浙江协同数据系统有限公司CEO 肖榕

    9月24日，中国电动汽车百人会·常州论坛在常州市举行，国内交通、汽车、能源等领域的专家学者及企业家围绕“交通变革与智能出行”这一课题展开了探讨。 江浙江协同数据系统有限公司CEO肖榕论坛上发表演讲，以下为发言实录

　　各位专家、来宾，下午好!首先还是感谢这次会议，让我能够有这次机会来分享一下我们最近这几年做的工作。当然我今天这个话题可能会略显沉重一些，因为主要是关于营运车辆安全的内容。

　　首先简单介绍一下我们公司，我们公司的名字可能是这次我们大会里提到最多的两个词，就叫“协同数据”，实际上这个名字是2005年就这么叫的，2005年我们确立了在数据方面的一个定位。我们在交通的大数据方面其实也前前后后做了差不多10年的时间，但是说这个数字我其实略微显得有点惭愧，因为我说我们今天一天会开下来，可能高速公路已经有100—200个伤病员了，我们从事那么多年的技术，我们希望能够给行业带来一些变化，但是这里面最最重要的一个问题，而且是最最痛点的部分，其实到今天为止我们没有深刻的去改变过它。所以在2015年的时候，天津港事件，天津港爆炸完以后刚好让我们去帮他建危险品的监测平台，这件事情也促成了我们把在数据的定位转向了交通运输安全，这也是我们这两年做的努力。

　　关于这两年面临的问题，其实每年都有非常大的事件发生，从2013、2014、2015·2016，包括今年，今年在陕西的隧道口刚刚有一个运营车辆撞到隧道口上，30多个人死亡，其实这是令人很痛心的行业痛点。我拿最近五年的数据来看，如果说把所有车辆加在一起，每万车的死亡人数大概是3.1人，跟欧美的0.7—0.9人的比例来讲，基本上我们的死亡率是欧美的3—4倍，但是回到我们的营运车辆，就是我们交通部门管理营运车辆，其实是每万车死亡率是20个人，就意味者是乘用车差不多7倍的问题，所以我觉得，如果不能达到我们的要解决的目标或者要解决的标地，我们在这个行业中只能是纸上谈兵，没有做出真正的贡献。

　　从曲线图上可以看到，这五年其实事故的水平上没有根本的变化，基本上是水平线，我们做那么多年工作，其实这个东西没有实质性的下降，这也是我们需要反思或者需要做努力的地方，我也希望我今天讲的内容，不光从技术角度、从管理角度解决一些这方面的问题。当然这里我们会涉及到我们的政府部门，企业、职员、保险公司。政府是多头在管理，企业方面，基本上中国的企业都是中小的，我们的从业人员相对素质是低下的，我们的保险，其实你这辆车一年开1万公里跟放在家里不开保费也是一样的，都没有改变过模式，所以这可能是我们去分析的一个地方。根据我刚刚说的这几个方面，我们的驾驶员，其实除了GPS定位以外，没有驾驶行为的分析，没有车辆的技术指标，也没有与环境协作。今天前面几位专家都提到了这个问题，就是在驾驶端怎么去做改变。另外，企业端，我们日常的监控跟应急的救援，也没有做到非常好。从政府端，如何去对驾驶员、对乘坐人员，以及对企业进行安全生产的考核、进行评估，我觉得也一个非常重要的方向。另外，保险来讲，要通过经济杠杆来促进行业的变化。

　　从这个意义上来讲，今后可能3—5年我们能不能实现每万车事故降低50%，当然这个数据有一些依据，可不可以做到这样的能力，当然我也是再强调一次，我们现在谈科技手段谈的比较多，但是另外一点来讲，仍然需要结合管理手段、结合经济手段，来改变这个行业。

　　这是我们正在努力做的一个框架，底层仍然是以数据为基础，上面对从业人员有他驾驶行为的管理，对车辆有车辆的辅助系统，对企业来讲有风控的系统，对政府来讲有安全的监管系统，从而形成商业模式。我们可以跟政府做PPP合作，对企业来提供安全治理服务，给保险公司提供数据支撑，让它的费率可以调整，这个是一个总揽。

　　整个平台里面分了五部分的工作，包括车辆的平台、企业的平台、政府的平台、保险的平台，也包括政府去做第三方的服务。

　　从车辆平台来讲，其实今天已经讲的比较多了，就是说辅助驾驶，不管是ADAS或者CDAS系统，目前我认为比较可行的、可操作的，我们现在跟交通部也在推进怎么样把ADAS系统先进行普及，我们是跟一个团队一起合作做了一个ADAS系统，目前基本上可以做到车距的确认、车道偏离，前端前方障碍物、行人、交通标识的识别。按照这套体系来讲，就是说像陕西这样的事情，至少有2—3个维度可以看，因为很明显是疲劳驾驶，这个驾驶员已经睡着了，不管前端障碍物的识别也好和车道偏离技术也好，生命本身可以被挽救，这是势在必行的一个手段，也是我们一个努力的方向。

　　关于企业平台本身，其实我们相当于也是在做一个企业服务的第三方监测、监管的平台，这里面核心其实在数据这一部分。因为ADAS本身对驾驶行为只是在车上，是不是能够综合驾驶行为，包括车辆本身的技术状况，因为现在交通部也在做车辆维修记录的整合，就是电子健康档案的整合，对车辆的技术指标，以及运行的路的环境，来做综合的评估，这样可能会对一辆车本身结合多个维度的综合性风控评价指标，在本身的监测平台当中就可以看到，比如说我这两辆车它的风控指数，比如说它的危险性已经超过了80%，我在这里就可以进行预警，同时也可以调动视频来监测，同时我们下面仍然可以对他的行为进行分析。这样在后端这部分，也有一个监测和管理的平台、设施。

　　另外一方面，对政府这部分来讲，结合这方面的数据，可以做执法取证，可以做隐患监察，也可以做企业监管平台。很重要的一点，能不能通过驾驶员的这些数据，以及本身风控指数，评估一个企业的安全生产能力，让政府更加精准地督导、随访和监管这些企业，改善它的安全生产能力，这也是我们需要去做的一个地方。实际我们对一个企业的、一年12个月的所有车辆的事件趋势、事故趋势进行分析，分析它是不是越做越好，还是越做越差，企业和企业之间也可以对比，形成黑名单，慢慢去淘汰那些落后的、做的差的一部分企业，这个也是我们面向政府提出的一个监管平台的思路。

　　当然我们还希望通过分析与保险能力建立连接，对企业安全指数和保费进行调整。本身的风控管理也可以跟本身的理赔去争取结合。这里面还有一个互助保险问题，让更好的企业，形成一个比较优质的互保的模式，我认为这将来也是一个非常好的商业模式趋势，形成“越好企业越抱团、越不好的企业可能越会被排除在体系之外”的体制。

　　讲到最后，虽然技术很先进，但是仍然离不开管理手段，所以我们自身也在提供第三方服务。今年运输司发了一个文件，鼓励推进第三方监测服务，我们实际上也在做这个事情，这里面包括常规的监测，比如说人车户的建党，包括预案、包括事件研判、包括跟踪督导，对企业来讲，也有对驾驶员本身的安全评估、企业安全能力评估、企业差距分析、我们怎么样帮助企业去做安全治理，当然对政府来讲，我们也提供安全监管的手段、风控的手段，这就形成一个服务本身的闭环。

　　回到大数据，我们从三个方面来看能不能去构建一个从技术上能够支撑的安全体系。首先，今天讲的比较多的就是驾驶行为的预警，ADAS或者现在讲的CDAS的系统，这是我讲的一部分。第二部分，我们能不能结合车辆、人员以及环境各方面因素，来构建一个车辆安全的综合风控指数，对于每一辆车会有一个预警。讲到这儿，原来讲到有一个说法，一台无人驾驶车开在路上，突然发现上山上有一个石头在滚落的时候，无人驾驶车怎么反应，人可能会马上打方向盘避开，但是无人驾驶车辆务必能立刻反应，需要研判，比如气象条件、路况，包括陕西这个，路口其实是一个隐患点，这个隐患点我们如何去看，甚至从第三维度去研判它，因为我们做交通，有路况数据、有车的维修记录数据，可以综合性研判一个车的风险。

　　最后，对于政府的背景来讲，更加关心的可能是企业安全生产能力综合指标，这个企业管的好、管的不好，或者它的事故多、事故少，这其实有很大的区别。这个社会至少在相当长一段时间，还离不开管理，这方面我们现在在研究，其实在部分的地方已经应用了。

　　今天来讲，五年后或者更长时间我们会进入一个无人驾驶的时代，我是2005预测30年之后一定会进入无人驾驶时代，但是我的预测，从现在情况来看是远远的提前了。但是我觉得无人驾驶时代并不代表我们不需要建立更加安全的体系，我指的不是信息安全，而是跟环境、跟周边、跟多种因素结合的这么一个安全的体系，依托我们数据高度的融合和应用我相信协同是未来5—10年努力的方向。

　　谢谢大家，我今天就讲这些内容，请各位专家指正。