在《ITS International》编辑亚当·希尔主持的在线研讨会上，OnLogic产品工程副总裁Sheldon Sun和英特尔智慧城市与智能交通技术专家Tony Abuta指出，智能交通试点项目规模化面临多重障碍，若不能妥善解决资金、所有权和公众参与等问题，项目可能仅停留为“一场极其惊艳的科学实验”。

Sheldon Sun强调，机构在扩大智能交通试点项目规模时需警惕三个常见陷阱。第一个是“运行一个完美的试点”：“显然，运行试点时，你处于一个一切都完美的环境中：摄像头调整得完美无缺，路口对齐得完美无缺，没有施工干扰……你获得了完美的数据，可以在那个特定场景中手动调整所有算法。”这导致试点成果难以复制到实际环境。

第二个陷阱是认为所有现有基础设施都需要更换——但这意味着同时改变大量变量。“我们的目标是尽可能重用现有资源，并尽可能少地改变变量，以便从现有系统中获得可重复性和鲁棒性。”Sun解释说，过度更换硬件会增加复杂性和成本。

第三个是“硬件陷阱”：“当你看到现场的系统可能有点不理想时——比如大量灰尘、高温——系统通常需要散热。因此，如果你遇到一个有风扇或冷却不足的系统，就会陷入硬件故障频发的混乱环境。”为应对此，Sun建议采用鲁棒的系统，加强热管理和环境适应性。

英特尔的Tony Abuta补充道，许多智能交通试点项目“在理想环境下看起来惊艳”，但未能实现规模化。“我们有近乎完美的碰撞检测系统，效果非常出色；我们有数字孪生技术，有实时分析；但它们没有实现规模化。这总是令人沮丧——你只是在原地打转。这不是技术失败，而是因为没有人回答真正的问题：‘谁将为全市范围内部署的这300台设备提供资金？’”

Abuta指出，智能交通试点项目通常依赖创新资助，但规模化需要资本预算，涉及采购协调、安全审查和明确操作所有权。此外，公众认知是关键因素：“对摄像头和人工智能确实存在抵触情绪——有时是错误信息，有时是隐私担忧，有时只是政治因素，对吧？如果领导层没有准备好解释系统实际功能……这不是技术问题，而是规模化面临的障碍。”

他强调，机构必须确保为部署做好准备，包括资金到位、所有权清晰，并进行公众沟通，让公众了解这些智能交通设备旨在挽救生命和改善交通流量。“我们确实需要利益相关者达成一致，”Abuta总结道，“所以，如果试点项目从一开始就没有为现实情况设计，它只会变成一场极其惊艳的科学实验。”本次研讨会还探讨了如何最大化利用现有资产和满足“美国制造购买美国货”（BABA）要求，为智能交通项目规模化提供实践指导。