作为一家专注于物理AI运营平台的企业,Motive长期致力于为驾驶员提供AI驱动的安全辅导解决方案,涵盖燃油消耗计算、合规管理及设备健康监测等核心功能。目前,该公司已正式面向英国驾驶员推出其AI Coach个性化驾驶辅导系统,进一步拓展其在美国以外的市场版图。
该系统于两周前在公司年度技术大会上正式发布,旨在借助AI生成的辅导视频,自动化、规模化地提供高质量的个性化反馈。Motive表示,英国车队运营商借助该系统,可将辅导工作量减少高达100%,同时为每位驾驶员提供快速、一致的指导,全面提升安全水平与整体绩效。
在正式进入英国市场之际,Motive指出,驾驶员辅导工作至关重要,但在规模化落地方面仍面临较大挑战。尤其在英国,保险成本持续攀升、道路车辆标准局(DVSA)的监管趋严,以及驾驶员职业资格证书(CPC)的持续合规要求,都给车队运营带来了更大压力。
此外,Motive还指出,驾驶员留任问题已成为整个实体经济面临的严峻挑战。引用车队管理与合规平台Zerity的数据显示,英国大型车队每年驾驶员流失率高达60%,失去一名驾驶员平均使企业损失约6300英镑。对于拥有1000名驾驶员的车队而言,人员流失每年造成的成本损失可能接近400万英镑。与此同时,预计到2030年,英国重型货车(HGV)驾驶员缺口将达20万人,而道路货运承担着英国国内82%的货物运输,这一缺口对整个物流体系构成严重威胁。
Motive还特别指出,目前许多车队的辅导工作仍以纠错为主,表扬与激励往往依赖人工完成,既缺乏一致性,又难以规模化推进。这直接导致驾驶员参与感低落,离职意愿增强,同时也加大了新人招募的难度。
另一个突出问题是,安全管理人员往往需要同时管理数百甚至数千名驾驶员,但部分管理者花费在人员管理(包括辅导)上的时间还不足三分之一。即便辅导工作得以开展,其一致性与准确性也难以保障。缺乏及时、个性化的反馈,意味着不安全驾驶行为将持续重演。
AI Coach的设计逻辑是自动筛选出对驾驶员评分影响最大、危险程度最高的安全事件,帮助驾驶员理解改进方向及其重要性。该系统已深度集成于Motive Workforce Management平台——这是公司旗下的一体化AI驱动平台,专门用于数字化和自动化关键人力资源管理流程。
该系统通过Motive仪表盘和驾驶员应用程序,每周自动推送个性化AI辅导视频。视频内容兼顾正向激励与改进建议,既肯定驾驶员的良好表现,也提供可落地的行动指导,助力驾驶安全与整体表现的持续提升。
车队可从多个预置虚拟形象中选择,也可录制自定义形象,以视频方式传递个性化信息,从而增强驾驶员的参与感和归属感。个性化反馈有助于更快速地降低风险、强化安全驾驶习惯。自动化短信和推送通知则用于提醒驾驶员查看每周反馈摘要,有效减少管理人员的人工跟进工作。
Motive英国市场区域副总裁Nyanya Joof对此次发布表示:"驾驶员辅导的缺失会给企业带来本可避免的安全事故风险。驾驶员辅导的关键在于准确性和驾驶员的信任。AI Coach采用高精度AI技术,自动发送个性化辅导视频,在大幅减轻管理人员工作负担的同时,有效提升安全水平与驾驶员参与度。"
公共汽车运营商Beeline的运营经理Adam Fox表示,此前他们需要花费数小时来回顾事故,并在事发很久之后才进行一对一辅导。"有了Motive的AI Coach,自动生成的个性化辅导来自熟悉的面孔,让我们实现了以前根本不敢想象的规模化反馈,"他补充道,"AI Coach始终可靠、精准,帮助我们守护驾驶员安全,降低事故发生率。"
Q&A
Q1:Motive AI Coach是什么?主要解决什么问题?
A:Motive AI Coach是一套AI驱动的个性化驾驶员辅导系统,集成于Motive Workforce Management平台。它通过每周自动推送AI生成的个性化辅导视频,帮助车队管理者规模化开展驾驶员安全培训,解决传统辅导模式中效率低、一致性差、难以大规模推广等痛点,同时可将管理人员的辅导工作量降低高达100%。
Q2:AI Coach进入英国市场的背景是什么?
A:英国市场面临多重压力:保险成本持续上涨、DVSA监管趋严、CPC合规要求提高;大型车队年均驾驶员流失率高达60%,流失一名驾驶员平均损失约6300英镑;预计到2030年HGV驾驶员缺口将达20万人,而道路货运承担着英国82%的国内货物运输,这些因素共同促使Motive将AI Coach引入英国市场。
Q3:AI Coach的个性化辅导视频是如何生成的?
A:AI Coach会自动筛选对驾驶员评分影响最大、危险程度最高的安全事件,结合驾驶员具体表现生成个性化辅导视频,内容兼顾正向激励和改进建议。车队可选择预置虚拟形象或录制自定义形象,视频通过Motive仪表盘和驾驶员App每周定时推送,并配合自动短信和推送通知提醒驾驶员查阅。
好文章,需要你的鼓励
前沿AI研究机构Decart发布最新世界模型Oasis 3,旨在弥合虚拟仿真与物理AI之间的鸿沟。该模型将超写实交互图形能力与强大物理引擎相结合,可生成动作驱动的视频流,支持多视角环境模拟,延迟低于200毫秒。开发者能够借助自然语言提示,快速构建多样化极端场景,有效解决机器人和自动驾驶领域长期存在的"仿真到现实"差距问题,大幅降低物理AI训练成本。
OpenSkill是一套让AI代理无需人工监督即可自主成长的框架,通过从互联网获取知识、自建虚拟考题反复练习,实现真正的开放世界自我演化。
Visual Components正式发布5.1版本工厂仿真软件,重点引入高精度物理仿真与可扩展机器人协同调度能力,支持在同一环境中同时模拟数百台自主移动机器人、自动导引车及人员的运行状态。新版本还将仿真性能提升至前代的10倍,新增Allen-Bradley PLC支持及Nachi、Epson机器人虚拟调试插件,并将脚本环境升级至Python 3。该软件旨在帮助制造商在实际部署前完成系统验证,降低调试风险,缩短投产周期。
论文研究了AI评委同时优化多个评判维度时的两大失败原因:梯度稀释与指令干扰,为多目标提示词优化提供了系统性诊断框架。