AI 开始给司机打分：新加坡交通巨头为何投资一所「智能驾校」？

2026 年 3 月，新加坡交通集团 ComfortDelGro 宣布将在未来 30 年投资超过 2 亿美元，用于升级驾驶培训体系。其中一个核心项目，是在蔡厝港建设一座新的驾驶培训中心，并在培训和考试中引入人工智能、传感器以及实时监控系统。

根据计划，这座新的驾驶中心将于 2030 年前投入使用，并取代目前位于武吉巴督的驾驶中心。项目占地约 24890 平方米，总建筑面积达到 72500 平方米，内部将包含多条训练赛道、模拟器训练设施以及智能化评估系统。

（该运输运营商约五分之一的投资将用于在蔡厝港新建一所驾驶学校，该驾驶学校将于 2030 年前取代武吉巴督驾驶中心。）

驾校往往被认为是一个变化不大的行业。多年来，驾驶培训几乎一直沿用同样的模式：教练带学员练车，考官进行现场评估。但随着传感器、数据记录和人工智能技术进入训练和考试流程，这种长期稳定的培训方式开始出现新的调整。

要理解这项投资背后的逻辑，需要先回到驾驶培训行业本身。

在许多国家，驾驶培训几乎是每个人都会经历的一种学习过程。但与学校教育或职业教育相比，这类培训长期被视为一种服务，而不是教育产业的一部分。对大多数人来说，驾校的存在意义很简单：通过培训获得驾驶执照，很少有人把它放在更广泛的教育体系中讨论。

事实上，驾驶培训拥有非常稳定的需求。只要城市交通体系存在，就会不断有新的驾驶者进入系统。从普通私家车驾驶者，到物流运输、公共交通等行业的职业司机，驾驶培训几乎是进入交通体系的必经环节。在许多城市，驾校每年的学员数量都保持相对稳定，形成了一条长期存在的培训链条。

然而，与需求的稳定相比，这一行业的培训方式在很长时间里却几乎没有发生根本变化。大多数驾驶学校仍然沿用几十年前形成的基本模式：学员先完成理论学习，了解交通规则和基础驾驶知识，然后进入训练场地进行操作练习，最后通过道路考试获得驾驶执照。

在这一体系中，教练始终是培训过程的核心。驾驶技能的学习很大程度上依赖教练的经验指导。从车辆控制到道路判断，许多技巧都需要在实际驾驶过程中不断纠正和强化。不同教练之间的教学方式往往差异明显，有的强调操作规范，有的更注重实际驾驶感觉，培训效果也因此呈现出较大的个体差别。

类似情况也出现在驾驶考试环节。虽然考试规则和评分标准已经相对明确，但具体评估仍然依赖考官现场观察。例如车辆控制是否平稳、转弯时机是否合适、停车是否准确等细节，往往需要通过人工判断完成。在一些情况下，不同考官在细节尺度上的差异，也可能影响最终评估结果。

正因为如此，驾驶培训在很长一段时间里都呈现出一种典型的「经验型培训」特征。培训体系依赖人的经验运转，教学质量在一定程度上取决于教练和考官的个人判断。对许多人来说，驾校更像是一种生活服务机构，而不是一个需要持续技术升级的培训行业。

但随着行业环境逐渐发生变化，这种以人为核心的培训模式也开始面临新的挑战。

在 ComfortDelGro 公布的投资计划中，公司提到一个重要背景：私人驾驶教练的数量正在下降。对于驾驶培训行业来说，这并不是短期波动，而是一种逐渐显现的结构性变化。

成为一名驾驶教练通常需要多年驾驶经验，并通过相应的资格认证。与此同时，这一职业的工作时间往往较为灵活，需要根据学员时间安排课程，收入也可能随着培训需求变化而波动。在这样的条件下，驾驶教练这一职业对年轻从业者的吸引力并不算高。

随着部分资深教练逐渐退出行业，而新从业者补充速度有限，一些地区开始出现教练数量减少的情况。对培训机构来说，这意味着培训能力可能受到一定限制。

与此同时，驾驶培训的需求并没有明显减少。城市交通体系仍然需要不断补充新的驾驶者，无论是普通私家车驾驶员，还是物流运输等行业的职业司机，都必须通过规范培训获得驾驶资格。

当培训需求保持稳定，而教练供给逐渐减少时，驾驶培训体系便开始面临新的压力。如果培训过程过度依赖个人经验，那么教练数量的变化就会直接影响培训能力。在这样的背景下，一些培训机构开始尝试通过技术手段来补充传统培训方式，这也成为 ComfortDelGro 此次投资的重要动机之一。

作为新加坡最大的陆路交通集团之一，ComfortDelGro 的业务涵盖出租车、公交、铁路以及多种交通服务。公司成立于 2003 年，由多家交通运营企业整合而来，目前业务已经扩展至亚洲、欧洲和大洋洲多个国家和地区。除了出租车和公交服务外，公司还参与城市轨道交通运营、汽车租赁以及其他交通相关业务。

在这样的业务结构中，驾驶培训一直是其交通体系中的重要环节。

ComfortDelGro 旗下的 ComfortDelGro Driving Centre（CDDC）是新加坡三大驾驶培训中心之一，长期为私家车、摩托车以及部分重型车辆提供驾驶培训课程。

与一些国家大量依赖私人教练不同，新加坡的驾驶培训体系相对集中。大多数学员通常通过大型驾驶中心完成系统培训。目前全国主要的培训机构包括武吉巴督驾驶中心（BBDC）、新加坡安全驾驶中心（SSDC）以及 ComfortDelGro Driving Centre 等几家机构。

在这样的体系下，驾驶中心不仅承担培训功能，也在一定程度上成为交通系统的重要基础设施。对交通运营企业来说，驾驶培训不仅是教育服务，同时也关系到未来司机的来源与质量。

ComfortDelGro 在宣布投资计划时表示，这项长期投资的目标之一，是为新加坡交通体系培养更多合格驾驶员。通过升级培训设施并引入新的技术手段，公司希望在提升培训效率的同时，使驾驶评估更加客观。

从更宏观的角度看，这笔投资也与交通行业近年来的变化有关。随着城市交通网络不断扩展，对职业司机的需求始终存在，而驾驶员培训周期较长，培训体系的稳定性因此显得尤为重要。

与此同时，技术也正在改变交通行业的运行方式。从车辆辅助驾驶系统到道路监控网络，越来越多技术正在进入交通管理环节。对于驾驶培训机构来说，引入数据记录和智能评估系统，也被视为与未来交通环境相适应的一种准备。

在这样的背景下，通过技术升级来提升培训能力，也就成为一种顺理成章的选择。

ComfortDelGro 计划建设的新驾驶中心位于蔡厝港，占地约 24890 平方米，总建筑面积达到 72500 平方米。项目将分阶段开放，并计划在 2030 年前取代现有的武吉巴督驾驶中心。

新中心建成后，将至少拥有两条练习赛道，每条赛道面积不小于 18000 平方米，用于向学习驾驶汽车和摩托车的学员教授基础驾驶技能。此外，中心还将设置智能驾驶赛道，并预留空间用于教室和模拟器训练设施。

与传统驾校相比，这一项目最引人关注的变化在于技术系统的引入。根据公司介绍，新驾驶中心将在培训与考试过程中使用摄像头、传感器以及实时监控系统，并在评估环节引入人工智能技术。

通过这些设备，系统可以记录学员在驾驶过程中的各种操作行为。例如车辆速度变化、转向动作、刹车控制以及与其他车辆之间的距离，都可以通过传感器和监控系统进行记录。随后，这些数据将被系统分析，用于评估学员的驾驶表现。

在传统考试模式中，驾驶评估主要依赖考官观察。虽然评分标准已经相当明确，但在具体操作中仍然需要考官根据现场情况进行判断。而在引入数据记录和自动分析系统之后，一些原本依赖人工判断的细节可以通过技术手段进行辅助评估。

除了实际道路训练，新中心还将配置模拟器训练设施。模拟器可以帮助学员在不同交通情境中进行练习，例如复杂路口、恶劣天气或特殊交通状况，从而在进入真实道路驾驶之前积累更多经验。

随着传感器技术和数据分析能力的发展，驾驶培训开始逐渐具备类似的技术条件。技术系统不再只是辅助工具，而是逐渐参与到培训与评估的核心环节。

ComfortDelGro 的新驾驶中心只是一个开始。当训练过程可以被记录、分析并不断优化时，驾校的形态也在悄然改变。驾驶培训这门看似传统的生意，正在进入一个新的阶段。

https://www.straitstimes.com/singapore/transport/comfortdelgro-to-invest-over-200m-in-driving-education-new-cck-driving-centre-to-use-ai-in-tests?close=true

教育行业流量格局大变革！AI 搜索时代已至

流量权力中心正从搜索引擎迁移至 DeepSeek、豆包、元宝等 AI 平台。GEO（生成式引擎优化）成为新风口，传统 SEO 逻辑被彻底颠覆。

当家长开始用 AI 选课程，你的教育品牌会被推荐吗？

还在为高昂的获客成本发愁？AI 搜索时代，流量规则已彻底改变！

想知道如何让品牌成为 DeepSeek、豆包、元宝等 AI 工具的「首选答案」？

好奇 3 个月实现咨询成本降低 93%的 GEO 技术如何落地？

⬇️扫码下方二维码添加好友并备注「GEO」，立即解锁AI搜索流量红利