2019年底写过一篇文章《智慧交通市场与存量搏杀》，核心观点：智慧交管市场已经进入到存量市场阶段，新项目变少，升级、改造、完善项目增多，市场竞争将更为激烈，偶尔出现的超大项目更加考验企业实施能力，而且更多AI及互联网企业虎视眈眈。这6年的市场发展，基本验证了这个观点，只是互联网企业退出、电信运营商补位这个，没有预料到。

作为衍生性行业的智能交通发展依赖于交通本体的发展，而交通基建的发展，又基本上与经济发展同步。现在城镇化的发展速度已经放慢，天花板也在那里了，房地产市场探底以及地方财政也无力推进城市规模更新，因而智慧交管市场已经连续几年负增长。虽然这两年国家推动交通基础设施数字化转型升级，导致公路信息化领域的投资逆市上扬，但实际上公路投资在2022年到达历史顶峰后，已经连续两年下降，不出所料，2025年应也是负增长（前三季度1.78万亿），十五五期间的公路信息化建设投资能否继续保持高位，是个问号。

存量市场的特点就是竞争激烈、内卷加剧，同时伴随部分企业退出、转型，竞争优势逐步向少数企业集中，这也符合行业发展周期理论。当然，也有一些变数，比如开拓海外市场，或者出现新的规模化需求。

开拓海外市场的难度因“企”而异，集成商、运营商出海难度远大于产品商，产品商可以接受OEM、转口贸易，但集成商再怎么神通广大，也得现场勘测、施工指导，同时面临周期长、风险高等挑战。

所以，还得看需求，有没有新的需求。

需求与新的需求

智能交通投资主要来自两类需求，一是政策推动的安全监管需求，比如交通信号、电警、雷视一体机、车辆动态监控等，二是管理、服务、效率提升方面的需求，主要是公路、停车、运输企业等运营主体的信息化。

前者会有什么新的规模需求？短时间内很少，“减量控大”中的非机动车交通管理是目前最有可能规模化的需求，但在财政难以支持的情况下，“利旧”是最现实的选择，多选择新增部分点位，然后基于智能视频分析，进行人、车、企、社区等之间多要素耦合及管理，但也有广州、石家庄这样的城市规模建设新的监控点位，广州还推进了相应的基础设施“非机动车友好”化改造。道路运输安全监管方面，国债项目也在推动营运车辆的智能视频报警监控设备全面更新，相关国标、行标也对自动紧急刹车AEBS在部分营运车辆类型上的强制应用进行了明确修订，预计十五五期间会成为这个领域的主要产品、应用机会。

长远来看，当自动驾驶车辆上路行驶有一定规模的时候，相应的管控手段升级，比如信号、诱导、交通感知等都可能出现规模化的升级换代，但显然不是现在。另外，如果政策强制推动机动车电子标识应用，电子标识和基于该标识的交管数据应用，或将创造一个较大市场。

后者会有哪些需求？就个人来看，会比前者更多，运营主体本身有追求利润的动力，只要看得到投资效益，有没有政策驱动，都会愿意接受新技术、新模式。尤其是在人工智能逐步深入到社会生活、生产方方面面时，后者会比前者主动或者被动的创造出更多的需求。

什么需求？

我们知道，生产力和生产关系是相辅相成的，技术是第一生产力，技术的进步会带来生产关系的进步，如果生产关系阻碍技术的进步，那么旧的生产关系迟早会被打破，从而建立与生产力水平相匹配的生产关系。智慧交通在我国发展已经有30来年了，到现在已经超越了单纯的技术堆砌和单点应用，正进入一个以数据为核心、以管理创新为驱动的全新阶段。这个阶段的核心，是利用大数据、云计算以及人工智能等技术，将交通管理和服务系统从“各自为战”的孤岛状态，转变为一个高效协同的有机整体，简而言之就是，我国智慧交通行业正在从技术创新迈向基于技术创新的管理创新，也就是生产要素之间的重新梳理与组合。

注意，管理创新的前提是基于技术升级而来的，诸如现阶段大数据、云计算以及感知技术的升级，能让我们获取到更多数据以及数据分析结果，从而支持管理和服务方面的决策，往后，当人工智能、大模型等进一步应用，使得系统自动从海量、异构的数据中挖掘价值成为可能，AI能够进行实时分析、风险预测和在设定范围内智能决策，这是管理创新的“引擎”。

有那么一句话这两年经常被各IT大佬提及——所有产业都值得用AI重新做一遍。智慧交通可能也是如此，那么智慧交通行业的管理创新，或许就是AI应用的深化。

基于人工智能的内部管理创新

和数字化转型类似，挑战和问题也类似，是“一把手”工程，需要持续汇集各部门、各环节数据，形成统一标准的数据池/数据底座，同时将历史文档，诸如调度、应急、部门协作等多类历史文档喂给AI，以大语言模型+垂类小模型的方式，让AI具备基于实时数据和往期专家方案，自动生成预警以及应急、调度、优化方案，并根据实施效果自动调整、优化。

公路管理、公路运营、TOCC、交管集成指挥中心、大型运输企业等机构、单位，未来预计都会参照此路径发展，尤其是大语言模型+垂类小模型的人工智能应用方式。

除广州公交之外，广东振业优控也在人工智能大模型+垂类小模型的支持下，开展组织结构变革，将原有各地分公司转为自负盈亏的子公司，独立开展交通信号优化、隐患排查等交管精细化业务。具体模式是，广东总部组建人工智能+专家的技术和智力支持平台，各地子公司负责业务拓展、方案实施落地，总部每协助完成一个项目，收取一定的技术支持费用。

这个模式的核心在于，人工智能+专家的技术支持平台能否胜任，并将成本控制在合理范围。我们知道振业优控是国内最早专业从事信号优化与交管精细化的企业之一，截至2025年底，已为22省86地市175区县的交通管理部门提供专业治堵解决方案，优化路口总数接近50000个，并构筑了业内唯一的智慧交通“三库”——AI算法库、经典案例库、实战专家库，也正是基于这些优化案例库以及人工智能，振业优控于今年正式推出“基于人工智能技术的路口交通健康诊断分析工具【路口交通医生】”，从而发挥人类专家诊断和机器系统数据处理能力，打造智能体“路口交通医生”，构建“人智协同的路口交通管理新范式”，对路口交通状况进行精准分析，从交通信号控制、交通组织优化及智能交通技术应用等关键维度，系统地提出路口交通管理的优化措施，提升路口交通诊断优化效率。

简单来说就是通过“路口交通医生”自动诊断并生成优化方案，再由实战专家确认、修正，再交给前方实施。这一模式的落地，一定程度上改变了公司的运营模式，从而降本增效。

这一模式同样适用于为交管集成指挥中心、TOCC、交通枢纽提供技术支持、运维的集成商，他们同样存有大量的应急、指挥调度、交通疏解、大型活动交通组织、特勤交通保障等方面的历史方案，基于语义大模型与垂类小模型，也应该可以生成类似的人工智能诊断分析工具，从而提升交通组织、应急指挥调度、交通疏解等工作的效率。

物流企业、网约车平台、网络货运平台等运输方面的企业，都可以基于AI规划更优路径，提升运营效率。

跨部门的管理创新

交通领域的跨部门协作场景有很多，比如重点营运车辆的监管、联合治超、准全天候公路通行（一路三方、一路多方）、动态路肩开放、公路交通安全隐患排查与治理、重大活动的交通组织与保障等等，除联合治超可以称之为成熟外，其他仍有很多可以提升、强化的空间。

这两年推动的公路基础设施数字化转型升级工作中，高速公路的智慧扩容是每个示范省份的必选任务，而智慧扩容的主要表现形式之一就是节假日的动态路肩开放，与高速公路准全天候通行一样，智慧扩容同样需要协调多方参与，比如沪宁高速公路江苏段的智慧扩容，就有赖于创新了高速公路“一路三方（公路运营单位、交警、路政等交通执法部门）”联合办公与指挥机制，将应急车道动态管控以省级预案形式固化为长效制度，推动临时应急措施升级为规范化、常态化管理机制。除跨部门协同之外，江苏相关部门在沪宁高速公路江苏段主线、江阴大桥、苏通大桥、泰州大桥“一路三桥”区域，实现智慧扩容从路段单点管控向路网协同联动跨越，更是通过协同管控，与其他相邻高速、地方公路形成“高高联动”、“高普联动”机制，将信息发布与服务延伸至城市路网，实现了更大范围的出行引导。

而“一路三方”机制能够支撑“智慧扩容”、准全天候通行的前提，就是全面、实时的交通感知以及数据处理能力，以及完善的应急指挥方案和机制，而这都是技术进步带给我们的机会。

跨多利益主体的管理和服务创新

此外，理想中的MaaS出行服务平台也是如此，跨地面公交、地铁、城际铁路、渡轮、共享自行车、P+R等服务环节和利益主体，但目前尚未很成功的案例，跨出行工具的路径规划也没有很熟的服务，更不用说一票制了。现在，有一个现象，即地面公交与轨道交通两大集团进行整合，同一交通集团下，或许可以先推进旗下地面公交+地铁为主体的MaaS服务。

另一个正在推进的方向，即车路云一体化，这个涉及太多利益方的技术发展，需要有一两个明确的利益或者受益主体来推进，能够在车路云一体化大的商业模式（尚未形成闭环）外建立自己的商业模式小闭环，所以可以现在在局部或者部分生产场景落地，让矿山、港口、大宗货物货主等主体受益后持续推进，在生产场景率先实现商业化闭环，再推及到消费和管理场景，形成投资主体多元化、持续化的局面。

总结

很多政府投资的项目，尤其是新的大型项目，总会要求出创新成果，要做点与其他省市不一样“创新点”，但技术创新总是有限的，而管理创新还有很大空间，不能说技术创新就是创新，管理创新就不是创新了吧？

但是管理创新，一定会涉及到一些原有生产、管理要素的重新梳理、组合，包括人员、投入的变动，要么是“自己向自己开刀”，要么是联合第三方、第四方“向自己开刀”，而技术的进步就是那把“刀”。现在一些公安交警单位组建无人机中队，一些交通集团组建无人机公司，就是这种创新的体现之一，未来我们或许会看到更多这样的变化。这一变化的核心，是数据作为关键生产要素的价值被充分释放，是人工智能作为新一代“全能”工具对“生产关系”的重构体现。未来的竞争，将不再是单一技术或产品的竞争，而是数据治理能力、协同管理能力和生态服务能力的综合竞争。