日前举办的人工智能与数字经济广州高峰论坛上，如何用互联网、大数据、人工智能等技术手段推进社会治理体系现代化成为专家学者和企业界代表的关注焦点。滴滴出行相关负责人提出，自2017年以来，滴滴协助城市交管部门对全国超过2500个路口的信号控制进行了优化，拥堵延误时长平均降低10%-20%。
虽然“拥堵延误时长平均降低10%-20%”这个数据和大家的直观感受不尽相符，但是用以大数据为代表的科技手段来解决城市拥堵问题，却早已成为社会的共识。
眼下，在中国范围内，疫情的冲击在减缓，经济在加速复苏，上半年空荡荡的城市道路，又逐渐恢复到“堵到发紫”的状态。抗疫中，大数据广泛用于病毒传播预测、密接人员追踪、流行病学调查等环节，成为我国抗疫的制胜法宝之一。大数据在抗疫中的成功，也让不少人重新思考，在解决交通拥堵问题上，被寄予厚望许多年大数据怎么就不太灵光?
当然，首先要指出的是，疫情中需要的大数据支持，和城市交通比起来，可以说是小巫见大巫。根据滴滴发布的数据，其每天处理的综合数据达到了4875TB。仅一个交通参与单位，数据处理规模就如此庞大，那么全城乃至全国的交通数据之巨，也就可见一斑了。这也再次明确了一个事实，解决城市交通拥堵问题，不是某个部门某个企业某个人的事情，需要集中政府和社会、个人的力量，真正形成合力才能奏效。
对于交管部门来说，需要放得更开，吸引更多社会力量参与，让新科技可以真正落地到街道上。毋庸讳言，交管部门的职责在于交通管理，对以大数据为代表的科技手段，不可能，也无需“自主研发”。这些年，科研机构和企业不断研发出新的“智能交通系统”“智能红绿灯系统”等，但在公众的印象中，身边的道路除了柏油换了一遍又一遍，其他什么都没有变。解决城市拥堵，需要的是真刀真枪的改革、改造，仅仅纸上谈兵是无法见效的，如何将“智能设备”“智能系统”装到路上、装入红绿灯里，是用科技手段解决交通拥堵的起始问题。
至于科研机构和企业，他们用科技手段解决交通拥堵的热情有目共睹。不过，城市的道路千千万万，将这些道路智能化升级，必然是一个不菲的花销，而后期的每次智能改造、系统升级，都可能涉及不小的投入。纵观全国的智能交通化改造，也多是以打造“样板路”的方式在进行试点。但一两条的样板路建设，解决不了全城拥堵的问题。只有降低改造成本，让更多城市道路能进行智能化改造，才能让大数据收集得准、跑得动、变得灵光。
而作为个人来说，对拥堵的感受是最切身的，往往自觉是最无辜的受害者。但这些年的实践也证明了，造成拥堵的不全是道路设置、红绿灯设置等硬件原因，也有不好的驾驶习惯、不良的事故处理方式等。我们在期待道路升级的同时，也需要升级自己的头脑，让自己在驾车时更加遵纪守法，处理事故时更加理智，这样才能让道路更加有序、顺畅。
