本地數碼生活平台 DASH 及其網約車平台 DASH Taxi 公布，與香港科技大學（科大）合作研發的人工智能需求預測系統「StreetSights」取得突破性成果，協助的士司機更精準掌握乘客需求分佈，提升接單效率及收入，為香港智慧出行發展提供具體解決方案。
此項目結合科大在交通系統、模型及人工智能流動性分析方面的研究實力，以及 DASH Taxi 在本地的實際營運數據與經驗，展示如何將本地數據轉化為可落地應用的方案，支持香港智慧出行規劃。是次合作正值政府積極推進的士及網約車規管框架的重要時刻，具備前瞻意義。
以本地的士營運為基礎 有望在全港交通廣泛應用
街頭截車一直是香港最重要的出行模式之一，約佔全港的士需求約六成，承載著大量市民往返交通樞紐與目的地之間的日常出行需求。然而，相較網約服務模式，傳統的士線下營運一直較難以數據化及系統化方式優化。
「StreetSights」正是針對此痛點而設。該系統將香港劃分為 350 多個區域（每區平均面積為 3.75 平方公里），並以 15 分鐘為時段間隔，精準預測各區的乘客需求及空置的士供應。系統透過收集並分析約 2,000 輛活躍的士數據，在預測「的士需求最為殷切區域」方面，達到了高達 90% 以上的平均準確度。此模型乃基於6,450,434 個載客行程記錄建構而成，是香港有史以來針對「街頭攔截（Street-hail）」式的士所匯集的最大型數據庫之一。
DASH 聯合創辦人及董事合夥人馬兆鏘（Jason）表示：「香港交通節奏瞬息萬變，的士司機多年來主要依靠經驗判斷路線。我們結合科大的科研經驗與 DASH 的真實數據，為他們提供更精準的資訊，並配以的士司機的豐富路上閱歷，讓每一程都更有效率。正值香港全力構建未來智慧交通新藍圖的關鍵時刻，我們關注的焦點不應再停留在路上車輛的數量，而是每輛車能為城市及市民帶來多大的價值。這正是我們攜手建構並全力追求的全新標準。」
香港科技大學工程學院院長兼極智慧城市研究院創始主任羅康錦教授表示：「香港一直是一個高流動性的城市，是次合作的重點在於以更智能的方式推動城市運行。我們的角色，是將本地已有的數據轉化為既符合學術標準，亦具實際應用價值的預測模型，體現產學研合作的真正意義。」
以質爲先：提升效率與收入 創造多方共贏局面
在正式推出前，雙方利用標準工作日的歷史營運數據進行了嚴謹的模擬測試。測試中隨機選取 100 名司機，並為每人建立一個以系統建議行駛的「虛擬司機」作對比。這些「虛擬司機」的工作時間和出發地點與真實的士司機完全相同，但結果顯示，採用「StreetSights」建議的「虛擬司機」，其完成訂單數量平均提升 31.2%，每日車資收入亦增加 16%。
相關結果顯示，透過「StreetSights」，司機候單時間大減三成，配對效率提升14.7%，直接帶動司機收入與營運效率上升。正因如此，乘客亦受惠於更精準的預測調度，尤其於繁忙時段候車時間顯著縮短，長遠可獲得穩定可靠的出行服務。
項目下一階段將於 2026 年第四季進行實地拆分測試，以進一步驗證成效。
本地「產學研」合作 推動智慧城市藍圖
DASH 的營運足跡力證了此系統的龐大發展規模。DASH 於成立首年已促成約 610 萬次行程，總行車距離達9,200 萬公里，平均每程約 15 公里，並保持優質客戶服務，堅持約 15 秒內處理任何查詢，反映其在營運效率及服務質素方面的投入。
「StreetSights」作為本地研發並落地的成功案例，背後的理念回應香港智慧城市願景。此次項目不僅展示人工智能在交通領域的實際應用，更體現本地企業與大學攜手合作的無限可能。當世界一流的大學研究與真實的行業數據結合時，能為香港智慧城市發展提供可持續及可複製的方案。這項研究成果，亦正正扣連了香港即將推行的網約車監管新政。 一個與時並進、旨在提升行業專業精神與服務質素的牌照制度，唯有在每位司機都能獲得最強數據後盾支援的前提下，方能發揮最大社會效益。
DASH 的卓越往績，反映出平台在營運上已作好充分準備，並致力支持香港構建一個監管完善、高效優質的未來交通生態。 隨著香港政府逐步引入網約車牌照架構，DASH 期待與運輸署及業界持份者展開建設性的合作，共同打造一個值得市民大眾長遠信賴的智慧出行環境。