在瑞士达沃斯举行的世界经济论坛期间，Uber首席执行官达拉·科斯罗萨西（Dara Khosrowshahi）就人工智能在交通行业中的角色发表了引发广泛讨论的观点：对于运行在现实世界中的AI系统，社会需要形成一个“可接受的错误水平”共识。他认为，若要推动自动驾驶等技术真正落地，公众和监管层最终必须回答一个关键问题——AI究竟要比人类司机安全多少，才能获得普遍接受。
科斯罗萨西在论坛讨论中表示，交通系统的现实问题之一在于，人类驾驶者会受到分心、疲劳和判断失误等因素影响，而自动化系统有潜力减少这些风险。他重申自己对行业未来的判断，即交通出行将朝着“自动化、电动化、共享化”的方向发展。这一表态延续了科技与出行产业近年来对AI赋能交通效率和安全性的长期预期。
AI进入物理世界，容错标准成为核心议题
与一般的数字化AI应用不同，自动驾驶、智能交通等技术直接运行在现实道路和公共环境中，任何错误都可能带来真实后果。科斯罗萨西指出，人类本身就会犯错，而社会长期以来也在默认接受人的不完美。因此，围绕AI的讨论不应停留在“是否会犯错”，而应进一步转向：AI犯错的概率、后果及其相较于人类的改进幅度，是否足以支撑其大规模部署。
这一观点之所以引发关注，也与当前AI技术在各个场景中的表现有关。随着AI从API工具逐渐扩展到自动驾驶汽车等复杂系统，外界对其能力和局限的讨论明显升温。报道提到，苹果此前曾因AI功能向用户推送误导性通知和虚构新闻而进行召回，谷歌用户也曾反馈其AI应用输出错误结果。这些案例说明，即便在信息服务层面，AI仍难避免“幻觉”或判断偏差；而当这类技术进入道路交通领域，公众自然会提出更高的安全要求。
Waymo被当作正面案例，行业仍难言无风险
在谈到AI安全性时，科斯罗萨西援引了自动驾驶公司Waymo的表现作为例证。根据其提到的一份于去年12月发布、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表现上优于人类驾驶者。这成为支持自动驾驶商业化的重要论据之一，也反映出行业正试图通过数据证明AI系统在特定条件下可以实现“比人更安全”。
不过，报道同样指出，科斯罗萨西并未以Uber自身的自动驾驶业务作为案例。原因在于，Uber过去在自动驾驶测试中曾遭遇多起问题，并引发过严重事故。这一背景使得Uber在该议题上的发言更具复杂性：一方面，平台仍看好AI驱动的交通未来；另一方面，历史教训也提醒市场，技术成熟与公众信任的建立并非一蹴而就。
值得注意的是，Waymo本身也并非完全没有事故。报道称，Waymo去年曾因两辆车撞上一辆皮卡而发起召回。特斯拉自动驾驶车队也曾出现多起碰撞事故，甚至包括车辆起火事件。由此可见，当前自动驾驶赛道尚未进入“零风险”阶段，行业所争论的并不是AI是否绝对完美，而是其总体风险是否能被量化、控制，并最终低于人类驾驶水平。
公众为何更能容忍“人类错误”
在同场讨论中，谷歌首席投资官露丝·波拉特（Ruth Porat）回应称，尽管Waymo技术已达到“明显比人类更安全”的程度，但当错误由人类造成时，社会往往会表现出更高容忍度。这一表述揭示了AI商业化中最棘手的现实：技术表现未必是唯一决定因素，公众心理、责任认定和伦理判断同样关键。
从监管和市场角度看，这意味着自动驾驶企业不仅需要持续提升算法和传感器系统的可靠性，还必须建立更清晰的事故归责机制、披露标准和风控框架。只有当用户、监管机构和合作伙伴都能理解并接受这些规则时，AI在交通领域的大规模应用才可能提速。
市场影响：AI交通叙事升温，但落地节奏仍取决于信任
从市场层面看，科斯罗萨西的表态有助于进一步强化AI在交通行业中的长期叙事。自动驾驶、电动车、共享出行以及智能调度系统，正在共同构成新一轮交通科技投资的核心方向。对于关注科技、出行及相关数字资产赛道的投资者而言，这类讨论通常会提升市场对AI基础设施、自动驾驶软件、车载芯片和数据服务的关注度。
不过，短期内，市场更看重的仍是实际落地能力，而非概念本身。尤其是在AI安全事故、功能召回和监管审查频发的背景下，任何关于“AI可接受错误率”的讨论，都可能引发两种截然不同的反应：乐观者将其视为产业成熟过程中必须面对的标准化问题；谨慎者则会担忧企业试图为尚不够成熟的技术寻找舆论缓冲区。
整体而言，Uber CEO在达沃斯的发言并未否认AI会犯错，反而直接将争议焦点转向了更现实的问题：当AI已经在某些场景中展现出超越人类的潜力时，社会是否准备好接受一种“并不完美，但可能更安全”的新技术秩序。对自动驾驶行业来说，这或许正是未来几年最重要的命题。