來論｜的士手機應用將被廣泛使用

根據運輸署數字，現時香港的士約有一萬八千一百六十三輛，平均每日載客量接近一百萬人次。召喚方法除了固有的路邊揮手或電話預約，用手機應用來召喚的士，更是近來市民習慣的方法。筆者也是應用手機應用程式召車的常客。引申思考，究竟現今這些應用發展如何？仍然存在甚麼問題有待解決？

以市場上幾個比較多人使用的手機應用程式來說，實用性方面，已相當不錯及漸漸成熟，乘客只需提供兩三種資料，就可成功約車。司機獲派單後，直接完成旅程就可。

不過，往往在某些時段或道路情況，乘客試圖召車，就有些困難，往往要待上一些時間，更嚴重是等待到不得不放棄，沒法成功召車。此外，也有部分司機，會因應車資回報多少而揀客，最後導致乘客不能在預期的時間到達目的地。如此，相信人工智能系統可作幫忙。例如系統可快速地計算的士位置與乘客的關係，包括距離、潛在延遲因素，甚至可嘗試平衡各司機利益。當手機應用程式計算出司機一方，如因應路程質素而收益減少了，在系統作出分析後，司機可以在下一個網召中，優先選擇好一點的派單。

正確地收集數據、使用分析

如何提升失物尋回機會率，也是乘客一方十分關注的問題。失物如果是手機或電子產品，可以透過添加追蹤功能，增加尋回的機會；但如果是文件、行李或其他物件，又應如何解決？筆者建議，可以在司機與乘客的手機，加入限時或距離的聯繫，例如只要的士和乘客的距離，超過五米，雙方的手機應用程式，都會提示旅程完成或檢查隨身物品，亦可增強每次車程的跟蹤性，幫助乘客盡快尋回失物，減少損失；而司機事後亦可獲嘉許。

這類手機應用程式，每日使用量可達一百萬次，司機一方涉及金錢方面的回報，系統方面是否公平地派單給每一位司機，亦尤為重要。眾所周知，每一筆路程愈遠，盈利會相繼倍增，但有些偏遠地方，卻絕少有回程乘客，這些行程就會增加是次接單的成本。例如系統會否因應某些團體或關係，可以優先收到更優質的派單？如要提高應用之公平性，建議整合一些第三方的流量分析報表，而定期發布到共開平台上，這可以是車牌號碼與公里的關係，但須留意應用時的保安及個人私隱問題。

隨大數據世代的來臨，當使用量愈高，收集了大量的歷史數據就愈有價值。回到今天的士手機應用程式，首先要檢討現在是否已正確地收集數據？數據是否存在很多沒有分析價值的資料？有沒有善用大數據工具來適當處理資料？檢討後，就可研究大數據是否已發揮全面作用。下一步就是善用這些數據，鞏固系統的價值性，如提升司機及乘客的監控機制，並因應分析而提供司機及乘客各自不同種類的評級，而且還可以訂立黑白名單機制，期望可改善彼此之間的和睦關係，減少爭拗。大數據亦可用作分析過往路程的使用習慣，計算出整體的士數量安排，以增加每張派單的效率。
葉德良
香港電腦學會企業架構專家小組執行委員會成員