维度网讯，Samsara继续将人工智能作为提升车队安全的核心工具。该公司认为，AI不仅能检测更多高风险驾驶事件，还能帮助车队在事件演变成碰撞前采取预防措施。

该公司产品安全副总裁Arpan Podduturi在6月底于拉斯维加斯举行的Beyond大会上介绍了这一理念。公司近期推出的安全产品组合，包括AI生成的驾驶员简报（AI-generated Driver Briefings）、AI跟车指导（AI Ride-Alongs）和辅导优先级（Coaching Priority）功能，均基于此设计思路。

Podduturi指出，当前车队普遍面临安全管理人员工作超负荷、驾驶员流动率高以及少数高风险驾驶员引发大部分碰撞等共同挑战。

“数据显示，前10%的高风险驾驶员导致了三分之一的碰撞，前25%的驾驶员则造成了近三分之二的碰撞。”他解释了公司为何大力投资AI驱动的辅导与自动化技术。

这些努力基于Samsara的互联运营平台，该平台目前处理了过去十年积累的约20万亿个数据点。这使得公司能够识别驾驶模式、评估辅导效果并持续优化安全模型。

不过，Podduturi认为，改进AI只是其中一个方面，同样重要的是改变驾驶员对这项技术的看法。

“过去，驾驶员将Samsara视为一种可能让他们惹上麻烦的工具。它会捕捉错误行为，然后要求他们接受辅导。”Podduturi表示。“我们现在要做的是赋能驾驶员，提供一个智能代理全程陪伴，将驾驶所需的一切浓缩在两分钟的更新中。”

公司为此推出了AI驾驶员简报。这是一种车载且具备情境感知能力的AI助手，不仅关注高风险事件发生后的处理，更侧重于在驾驶员开始行程前做好准备，并在行驶途中提供指导。在轮班开始前，AI可总结天气、交通、路线信息及高风险地点。驾驶员行驶时，系统能持续发送语音警报，减少驾驶员查看导航或其他移动应用的需求。Podduturi介绍，此举旨在让驾驶员视线保持在前方，消除分心因素。

即时安全功能，如碰撞警告和分心驾驶检测，通过车辆上的边缘计算实时运行。“几乎所有检测都在边缘运行。我们拥有自行训练的自定义模型，能实现毫秒级响应，因为道路情况是动态的。”而基于云的AI则用于分析驾驶行为随时间的变化，将单个事件整合为更广泛的模式，帮助安全管理人员了解辅导效果、需求及新兴风险。

Podduturi表示，事件被发送到后端后，可以进行评估、验证和离线标注等处理。“我们有能力将事件拼接起来，发现驾驶行为中的模式，这是几年前无法做到的。这项新技术使我们能够找出贡献风险事件，为教练提供包含环境背景的完整画面。”

公司不断增长的数据集还揭示了驾驶员行为的地区差异。例如，在加拿大，由于地域广阔，超速是Samsara用户中最常见的行为之一；而在墨西哥，车队则更关注手机使用、货物安全和GPS干扰。

辅导优先级功能（Coaching Priority feature）能够识别背景和模式，帮助车队将有限的辅导精力集中在关键区域。该AI工具并非标记单一的急刹车事件，而是观察驾驶行为、天气、道路环境和行驶时间等多因素如何相互作用，构建更完整的风险图景，并据此确定辅导优先级。在媒体产品演示中，Samsara表示，内部分析显示，该功能识别后来卷入事故的驾驶员并将其标记为高优先级，在事件发生前至少五天的时间准确率约为80%。公司还指出，“辅导优先级评分”完全独立于用于车队配置或游戏化的“安全评分”，它考察所有风险因素，包括驾驶员无法控制的因素，以协助管理人员决定辅导重点。

Podduturi表示，该功能不会取代安全管理人员的判断。辅导优先级并不推荐具体行动，而是列出可能需要关注的驾驶员，由车队灵活决定应对方式。根据各自政策，组织可分配自动辅导、自学培训、小组辅导或一对一交流等方式。“这完全取决于客户。”他表示，“我们不会给出具体建议，但提供工具让客户决定如何干预。”

对于大型车队，这种可见性尤其重要。管理人员无需逐一审查数千名驾驶员，而是能快速找到需要立即关注的少数人。“我需要真正关注的50个人是谁？他们的任职时间重叠情况如何？分数随时间如何变化？”Podduturi表示，这些正是管理人员现在能获得答案的问题。“有时我们看到一些表现良好的驾驶员分数略有下滑，教练只需主动沟通：‘你生活中发生了什么？我能帮你吗？’这就像是把数据放到直觉上。”