第一组大数据控制的红绿灯安装在在济南的经十路上，那条主干道原来很拥堵，我们的系统上线以后，很多路口的通过时间缩短了10%-20%。通过对一个区域内几十个红绿灯集中调度，拥堵又减少了20%-30%。在基建上没有任何额外的投入，仅仅是靠数据，我们就让现实交通效率提高了这么大的幅度，智慧交通有很大前景。
再比如说，如果今天你愿意用滴滴拼车，有60%的概率我们会帮你找到一个拼友。在北京，我们实测过，70%的订单都是可以拼在一起出行的。这能很大程度解决拥堵问题。
城市化最大的问题之一是拥堵。因为现在城市里都是楼房，人类在三维空间生活工作，但是交通还得回到二维空间，车辆几乎都在地平面上运行。就算再加上地铁高架，也不过是多了一两个平面而已，依然是二维的。当整个城市的人在某个时间点集中上班下班的时候，大家从三维的空间拥到二维的平面上，人和车的矛盾，车和路的矛盾就不可化解了。这是城镇化进程绕不过的障碍。限制买车、限制出行，并不能解决根本问题。
同时，我还看到另一组数据，路面资源那么紧张，但有很多车只坐了一个人，80%以上的汽车没有坐满座位。很多人的出行方向其实是一致的，所以我们需要大数据。需要在高峰期和拥堵路段大力推广拼车。
数据还带来了一些其他改变。比如说一个出租车司机，他去做了专车司机以后，服务质量明显提高。人还是同一个人，什么让他变好了呢？是因为我们可以记录司机每一次的行为，而服务会影响他接下来的收入。数据改变了激励模式。
今天我们在做交通安全预测模型。互联网让交通变得透明起来，每一个司机的每一个驾驶习惯都已经被沉淀成数据了，比如说他有多少比例是超速的，他急拐弯的频率如何，这些驾驶习惯会影响他未来的安全驾驶或者说出风险的概率，都被滴滴记录下来。那些筛选出的有风险的司机，我们对他们做针对性的教育，而不是泛泛地讲要注意安全。我们可以具体地提醒你在拐弯的时候不要太靠内侧，或者说你一定不能再超速了。现在滴滴对驾驶员的工作时间有强制要求，如果你超过了一定时间，无论开滴滴的快车还是专车，是一定要强迫你下线的。这都是希望司机能够保证安全，不要疲劳驾驶。
