智慧出行｜全港首個線下的士AI預測系統　精準預測乘客分佈

政府正積極推進的士及網約車規管框架，本地數碼生活平台 DASH 及其網約車平台 DASH Taxi 公布，與香港科技大學（科大）合作研發的人工智能需求預測系統「StreetSights」取得突破性成果，協助的士司機更精準掌握乘客需求分佈，提升接單效率及收入，為香港智慧出行發展提供具體解決方案。

此項目結合科大在交通系統、模型及人工智能流動性分析方面的研究實力，以及 DASH Taxi 在本地的實際營運數據與經驗，展示如何將本地數據轉化為可落地應用的方案，支持香港智慧出行規劃。

街頭截車一直是香港最重要的出行模式之一，約佔全港的士需求約六成，承載著大量市民往返交通樞紐與目的地之間的日常出行需求。然而，相較網約服務模式，傳統的士線下營運一直較難以數據化及系統化方式優化。

以本地的士營運為基礎　有望在全港交通廣泛應用

「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。

DASH 聯合創辦人及董事合夥人馬兆鏘（Jason）表示，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」。

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則表示，香港一直是一個高流動性的城市，是次合作的重點在於以更智能的方式推動城市運行。

以質為先：提升效率與收入　創造多方共贏局面

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%。

相關結果顯示，透過「StreetSights」，司機候單時間大減三成，配對效率提升 14.7%，直接帶動司機收入與營運效率上升。正因如此，乘客亦受惠於更精準的預測調度，尤其於繁忙時段候車時間顯著縮短，長遠可獲得穩定可靠的出行服務。

項目下一階段將於 2026 年第四季進行實地拆分測試，以進一步驗證成效。