汤姆·威克斯，转型主管 & Informed Solutions首席战略官
交通运输领域正在发生深刻变革, 由于需求和态度的变化, 净零去碳化政策, 移动性即服务产品, 联网和自动驾驶汽车, 更激烈的竞争.
这种转变很大程度上是数据驱动的——关于用户的现有数据的范围和数量, 车辆, 交通选择和服务为改善流动性提供了巨大的潜力, 创造新的商业模式, 改善用户体验. 鉴于这种, 毫无疑问，该行业看到了数据科学进步所带来的潜力, 人工智能和机器学习, 并继续大力投资于数据驱动型创新.
今年早些时候，我们参加了香港科技大学交通人工智能会议. 这一事件强化了该行业对人工智能的愿景是多么大胆, 投资的程度, 以及它能带来的潜在价值. 这是可以理解的, 大部分的重点是探索人工智能的用例, 强调收益和风险, 开展试点项目以证明安全性和可行性.
一个突出的共同主题是, 虽然有很多有前途的试点项目, 目前还没有一条明确和一致的道路，可以将人工智能的基层创新扩大到地区和国家层面，以充分发挥其潜力.
事实上，在该领域没有一个明确的扩展人工智能创新的路径，这并不奇怪. 人工智能的监管和治理框架仍在形成中, 直到这些在实践中意味着什么有了更多的确定性, 超过一定水平的扩展将会受到谨慎. 公众对人工智能的态度也参差不齐，并且可能会随着其他行业的发展而迅速而不可预测地发生变化. 了解人们对人工智能的态度，将是判断以创造信任和接受的方式扩大创新的最佳方式的关键.
应对这样的不确定性并不容易, 但在全国范围内实施数据驱动的数字化转型的例子可以提供蓝图. 一个很好的例子是我们与英国交通部/英国环境与环境部联合空气质量部门的合作, 我们与谁合作推出了屡获殊荣的“空气清新区自驾”服务. 有三个关键因素使这项工作取得成功:(1)我们采取了以用户为中心的交付方法. 这包括与所有受影响行业的用户进行面对面的研究，以了解他们的需求和态度，并共同设计服务, 建立信任, confidence and buy-in in the process; (2) we established a leadership and governance partnership with representation from central government, 地方政府和私营部门. 这有助于推动合作, as well as bringing together the diverse experience and perspectives necessary to make the transformation work for everyone; and, (3)我们制定了一个“扩大规模的途径”，逐步从研究和开发原型中获得服务, 到可行的概念验证, 控制飞行员, 为国家服务. 安全, 在每个阶段都定义和评估了安全和准备标准，以控制通过通道的进展.
这些相同的原则和框架可以应用于扩展基于人工智能的创新，并证明扩展可以按速度完成, 但要以安全可控的方式.
总之, 我们认为，交通和移动部门现在应该开始工作，为将人工智能的基层创新扩展到地区和国家层面制定蓝图和途径. 该蓝图应以在该部门大规模实施其他数字化转型的范例和经验教训为基础，并由公共和私营部门合作制定. 通过这样做, 未来的交通运输最有可能实现人工智能的全部潜力, 同时确保安全, 安全, 同时又能存活.