近幾年看到越來越多的案例，從滴滴到共享單車，共享經濟越來越是一個新的趨勢和領域。本屆WGDC舉辦了以“空間大數據與共享出行”為主題的圓桌討論。主持人為泰伯網內容總監(jiān)羅捷司，嘉賓有：張弦，滴滴出行新業(yè)務事業(yè)部總經理;劉欣，阿里巴巴YunOS LBS總監(jiān);郭昂，騰訊數據與檢索中心高級總監(jiān);尹大飛，摩拜首席科學家。
 

圓桌討論內容如下(內容均未經本人審核)：
 

郭昂：大家好我叫郭昂，來自騰訊地圖，現在除了騰訊地圖的APP，也和滴滴、摩拜合作。
 

尹大飛：大家好，我叫尹大飛，來自于摩拜單車，主要是運用人工智能的算法把更好的技術運用到公司，給大家提供更好的服務。
 

主持人(羅捷司)：這次大會的主題是“空間大數據的崛起”，大家如何理解空間大數據的?空間大數據與共享出行的關系是什么樣的?各位怎么看?
 

張弦：現在共享經濟和出行領域的發(fā)展確實產生了大量的空間數據，這些數據有幾個特點。一個是數據量非常大;另外是實時流動的;三是多維度的，還有很多的特征。擁有這些數據還是不夠的，還必須要擁有處理和理解數據的能力，所以數據處理平臺和對數據的應用很重要。還有產生價值的場景，數據要產生更多的價值，空間大數據是為整個的出行領域產生非常好優(yōu)化效率的價值。
 

劉欣：其實從業(yè)務和空間數據的關系，過去很多年大家都在做。為什么這幾年大家著重談這個東西?是因為移動互聯網蓬勃發(fā)展，接入的設備越來越多。所以大家獲取數據的方式越來越容易，大家很輕松的借助自己的業(yè)務獲得很多的數據，隨著數據的爆發(fā)，相關數據的存儲、能力的建設，這些年發(fā)展的越來越快。我跟張弦以前是同事，大概十幾年前我們做的一項業(yè)務幫助物流的企業(yè)去做車機，把GPS的軌跡采集回來，這也算是空間數據的應用。那個面對行業(yè)的話，不像現在這么普遍，也不會有這么大的數據量。從單個業(yè)務本身，數據的特性差不多，但是隨著規(guī)模的上升，最終也實現從量變到質變的過程。
 

郭昂：其實空間大數據也是隨著這幾年手機智能發(fā)展起來形成的新領域，前幾年我們騰訊數據定位一百億時，當時還有非常強的數據感，當時想都不敢想。隨著數據持續(xù)的提升，到200億，500億，發(fā)現每天的定位成為日常生活必不可少的一部分。包括社交分享，出門發(fā)個位置，我在朋友圈分享我在哪里，每天突破60萬次，平均每十幾個中國人使用一次，這些量也持續(xù)的增長。隨著這些數據的增長，也產生了非常強的應用。我的父母甚至都不使用地圖，但是都會使用滴滴打車，使用摩拜自行車，我覺得隨著移動大數據甚至LBS各個方面已經滲透到生活中各個細節(jié)中來。
 

尹大飛：其實說起來這兩者的關系，用相輔相成總結比較合適。大家回顧一下不管是滴滴出行還是摩拜共享單車的方式，產生的基礎是地圖，在手機上可以精準看到哪里有車，哪里上車，哪里可以叫到車，所以地圖是非常重要的載體。如果沒有這樣基礎，就不會有這么精準。
 

隨著做各種各樣的空間大數據，但是我們也不會做地圖。像陶博士剛才說的，每一家都有自己專長的地方，我們專長的地方就是大數據的采集。我們作為一個共享出行的企業(yè)，它對大數據也有反哺作用，首先在共享平臺上不斷的產生一些信息，包括人的軌跡、行為，大家出行的規(guī)律和上車地點和取車地方。另外，在行為軌跡不斷產生過程中間，也在豐富傳統(tǒng)地圖，比如最近我們在和地圖的廠商去提供軌跡，讓他們獲取過去地圖上比較偏的人行道這些地方，我覺得未來是兩者交流的緊密關系，應該共生共贏。
 

主持人(羅捷司)：好，非常感謝各位嘉賓的回答。下面一個問題，現在共享單車這么火爆，是否有利于空間技術的不斷成熟?
 

張弦：空間大數據對于共享出行意義重大，在從0到1階段作用還不特別顯著。比如說滴滴剛剛開始時策略比較簡單，雖然用了很多的地圖能力，總的來說運用還比較低。但1-100時，作用非常巨大。充分利用空間大數據以及智能算法，以及不利用大數據和智能算法，在成交率上存在20%的差異。
 

比如說利用空間大數據做全局性的車輛調度優(yōu)化時，會考慮多輛車和多個訂單的關系。以及在未來15分鐘片刻全局的時間和相當長時間的空間優(yōu)化關系，這個產生的效益非常明顯。
 

最后來說，空間大數據的利用能力會對共享出行的成本產生巨大的影響。比如說現在分單的全局優(yōu)化，現在整個的拼車優(yōu)化，對空間大數據的依賴價值非常大。
 

劉欣：張總是在滴滴做業(yè)務的，我們作為操作系統(tǒng)來講作為一個平臺給大家提供能力。滴滴在做共享出行業(yè)務當中也遇到一些技術的問題，比如說定位精度不夠高，比如說在盲區(qū)隧道和地下停車場，沒有GPS信號時網絡也不好，這個時候定位怎么辦?其實我們作為操作系統(tǒng)底層可以采集到更多的傳感器，各種各樣的數據也好，當這些數據積累多了以后，可以從大數據的角度去幫助、解決疑難場景下的定位問題，這個是幫大家解決問題的，之后還有很多的合作空間。
 

郭昂：其實我覺得剛才陶老師有一句話給我感觸比較深，整個世界不是因果，而是相互關聯。我覺得共享出行和空間大數據是非常緊密關聯的事物，沒有空間大數據，共享出行也會出來，但是共享出行出來時，通過出行本身產生多的空間大數據，伴隨著大數據的能力、處理技術、海量數據的挖掘、人工智能的能力，其實它在助力著滴滴、摩拜企業(yè)之間的成長。幫助他們效率不斷的優(yōu)化，能夠更快滿足用戶的要求，更好的投放、節(jié)省成本，我認為這兩者之間是非常緊密關聯的事物。
 

尹大飛：我講兩個具體的例子。在摩拜單車實踐中間，有硬件還有軟件的創(chuàng)新，就依賴于空間大數據的完善。第一個例子在剛剛發(fā)布單車時，我們的GPS信號經常受到高樓、樹木遮擋，導致多路徑的困惑，包括定位會有偏差?，F在我們上來的是三維定位，包括衛(wèi)星和北斗，如果不利用空間大數據的話，在精準定位方面是很難幫助用戶完成的。在軟件方面，我們最近利用了智能停車位，都是依賴于空間大數據產生的。
 

主持人(羅捷司)：嘉賓也從他們的角度探討了這個問題。接下來是我個人比較好奇的一件事情，從共享單車、共享專車到現在出現的共享汽車，共享出行領域接下來會有哪些重大變化?對空間大數據企業(yè)提出哪些新要求?這個問題先從尹總開始。
 

尹大飛：我覺得今天參展的大部分都是GIS的廠商，我也是從學校學GIS專業(yè)然后一直到工作，我有一種感受從過去學校聽到的一句話是80%是和空間相關的，其實你想一想這里面有哪些是靠地圖和GIS解決的?這個要值得思考。摩拜單車來說我們有一些啟發(fā)，我們做傳統(tǒng)的數據庫和數據索引技術。另外把人和車聯結在一起，其實是大的物聯網平臺。我們在上面產生了非常多跟人相關的關系，聚焦到最后一公里。傳統(tǒng)的GIS廠商是不是在這一塊思考，是不是過去的政府GIS思維是否跟真得互聯網GIS思維結合，真正做出來對用戶和民眾受益的產品。
 

郭昂：我覺得未來需要延展的是定位能力，目前的定位大體上包括傳統(tǒng)的Wifi、基站、GIS到新的地磁等等新定位，目前來講還是室內定位的能力，整個的行業(yè)是快速爬坡的階段。像滴滴出行叫了一輛車，預估乘客的位置，如果你在室內的話，可能會跟實際產生一些偏差，可能司機到了人還沒有到，帶來效率的損失。我覺得再往后室內定位的技術會蓬勃發(fā)展，不僅僅是商場采集方面，包括綜合全樓宇各個環(huán)境的覆蓋，目前還存在提升的空間。
 

另外，覺得整個的行業(yè)各種信息聯網程度，我說的這種聯網不只是說手機聯網，還說每臺車如果能聯網，甚至每個紅綠燈能聯網，它對道路交通的調度，比如說我每臺車聯網，紅綠燈聯網的話，就可以知道這臺車可能往哪塊走?怎么樣更好的繞開擁堵，哪條路比較空，會使整個的行業(yè)實現智能的調度，讓全行業(yè)聯網，這也給整個的空間，包括空間大數據共享出行帶來更高的效率，獲得更大發(fā)展的空間。
 

劉欣：郭總后面講的問題也是我比較關心的，現在大家積累數據更多是做業(yè)務，整個的行業(yè)自動化、智能化程度越來越高。將來有一天解決A到B的問題，中間不需要人的服務，全都是機器在跑，這些機器是不同的公司運營，跑在公共道路上。基礎設施和設備之間的通信，設備和設備，機器和機器之間，機器和任何一個用戶之間的信息溝通，其實需要大家一起建立一個開放的標準，這個需要大家一起努力讓它實現。不然將來跑在外面，所有的信息不互通，還是挺危險的。
 

張弦：現在共享出行看起來離我們的期望值相差深遠，可以認為共享出行共享汽車是處于早期階段，從用戶的體驗到成本到覆蓋層面都是早期階段，利用電車解決短途的交通還是有很大的發(fā)展空間。
 

更便宜拼車的方式，數據還在很快的增長。從原來獨占一輛車出行，這是貴族形式，因為一個人占一輛車出行，整個的價值沒有利用起來。只有把它的空間利用率提升起來，整個的價值才能發(fā)展起來。更重要的是環(huán)保、經濟、綠色都是有很大的發(fā)展空間。
 

主持人(羅捷司)：共享出行數據是否具備變現的空間，如果具備的話大概需要什么樣的方式，比如說用哪種方法可以讓數據短期內增值?
 

張弦：這個數據要看怎么去理解變現?數據本身難以被買賣的。數據也是一個企業(yè)的核心資產，因為數據的敏感性，現在操作很多數據時都是匿名操作，機器也許知道，但是人肯定是不知道的。直接的數據變現非常難的，但是它的價值非常明顯。剛才說通過這種大數據以及大數據的利用能力，可以讓交易效率大幅度提升，其實它本身就是一個數據價值了體現。你可以認為它有很大的間接變現的能力。
 

劉欣：我覺得要說變現，大家一般談商業(yè)可能兩種方式，一個是多賺一些錢;另外一個思路可以少出一些錢。比如說滴滴現在利用數據可能找別人去買，滴滴每天產生大的數據和軌跡，慢慢整個的地圖生產方式會顛覆了，可能傳統(tǒng)的GIS的末日，因為整個的產業(yè)在發(fā)展越來越智能化，像處理空間數據方面有很多的公司嘗試，隨著整個的人工智能發(fā)展越來越快，越來越成熟，時間的準確度越來越高，像傳統(tǒng)的圖商有好幾千人利用人工做數據的方式逐漸落伍。這其實是很大的成本，如果這個成本解決掉的話，我覺得本身就是一個巨大的財務，算是變現了。
 

郭昂：關于這個數據有兩種，一種是交通數據，還有一種是人流數據。交通數據更多是偏公益性質，幫助優(yōu)化道路的規(guī)劃包括紅綠燈調度，這個是面向政府的行為。對于人流數據來說，在今天很多它的人流量和一些人的流動趨勢，其實能對很多的商業(yè)選址帶來很大的幫助。
 

舉例：比如說這一塊區(qū)域，居住在這個地方的人，可能上特別遠的地方去商場。證明這個區(qū)域對商場的需求度很強，比如說我一個商業(yè)公司，做房地產公司，現在很多的房產公司在評估地塊價值，也會和做地測的公司合作，我覺得這一塊還是會產生大的價值。
 

尹大飛：其實我們也確實跟北京市規(guī)劃院合作，做一些公益性給大家?guī)韮r值的項目。我們會發(fā)現有些地方明顯要規(guī)劃自行車道點，但通過實際勘測并沒有，我們會反映這些信息跟他們合作，幫助去完善?，F在他們已經列入到“十三五”規(guī)劃中間，未來在北京建設3200公里的自行車道;另外，還有一些學術價值。
 

談到變現，作為數據來講，開源方面主要做數據的分析做周轉提升。比如說一個地鐵站，其實我們會做很細致的微觀分析，比如在將臺路地鐵站，在A口往北會有恒通商業(yè)園、360，早晨有大量的職場人士去那，這是它的需求。但是C口就是居民區(qū)，大量早晨把車騎到那個地點，所以更精準的去布局產生收益。
 

另外有一些故障車，這些故障車發(fā)生時，運營人員不斷的去掃故障車把車回收過來，他們利用這種算法精準找到故障車，讓效率最高，整個的運營成本降下來，這兩方面都有變現空間。
 

主持人(羅捷司)：如果數據可以變現的話，潛在的用戶是哪些?假如說現在共享出行的數據要可以賣錢的話，大家覺得手里的數據估值會有多少?
 

張弦：現在我們還遠遠沒有考慮這個問題，因為自己產品技術的體驗坑還非常多，估計還要用兩三年的時間去優(yōu)化自己的產品體驗。我們現在全部的精力考慮利用大數據去優(yōu)化自己的產品和技術，真得沒有考慮過商業(yè)價值。
 

對于商業(yè)哪怕優(yōu)化1%、5%，價值足夠了。如果在我們考慮的滴滴一年一千億兩千億流水基礎上，在它上面1%、5%的收益就足夠了，不需要再考慮其他的方式。
 

劉欣：因為我們不是直接做業(yè)務，跟這個相關性不是很大。我說一下看到行業(yè)的一些事情，先不限于共享出行，比如說現在美國有一些公司可能發(fā)射了很多超小型的衛(wèi)星，可以解決特定行業(yè)領域的，比如就要解決水方面的問題，總是有企業(yè)對這方面有需要的。它就可以針對這些行業(yè)的特定應用，去分析這些影像，得出行業(yè)的數據，這本身就是一個收益。類似這樣的東西，可以不斷的挖掘，因為整個行業(yè)在不斷的往前走。
 

郭昂：現在我們拿來變現的是非常小的數據，主要利用在“互聯網+”領域，包括我們給政府一些數據。真正最核心的數據并不會拿來去賣錢，因為它的價值和總量非常大，更多是通過服務去呈現價值。
 

尹大飛：總覺得羅總的問題是個坑，大家也都知道最近有一部法律剛剛生效，關于互聯網個人信息方面。每個負責任的公司，絕對不會拿用戶的信息做直接變現的事情。我們也會考慮怎么樣提供用戶更好服務同時做一些推薦等都是有可能的，我同意張總的想法，更多的精力還是放在產品的打磨和提升上面。
 

主持人(羅捷司)：這個問題也是比較尖銳的，可能問到涉及到商業(yè)的機密，還有目前特別成熟的方法。由于時間接近尾聲，最后一個問題，請各位嘉賓展望一下空間大數據和共享出行的下一個浪潮是什么?
 

張弦：前面提到，我認為最基礎的東西還沒有做好，無論是單車還是汽車、拼車，現在整個的行業(yè)滲透力還非常低，它應該還有好幾倍的增幅。現在來說，我們也在做前瞻研究智慧交通，前一段時間的新聞報告里面在濟南有一個青石路，7個紅綠燈做了幾個比較簡單的象位調整，在高峰期間降低了15%，其實收益大于15%的，一旦被挖掘以后有一個洼地效益，顯然這是對整個城市做的全局優(yōu)化，全局效益不止15%。這是一波浪潮。如果再長一點時間，那就是無人駕駛。
 

劉欣：順著張總說的智慧交通，我們一般不太說這個。了解的朋友可能知道阿里有一個項目是城市大腦，最典型的例子是杭州城市大腦，這個是去年G20時阿里集結了很多的優(yōu)秀工程師跟市里、省里一起合作，大概的思路是城市的基礎設施采集了很多數據，包括攝象頭、紅綠燈、傳感器，這些數據沒有被很好的應用。比如說攝像頭數據采集回來，存盤一個月沒有人看就刪掉了。如果把這些數據整合在一起的話，可能會得出更加全局的結果。
 

另外，現在的方法只是在補救，因為這個城市已經建成了，道路就設計成那樣子，堵車很厲害，當時就沒有想到中國汽車這么蓬勃。這么多車的情況下，再優(yōu)化算法還是堵。反過來這種大數據分析以后拿給市政府，拿給規(guī)劃部門，讓他們去看怎么對城市的基礎設施進行改造?包括路網的優(yōu)化、公交車等等。如果地鐵要開放在哪?線路怎么設計?這些都是大數據要發(fā)揮作用的。再未來就是無人駕駛了，即便是無人駕駛可能主干網整個網絡也是需要大數據進行優(yōu)化的。
 

郭昂：剛才張總和劉總都提到智慧交通和公路的網絡。我在想如果說把出行前的決策跟這些連接在一起，會不會讓世界更美好，如果整個世界變得更數字化的，比如說中午去聚餐，它會告訴我在多長時間會提供什么樣的餐飲，可以得到快速決策的選擇。也是讓整個的世界更多的信息去聯網。
 

尹大飛：我補充兩點，談到未來有兩件事，值得大家關注。
 

第一，像剛才郭總講到的例子是典型的物聯網應用，剛才也說到其實摩拜單車已經是全球最大的IoT廠商，大家都關注我們的情懷和融資，但是大家沒有關注到我們和高通和中國移動、華為簽署了若干戰(zhàn)略協議推進5G網絡物聯網往前走。在他們運營商眼里，因為有了共享單車的出現，基本上把他們整個的5G網絡的推行提前了一年。我覺得有各位廠商可以在這塊琢磨琢磨，我相信明年會有更多的物聯網企業(yè)，有越來越多的年輕人去創(chuàng)新。
 

共享單車帶給大家更多是生活方式的改變，是不是用更綠色更環(huán)保，更加開放的心態(tài)，構建可持續(xù)發(fā)展的城市。所謂的智慧城市、智慧交通，其實是讓人更舒適，而不僅僅是做了一個三維非常酷炫的效果，擺在大屏顯示上這叫智慧交通智慧城市。而是讓每個人的生活更加的舒適，在智能過程中得到滋養(yǎng)，這才是值得考慮的地方。
 

主持人(羅捷司)：好的，感謝四位嘉賓。這次的空間大數據與共享出行圓桌論壇到此結束，謝謝大家!