12月16日，第九届全球新能源汽车大会（GNEV9）在国家会议中心开幕，四维智联战略和产品VP白新平在智能化论坛上发表主题演讲指出，云端能够呈现更多用户用的数据和车辆的数据之后，就会带来很多数据的应用。在整个的演变过程当中，首先让车变得更加数据化，再利用这些数据为用户提供更好的服务，为整车厂提供更好的参考和依据。

以下为四维智联战略和产品VP白新平演讲实录（略有删减）：

我今天与大家探讨的题目是大数据连接车和网。选这个题目主要就是因为在整个车联网发展的历程当中，我们觉得有几个现象是非常值得我们关注的。

整个车从联网到后来的发展过程当中，我们觉得它经历了几个阶段：

第一个阶段，车仅仅是通过2G或者3G的方式简单地联网，提供一些简单的移动运营服务，包括呼叫中心、资讯，还有基础的一些远程控制，这是我们认为的第一代车联网产生的作用。

第二个阶段，不仅仅说一些简单的信息资讯，更多更丰富的信息可以到达车内和人产生交互，带来了更多的应用场景，包括云计算、大数据，第二代我们定义为软件的自我升级。

第三个阶段，现在已经是第三代的车联网时代，车慢慢变成一个移动的生活空间，在这样一个移动的生活空间下面，人在车上的时候具备了更多的可能，特别是到了自动驾驶时代，更是人和车这种关联和紧密程度最高的时候。

通过三个阶段的划分，我们可以看到，在每一个阶段当中，或者说对于车来讲，它不同的阶段，其实是在向数据化演变的一个过程。从最早的一个机械的传统设备，到未来的自动驾驶，是一个替代人出行的机器人角色，其实就是从原来传统的机械式慢慢往数字化演变的过程。这个过程当中，整个车联网的生态当中，大家怎么样去理解发展过程中的定位呢？这是我们现在描绘的一个关于在车联网3.0时代的一个系统架构。

这个架构里面，我们可以看到，有基本的硬部分、硬件之上的软件部分、云端的软件部分，还有其他的第三方应用。早上在主论坛非常认同小恒汽车的何总，他讲了一个观点，未来汽车的发展，几个软件，包括车身本身硬件的软件系统，还有云端软件系统，还有其他三方的软件系统，会更好地融合起来。

这样的一个发展生态，就会让车联网的生态圈里面产生一些比较显著和明显的变化，比方对于原来传统的做智能终端的这些生产厂家，大多数都是从传统的TR1转型过来的，他们在产品的生产很制造过程中，他们遵循原则是原来传统的产业必须要达到的一个目标，就是质量、成本和效率。显然这种管理模式，或者这种产品的开发思路，到了车联网时代，后来到了车联网3.0时代的时候，很难跟得上整个车联网发展的要求。

这个时代当中，我们认为车联网硬件级上的软件系统，更多要和云端的软件结合，为什么这样讲？前面几位嘉宾都在讲自动驾驶，任何再丰富，能力再强的自动驾驶系统也好，车内的硬件计算能力也好，如果在未来离开云端的支持，它的能力都将会大大折扣的。也就是说，在未来车联网时代，硬件如果说抛开云端的能力支持，它本身的能力是有限的，只有跟云端的能力结合，硬件才能发挥更大的价值和能力。比方说在前几年语音识别大家用起来不太好用，什么原因呢？就是因为大多数的语音识别当时都是离线的语音识别。没有得到云端的支持的话，现在离开云端的支持，语音识别的识别率也仅仅达到90%左右。如果说，加上云端的能力，马上可以达到98%99%。

包括导航，最早原来的导航都是离线导航，大家可以说对那个时代的导航也有深刻的认识，现在导航为什么好用呢？因为它是在线的，它依靠很多线上的资源，不仅提供一些路径规划的算法，还提供一些实时的路况数据。所以在这样的一个时代，硬件之上的软件更多的是靠云端的能力支撑，所以在这样的环境下，我们认为真正的一个智能网联的产品，它的硬件是基础，更多的软件和云端的结合的。云端结合之后，云端的能力从哪个地方来呢？一方面云端的能力来自于本身车辆和使用数据的积累，另一方面来自于外部的第三方资源。如果我们仅仅把它拿过来，用在云端上去传递给车上，这种简单的传递也是没有意义的。不经过融合计算，直接推算给用户是没有意义的。只有让用户在车上一站式触达用户服务体验的时候，这种第三方的资源才是有价值和意义的。

其实在整个智能网联行业我也是做了很多年，这张图上智能网联云平台，分成两部分，其实对能表达今年整个行业的变化。因为原来智能网联云平台都是一个平台，不管是车厂也好，第三方也好，都强调产品要连到它的平台上。现在更多的是一种融合的平台，大家平台方面的能力的综合和融合才能够给终端提供更加强有力的内容的丰富。这是对于当前整个车联网的硬件软件和云端的架构，我们认为一个最新的变化。

在这个变化当中，大家可以看到通过这样的变化，在云端能够呈现更多用户用的数据和车辆的数据之后，就会带来很多数据的应用。这些数据的应用，既可以为用户来服务，也可以为车厂，为第三方经销商来服务，所以在整个的演变过程当中，首先是让车变得更加数据化，再一个再来利用这些数据，怎么样给用户提供更好的服务和整长厂提供更好的参考和依据。

另外一个特点，在这个数据的使用过程当中，我们怎么样利用这些数据为整车厂和用户服务呢？我们认为只有利用数据，真正的让用户有一个智能的感知。通过对用户行为的学习，我们才能够知道这个用户的使用习惯，我们才能够知道用户需求，只有我们把它做的更加垂直，更加智能，才能够使我们的服务更加智能。

当然了，对于这些数据来说，其他的后市场也有非常大的和潜在的需求，我们也是值得挖掘的一点。今天我是不作为重点谈了，我重点讲一下在前端，让这些数据能够为用户带来哪些？能为整车企业带来哪些变化？

首先对于前端来说，对于每个用户都有自己的使用习惯，我们利用用户的使用习惯建立用户的精准画像，就能够更加准确的知道用户的需求是什么？比方说他每天早上，他是周一到周五是一个上班族还是一个自由的职业，还是旅游爱好者等等，这些标签都能够为我们为用户提供服务带来很大的帮助。目前我们建立用户画像方面我们分了八个维度，三百多个标签，让我们来判断这个用户的行为是什么样的行为？当然这八大维度三百多个标签远远不够，我们还得进一步细化这些用户的特征，从而让用户的画像更加的精准。

再一个就是驾驶行为的分析，我们说了很多年，对于用户来说，真正意味着什么呢？意味着安全驾驶的提升，其实不仅在有人驾驶的时候，它是对安全有帮助的，到了无人驾驶时代，这些数据和模型依然对无人驾驶有帮助和提升。

还有我们在整个发展过程当中，或者说在基于用户的这种场景，我们通过智能化的引擎来把这些数据进行一些综合的建模的分析，能够达到一些给用户更加场景化智能化的一些服务，包括从安全的角度，从服务的角度，从出行等等，都能给用户带来全方位的帮助和体验。

最终，可能在整个产业链当中，我们利用这些数据，不仅向用户，向被厂，向经销商都能够提供更多的服务，比如我们为被厂提供的服务当中，我们包括了很多对于整车的这种研发和设计的改进和提升。因为我们对于车上的每一个状况，每一个传感器传的数据都加以分析，通过分析这些数据，就是能够知道每一个零部件的模型，通过这些模型我们就能够对这些零部件的设计和开发进行改进和提升。

第二个，对于用户来讲，对用户的行为可以做到更精准的匹配，还有对于第三方的这些服务资源来说，它可以通过这些车辆的数据，掌握用户更多的需求，从而创造更多用户服务的入口，来让用户得到更好的体验和满足。

总结一下我今天讲的内容，主要车联网的时代，我们用大数据，其实在运用大数据的过程当中，不仅是在车辆的数据，从车辆的使用过程中产生数据，而且对这些数据做到了分层次多维度的使用，让数据来驱动这个用户体验，让数据来驱动整个汽车的生产，还有汽车后续服务的改进和提升，从而带来整车服务运营的变化。

我们现在基于数据驱动的运营，我们也把它分了很多的层级，这些都是可以运营的，当然也包括车辆运营。我们通过这些数据的分析，能够让移动或者说让用户在出行的过程当中给它赋予更多的意义，让每一次的出行都能够更加精准的匹配用户的需求。

其实刚才我讲的只是在路上的一部分数据，比如我们刚才只是车上的一部分数据，我们认为一个完整的用户数据是由三部分构成的：办公室一部分、家里一部分、路上一部分。刚才我们讲到的只是用户在路上的数据合集，利用这些数据我们能够为用户、车厂和第三方服务。当然对于整个用户的画像来说，更重要的是把三个数据能够结合起来，这也是为什么现在这个行业里面，包括很多互联网公司都加入到了整个智能网联行业当中来呢，就是因为基本上现在大家都知道，在家庭里面的时间和数据，都可以通过很多手段获取。如果说能够完整的拼到用户画像当中去，就会对用户全生命周期，或者整个生活场景做更多的了解，从而对每个用户的价值带来更多的挖掘，对用户的服务带来更多的提升。

最后，简单讲一下，我是代表四维智联来参加这个论坛的，四维智联是从四维图形拆分出来的一个专业的做车联网的公司，目前我们是大概有1000多个人，今年的下半年我们也获得了几个重量级行业伙伴的投资，我们目前基于我们的用户，整车企业还有第三方专业的运营公司，包括主机厂、系统商都是我们的合作伙伴。未来我们是希望以智能网联系统为载体，以云服务平台为基础的服务，围绕智能汽车这个大数据为核心诉求，建立与车厂和第三方合作伙伴共生共融的生态关系。

返回第一电动网首页 >