AI技术的发展，智能算法在司机上岗时对于身份进行校验，防止替换班;驾驶过程中进行驾驶行为的实时检测预警，同时通过车身配置的更多的高清摄像机、雷达等传感器，对于车道偏离、前向碰撞、盲区监测进行主动预警。
通过驾驶过程的行为和习惯生成驾驶模型，驾驶技能评价、驾驶速度分析、短期安全系数分析、报警事件分析，企业可以用数据针对驾驶人进行考核，可实现针对性培训，督促驾驶人更加安全的驾驶。
移动车载类场景，包括：公交车、出租车、地铁等公共交通车辆，交巡警摩托、执法警车、巡逻车等执法巡逻车辆，校车、押运车、运钞车、危化品运输车等特种车辆。
这些车辆均需要被重点监管，但受限于当前的无线技术和网络能力，监管的范围、时效性、有效性都无法保证。
一方面，由于带宽和稳定性不足，无法实现全量实时回传，对驾驶人/乘客/车辆真实状况无法掌控，可实时视频调阅的并发路数少，画质模糊，偶发卡顿，无法有效支撑突发事件高效处置。
另一方面，车载监控视频存储在本地，设备易损坏，数据易丢失，无法可靠提供突发事件的视频调取。当前交通车辆已成为天网的监控盲区，只能在事后通过“回头看”获取线索。
随着5G网络时代的到来，使得车载监控系统从标清化向高清化、联网化、智能化的方向发展成为可能。
借助5G网络的大带宽、高可靠、低时延特性，可以满足高帧率、高质量的视频数据实时传输需求，把视频回传到后台进行云化存储，保障数据不丢失，大幅提高数据存储可靠性。
同时高清视频传输也为后续开展智能化应用提供数据基础，结合后端AI能力，对司机危险驾驶行为进行智能识别及预警，实现对运输车辆的实时监测和精细化管理。
随着经济的发展，飞机成为人们出行的主流方式，飞行提升了出行效率，但机场的重重安检却又降低了出行效率，值机、托运、预安检、安检、登机等繁琐流程，重复验证降低了出行的体验。
另一方面机场当前在管理上也多依靠人工巡检、人工视频监控，效率低，隐患大。
5G及人工智能技术的发展，让数据在各个系统中统一，通过一张脸即可通关场景，除了上述的场景可以实现自助验证通关，大大提升效率外，还可以在登机路线规划、晚到旅客精准定位、VIP客户精准服务等环节提升出行体验;接机时可以通过客人信息实现到港位置提醒，无需看屏找人。
超高清摄像机以及无人机等新的手段，可以实现机场的无死角覆盖，结合人工智能的算法，可以自动识别机场风险，诸如周界入侵检测、航班降落跟踪、航班停机路线规划等更多智能应用，在降低风险的前提下提升管理效率。
