DASH 及其網約車平台 DASH Taxi 公布，與香港科技大學合作研發的人工智能需求預測系統 StreetSights 取得突破性成果，協助的士司機更精準掌握乘客需求分佈，提升接單效率及收入。此項目結合科大在交通系統、模型及人工智能流動性分析方面的研究實力，以及 DASH Taxi 的實際營運數據，展示如何將本地數據轉化為可落地應用的方案。這項產學研合作旨在支持香港智慧出行規劃，並為政府積極推進的的士及網約車規管框架提供前瞻性的具體解決方案。
街頭截車一直是香港最重要的出行模式之一，約佔全港的士需求約 60%，但傳統線下營運一直較難以數據化及系統化方式優化。StreetSights 系統專為解決此痛點而設，將香港劃分為 350 多個區域，每區平均面積為 3.75 平方公里，並以 15 分鐘為時段間隔，精準預測各區的乘客需求及空置的士供應。系統透過收集並分析約 2000 輛活躍的士數據，在預測需求殷切區域方面達到高達 90% 以上的平均準確度。此模型基於 6450434 個載客行程記錄建構而成，是香港針對街頭攔截式的士所匯集的最大型數據庫之一。
DASH 聯合創辦人及董事合夥人馬兆鏘表示，系統結合科大的科研經驗與平台的真實數據，為司機提供精準資訊，讓每一程都更有效率，並將焦點放在每輛車能為城市及市民帶來的價值上。香港科技大學工程學院院長兼極智慧城市研究院創始主任羅康錦教授指出，合作重點在於將本地數據轉化為符合學術標準且具應用價值的預測模型，以更智能的方式推動城市運行。
在系統正式推出前，雙方利用標準工作日的歷史數據進行嚴謹模擬測試，隨機選取 100 名司機並與系統建議行駛的虛擬司機作對比。結果顯示，採用系統建議的虛擬司機完成訂單數量平均提升 31.2%，每日車資收入增加 16%，候單時間大減 30%，配對效率提升 14.7%。乘客亦受惠於精準的預測調度，於繁忙時段的候車時間顯著縮短。DASH 營運初期已促成約 6100000 次行程，總行車距離達 92000000 公里。透過推動 StreetSights 落地，DASH 期望在政府逐步引入網約車牌照架構的背景下，配合運輸署及業界持份者共同打造值得市民大眾長遠信賴的智慧出行環境。