分享
收藏
点赞
为行业转型提供清晰路径
编者按：在第十五届（2026）智能交通市场年会--人工智能+交通运输应用技术及产业发展论坛上，交通运输部路网监测与应急处置中心研究员董雷宏，作了《人工智能+驱动数智化高速公路开启“第二曲线”》主题演讲。
人工智能正成为交通行业新质生产力核心引擎，数智化高速转型已进入深水区。董雷宏以第二曲线理论为指引，结合政策导向与落地实践，明确 AI 赋能高速数智化的核心场景与破局关键，为行业转型提供清晰路径。
2026年政府工作报告中，第二项任务聚焦新动能，将AI、具身智能、脑机接口等前沿科技列为国家重要战略任务。如今，谈论AI已不再是新鲜话题，而是国家必须落实的重要工作。在智能交通领域，以AI为话题无需争议，关键在于如何在行业内、在所从事的公路交通领域，切实做好相关落地工作。
因赛文论坛具有较强的市场风向需求，所拟定的报告题目也带有较强的市场氛围，聚焦行业与企业的“第二曲线”发展问题。
关于企业或行业的第二曲线发展，并非新鲜理论。
上世纪70年代，英国研究员查尔斯·汉迪早已提出经典的S型曲线发展理论：任何组织、产品或业务的生命周期都遵循一条“S型曲线”，经历起始期、成长期、成熟期(峰值)与衰败期四个阶段。想实现可持续增长，避免陷入“成熟即衰败”的困境，就必须在第一条增长曲线到达顶点之前，开辟并启动第二条新的增长曲线，以实现增长动能的平滑交接与非连续性跨越。
将这一理论应用到交通行业，无论是AI领域，还是智慧高速、智慧公路的发展，在经历一轮发展热潮后，当前在数智化、人工智能+的大背景下，从上游企业到产业链各环节，整个行业已呈现出依托新技术寻求新突破的趋势，因此希望围绕这一话题展开，推动行业沿着S型曲线持续发展。
AI无疑是推动行业发展的重要领域。不仅是交通行业，AI智能体对于各个行业的第二曲线增长，都是重要的新生产力单元，能够重构整个价值链。当前行业内多谈论降本增效，但我认为，更重要的是如同政府工作报告所强调的，找到推动发展的新引擎。
目前，AI在交通行业的应用大多停留在第一个层级——执行层，即承担执行性、重复性劳动，实现效率提升与成本降低；在第二层决策层，如自主决策、自主适配，从“事务管理”转向“结果管理”的智能体应用，仍有较大差距；而到了第三层模式层，能够重构商业模式，实现市场化价值变革的应用则更为稀缺。
因此，AI智能体要实现破局，推动行业企业的“第二曲线”增长，重点在于突破“跨场景变现”与“多渠道触达”的瓶颈。
回到政策要求，AI作为国家重要战略，大家已有共识。尤其是党的二十届三中全会以来，AI被列为战略性产业，成为培育新质生产力的重要阵地；从去年的中央经济工作会议，到刚刚召开的全国人大政府工作报告，AI的定位不断提升。
交通行业层面，交通运输部已出台“人工智能+”相关政策，明确了诸多具体内容，当前核心是如何更好地落实这些政策。
此外，今年的交通工作会议提出的“三个转变”与“一网四化”，其中重要的是推动增长动能与发展模式转变，从过去大规模增量发展，转向优化增量、提质存量的内涵式发展；“一网四化”中的立体交通网建设，也将数智化升级作为重点，且明确以跨区域跨流域大通道建设为主体，这是下一阶段数智化转型的重要方向。
为进一步突出“人工智能+”定位，确保其成为交通强国战略的核心动力，具备加快突破的政策基础与现实机遇，部有关部门开展了《公路数字化智能化阶段性目标和实施路径研究》与《培育“人工智能十交通运输”率先突破的应用场景研究》，其中明确了AI与高速公路数智化领域深度融合的重要场景，以及培育新质生产力的具体方向。
另外，关于“数智化”概念，经过这些年的发展，行业内对各类相关名词已有所疲劳。据悉，交通运输部将出台专门的数智化升级政策文件，其中已明确了数智化的标准答案，因此无需过度纠结这一概念本身。该概念包含数字化与智能化，其核心本质上是以“人工智能+”为驱动的创新实践。
从当前行业信息化发展整体历程来看，我国高速公路并非在完成全部信息化、数字化建设后才迈入智能化阶段，高速公路领域呈现出传统机电设备、数字化转型设施与人工智能+智能体应用并存的混合发展格局，设施装备水平、系统功能应用参差不齐，部分仍停留在本世纪初水平，部分已达到国际先进标准，这种迭代式发展是行业的客观现状，并非提出新概念就意味着对原有设施设备的全面更替。
基于这一现状，结合AI驱动的典型场景提出落地建议，并探讨高速公路运营企业的关键突破方向，具有重要的现实意义。
首先是数字底座与大模型建设，这也是当前行业关注的热点，其中广东交通集团的实践具有较高的参考价值，个人有幸深度参与该集团数字底座的审查与标准制定工作。过去行业内数据库、中台、各类算法模型早已广泛应用，大模型并非突然出现的新生事物，经过上一轮智慧高速建设，行业普遍意识到数智化建设必须紧密贴合实际业务需求，充分释放数据应用价值，广东交通集团的实践正是在这一方向上取得了显著成效。
当前建设统一数字底座具备充分的必要性，现有公路基础设施与信息化设备产生的海量数据，亟需通过底座整合实现智能化应用与价值转化，但相关数据统计仍不够全面。
目前行业内尚未形成完善的评估体系，难以精准衡量厂商协议适配、数据融合与底座应用效果，即便广东交通集团完成了集团内部底座建设，仍有二三十个其他业主单位的路段未纳入体系实现全面融合。
面对海量设施设备与多元信息需求，数字底座的建设主体、质量管控标准成为关键问题，尤其要避免底座自身形成新的信息烟囱。行业倡导构建综合底座与行业大模型，采用“1+X+N”架构，但在相对分散、碎片的高速公路行业运营模式，各主体间的关系协同仍有诸多问题需要重视。
其次是AI驱动的灾害与应急事件智能管控，这一需求从“十四五”延续至“十五五”期间，始终是行业刚需，气候变化的不可逆性进一步凸显了其重要性，雨带北移已成为重要标志。交通运输部已明确提出，要构建重大灾害“辨识-监测-预警-处置”的高效闭环智能管控处置技术体系，针对不同自然条件、基建水平与交通流状况开展创新示范，形成标准化解决方案，行业工作重心也从事后处置转向事前预防。
当前工作中，行业依托大数据与跨行业数据，开展沿线公里级短时降水预测，通过AI算法科学调控高速公路开闭与限行措施。由于现有响应模式存在明显局限，橙色、红色预警下大多采取较为严苛的封路管控方式，如何在既能保障通行绝对安全的同时实现科学主动防御，降低对正常通行影响，AI的赋能尚未达到预期水平，尤其在自主管控决策环节，仅能提供模型算法参考建议，远未实现智能体的理想应用效果。
视频智能分析是另一核心应用场景，目前路网中心已归集全国各级视频资源约37万路，基于AI开展灾害风险研判、事故识别与事件预警是行业核心工作，但现有视频分析体系的场景覆盖与识别能力仍有较大差距，距离实现决策级AI应用仍存在显著短板。
在智能分析领域仍面临多项关键技术瓶颈，以大雾监测为例，仅依靠单张视频图片难以判断是否达到封路标准，无法支撑精准管控决策。目前全国高速公路沿线布设的气象监测站点已有数千台，但面对庞大的公路路网，难以实现全点位覆盖，如何通过视频技术突破监测覆盖局限，现有AI应用仍未达到理想效果，需要行业各方持续协同攻关。
第三，自由流收费与“手机+”便捷通行是当前行业热点，自由流收费也被交通运输部明确为AI赋能的重要场景。从国际实践来看，自由流收费尚未出现覆盖里程超一万公里的成功案例，仅在一两千公里规模的路网中有少量应用，我国十几万公路里程的路网若采用单一网络模式推进自由流收费，落地难度极大，AI技术有望为这一难题提供赋能路径。
当前行业探索的智慧收费站、云收费站、预交易、收费机器人、窄岛化、少人化、长抬杆等模式，仍局限于车道快速识别与精准计费感知层面，距离真正的自由流收费目标仍有较大差距，无论技术定位还是业务要求均未匹配。该领域短期内仍将保持行业热点地位，若无颠覆性技术突破，难以实现真正的自由流收费，AI的赋能效果有待验证。
手机+通行场景也同样亟需AI技术赋能，现有视频车牌识别受视频技术特性影响更为明显，即便以提出的车道99.5%、门架98%、车型99%的指标要求却仍明显低于当下ETC已实现指标，故需要通过AI融合多源数据进行行驶轨迹拟合，保障按轨迹收费的精准性。
近期交通运输部印发的《高速公路“手机+”无卡便捷通行实施方案(2026-2028年)》已明确实施路径，先推进手机+停车扫码通行，再实现手机+不停车通行，逐步探索未来自由流收费模式，充分体现了AI对手机+通行落地的关键支撑作用。
因此，仅依靠现有ETC门架拍摄，能否在不加密的前提下完全解决手机+车牌识别问题仍有待后续方案验证，从技术角度判断，当前门架车牌识别密度，尚难以完全满足全场景轨迹拟合需求，手机+通行的技术完善仍有较大推进空间。
关于自由流收费，国外还出现了结合C-V2X技术的应用趋势，自去年起已有相关试点案例，美国汽车工业协会也出台了对应技术标准。美国北卡罗来纳州的高速公路已开展部署C-V2X收费试点，通过二级车载终端实现V2X直连通信收费，车辆完成注册后即可依托该技术完成计费，其中AI的具体赋能方式尚不明确，整体仍属于传统车路协同模式。
由于美国高速公路收费路网规模较小，多为路段收费或小型收费网络，路径与管理复杂度远低于我国，因此该模式难以直接照搬应用。
AI在货车自动驾驶领域的应用同样是行业关注重点，相比热度较高的乘用车自动驾驶，货运领域尤其是新能源重卡的技术突破，更受交通行业重视。日本在新东名高速公路持续开展L3级货车编队驾驶试点，相关技术与政策体系依托C-V2X逐步完善，今年还将扩展至更多路段，形成了可参考的国际实践案例。
日本的核心特点在于构建了清晰的商业模式，坚持在高速公路设置自动驾驶专用车道，使路网设施与专用车辆精准适配，既契合其土地资源紧张、道路扩容空间有限的现实条件，也为高速公路运营单位带来了明确价值，成为行业积极参与的重要动力。
我国部分地区也已开展货车自动驾驶示范应用，例如京雄高速设置了相关测试路段，但尚未向专用化、标准化方向深入推进。面向未来，对于长途大通道货运场景，支撑自动驾驶的专用车道、优先车道及配套保障服务的规划建设，应尽快提上日程，这也是推动车路协同技术大规模落地的重要政策引领。
这一问题恰好对应行业第二曲线的破局关键，核心在于实现车路协同的市场价值转化。从技术层面看，高速公路路侧感知若仅停留在独立监测层面，未能支撑服务真正的车路协同决策体系，便无法突破既有第一曲线的发展模式；从业务层面看，大量路网智能设施之所以尚未能实现产品化、规模化应用，”受困于“监控、收费固有领域，当前车路协同缺乏真实的业务协同与市场应用，才是制约车路协同与自动驾驶发展的核心问题。
从高速公路运营企业发展角度来看，要实现第二曲线突破的关键，关键在于从传统物理通道运营商向数字通道服务运营商转型。AI对建设、管理、养护、运营的赋能固然重要，但如果仅局限于行业内部业务流与数据流“小循环”，未能推动服务内容与模式的智能化、产品化升级以及数据资产应用“大循环”，便难以激活新的增长动力。
围绕新增长曲线，迫切需要新型咨询机构、设备供应商、系统服务商与数服运营商构建新的“共生”模式。当前，行业所谈的共生更多停留在合作生存层面，未来只有实现AI赋能下的模式共生，才能真正支撑行业高质量发展，才能真正面向未来20万级高速公路“一张网”运营服务商们迎来属于自己的第二曲线。
未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明等材料，与我们联系，我们将及时沟通与处理。
好文章，需要你的鼓励
董雷宏
特邀作者