来论｜的士手机应用将被广泛使用

根据运输署数字，现时香港的士约有一万八千一百六十三辆，平均每日载客量接近一百万人次。召唤方法除了固有的路边挥手或电话预约，用手机应用来召唤的士，更是近来市民习惯的方法。笔者也是应用手机应用程式召车的常客。引申思考，究竟现今这些应用发展如何？仍然存在甚么问题有待解决？

以市场上几个比较多人使用的手机应用程式来说，实用性方面，已相当不错及渐渐成熟，乘客只需提供两三种资料，就可成功约车。司机获派单后，直接完成旅程就可。

不过，往往在某些时段或道路情况，乘客试图召车，就有些困难，往往要待上一些时间，更严重是等待到不得不放弃，没法成功召车。此外，也有部分司机，会因应车资回报多少而拣客，最后导致乘客不能在预期的时间到达目的地。如此，相信人工智能系统可作帮忙。例如系统可快速地计算的士位置与乘客的关系，包括距离、潜在延迟因素，甚至可尝试平衡各司机利益。当手机应用程式计算出司机一方，如因应路程质素而收益减少了，在系统作出分析后，司机可以在下一个网召中，优先选择好一点的派单。

正确地收集数据、使用分析

如何提升失物寻回机会率，也是乘客一方十分关注的问题。失物如果是手机或电子产品，可以透过添加追踪功能，增加寻回的机会；但如果是文件、行李或其他物件，又应如何解决？笔者建议，可以在司机与乘客的手机，加入限时或距离的联系，例如只要的士和乘客的距离，超过五米，双方的手机应用程式，都会提示旅程完成或检查随身物品，亦可增强每次车程的跟踪性，帮助乘客尽快寻回失物，减少损失；而司机事后亦可获嘉许。

这类手机应用程式，每日使用量可达一百万次，司机一方涉及金钱方面的回报，系统方面是否公平地派单给每一位司机，亦尤为重要。众所周知，每一笔路程愈远，盈利会相继倍增，但有些偏远地方，却绝少有回程乘客，这些行程就会增加是次接单的成本。例如系统会否因应某些团体或关系，可以优先收到更优质的派单？如要提高应用之公平性，建议整合一些第三方的流量分析报表，而定期发布到共开平台上，这可以是车牌号码与公里的关系，但须留意应用时的保安及个人私隐问题。

随大数据世代的来临，当使用量愈高，收集了大量的历史数据就愈有价值。回到今天的士手机应用程式，首先要检讨现在是否已正确地收集数据？数据是否存在很多没有分析价值的资料？有没有善用大数据工具来适当处理资料？检讨后，就可研究大数据是否已发挥全面作用。下一步就是善用这些数据，巩固系统的价值性，如提升司机及乘客的监控机制，并因应分析而提供司机及乘客各自不同种类的评级，而且还可以订立黑白名单机制，期望可改善彼此之间的和睦关系，减少争拗。大数据亦可用作分析过往路程的使用习惯，计算出整体的士数量安排，以增加每张派单的效率。
叶德良
香港电脑学会企业架构专家小组执行委员会成员