在瑞士达沃斯举行的世界经济论坛上，Uber首席执行官达拉·科斯罗萨西（Dara Khosrowshahi）再次为人工智能在交通行业中的应用发声。他在一场专题讨论中表示，随着AI系统越来越多地进入现实世界，社会需要就其“可接受错误率”形成共识。这一表态迅速引发关注，因为它触及了自动驾驶、道路安全以及技术责任边界等核心议题。
科斯罗萨西认为，当前道路交通体系本身就长期受到人为失误、分心驾驶等问题困扰，而自动化系统的价值，正在于减少这类由人类行为带来的风险。他直言，未来交通将是“自动化、电动化和共享化”的结合体。这一判断不仅反映了Uber对行业趋势的理解，也显示出大型出行平台正试图在AI时代重塑自身定位。
AI进入现实世界，容错标准成关键议题
在论坛发言中，科斯罗萨西强调，人类本身就并不完美，社会也默认人会犯错，因此当AI系统开始在物理世界中运行时，外界也必须回答一个关键问题：AI究竟要比人类好多少，才会被社会接受？这一问题并非技术层面的简单比较，而是关于公众心理、监管尺度和法律责任的综合考验。
他的观点出现在AI技术争议持续升温的背景下。近年来，AI从早期的软件接口和推荐系统，快速扩展到自动驾驶、智能助手等更高风险场景。但与此同时，AI失误案例也在不断出现。素材显示，苹果曾因AI功能向用户推送误导性通知和虚构新闻而进行召回；谷歌用户也曾抱怨其AI应用给出错误结果。这说明，即便是在数字产品环境中，AI的可靠性仍未完全稳定，更不用说直接关系到人身安全的交通场景。
Waymo被视为正面案例，但行业并非没有风险
为支持自己的观点，科斯罗萨西提到了自动驾驶公司Waymo的安全表现。根据一份于去年12月发布、并由Waymo与瑞士再保险公司合作完成的报告，Waymo的自动驾驶车队在安全性上优于人类驾驶员。尽管素材未披露更具体的量化指标，但这一表述仍被视为自动驾驶商业化推进的重要论据。
不过，报道同样指出，科斯罗萨西并未以Uber自身的自动驾驶车队作为案例。原因在于，Uber过去在自动驾驶测试中曾遭遇多起问题，并引发严重事故，这段历史至今仍是公司在自动驾驶议题上的敏感点。换言之，Uber虽然看好AI交通技术的长期前景，但自身经验也提醒市场：从技术愿景走向大规模落地，中间仍有漫长而复杂的验证过程。
事实上，即便是被频繁视为行业标杆的Waymo，也并非从未出错。素材提到，Waymo去年曾在两辆车与一辆皮卡发生碰撞后发起召回。另一家备受关注的企业特斯拉，其自动驾驶相关车队也发生过多起事故，包括碰撞和车辆起火事件。这些案例表明，自动驾驶并不是“零失误”的技术，而是在与人类驾驶进行风险对比中，试图实现“整体更安全”的目标。
公众为何更能容忍人类失误？
谷歌首席投资官Ruth Porat在回应科斯罗萨西观点时指出，尽管Waymo技术已被认为“明显比人类更安全”，但当犯错主体是人类时，社会往往会给予更多宽容。这种差异恰恰反映出AI应用推广面临的最大障碍之一：公众对机器失误的容忍度远低于对人类失误的容忍度。
这种心理并不难理解。人类驾驶员的错误长期存在于现实生活中，人们对其风险已有预期；而当AI系统出错时，公众通常会将责任归因于算法、企业和系统设计者，因此要求更高的安全标准和更明确的责任划分。也正因如此，自动驾驶的竞争不只发生在技术实验室，还发生在监管机构、保险公司和公众舆论之间。
市场影响：AI交通叙事升温，但信任仍是核心门槛
从市场角度看，科斯罗萨西的表态进一步强化了AI与出行产业融合的长期叙事。自动驾驶、电动车和共享出行被整合为一个统一的发展方向，意味着未来交通产业链的价值重心，可能逐步从传统车辆制造转向软件、数据、传感器、算力平台和运营网络。这对于科技公司、汽车制造商以及布局AI基础设施的资本市场参与者而言，都是重要信号。
不过，短期内市场情绪仍会受到安全事件和监管进展影响。任何一起自动驾驶事故、产品召回或AI误判，都可能迅速削弱投资者与消费者信心。尤其在涉及现实物理世界的应用中，企业不仅需要证明技术可用，还必须证明其在大规模场景下具备稳定性、可追责性和可监管性。
对于加密和Web3行业观察者而言，AI交通争论也有一定借鉴意义。无论是自动驾驶还是链上智能系统，市场最终都不会只看“技术是否先进”，而会更加关注其真实世界的安全性、透明度和治理能力。技术 adoption 的关键，从来不仅是效率提升，更是信任建立。
总体来看，Uber CEO在达沃斯释放的信息十分明确：AI将继续深入交通领域，自动驾驶仍被视为未来方向。但在真正获得社会广泛接受之前，行业必须先回答一个现实问题——当机器开始替代人类做决定时，我们愿意接受它犯多少错？