人工智能正迅速融入出行和交通系统，其应用范围涵盖运营优化、欺诈检测、客户互动以及数字票务等领域。对于公共交通运营商而言，问题已不再是是否采用人工智能，而是如何负责任地加以应用。这一挑战的核心在于一个根本性问题：出行数据具有独特的敏感性，而人工智能既显著提升了其价值，也大幅加剧了其相关风险。
出行数据：价值高、敏感度高
出行系统一直以来都依赖数据，但出行数据本身就具有揭示性。即使是基本的出行数据，也能揭示：
- 出行模式与日常生活习惯
- 经常去的地方，例如家和工作单位
- 随时间变化的行为趋势
- 涉及健康、信仰或个人情况的敏感推断
虽然将人工智能引入出行领域可以提高效率并提升乘客体验，但也可能带来风险、隐私和安全问题，并导致乘客的详细个人资料被建立。出行服务运营商是其乘客数据的保管者，而如果缺乏充分的监管，人工智能技术可能会导致这些数据被泄露并被商业化利用。
人工智能增加了组织的数据风险
人工智能从根本上改变了移动出行系统中数据的使用方式。
它不仅能够进行数据处理，还能进行推理，从而产生关于个人的新知识——这些知识此前从未被明确收集过。因此，一个关键问题是：这些推理数据是如何处理的？谁可以使用它们？它们是否得到妥善保护，是否会与人工智能系统供应商共享？
人工智能工具还导致对第三方基础设施、模型和服务的依赖加深。一旦运营商部署了某家供应商的人工智能解决方案，未来要更换供应商将非常困难，甚至几乎不可能。因此，初始采购流程成为关键环节，移动运营商必须确保将其数据治理和保管责任纳入与供应商的关系中。
第三方风险成为核心问题
人工智能解决方案依赖于外部供应商、嵌入式服务以及跨越组织边界的数据流。这可能会导致数据超出操作人员的直接控制范围，即使已制定合同保障措施也是如此。
公共交通运营商是市民数据的保管者，有责任确保其得到安全、恰当的使用。这需要采取一种严谨的方法，在实践中积极落实治理措施，并依靠技术、架构和运营方面的控制手段。
- 设计阶段的数据最小化
- 对共享和再利用的严格控制
- 在内部明确基于角色的访问权限
- 对第三方互动的持续监督
- 健壮的去标识化架构
- 可审计性与报告
- 随着新技术和新功能的推出，将持续进行审查
治理必须跟上技术发展的步伐
尽管人工智能能力正在迅速发展，但治理框架却未能跟上这一步伐。公共交通运营商必须将数据治理融入采购、交付和运营过程中，而不能将其视为事后考虑或阻碍因素。
这包括验证系统的工作原理、数据的使用方式以及风险在不同时期的管理情况。因此，运营商需要能够理解采购合同及供应商关系中技术、隐私和安全要素的员工。
如果你不清楚自己购买的是什么，也不知道供应商将如何使用骑行者的数据，你就无法有效地管理这些数据。
致出行服务运营商的行动号召
向人工智能驱动的交通出行转型已经拉开帷幕。对于公共交通运营商而言，挑战不仅在于采用人工智能，更在于以清醒的自律、切合实际的预期以及健全的治理机制来推进这一进程。这要求积极审视人工智能系统将在贵机构内部如何运作：
- 数据的收集、处理和存储方式。
- 会产生哪些推论，以及这些推论可能对个人产生何种影响。
- 数据如何在各系统之间、与其他公共机构以及与商业第三方之间共享。
- 外部服务提供商是否真正受运营商规则和要求的约束，以及运营商能否真正掌握第三方处理其骑手数据的方式。
在人工智能驱动的环境中，数据治理不能仅依赖合同承诺。运营商必须建立强大的技术控制措施和问责机制，确保数据流的透明度和可审计性，并确保第三方对数据的使用符合其保管责任。
与此同时，各组织必须避免仅被人工智能的承诺所驱使——这项技术虽然强大，但发展迅速且往往不透明，其中的风险往往难以预料。采取一种平衡且有条不紊的方法至关重要，这种方法既要认识到将人工智能工具引入出行领域所带来的益处和风险，也要认识到出行数据的敏感性，以及出行运营商作为这些数据管理者的特殊角色。
