将共享经济的意义分解开来，就有这三个属性：轻资产、共享、闲置资源。

企业也是围绕着这些方面来打磨服务和产品！我们也看到了有很多共享的噱头，有些投资人闻共享则色变，共享经济是否被玩坏了、搅浑了？

其实不然，只要抓住企业解决的问题，是否从三个本质方向来发展的，还是很有前景的！

当然也有很多不好的例子：

很早就开始观察共享单车，从开始摩拜推出共享单车而言，造价成本达到惊人的2000多元，造价成本如此之高，不是直接销售，通过分时租赁来计费，用户得骑行多长时间才能分摊这个成本。而且折旧率和报废了时间周期较短，两年是经常使用自行车保守的折旧时间。

简单算一笔账：

200天*5小时/天*1元/小时*2年=2000元，这样并不符合经济规则，如果造价成本高，而通过两年的时间才能持平成本，本身就是违背市场。所以我们可以看到共享单车成本一降再降，保守估计200元/辆，当企业车辆保有量达到一定程度，他的资产比例非常高，本身就是一个企业的重资产，这将不可负重。

而违背了共享的特性中【轻资产】，所以后来看到很多共享单车押金出现无法退、倒闭等潮流。

（此文章重点不是讨论共享单车的以后的路如何去开辟，以后再对这方面来解说！）

而【滴滴】、【途家】都是用车主和房主的资源，本身不存在重资产的投入，同时也满足了共享经济三大特性：轻资产、共享、闲置资源，两家都很成功。

了解共享经济的本质，当然也有它优劣：

• 优势一：传播快；
• 优势二：解决闲置痛点；
• 优势三：普惠大众；
• 劣势一：难以规范管理；
• 劣势二：对城市造成了一定影响；
• 劣势三：政策限制；
• 劣势四：无法和警务、法律产生高效的联动。

如何使用AI（人工智能）助力顺风车的发展？

下面就是我们今天的主题了，如何解决滴滴顺风车当下的问题？如何防范风险？如何使用AI（人工智能）助力顺风车的发展？

危险来源：

• 人车不匹配；
• 司机信息没有相应安全审核机制；
• 危险投诉处理不及时；
• 和警局联动效应；
• 客服服务理念和预警机制不完善；
• 正在发生危险时，乘客求救渠道封闭，导致事情进一步恶化。

滴滴内部问题的改革，提几个建议：

1. 回收外包客服体系，剔除外包客服，不要因小失大。当客服质量服务体系太差是无法保障各方权益，甚至会游走在法律边缘，会是很危险的管理了！因为你有保障用户在平台使用的安全性，不刮骨疗伤、大刀阔斧实现企业的社会价值很难会走很远，用之慎之。
2. 定期培训客服对于预警机制的处理，缩短处理时间，提高处理等级。
3. 提高警务，和危险处理培训。
4. 成立公司安保机制，专项处理高危事件。

这是用户反应出来滴滴客服的诸多问题。

下面重点说明，通过AI如何助力和保障用户安全问题？从场景化过程中来看AI能做哪些优化？

AI也是基于场景化，实施落地，快速解决和处理现实问题，才是AI走向未来的发展。

场景：A乘客反应司机语言轻佻，骚扰频繁，反应给滴滴客服，寻求帮助，希望解决司机不良行为，并保护自己不受到进一步侵犯。

1. 通过AI优化客服处理效率，和标注紧急优先级问题的归纳

收集预警求助及投诉数据——通过机器学习——通过训练——得到一个训练模型——测试。

训练集数据的收集来源于一下几个方面：

1. 用户投诉建议等文本提取；
2. 心理学资讯、书籍的相关文本提取；
3. 警务危险防范处理宣传文案；
4. 求助自动开启录音模式，声音采集；
5. 求助自动开启摄像模式，视频采集；

等等很多方面的数据（暂时能想到的这些，欢迎大家多提意见）。

得到我们想要的【训练模型】之后，我通过场景化的方式来为大家解说，如何再实际应用中来助力提升客服处理效率和标注紧急优先级问题，来防范和保护自身安全。

落地化AI业务场景应用，解决实际问题需求：

小芳想去XXXXX（某个地方）差不多30公里，需要耗时30分钟，于是叫了一辆滴滴顺风车，等待司机达到后，小芳上车并坐在后排。司机需要人脸识别，来判断人车是否统一，司机识别正确后，启动汽车开始计费。

司机通过后视镜看到小芳穿着时尚，这时候司机开始喋喋不休的和小芳说话，小芳未做回应或简短应付着，司机越说语言越轻佻，而且变本加厉！这时候小芳发现问题不对，打开手机点击“求助按钮”：紧急求助、投诉求助（人身安全和自己还是可控，想通过投诉求助得到解决）。

• 第一种：小芳选着了第二种方式的求助，输入投诉文本（未防止激怒司机，而造成更坏的结果，请勿发送语音），这时候平台启动训练模型的预警，开始分析处理和反馈，得到投诉处理优先级，滴滴公司人工专项处理小组介入。通过平台官方电话拨打司机电话，滴滴软件已自动检测出，司机行为有不良语言，并已开启实时定位功能，停下当下行为，否则会报警处理。
• 第二种：小芳感觉受到威胁，选择了第一种方式的【紧急求助】，当触发紧急求助，滴滴平台会立马启动报警装置，自动调出司机姓名、手机号、车型、车牌、实时定位发送给警务联动平台，人工参与配合警方行动，与此同时自动开启录音或录像功能收集证据。

两种求助方式，都是通过人工智能训练出的模型，分析并快速有效的做出预警机制，缩短了用户投诉处理时间，使问题再短时间内得到最快速的反应，大大提升了响应处理时间

2. 通过AI匹配司机与乘客模式

当然这种匹配模式有两种方式，一种是：设立女性专区（司机与乘客都是女性），还有一种通过人工智能算法来进行匹配。

这里就不扩展来讲如何去实现这种算法了，相对机器学习比较专业了~从通俗易懂层面来解说这方面的需求

数据收集：司机性别、年龄、身高、兴趣、评价、投诉、路程距离、时间段等建立安全等级司机体制（优质司机优质派单）。

高精尖地图优化：司机只可走优化推荐路线，路线的优化可以避免偏远地区、同时车辆人流稀少路段。

时间推送方式：在半晚或凌晨，对女性乘客只推送女司机。

通过收集的数据进行训练得到一个匹配模型，通过后期不断调参和优化，建立一个高效、安全的匹配模式，当女性用户使用顺风车或其他专车等，在犯罪高峰时段，匹配安全等级较高的司机，并且优化出最优最安全路线，偏离路线和其他因素，则启动预警机制。

前面说的设立女性专区，这是一刀切的方法，虽然达不到运力需求，但是相对安全系数会高些。

3. 终极方法：无人驾驶技术的成熟。

这是所有网约车希望能实现的技术，只是技术还不成熟，成熟以后会有很大的格局改变。

以上的见解，还希望大家能多提提建议和指导，对于AI在实际场景的落地话应用中，还有我们很多可以挖掘的点，了解清楚技术边界做最实用的应用。

本文由 @木子部落 原创发布于人人都是产品经理。未经许可，禁止转载

题图作者提供