滴滴93.2%风险识别率背后：从未松懈 任重道远

4月25日，滴滴顺风车安全治理开放日在上海举办。活动邀请媒体代表、行业专家、车主及乘客用户共同参与，围绕出行体验治理、服务品质提升、日常安全守护等议题展开探讨。现场集中展示反作弊整治、未乘车收费治理等阶段性成果，并首次公开安全AI模型等技术创新应用，以科技助力风险防控，以开放倾听和工作改进推动行业长效治理。

图说：4月25日，滴滴顺风车安全治理开放日在沪举办

顺风车合乘不同于网约车和公共交通，具有互助共享的鲜明属性。依托车主提前发布行程、司乘双向协商选择的匹配模式，顺风车交易自由度更高。叠加远距离出行性价比优势，顺风车多服务于跨城、长途出行场景，行程路径复杂、耗时更长，也衍生出多样化体验痛点与安全治理难题。

差体验识别管控双升级 细分场景分层治理新实践

聚焦用户高频诉求，滴滴顺风车立足真实出行反馈，持续迭代治理规则，落地分层治理方案。针对高速费纠纷、私下违规拼车等“老大难”问题，全面引入AI识别与智能判责能力，实现风险主动识别、系统自动处置，有效压缩违规空间。

以用户反映较集中的“未乘车收费”为例：平台全面优化订单异常识别机制，强化高风险订单全流程拦截，增设下车确认二次校验，同步打通申诉快速响应通道。目前，相关投诉下降97.5%。

图说：滴滴顺风车体验治理分享环节

在反作弊治理层面，滴滴搭建多维度智能识别模型，精准管控各类违规行为。2024年至今，平台配合多地警方开展专项行动，累计推动作弊器相关立案27起，抓捕违法人员96人，打掉作弊器开发售卖团伙25个，查处作弊器作者13人、售卖代理83人，严厉打击顺风车黑色产业链。

AI赋能出行安全 人机协同探索安全共治

在持续完善全链路安全治理体系的基础上，滴滴顺风车引入 AI智能研判+安全专家人工复核的人机协同模式，全面提升安全风险识别精度与干预效率。

据了解，安全AI模型已全面应用于安全专家工作台，借助多模态风险研判大模型，融合自然语言处理、订单异常分析、行程动态识别等能力，高效完成安全风险初筛，辅助安全专家开展隐患核实、场景研判。针对排查确认的高危行程，平台及时启动远程外呼、安全警示、紧急报警等处置措施，筑牢出行安全防线。

活动现场，安全专家通过脱敏的真实案例进行演示：一位家长使用个人账号为未成年人代叫车辆，未在平台备注特殊出行信息，孩子也未带手机，独自乘车隐患重重。另一个案例中，系统自动识别到司乘聊及涉性敏感话题，有向行为违规发展的风险，触发预警后，由安全专家联系司机进行警示，阻断风险升级。

数据显示，升级AI能力后，安全专家工作台行程风险初步研判效率提升21%，平台整体风险识别率达93.2%。安全专家表示，AI的应用承担了重复性、基础性风险筛查工作，让安全专家能集中精力处置复杂场景、高危隐患。

图说：滴滴安全专家分享环节

但平台坦言，困难和挑战依然存在。脱离平台私下交易、乘客信息填报不实、行程录音缺失、人员身份难以精准核验等问题，仍对AI识别与风险研判形成制约。平台也呼吁家长正确使用代叫车功能，不要让未成年人独自乘车，多向其科普风险常识和求助技巧；呼吁乘客拒绝线下交易，不要泄露隐私和私加联系方式、留下安全和纠纷隐患。

滴滴顺风车相关负责人凌汐表示，安全是出行行业发展的生命线，安全建设久久为功，长效治理步履不停，并且坚持开放透明，主动接受社会监督。下一步，滴滴顺风车将通过常态化体验治理、智能化安全防护、社会化协同共治，不断夯实服务质量，优化合乘体验，构建更加安全、规范、可信、可持续的顺风车出行生态。