12月16日，第九屆全球新能源汽車大會（GNEV9）在國家會議中心開幕，四維智聯戰略和產品VP白新平在智能化論壇上發表主題演講指出，云端能夠呈現更多用戶用的數據和車輛的數據之后，就會帶來很多數據的應用。在整個的演變過程當中，首先讓車變得更加數據化，再利用這些數據為用戶提供更好的服務，為整車廠提供更好的參考和依據。

以下為四維智聯戰略和產品VP白新平演講實錄（略有刪減）：

我今天與大家探討的題目是大數據連接車和網。選這個題目主要就是因為在整個車聯網發展的歷程當中，我們覺得有幾個現象是非常值得我們關注的。

整個車從聯網到后來的發展過程當中，我們覺得它經歷了幾個階段：

第一個階段，車僅僅是通過2G或者3G的方式簡單地聯網，提供一些簡單的移動運營服務，包括呼叫中心、資訊，還有基礎的一些遠程控制，這是我們認為的第一代車聯網產生的作用。

第二個階段，不僅僅說一些簡單的信息資訊，更多更豐富的信息可以到達車內和人產生交互，帶來了更多的應用場景，包括云計算、大數據，第二代我們定義為軟件的自我升級。

第三個階段，現在已經是第三代的車聯網時代，車慢慢變成一個移動的生活空間，在這樣一個移動的生活空間下面，人在車上的時候具備了更多的可能，特別是到了自動駕駛時代，更是人和車這種關聯和緊密程度最高的時候。

通過三個階段的劃分，我們可以看到，在每一個階段當中，或者說對于車來講，它不同的階段，其實是在向數據化演變的一個過程。從最早的一個機械的傳統設備，到未來的自動駕駛，是一個替代人出行的機器人角色，其實就是從原來傳統的機械式慢慢往數字化演變的過程。這個過程當中，整個車聯網的生態當中，大家怎么樣去理解發展過程中的定位呢？這是我們現在描繪的一個關于在車聯網3.0時代的一個系統架構。

這個架構里面，我們可以看到，有基本的硬部分、硬件之上的軟件部分、云端的軟件部分，還有其他的第三方應用。早上在主論壇非常認同小恒汽車的何總，他講了一個觀點，未來汽車的發展，幾個軟件，包括車身本身硬件的軟件系統，還有云端軟件系統，還有其他三方的軟件系統，會更好地融合起來。

這樣的一個發展生態，就會讓車聯網的生態圈里面產生一些比較顯著和明顯的變化，比方對于原來傳統的做智能終端的這些生產廠家，大多數都是從傳統的TR1轉型過來的，他們在產品的生產很制造過程中，他們遵循原則是原來傳統的產業必須要達到的一個目標，就是質量、成本和效率。顯然這種管理模式，或者這種產品的開發思路，到了車聯網時代，后來到了車聯網3.0時代的時候，很難跟得上整個車聯網發展的要求。

這個時代當中，我們認為車聯網硬件級上的軟件系統，更多要和云端的軟件結合，為什么這樣講？前面幾位嘉賓都在講自動駕駛，任何再豐富，能力再強的自動駕駛系統也好，車內的硬件計算能力也好，如果在未來離開云端的支持，它的能力都將會大大折扣的。也就是說，在未來車聯網時代，硬件如果說拋開云端的能力支持，它本身的能力是有限的，只有跟云端的能力結合，硬件才能發揮更大的價值和能力。比方說在前幾年語音識別大家用起來不太好用，什么原因呢？就是因為大多數的語音識別當時都是離線的語音識別。沒有得到云端的支持的話，現在離開云端的支持，語音識別的識別率也僅僅達到90%左右。如果說，加上云端的能力，馬上可以達到98%99%。

包括導航，最早原來的導航都是離線導航，大家可以說對那個時代的導航也有深刻的認識，現在導航為什么好用呢？因為它是在線的，它依靠很多線上的資源，不僅提供一些路徑規劃的算法，還提供一些實時的路況數據。所以在這樣的一個時代，硬件之上的軟件更多的是靠云端的能力支撐，所以在這樣的環境下，我們認為真正的一個智能網聯的產品，它的硬件是基礎，更多的軟件和云端的結合的。云端結合之后，云端的能力從哪個地方來呢？一方面云端的能力來自于本身車輛和使用數據的積累，另一方面來自于外部的第三方資源。如果我們僅僅把它拿過來，用在云端上去傳遞給車上，這種簡單的傳遞也是沒有意義的。不經過融合計算，直接推算給用戶是沒有意義的。只有讓用戶在車上一站式觸達用戶服務體驗的時候，這種第三方的資源才是有價值和意義的。

其實在整個智能網聯行業我也是做了很多年，這張圖上智能網聯云平臺，分成兩部分，其實對能表達今年整個行業的變化。因為原來智能網聯云平臺都是一個平臺，不管是車廠也好，第三方也好，都強調產品要連到它的平臺上。現在更多的是一種融合的平臺，大家平臺方面的能力的綜合和融合才能夠給終端提供更加強有力的內容的豐富。這是對于當前整個車聯網的硬件軟件和云端的架構，我們認為一個最新的變化。

在這個變化當中，大家可以看到通過這樣的變化，在云端能夠呈現更多用戶用的數據和車輛的數據之后，就會帶來很多數據的應用。這些數據的應用，既可以為用戶來服務，也可以為車廠，為第三方經銷商來服務，所以在整個的演變過程當中，首先是讓車變得更加數據化，再一個再來利用這些數據，怎么樣給用戶提供更好的服務和整長廠提供更好的參考和依據。

另外一個特點，在這個數據的使用過程當中，我們怎么樣利用這些數據為整車廠和用戶服務呢？我們認為只有利用數據，真正的讓用戶有一個智能的感知。通過對用戶行為的學習，我們才能夠知道這個用戶的使用習慣，我們才能夠知道用戶需求，只有我們把它做的更加垂直，更加智能，才能夠使我們的服務更加智能。

當然了，對于這些數據來說，其他的后市場也有非常大的和潛在的需求，我們也是值得挖掘的一點。今天我是不作為重點談了，我重點講一下在前端，讓這些數據能夠為用戶帶來哪些？能為整車企業帶來哪些變化？

首先對于前端來說，對于每個用戶都有自己的使用習慣，我們利用用戶的使用習慣建立用戶的精準畫像，就能夠更加準確的知道用戶的需求是什么？比方說他每天早上，他是周一到周五是一個上班族還是一個自由的職業，還是旅游愛好者等等，這些標簽都能夠為我們為用戶提供服務帶來很大的幫助。目前我們建立用戶畫像方面我們分了八個維度，三百多個標簽，讓我們來判斷這個用戶的行為是什么樣的行為？當然這八大維度三百多個標簽遠遠不夠，我們還得進一步細化這些用戶的特征，從而讓用戶的畫像更加的精準。

再一個就是駕駛行為的分析，我們說了很多年，對于用戶來說，真正意味著什么呢？意味著安全駕駛的提升，其實不僅在有人駕駛的時候，它是對安全有幫助的，到了無人駕駛時代，這些數據和模型依然對無人駕駛有幫助和提升。

還有我們在整個發展過程當中，或者說在基于用戶的這種場景，我們通過智能化的引擎來把這些數據進行一些綜合的建模的分析，能夠達到一些給用戶更加場景化智能化的一些服務，包括從安全的角度，從服務的角度，從出行等等，都能給用戶帶來全方位的幫助和體驗。

最終，可能在整個產業鏈當中，我們利用這些數據，不僅向用戶，向被廠，向經銷商都能夠提供更多的服務，比如我們為被廠提供的服務當中，我們包括了很多對于整車的這種研發和設計的改進和提升。因為我們對于車上的每一個狀況，每一個傳感器傳的數據都加以分析，通過分析這些數據，就是能夠知道每一個零部件的模型，通過這些模型我們就能夠對這些零部件的設計和開發進行改進和提升。

第二個，對于用戶來講，對用戶的行為可以做到更精準的匹配，還有對于第三方的這些服務資源來說，它可以通過這些車輛的數據，掌握用戶更多的需求，從而創造更多用戶服務的入口，來讓用戶得到更好的體驗和滿足。

總結一下我今天講的內容，主要車聯網的時代，我們用大數據，其實在運用大數據的過程當中，不僅是在車輛的數據，從車輛的使用過程中產生數據，而且對這些數據做到了分層次多維度的使用，讓數據來驅動這個用戶體驗，讓數據來驅動整個汽車的生產，還有汽車后續服務的改進和提升，從而帶來整車服務運營的變化。

我們現在基于數據驅動的運營，我們也把它分了很多的層級，這些都是可以運營的，當然也包括車輛運營。我們通過這些數據的分析，能夠讓移動或者說讓用戶在出行的過程當中給它賦予更多的意義，讓每一次的出行都能夠更加精準的匹配用戶的需求。

其實剛才我講的只是在路上的一部分數據，比如我們剛才只是車上的一部分數據，我們認為一個完整的用戶數據是由三部分構成的：辦公室一部分、家里一部分、路上一部分。剛才我們講到的只是用戶在路上的數據合集，利用這些數據我們能夠為用戶、車廠和第三方服務。當然對于整個用戶的畫像來說，更重要的是把三個數據能夠結合起來，這也是為什么現在這個行業里面，包括很多互聯網公司都加入到了整個智能網聯行業當中來呢，就是因為基本上現在大家都知道，在家庭里面的時間和數據，都可以通過很多手段獲取。如果說能夠完整的拼到用戶畫像當中去，就會對用戶全生命周期，或者整個生活場景做更多的了解，從而對每個用戶的價值帶來更多的挖掘，對用戶的服務帶來更多的提升。

最后，簡單講一下，我是代表四維智聯來參加這個論壇的，四維智聯是從四維圖形拆分出來的一個專業的做車聯網的公司，目前我們是大概有1000多個人，今年的下半年我們也獲得了幾個重量級行業伙伴的投資，我們目前基于我們的用戶，整車企業還有第三方專業的運營公司，包括主機廠、系統商都是我們的合作伙伴。未來我們是希望以智能網聯系統為載體，以云服務平臺為基礎的服務，圍繞智能汽車這個大數據為核心訴求，建立與車廠和第三方合作伙伴共生共融的生態關系。

返回第一電動網首頁 >