传统交通从业人员应如何适应新时代？

lucyqin
AI Writing
10天前
15热度
0评论

本文由OpenAI Deep Research生成。

1. 技能提升建议 (Skills Enhancement Advice)

关键技术影响 ：新兴技术正深刻改变公路和市政工程设计行业。BIM（Building Information Modeling）推动设计、施工到运维的全过程数字化，提升协同效率并已在全球许多基建项目中成为强制要求MDPI.COM MDPI.COM 。大数据与AI 让工程师能够利用海量传感器和交通数据进行优化决策 —— 例如AI可实时优化交通流、监控基础设施健康状态，提高运输系统效率和安全性ASCE.ORG 。自动驾驶技术 的兴起则要求设计人员了解车路协同需求，规划部署道路传感器、通信设备和高精地图等基础设施，以适应未来自动驾驶车辆，这在日本等国已通过3D建模、数据分析和AI系统融入高速公路规划中AUTODESK.COM 。

数字化工具与编程语言 ：现代交通设计人员需要掌握多种数字工具：

BIM/CAD 软件 ：如 AutoCAD、Revit、Civil 3D 等，用于绘制工程图和创建三维模型，以支持协同设计和冲突检查PINNACLEIIT.COM 。越来越多项目要求设计师具备BIM建模能力，以实现信息化交付ASSETS.PUBLISHING.SERVICE.GOV.UK 。
数据分析与编程 ：熟练使用Excel进行数据处理已不够，建议掌握 MATLAB或Python 等编程语言，用于处理和可视化大量工程数据。PINNACLEIIT.COM 研究指出，运用Python等工具进行数据分析与自动化可以为工程师带来竞争优势。此外，适当掌握数据库查询 (SQL) 和数据管理技能也有裨益，以应对“大数据”在交通分析中的应用。
GIS (地理信息系统) ：如 ArcGIS 或开源的 QGIS，用于空间数据分析和可视化。GIS技能有助于工程师分析线路走廊、环境影响，优化选线选址决策PINNACLEIIT.COM 。在道路选线、选址规划和交通分析中，将BIM模型与GIS数据融合已成为趋势PMC.NCBI.NLM.NIH.GOV PMC.NCBI.NLM.NIH.GOV 。
机器学习与AI建模 ：虽然不要求每位土木工程师都成为数据科学家，但应了解基础的机器学习原理和工具。如果能掌握常用的机器学习库 （如TensorFlow、Scikit-learn）或至少具备AI模型的理解与结果解释能力，将使工程师在智能交通项目中更具价值ASCE.ORG 。例如，懂得训练简易的交通流量预测模型，或能运用现有AI平台进行辅助设计和决策。
编码与自动化 ：掌握编程还能用于流程自动化。通过编写Python或JavaScript脚本，可批量完成重复性设计计算、格式转换等任务，极大提高工作效率PINNACLEIIT.COM 。具备一定编程能力的工程师能够开发定制化工具来满足项目特殊需求，这在数字化时代是宝贵的技能。

培训与认证获取 ：在快速演进的技术环境下，持续学习非常关键PINNACLEIIT.COM 。建议采取以下措施提升技能并增强职业竞争力：

参加专业培训 ：利用线上线下课程学习新技术。例如，Coursera、edX 等平台提供 BIM、GIS、机器学习 等相关课程，完成后可获得证书。Stanford等高校开设了面向土木工程的AI应用课程，系统讲解AI在AEC行业的实践VKTR.COM 。利用这些资源针对性地学习，可快速建立数字技能基础。
获取行业认证 ：考虑考取权威机构的认证。如 Autodesk Certified Professional (ACP) 认证可以证明BIM软件技能；Project Management Professional (PMP) 有助于提升数字项目管理能力。针对智能交通领域，国际智能交通协会（ITS）和一些大学推出了“智能交通工程师”培训认证项目。美国密歇根大学牵头的CCAT （Connected and Automated Transportation中心）最近推出免费线上证书项目，聚焦网联和自动驾驶交通技术，为工程师提供CAV领域的系统培训CCAT.UMTRI.UMICH.EDU CCAT.UMTRI.UMICH.EDU 。
参与研讨和会议 ：关注行业研讨会（如ASCE、ITE组织的会议）以及学术会议，了解最新技术动态。通过参与工作坊和培训营 （如Bentley, ESRI等公司举办的BIM/GIS培训），动手实践新工具，加深理解。
学历进修 ：若条件允许，攻读相关领域的高阶学位也是提升竞争力的途径。例如卡内基梅隆大学、伊利诺伊大学等开设了将AI与土木工程结合的硕士项目CEE.ILLINOIS.EDU 。这些项目教授深度的AI技术知识，结合土木工程案例，让毕业生在智能基础设施领域更具优势。总之，传统交通设计人员应树立终身学习 理念，紧跟技术前沿，不断获取新技能与认证。正如《土木工程杂志》所指出的，工程师需培养数据科学和AI模型解读 方面的新技能，并在组织内部营造持续学习、鼓励创新的文化ASCE.ORG 。只有这样，才能在AI和智能化浪潮中保持竞争力。

2. 全球成功案例分析 (Global Successful Transformation Cases)

全球范围内，公路和市政设计行业正通过AI、BIM和智能交通技术实现变革，以下是几个具有代表性的成功转型案例：

英国：政府推动BIM变革 – 英国是欧洲BIM应用的先锋。政府早在2011年制定策略，要求到2016年所有中央政府出资的工程项目采用协作式BIM流程MDPI.COM 。这一BIM强制令 被视为业界成功典范，不仅促进了软件和工作流程的革新，还强调了定制化的信息标准，使整个行业向数字化协同转变MDPI.COM 。在交通领域，英国国家公路局（National Highways）启动“数字道路（Digital Roads）”计划，利用数据、技术和互联改善高速公路的设计、建造和运营ALEXANDER-ASSOC.CO.UK 。例如，他们引入数字孪生 技术模拟道路运行，并试点AI辅助的道路养护 。据报道，通过数字化转型，英国大型基础设施项目的交付效率和信息管理大大提升，相关经验也通过剑桥大学CDBB等机构的研究得以巩固和全球推广MDPI.COM 。
北欧：挪威BIM全面普及 – 挪威的公路部门通过政府主导，成功将BIM融入基础设施建设的全生命周期。据统计，欧洲总体BIM采用率约为50%，而挪威因公共机构的强制要求，BIM渗透率高达46%NOVORENDER.COM 。挪威公共道路管理局自2007年起推行BIM标准手册，十余年持续完善数字标准NOVORENDER.COM 。这一系列举措带来了显著效益：有研究显示，挪威公路项目的平均造价超支率已从2010年代的约6%下降到2020年代的约3%，下降幅度达50%NOVORENDER.COM 。这意味数字化手段大幅降低了工程变更和延误。挪威的案例展示了政府政策+标准规范 在行业数字转型中的巨大推动作用，被誉为全球最佳实践之一。
美国：智能交通与AI实践 – 在美国，各级政府和科研机构积极探索AI在交通工程中的应用，提高运输系统效率和安全性。其中经典案例之一是匹兹堡市的智能红绿灯系统（Surtrac） 。由卡内基梅隆大学开发的这一AI信号控制技术让每个路口的信号灯自主感知来车并协同决策，动态优化信号周期CMU.EDU 。实地部署结果非常突出：安装该系统的路段平均通行时间缩短了25%，车辆怠速时间减少40%，相应尾气排放也降减21%CMU.EDU 。这个成功示范表明，AI驱动的交通控制可以显著缓解城市拥堵，并已在美国其它城市（如波士顿、坦帕等）逐步推广APOLITICAL.CO SMARTCITIESDIVE.COM 。此外，美国交通部门在自动驾驶基础设施方面也开展了大胆实践。例如密歇根州CAV走廊 项目正在建设一条连接底特律和安娜堡的“未来道路”，配备车路通信、传感网络以支持无人驾驶车辆运行MICHIGANBUSINESS.ORG MICHIGANBUSINESS.ORG 。州政府与科技企业Cavnue合作开发这条全美首创的智能高速走廊，目标是为自动驾驶车辆打造理想测试与运行环境，同时提升公众出行体验。这些案例彰显了美国通过公私合作和产学研结合，利用AI和智能技术改造传统交通系统的努力。
日本：智能高速和AI管理 – 日本在公路设计和运维中积极引入智能化理念。日本高速公路公司NEXCO采用CIM (Construction Information Modeling) 平台（相当于基础设施领域的BIM）来构建高速公路的三维数字模型，并引入AI进行交通管理AUTODESK.COM 。他们在东京外环等大型高速项目设计阶段引入CIM，实现了多专业模型整合，用数字化手段缓解瓶颈路段拥堵AUTODESK.COM 。在运营方面，日本国土交通省（MLIT）面对全国13,000余路网监控摄像头 数据，开始借助AI提升监控效率CORPORATE-BLOG.GLOBAL.FUJITSU.COM CORPORATE-BLOG.GLOBAL.FUJITSU.COM 。2019年起，富士通公司为其部署了一套AI图像识别系统：该系统利用深度学习模型实时分析监控视频，自动检测 公路上的滞留车辆和异常拥堵，并立即通知道路监控人员处理CORPORATE-BLOG.GLOBAL.FUJITSU.COM CORPORATE-BLOG.GLOBAL.FUJITSU.COM 。如此一来，过去全靠人工肉眼24小时值守的监控模式得到智能增强，事故和故障车辆的发现响应速度大幅提高。日本还在推动“智慧高速公路”计划，在公路沿线部署物联网传感器、路侧通信设备，以支持未来自动驾驶社会。例如东名高速实验性地铺设车辆通信系统，让路侧基础设施与自动驾驶汽车交换信息，提高行车安全。这些举措使日本在智能交通基础设施 领域走在前列，其经验也为全球提供了有益借鉴AUTODESK.COM 。
其他地区 ：欧美其他发达国家也有不少成功实践。例如，德国的部分市政当局利用BIM和传感器数据打造“数字道路”；新加坡 建立全国性的智慧交通管理中心，实时协调信号灯并引导交通；澳大利亚 的公路部门通过无人机巡检和AI图像识别技术来监测公路资产状况等等。这些案例共同表明，发达国家正通过政策支持和试点项目，积极将AI、大数据、BIM等技术融入传统交通工程。从政府制定标准规范、到企业开发新工具平台、再到高校和研究机构提供技术支撑（如剑桥大学的数字化建造研究、CMU和MIT的智能交通研究等），多方协作推动着行业变革。在这些最佳实践中，传统设计流程得以重塑：设计更加智能高效，施工和运维更加透明可控，公众出行体验和安全性也显著提升。

3. AI、BIM、大数据等技术在公路/市政设计中的应用

新技术在交通基础设施的各个环节都有丰富的应用场景，涵盖自动化设计、智能管理到未来规划等方面：

自动化设计与优化 ：AI正用于辅助乃至部分自动执行基础设施的设计工作。借助生成式设计 (Generative Design)和算法优化，工程师可以更快地获得设计方案。例如，Bentley公司推出的 OpenSite+ 平台整合了生成式AI作为“设计助理”，可自动完成场地平面布置、土方平衡等任务，据称速度比传统方法提高多达10倍BENTLEY.COM 。AI还能通过学习历史项目数据，智能提出设计改进建议。比如有研究者演示了利用机器学习自动生成环岛（环形交叉口）设计方案，在满足规范的前提下快速生成多种备选HACKERNOON.COM 。在公路路线设计中，算法可以优化线形以平衡土方、曲线半径和安全视距等参数，减少设计迭代时间。BIM技术 在设计阶段的应用也与AI结合日益紧密。BIM提供详细的三维设计模型和工程信息，AI则可在模型上运行碰撞检查、结构优化等智能分析PMC.NCBI.NLM.NIH.GOV PINNACLEIIT.COM 。例如国内外一些项目中使用AI分析BIM模型，以自动检测设计冲突、优化管线走向，显著降低了差错率。可以预见，未来设计人员将更多地利用AI驱动的专业软件来完成初步设计和繁琐制图工作，把精力投入更高价值的创新和决策上BENTLEY.COM 。
智能交通管理 ：在市政交通运营层面，AI和物联网（IoT）的结合正催生智能交通管理系统 。通过遍布城市的传感器（摄像头、雷达、交通检测器等）采集实时数据，AI算法可以动态优化交通信号配时和交通流分配。例如，英国曼彻斯特部署了基于AI的交通预测模型，分析IoT传感器数据来提前预测拥堵 ，若发现某区域将出现车流高峰，系统会通过导航应用（如Waze、Google Maps）引导车辆改道，从而减小瓶颈处的拥堵ALEXANDER-ASSOC.CO.UK 。这种预测+引导的智能管控使交通更为平滑。自适应信号控制 也是典型应用：Pittsburgh的AI红绿灯系统可以让各路口信号灯根据实时车流自主调整信号周期，并与邻近路口协调动作，结果显著缩短了车辆平均等待时间CMU.EDU 。在高速公路上，AI结合IoT可实现主动交通管理 （ATM）：通过实时监测流量并预测趋势，自动调整可变限速标志、发布绕行建议，甚至控制匝道信号以均衡主线流量。许多国家的高速运营部门开始使用这样的系统，提高道路运行效率并减少二次事故。例如，荷兰的公路管理中心利用AI图像识别自动检测交通事故后立即减速尾随车辆，并通知应急部门，从而提升事故处置效率。在城市公共交通方面，大数据和AI帮助优化公交线路和发车频率，通过分析乘客刷卡和定位数据来匹配供需，实现智能调度 。总体而言，AI赋能的智能交通管理正在使交通控制从被动响应转向主动预测和优化，为城市“治堵”提供了全新工具ALEXANDER-ASSOC.CO.UK ALEXANDER-ASSOC.CO.UK 。
无人驾驶基础设施规划 ：随着自动驾驶技术的发展，公路基础设施正在相应升级和规划，以满足未来自动驾驶和网联车辆(CAV)的需求。车路协同(V2X) 是关键方向之一——道路将安装通信单元，与车辆交换实时信息，实现协同控制。在基础设施侧，这意味着在高速公路和城市道路设计时需考虑预留空间和接口布设传感器、摄像头及路侧通信设备。例如，美国密歇根州正在建设的I-94网联自动驾驶走廊 被视为未来道路蓝本：道路沿线布满数字设施，使车辆和基础设施实时互联，以支持自动驾驶汽车的导航和安全运行MICHIGANBUSINESS.ORG MICHIGANBUSINESS.ORG 。规划这类走廊需要跨学科团队，将交通工程、通信工程和汽车工程结合。日本NEXCO公司的“智能高速公路”愿景也是如此：他们在高速公路引入高清3D地图、路侧无线通信和AI云控平台，旨在在无人车普及时提供可靠的基础设施支持 AUTODESK.COM 。未来的新建公路可能设计专用车道 供自动驾驶卡车队列行驶，路面埋设感应标记帮助自动车定位。市政规划层面，停车场、交通枢纽也将智能化，例如部署自动泊车系统、充电及车路通信一体的枢纽等。因此，传统设计人员需了解自动驾驶车辆的感知与决策特点，将基础设施数字化 纳入规划考量，确保“道路”不再仅是静态建成环境，而是动态智慧系统的一部分。
BIM与大数据在全寿命周期管理 ：BIM的应用不限于设计，也延伸到施工和运维阶段，与物联网和大数据结合形成“数字孪生”管理模式。施工中，BIM模型可以与传感器数据联动，实现进度、成本的实时监控优化；运维中，将传感器采集的结构健康数据 （如桥梁振动、路面应变）与BIM模型关联，可实现可视化的基础设施健康监测和预测性养护决策。例如，中国已要求2024年起新开工的国家高速公路项目必须提交BIM设计成果PMC.NCBI.NLM.NIH.GOV ，并配套建设BIM+GIS云平台 用于施工管理和运维巡检PMC.NCBI.NLM.NIH.GOV 。再比如，英国国家高速正在探索利用数字孪生 技术，对公路进行虚拟仿真和预测性维护，提高运营管理效率ALEXANDER-ASSOC.CO.UK 。在这些实践中，大数据分析发挥重要作用：历史交通量、气象和劣化数据汇集后，AI模型能够预测何时何地路面可能出现损坏，从而提前安排养护，降低养护成本并避免突发事故。美国的一些公路管理部门已使用基于AI的路况评估系统，例如 Michelin公司开发的RoadBotics计算机视觉技术，可自动分析行车记录仪采集的路面影像，客观评定道路破损状况，覆盖范围广且速度快VAISALA.COM 。通过这种自动化巡检 ，养护部门能够更快发现坑槽裂缝等问题，在小病变大之前进行修补。总之，BIM、大数据和AI的融合应用，使得公路基础设施从规划、设计、施工到运维形成数据贯通的闭环，每个阶段的数据都可反馈优化整个生命周期的决策。
未来技术演进方向 ：展望未来，AI和智能技术在交通工程中的应用将更加深入和广泛：
- 数字孪生与模拟：构建城市交通系统的数字孪生体，实时映射交通状态并进行虚拟模拟，将成为城市规划和运营决策的重要工具DRF.ENG.CAM.AC.UK GOVPILOT.COM 。工程师可在数字孪生中测试不同的道路设计和管控方案，对可能影响进行预测评估，优化方案后再指导现实实施。
- 自主建造与机器人：在施工环节，机器人和AI的结合有望实现自动化施工 。例如机器人铺路、自动驾驶施工机械等，可根据数字模型自行完成部分施工任务，减少人为误差并提高效率。日本等国已经开展“i-Construction”计划，引入无人机测绘、自动机械施工来提升基础设施建设智能化水平。
- 交通AI生态系统：交通领域的AI应用将从单点扩大为系统级协同。未来可能出现城市级AI“大脑”，综合考虑信号控制、道路定价、公共运输调度等，实现交通资源的全局优化（类似于中国杭州“城市大脑”已部分实现的功能，其AI调度使高峰时段车速提升约15%WIRED.COM ）。这要求不同部门的数据打通，以及更强的AI决策能力。
- 标准与法规：随着AI深入交通基础设施，相关标准和规范也会逐步完善。例如自动驾驶道路设计规范、基础设施数字化交付标准、AI决策安全冗余要求等将出台，行业从试点走向大规模应用。有赖于此，未来交通工程师将在更有章可循的框架下运用AI和数据工具。在这一演进过程中，传统交通设计人员需要紧跟技术趋势，积极参与跨领域合作，才能充分利用新技术为行业创造价值。

4. 职业发展路径及市场需求预测 (Career Development Path & Market Demand)

行业发展趋势 ：交通工程与勘察设计行业的职业角色正经历转型升级。随着AI和智慧交通技术融入业务流程，工程师需要具备跨学科能力。未来的交通设计人员既要懂土木工程原理，又要掌握数据分析和智能系统知识，成为“数字化工程师”。行业报告指出，为成功应用AI，土木工程师必须拓展数据科学和AI模型 相关技能，同时组织也应鼓励持续学习和试验新技术ASCE.ORG 。因此“土木+AI复合型 ”人才将在团队中扮演关键角色。总体来看，交通基础设施领域仍将保持稳健的岗位增长。据美国劳工统计局预测，土木/交通工程岗位到2033年预计增长约6%，保持稳定上升态势CAREERS.ATKINSREALIS.COM 。这一增长很大程度上由智慧基础设施建设驱动，意味着懂智能技术的工程师有更广阔的发展空间。企业需求变化 ：越来越多企业和机构在招聘中青睐具备数字技能的工程师。英国政府的一项就业数据分析显示，在涉及土木工程和设计的软件类职位中，近80%的招聘信息要求应聘者具备BIM技能ASSETS.PUBLISHING.SERVICE.GOV.UK 。这一比例表明，会使用BIM等数字化工具已成为土木工程师的“标配”能力。此外，不少工程公司希望候选人了解编程、GIS或数据分析。有调查指出，近半数工程企业已有员工定期使用AI或自动化工具，但只有少数企业的大多数员工掌握这些技术THEIET.ORG 。这反映出目前存在** 数字技能差距** ：用人单位渴求更多懂AI和大数据的工程人才，却难以在现有人才库中找到足够人选THEIET.ORG 。因此，拥有这些前沿技能的从业者在求职和升职中将更受青睐。政府机构也在布局相关岗位需求。例如，交通运输部门增设智能交通专项岗位 ，如“数据分析师（交通）”、“智慧高速项目经理”等，以推进数字化项目。可以预见，未来传统设计院和规划部门也将出现更多跨界职位，对既懂工程又通软件开发/数据分析的人才需求上升。新兴职业角色 ：AI和智慧交通的兴起催生了一批新兴职位，传统交通工程师可以通过转型胜任这些角色：

智慧交通工程师 (Smart Mobility Engineer)：专注于智能交通系统的规划与实施，包括信号自适应控制、交通数据分析和出行即服务(MaaS)系统设计等。这一角色要求熟悉ITS（智能交通系统）技术，也要有交通规划背景。在一些先进城市和咨询公司已设有“智能出行工程师”岗位，负责整合技术改善城市交通CAREERS.ATKINSREALIS.COM 。
自动驾驶基础设施规划师 (Autonomous Vehicle Infrastructure Planner)：专门面向自动驾驶车辆需求进行基础设施设计和改造的人才。他们评估道路对自动驾驶的适应性，规划V2X通信网络、高清地图基站布局，以及自动驾驶测试设施等。随着自动驾驶汽车产业的发展，政府和企业正寻找这方面的专家。如密歇根等地与无人车相关的项目就需要既懂交通又懂车辆通信的人才加入MICHIGANBUSINESS.ORG 。
数据驱动交通分析师 (Transportation Data Analyst)：利用大数据和AI模型优化交通方案的专业人员。他们可能就职于城市交通管理部门或地图科技公司，通过分析实时和历史交通数据，改进信号配时、公交路线或共享出行策略。这一角色融合了传统交通工程的分析技能和数据科学方法论，在智慧城市领域需求旺盛。
BIM经理/数字交付经理：随着BIM普及，很多工程公司设立了BIM经理岗位，负责在项目中推进BIM应用、协调整合多专业数字模型。在基础设施领域，BIM经理需要确保道路/桥梁等模型与GIS、施工进度等信息集成，甚至与运维系统衔接，是数字孪生时代的重要角色。一些拥有多年设计经验并掌握BIM软件的工程师正转型担任此职。
可持续交通工程师 (Sustainable Mobility Engineer)：关注绿色智慧交通解决方案的角色。欧美日等国“碳中和”目标推动下，交通部门需要这类人才来设计低碳交通基础设施 （如面向电动车的充电道路、光伏高速公路）以及提升出行效率降低排放的智能系统CAREERS.ATKINSREALIS.COM 。这要求工程师兼具环境规划、交通技术和政策法规知识。上述新兴岗位只是开始，未来还可能出现基础设施网络安全工程师 （保护交通数字系统安全）、城市数字交通官 （统筹城市级交通数字化策略）等更多细分角色。对于个人而言，及时关注行业发展并学习相关新技能，有机会抓住这些新职业机遇。 职业发展建议 ：交通设计人员在AI时代应主动规划自身发展路径。首先是强化数字技能基础 ，正如前文所述掌握BIM、编程、数据分析等，让自己具备转型能力。其次，可在现有工作中争取参与数字化项目或跨部门团队，例如加入公司内部的智慧交通研发小组，边做边学。再次，建立跨领域人脉网络 ，多与IT、AI领域专业人士交流，了解最新趋势。行业内也涌现出一些成功转型的榜样案例：有传统道路工程师通过自学编程成为公司的数据分析骨干；有规划师获取ITS认证后主导了城市智能交通项目。这些案例证明，传统技能与新技术相结合将产生巨大的职业新空间。市场需求预测 ：综合各方面信息，未来5-10年交通工程市场对“懂AI的工程师”需求会持续增长。一方面，大型基建项目数字化转型带来大量岗位（例如美国IIJA法案投资的智慧公路、智慧城市项目据估计将创造数十万个相关职位CAREERS.ATKINSREALIS.COM CAREERS.ATKINSREALIS.COM ）。另一方面，现有人才储备跟不上技术发展，形成供需缺口CCAT.UMTRI.UMICH.EDU 。CCAT教育中心的负责人指出，目前运输工程教育主要侧重传统内容，对自动驾驶等新技术覆盖不足 ，因此迫切需要通过培训为行业输送新型人才CCAT.UMTRI.UMICH.EDU 。可以预见，在交通设计单位和运营机构中，数字化、智能化相关岗位 （如上文提到的各类新角色）所占比例将逐年上升。例如，一家大型工程咨询企业展望，未来其交通部门员工可能有三成从事数据和智能系统工作，而传统制图和力学计算岗位将相应减少。总体来说，行业人士应做好准备：拥抱AI和智能化就是拥抱未来 。积极转型的交通设计师将在新的职业版图中处于有利位置，引领交通基础设施迈向更高效、安全、智慧的明天CAREERS.ATKINSREALIS.COM 。参考资料 ：

Pennetti, C.A. & Porter, M.D. (2024). How artificial intelligence can speed up transportation engineering. Civil Engineering Magazine , ASCE. ASCE.ORG ASCE.ORG
Pinnacle IIT (2025). Essential Skills for Civil Engineers in the Digital Age. PINNACLEIIT.COM PINNACLEIIT.COM PINNACLEIIT.COM
CCAT, Univ. of Michigan (2024). Free certificate in connected/automated transportation aims to bring more engineers into the field. CCAT.UMTRI.UMICH.EDU CCAT.UMTRI.UMICH.EDU
Mdpi (2023). A Review of Global Efforts in BIM Adoption for Road Infrastructure. MDPI.COM MDPI.COM
Novorender (2024). How Norway Cut Infrastructure Project Cost Overruns and Delays by Over 50%. NOVORENDER.COM NOVORENDER.COM
CMU News (2019). Surtrac Allows Traffic To Move at the Speed of Technology. CMU.EDU
Alexander Associates (2023). The Future of Smart Highways: How AI and IoT Are Transforming Roads. ALEXANDER-ASSOC.CO.UK ALEXANDER-ASSOC.CO.UK
Autodesk (2018). NEXCO’s vision for autonomous expressways in Japan (Smart Highway). AUTODESK.COM AUTODESK.COM
Fujitsu Blog (2019). How Fujitsu is using AI to make Japan’s roads and rivers safer. CORPORATE-BLOG.GLOBAL.FUJITSU.COM CORPORATE-BLOG.GLOBAL.FUJITSU.COM
Bentley Systems (2024). Generative AI Game-Changer for Civil Site Design (Press Release). BENTLEY.COM
Traffic Technology Today (2024). National Highways to showcase digital innovations at Highways UK. TRAFFICTECHNOLOGYTODAY.COM
UK Geospatial Commission (2022). Demand for Geospatial Skills – Report. ASSETS.PUBLISHING.SERVICE.GOV.UK
AtkinsRéalis (2025). Why job openings for transportation engineers are on the rise. CAREERS.ATKINSREALIS.COM CAREERS.ATKINSREALIS.COM

附：OpenAI Deep Research Prompt

问：

交通行业的设计人员，日常从事的是公路、市政的勘察设计，主要专业包括总体设计、几何线形、路基路面、桥梁、排水、交通工程及沿线设施。现在整个交通行业都在发生质变：传统的新建公路、改扩建公路不断减少，而智慧、智能的占比越来越多：例如规划层面的大数据分析、方案拟定阶段的BIM、勘察设计阶段的各种数字化手段、以及施工、监理的智能化；例如车路云、自动驾驶、智能导航，乃至低空经济……等等。现在，AI又来了。
那么，原来从事传统交通行业的人员，在如今的智慧、AI浪潮中应如何自处呢？从哪里入手才能跟上时代的步伐？有什么成功的案例？有什么职业规划的建议？
使用英文搜索，只采纳英文资料（因为互联网上英文资料在数量和质量上都是最好的），用中文回答。