在交通行业，车与路就是天然的矛盾体。特别是汽车数量与日俱增，汽车尾气给城市带来了大量的污染，极大地影响了城市空气质量的改善。

　　而拥堵的道路交通也是我国各大城市发展面临的顽疾，拥堵不仅影响了城市居民的幸福感，也因消耗在路上的大量时间而实际造成了城市商业的损失。

因此，与我国城市化进程加快而共生的交通问题，亟待解决。可以预见的是，数字化是当下最优路径。

　　交通行业数字化转型对新基建的期待，体现在通过后者的加持，进行顶层设计全面规划，以大数据、人工智能为技术核心，建立统一、开放、智能的交通管控系统，获取新层次的管理体系与治理能力，实现智能交通愿景。

　　具体地说，在智能交通建设中，目前最缺哪类基础设施？答案显然是人工智能。每天收集和处理数亿条数据；数据类型涉及高清视频、图像等高维非结构化数据，还可能需要运用具有上亿参数的人工智能算法模型进行实时分析处理，这为底层计算基础设施带来了极大压力。

　　新基建下，AI彻彻底底来了，智能交通变了。人工智能狂潮已经席卷世界，标志着智能化所代表的下一代生产力规则已经影响和改变当下秩序，同时也正在颠覆智能交通行业。

　　说及颠覆，必然是对之前传统方式的极大提升。那么，是基于哪些交通管控需求的变化？

　　其一，随着城市扩展建设，道路长度不断增加，车辆数井喷且流动性大，传统方式仅依靠民警上路巡逻查获交通违法行为，当场予以教育或处罚的执法工作方式，已不能适应当前道路交通安全管理形势发展的趋势，急需升级为AI+人工的新管理模式。

　　其二，在现场执法中，诸如路边违章停车，占用非机动车道、鸣笛，滥用灯光等，容易造成现场执法争执、阻扰、抗拒等现象，需要非现场执法来突出重事实、重证据，进一步体现执法公正性。

　　其三，当下智能交通范围治理关注点在向人、车两个方向发展，而形成的海量交通大数据，包含人、车、路；视频、图片、交通流等各类数据，后端需要有效处置的技术手段，以形成精准打击。

　　这些需求变化既是市场痛点，也是突破点，而智能非现场执法，就是AI赋能交通的一种最直接体现，通过智能进化和效能提升，让交通路面见警力，是交警路面秩序管理、安全管理的重要辅助手段。

　　建设“有序、畅通、安全、文明”智能交通生态，赋能AI后的非现场执法解决方案为用户带来的价值为以下几个方面：

　　降低违法率，提升畅通指数，保障文明安全出行；在交通行业告别“汗水警务”，在海量的疑似违法库里，通过人工智能进行违法预审，过滤筛选，以减人增效，提升执法量。

　　之前仅靠人工审核升级为机器+人工，效率提升50%。也能通过对所有过车图片的分析，多维度的结构化车人信息并大幅扩充疑似违法库，将执法量提升15%以上；

　　从根据经验做专项行动，升级为通过数据统计分析进行精准打击和专项治理，让交通管控模式由“大海捞针”向“精确制导”转变。

　　足见，我们当下的智能交通，正在发生着深刻变化，这个变化一方面用户业务转型的需要，另一方面也是AI技术的驱动。