星群的士與港大研發智能派單系統　以提升派單效率

香港大學工程學院智能出行實驗室和星群的士合作，今年一月起收集的士營運數據，包括行程距離、路面情況及的士使用電量等，推出一套融合人工智能與優化方法的「智能派單決策」系統，派單時會考慮的士剩餘的電量能否應付行程，以及前往接載乘客的路程有否擠塞，以派單予最適合的司機。車隊現時有超過160輛的士配備這個系統，相信隨着規模擴大至425輛的士，將大幅提升車隊的運力利用率，縮短乘客的候車時間，並改善司機的接單體驗。

港大工程學院土木工程系、智能出行實驗室主任柯錦濤教授表示，星群的士主要使用電動車，因此研發該系統時面臨兩大挑戰。第一是電動的士多為24小時運作，司機常因無法預判完成訂單後是否需要緊急充電而產生「電量焦慮」，所以團隊開發AI電量預測演算法，整合天氣、路況、駕駛習慣及乘客行程等多元數據，透過深度學習模型精準推算剩餘電量；第二是港大如何設計實時、基於人工智能派單的算法，目前該系統採用雙模式派單機制，廣播模式會將乘客訂單消息推送至周邊司機供其搶單，派單模式則由系統直接指定司機接單，司機無權拒絕或每日僅有極少數拒單次數。

柯錦濤強調，「智能派單決策」系統會預測每輛的士剩餘電量，首先暫停向電量不足的車輛派發新單，然後運用人工智能即時分析數據，結合長期效益評估派單決策。他舉例，倘若的士司機在堅尼地城接獲上環至北角的長程訂單時，因接客距離短且行程效益高，系統將列為優質訂單優先派送；反之若乘客起點位於九龍且屬短途行程，導致司機需要過海接載，即便的士電量充足，系統仍會保留運力等待更高價值匹配。最關鍵的是，即使平台收到高收益訂單，只要的士電量瀕臨耗盡，系統便會自動拒單。

星群的士創辦人及執行董事鄭敏怡補充，即時訂單主要採用指派模式以提升派單效率，但預約訂單則需考量司機個人因素，例如需先接送家人上班方能開工，未必能即時處於乘客起點附近，「始終的士司機是一個很自由的工作。」她強調所有司機已同意透過指派模式派單，實際執行仍須視乎當下車輛載客狀態與接單可行性。

針對市民反映需等候許久才能透過星群的士應用程式叫車的問題，柯錦濤認為此問題與算法相輔相成。他解釋，若能累積更多數據，就能利用它們訓練人工智能算法，使算法變得更優良、效率更高；而效率提升後，將能吸引更多司機及乘客加入平台，期望藉此形成一個良性的循環過程。