12月16日，第九届全世界新燃料车子大会（GNEV9）在国度会议中心开幕，四维智联策略和产物VP白新平在智能化论坛上发表专题演讲指明，云端能够表现更多使用者用的数据和机动车的数据以后，就会带来好多数据的利用。在全个的演变进程中间，起首让车变得愈加数据化，再应用这点数据为使用者提供更没有问题效劳，为全车厂提供更没有问题参考和根据。

之下为四维智联策略和产物VP白新平演讲实录（略有删减）：

咱今日与大伙研究的题目是大数据接连车和网。选这种题目最重要的便是由于在全个车联网进行的历程中间，咱们感觉有几个景象是十分值得咱们关心的。

全个车从联网到后来的进行进程中间，咱们感觉它经验了几个阶段：

第一种阶段，车仅仅是经过2G或许3G的形式容易地联网，提供少许容易的搬动运营效劳，包括呼叫中心、资讯，另有根基的少许远程操控，这是咱们以为的第一代车联网发生的效用。

第二个阶段，不但仅说少许容易的消息资讯，更多更丰富的消息可行到达汽车内部和人发生交互，带来了更多的利用情景，包括云计算、大数据，第二代咱们定义为软件的自咱进级。

第三个阶段，此刻曾经是第三代的车联网时期，车渐渐变成一种搬动的生活体积，在这样一种搬动的生活体积下方，人在车上的时刻具有了更多的可能，特别是到了自动驾驭时期，愈是人和车这类关联和紧密水平最高的时刻。

经过三个阶段的划分，咱们可行见到，在每一种阶段中间，或许说关于车来说，它不同的阶段，本来是在向数据化演变的一种进程。从最早的一种机械的惯例设施，到未来的自动驾驭，是一种替代人外出的机器人角色，本来便是从本来惯例的机械式渐渐往数字化演变的进程。这种进程中间，全个车联网的生态中间，大伙怎样样去了解进行进程中的定位呢？这是咱们此刻描绘的一种对于在车联网3.0时期的一种体系架构。

这种架构内部，咱们可行见到，有根本的硬部分、硬件之上的软件部分、云端的软件部分，另有其它的第三方利用。早上在主论坛十分认同小恒车子的何总，他讲了一种看法，未来车子的进行，几个软件，包括车身自身硬件的软件体系，另有云端软件体系，另有其它三方的软件体系，会更好地合一起来。

这样的一种进行生态，就会让车联网的生态圈内部发生少许相比明显和显著的浮动，比方关于本来惯例的做智能末端的这点制造厂商，许多数皆是从惯例的TR1转行过来的，它们在产物的制造很生产进程中，它们遵循准则是本来惯例的资产必需要达到的一种指标，便是品质、本钱和效能。赫然这类治理形式，或许这类产物的开发思路，到了车联网时期，后来到了车联网3.0时期的时刻，不容易跟得上全个车联网进行的请求。

这种时期中间，咱们以为车联网硬件级上的软件体系，更多要跟云端的软件联合，为何这样讲？前面几位嘉宾全在讲自动驾驭，全部再丰富，能力再强的自动驾驭体系也好，汽车内部的硬件计算能力也好，假如在未来离开云端的扶持，它的能力都将来会大大打折的。也便是说，在未来车联网时期，硬件假如说抛开云端的能力扶持，它自身的能力是局限的，唯有跟云端的能力联合，硬件才能发挥很大的价格和能力。比方说在前几年语言声音辩别大伙用起来不太好用，甚么原因呢？便是由于许多数的语言声音辩别那时皆是离线的语言声音辩别。无获得云端的扶持的话，此刻离开云端的扶持，语言声音辩别的辩别率也仅仅达到90%左右。假如说，加上云端的能力，马上可行达到98%99%。

包括导航，最早本来的导航皆是离线导航，大伙可行说对那个时期的导航也有深切的认识，此刻导航为何好用呢？由于它是在线的，它依托好多线上的资源，不但提供少许路径规划的算法，还提供少许实时的路面状况数据。是以在这样的一种时期，硬件之上的软件更多的是靠云端的能力支撑，是以在这样的环境下，咱们以为真实的一种智能网联的产物，它的硬件是根基，更多的软件和云端的联合的。云端联合以后，云端的能力从哪个位置来呢？一方面云端的能力来源于自身机动车和运用数据的积累，另一方面来源于外部的第三方资源。假如咱们仅仅把它拿过来，用在云端上去传导给车上，这类容易的传导也是无意义的。不通过合一计算，干脆推算给使用者是无意义的。唯有让使用者在车上一站式触达使用者效劳体会的时刻，这类第三方的资源才是有价格和意义的。

本来在全个智能网联产业咱也是做了好多年，这张图上智能网联云平台，分成两部分，本来对能表明本年全个产业的浮动。由于本来智能网联云平台皆是一种平台，不论是车厂也好，第三方也好，都重申产物要连到它的平台上。此刻更多的是一个合一的平台，大伙平台方面的能力的概括和合一才能够给末端提供愈加强有力的内容的丰富。这是关于当前全个车联网的硬件软件和云端的架构，咱们以为一种全新的浮动。

在这种浮动中间，大伙可行见到经过这样的浮动，在云端能够表现更多使用者用的数据和机动车的数据以后，就会带来好多数据的利用。这点数据的利用，既可行为使用者来效劳，也可行为车厂，为第三方销售商来效劳，是以在全个的演变进程中间，起首是让车变得愈加数据化，再一种再来应用这点数据，怎样样给使用者提供更没有问题效劳和整长厂提供更没有问题参考和根据。

此外一种特色，在这种数据的运用进程中间，咱们怎样样应用这点数据为全车厂和使用者效劳呢？咱们以为唯有应用数据，真实的让使用者有个智能的感知。经过对使用者举止的学习，咱们才能够晓得这种使用者的运用习惯，咱们才能够晓得使用者要求，唯有咱们把它做的愈加垂直，愈加智能，才能够使咱们的效劳愈加智能。

自然了，关于这点数据来讲，其它的后市场也有十分大的和潜在的要求，咱们也是值得发掘的一丝。今日咱是不作为要点谈了，咱要点讲一下在前端，让这点数据能够为使用者带来哪些？能为全车公司带来哪些浮动？

起首关于前端来讲，关于每个使用者都有本人的运用习惯，咱们应用使用者的运用习惯构建使用者的精确画像，就可以够愈加明确的晓得使用者的要求是甚么？比方说他每天早上，他是周一到周五是一种上班族仍是一种自由的职业，仍是旅行爱好者等等，这点标签全能够为咱们为使用者提供效劳带来相当大的帮助。日前咱们构建使用者画像方面咱们分了八个维度，三百若干标签，让咱们来判断这种使用者的举止是甚么样的举止？自然这八大维度三百若干标签远远不够，咱们还得进一步细化这点使用者的特征，从而让使用者的画像愈加的精确。

再一种便是驾驭举止的剖析，咱们说了好多年，关于使用者来讲，真实意指着甚么呢？意指着平安驾驭的提高，本来不但在有人驾驭的时刻，它是对平安有帮助的，到了没有人驾驭时期，这点数据和模子依旧对没有人驾驭有帮助和提高。

另有咱们在全个进行进程中间，或许说在鉴于使用者的这类情景，咱们经过智能化的引擎来把这点数据发展少许概括的建模的剖析，能够达到少许给使用者愈加情景化智能化的少许效劳，包括从平安的方位，从效劳的方位，从外出等等，全能给使用者带来全角度的帮助和体会。

终归，可能在全个资产链中间，咱们应用这点数据，不但向使用者，向被厂，向销售商全能够提供更多的效劳，例如咱们为被厂提供的效劳中间，咱们包括了好多关于全车的这类研发和设置的改良和提高。由于咱们关于车上的每一种情况，每一种传感器传的数据都加以剖析，经过剖析这点数据，便是能够晓得每一种零部件的模子，经过这点模子咱们就可以够对这点零部件的设置和开发发展改良和提高。

第二个，关于使用者来说，对使用者的举止可行做到更精确的配合，另有关于第三方的这点效劳资源来讲，它可行经过这点机动车的数据，掌握使用者更多的要求，从而缔造更多使用者效劳的入口，来让使用者获得更没有问题体会和满足。

总结一下咱今日讲的内容，最重要的车联网的时期，咱们用大数据，本来在使用大数据的进程中间，不但是在机动车的数据，从机动车的运用进程中发生数据，况且对这点数据做到了分档次多维度的运用，让数据来驱动这种使用者体会，让数据来驱动全个车子的制造，另有车子延续效劳的改良和提高，从而带来全车效劳运营的浮动。

咱们此刻鉴于数据驱动的运营，咱们也把它分了好多的层级，这点皆是可行运营的，自然也包括机动车运营。咱们经过这点数据的剖析，能够让搬动或许说让使用者在外出的进程中间给它赋予更多的意义，让每次的外出全能够愈加精确的配合使用者的要求。

本来刚才咱讲的不过在路面上的一部分数据，例如咱们刚才不过车上的一部分数据，咱们以为一种完整的使用者数据是由三部分组成的：办公室一部分、家里一部分、路面上一部分。刚才咱们说到的不过使用者在路面上的数据合集，应用这点数据咱们能够为使用者、车厂和第三方效劳。自然关于全个使用者的画像来讲，更要紧的是把三个数据能够联合起来，这也是为何此刻这种产业内部，包括好多互联网企业都加入到了全个智能网联产业中间来呢，便是由于根本上此刻大伙都晓得，在家族内部的时间和数据，都可行经过好多伎俩获取。假如说能够完整的拼到使用者画像中间去，就会对使用者全寿命周期，或许全个生活情景做更多的理解，从而对每个使用者的价格带来更多的发掘，对使用者的效劳带来更多的提高。

最终，容易讲一下，咱是代表四维智联来参与这种论坛的，四维智联是从四维图形拆分出去的一种不业余的做车联网的企业，日前咱们是大概有1000若干人，本年的下半年咱们也得到了几个重量级产业伙伴的投资，咱们日前鉴于咱们的使用者，全车公司另有第三方不业余的运营企业，包括主机厂、体系商皆是咱们的合作伙伴。未来咱们是期望以智能网联体系为载体，以云效劳平台为根基的效劳，围绕智能车子这种大数据为焦点诉求，构建与车厂和第三方合作伙伴共生共融的生态关连。