精彩语录：

　　五年之后，互联汽车将是排名第一的移动应用，而不再是现在手机上的疯狂的愤怒的小鸟，汽车应用是第一位的。第二个数据是从即使全球范围内到今年已经有联网的车辆是两亿辆了。另外一个数字大家可能更关注，到2020年的时候个，互联数据产生数据的能力，我们分析的数据是每秒钟是350MB。

　　10月14日-16日，由中国汽车技术研究中心和即墨市汽车行业协会联合主办的“中国汽车智能化峰会”在青岛即墨举行，有来自政府、行业、企业以及媒体的300余位业界嘉宾齐聚一堂，共同论辩“汽车智能化变革”，本次峰会将有50余位演讲嘉宾，来聚焦“产业变革时代，汽车智能化的未来”“汽车走向智能移动终端的路径探索”“汽车Ｅ时代的一切可能”“汽车网联化发展的机遇与挑战”“汽车智能化技术纵览”等多个智能汽车相关高关注度话题，为行业、企业布局规划发展路线、优化产品布局等传递政策导向及发展方向。

　　以下是IBM汽车行业首席架构师任志宏发言实录：

　　当我们去看到或者当我们今天一整天从早上听起对车联网以及车联网应用有无数的探讨，有的在路上大家可以尝试到等等。实际上当我们去看的时候，很多传统的应用场景无外乎会机电、技术或者以汽车产品为出发点去看的。我们出发角度都是在车上能够增加一个什么类型的功能？比如说我们看到在道路救援，在上个世纪欧盟要求全部的车辆安装依靠救援电话的时候，类似的技术要求演化到今天的时候，当你在你的车辆发生碰撞或者严重碰撞的时候，你的车可以自动的去加拨911或者119这样的号码，除此之外同时能够将你受伤或者车辆损坏的状况同步发送到云端，前来救援的医务人员和服务人员能够了解到现场的各种情况。同样的一个应用场景负载了更多的数据和信息之后，产生了截然不同的意义，这是我们看到的第一个例子。

　　我们再去看今天上午也有同仁提到，比如说交通信号的识别，我们基于GPS的汽车的导航，实际上因为精度的问题是有一些难度，比如说越来越多在中国的高速公路上会按分车道限行或者是限速等是没有办法满足这个需求的，所以在这个模式之下，一路上的交通的标线、标号实际上随时随地相关的上下文，这样的上下文通过道路基础设施去告知呢？这是一个非常理想的方法，但是会是一个迟缓的演进过程。我们希望通过车辆，借助某一种技术，可以能够识别我的道路的情况，我的路况的情况信息，这是我们看到传统上我们只是识别红绿灯信息等等，我们有了更多辅助的手段。

　　在这样的场景之下，我们看到的趋势是说当车联网的应用场景越来越被技术创新，是以信息技术创新为主，还是以客户需求为驱动的时候，整个车联网的应用逐步的场景化，这个跟很多领域发生变革是一样的，一些场景化的应用是任何一个企业或者是有志于进入这个行业里面必须要去面对的一个手段，这是我们看到整个车联网应用的层面。

　　如果看到这张图，大家可能会觉得，每个人都能找到自己的兴趣点，本质上来说，我们看到非常蓬勃发展的市场，无论是传统的主机场，还是传统的零部件商，还有专有技术的提供商等等，都在视图上在这个市场里面提供自己的独到的技术，所以在这个里面我们可以看到车联网非常成功，不外乎我们去推敲的时候，实际上整个应用的主体是两个部分，第一个是以人为主体的，这辆车销售给客户之后，基本上每年的接触频次在中国目前质保期内也就一年两次，最多不过四次，尤其随着这辆车不再是你的第一辆车的时候，频率会急剧的下降。

　　当有的车辆和数据之后，你跟客户的接触频率希望是一个高密度的接触频率，这个时候我们看到的第一个。比如说我可以通过国内的保险公司采集用户在车辆的过程当中，发生的急加速、急减速、不系安全带的行为等等采集的信息，这样一些车辆的使用行为，我们可以来为用户界定新的UBR的保险模式，在这个过程当中你会发现参与者从传统的整车合、经销商、用户、保险公司，他们之间依然是原来的参与者，但是主体发生变化了。创新性的保险产品，差异性的产品，可以更好的了解用户在什么情况下使用这样的车，这些都是我们在后面可以去看到的，整个围绕着以用户为中心的时候，什么样的数据会被搜集？什么样的数会引用？

　　当然谈到车载数据，尤其是用户行为数据的时候，有一个话题永远不能回避，实际上两个意思。一个是数据的所有权，还有一个是个人的隐私权。我就不提厂商的名字了，有一款车要发布基于安卓等等的应用，最后一刻取消了这个发布，原因很简单，他说谷歌要去把安卓里面的应用的后台，包括发动机调的参数、使用情况的分析等等回传给谷歌的中心，对于主机厂商是不能接受了。我们也同意，如果在车联网应用和车联网数据里面，如果不能确定数据的所有权，都有一点过分。每个人其实是一个双赢的市场，不能靠短期的一些蝇头小利让客户进入一个未知的陷阱，这是我们看到以用户为中心的。

　　以车为中心的是今天上午一直听下来，包括VDS的部分，包括车内的，包括我们宝马的同事谈到的故事，这些应用我从驾乘体验等出发，怎么样提供更有效的部分，在这里我就不去多赘述了。

　　当我们去看整个过程的时候，其实有一个趋势在背后很明显，今天也有同仁提到云技术在后面的一个支撑，刚才车音网的老师介绍了，这也是业界，包括做语音识别走的一个漫长的道路。大家之前都以为是一个自主性的，后来发现这样的模式没有办法解决所有的问题，就会出现我是不是可以借助云端的后台强大的分析和处理能够，能够提高和加强这一部分。这一部分随着时代的大的背景会有一个变迁。比如说在2G时代实现这样的东西，到了3G、4G的应用变的非常的普及，变的可视。还有一个大家可以想象一下，这个过程当中究竟意味着什么？现在大概不出六七天的时间，几乎所有的人都在使用智能手机，在使用传统手机的时候，可能大家还记得住若干人的电话号码，因为查询方式很方便，可是现在有谁能告诉我十个人的电话号码？自己可以想一下，这个过程代表着一个趋势，当人类在数字化的过程当中，其实我们的知识在不断的外部话，使得很多云端的技术被大家认同，被大家去接受，让大家可以放心的使用这个技术。

　　后面的场景跟大家简单的过一下，实际上后台会有很多的无论是TSP还是做服务的集成商等等，在后台需要去利用到非常复杂更多的信息，并不仅仅的简单的车辆的位置信息等等这一块，可能会用到这个地图信息，也会看到我们跟道路基础设施有一些沟通，这些数据一定不会属于某一家，无论是互联网公司还是传统的业界，你很难在全国或者是一个区域市场垄断这样的数据，当这些数据一定会大家可以互相更加容易的组合起来，我们叫做组合的或者是科综合，通过这些方式一个崭新的应用，你可以利用东家的语音识别技术，你也可以用地图，消费者选择是什么呢？哪一家公司能够为消费者提供最便捷的。所有的人都是懒人，满足这两点的车联网的服务提供商才能够提供综合性的、车类的或者随车的一个驾乘体验。从客户的体验出发，形成场景应用和图谱。

　　这个是IBM在今年五月份底的时候发布的一个2015年的汽车展望。基本上在这个里面刚刚提供的，随着车辆的发展，用户有两个驱动因素，一个是技术，我们也谈了很多。第二个是消费者的需求，这张图上给出的对于消费者的需求，尤其是针对车辆这一块都有哪一些是主导因素？占第一位的完善车联网服务，80%的客户和受访者希望基于完整的车联网服务，在中国的是71%。第二位是自动化的车辆的安全，在全球是68%，在中国市场是50%。所以这个时候最终右边的欧洲某一个豪华品牌的负责人谈到，通过车联网的技术，是不可或缺的一个部分，这个时候我们看一下车应该找什么样的技术？

　　围绕着汽车和驾乘人员的部分，我们希望IBM总结下来，我们叫做六个字，首先是从车来讲，可以关照自身，他要具备车内的自身的认知学习能力，我可以把你在这辆车上的各种配置信息，无论是你喜欢听的音乐还是方向盘的位置都传到云端，作为你个人的车辆的数字化标签，这个标签有什么用呢？传统上我们知道即使是一辆豪华车，这样的方式使得配合他们家的一种业务模式，他们家推出以租代用的方式，周末的时候可以提供一辆SUV给你开，关于车辆的配置和倾向性特征可以放到云端，给到一辆车辆的时候，使得每一个值上都有自己的车辆，这是第一个部分。

　　第二个部分我们前面谈到有一个例子，包括福特在内的，之前福特说我希望在座椅上提供驾驶员突发的心脏病的一种系统，包括驾驶安全性能的设施也会作为整个车辆数据的一个主题。

　　还有最重要的，实际上我们去看到整个车联网的时候，所有人都会说这是主机厂单独或者是应用的厂商还是说互联网公司独家能够完成的，这是一个复杂的生态系统。关于生态系统，IBM有一套自己的观点，你去参与或者建各种各样的联盟的时候，应该有三个定位，第一个什么类型的合作伙伴占据主导的位置？如果你不能够在新的业务的价值或者是价值认证控制位置的时候，其实你这个车厂是可有可无的，这是第一个，你要确定你自己的主导位置是什么？

　　第二个有一些合作是天然和排他性和竞争性的。第三类其实更多的是一些广泛的都是共赢的，所以我们会看到，比如说像汽车之前在跟中国合作，这类型的合作伙伴，我们泛泛的去谈生态系统和生态伙伴的时候，在系统里面每一个人是多赢的局面才能促成这个发展。

　　我举两个例子，第一个是把新能源和节能作为汽车领域主要的主题的时候，我们IBM在这个层面之前，跟日系厂商的一个合作，这家公司推出了第一个电动汽车，但是很快客户就会去抱怨和投诉里程焦虑，在这样的抱怨之下，主机厂实际上束手无策，车卖出去以后，车所有的使用的数据没有统计，唯一能够统计的是车载的数据，到站做服务的时候出来。这个数据时效性，数据量远远不够，主要的目的是说为了这一款车，从电动车捕获他在电池在整个用户使用过程当中的初放电的行为，驾驶的行为等等，通过这样的一些信息的捕获，他可以及时的去提高电池，其实就是缓解用户的里程焦虑，这是我们帮助这家日系公司做到。

　　第二个是传统的汽车厂商，车载的数据基本上是不一样的，随着车联网的深入，他们家讲的时候，他们家今年开始百分之百的都会联网，通过这样的数据搜集，还可以提供一个实时的业务的分析。怎么讲呢？他通过同一款车在不同的地区路况的行驶之下，搜集这些信息，这些信息反过来比如说我在不同的行驶状况下，我在山区多，我的螺栓在生产过程当中，加固的扭矩是多少？他可以做的非常细，通过扭矩的调整使得车辆的质量有一个非常大的提升，整个从用户的满意度来说也是非常好的，这只是整个公司他做的一件事之一。通过大数据的分析的平台，我的任何一个业务人员和售后服务人员，针对当中的问题有疑惑，我可以扔出去一个可能的假设，我可以告诉他这个假设的平台是什么？

　　我讲一个具体的例子，在2011年的时候，在欧洲很多销量的SUV，后视镜会莫名其妙的碎掉，后视镜的玻璃，起初只是去按正常的去维护，但是系统发现维修的概率远超过正常其他的车型，就开始挖掘究竟是什么样的原因？与他的售后服务的部门提出了很多的假设，因为用户不当操作，因为后视镜设计的不合理，通过这样的系统帮他验证，提供一些佐证和证明。在分析的过程当中，后来发现有两件事情是息息相关的，基本上后视镜发生在冬季居多，而且在破之前，一天或者两天之前总会发生洗车的现象，原因很简单，因为他的后视镜在洗车之后，有一部分水没有排干，因为结冰才造成后视镜的碎裂，这样就了解了使用的上下文，比如说气侯信息，你能够确定他的时间和确定使用的状况，或者是做了车辆的清洗，这也是我们从大数据的角度去看的时候，我们去找到事件的相关性，我们追赶溯源，找到问题的原因。

　　前面我们讲的很多的应用的场景以及在应用场景之下，随着知识整个外部化的过程，这是我们看到技术的因素，从车辆本身来讲也受到技术因素的推动。我们记得大众前CEO在今年年初的时候大会上讲，他希望未来大众在车的成本里面，从现在的接近百份之十几的电子电气的成本提升到30%，实际上这句话反映了一个现实，这个过程是数据不断累计、分析应用的过程。右边图上可以看到这是大部分车辆上现在所具备的一些各种各样的摄象头、传感器，其实我们会看到1966年通用汽车在美国和美国高速公路管理局视图在路旁埋设车辆的系统，左边是我们看到的传统商在车载的数据有一个很明显的分布，各司其职，上午也有同仁提到说其实这是一个多学科、交叉学科，包括信息和技术融合的一个趋势，能够使得这些技术，包括图象、图形综合起来去使用。已经有两家日系的公司，他用它做什么呢？他充当它后台的客服中心的坐席，可以跟用户模拟的一对一的问答，他可以做用户进一步的明确性的问题。你究竟问的是什么？他通过一个比较自然的方式提供给用户一个最佳的体验。

　　当我们回过头来去看，有一张图可能比较复杂，当我们去看到这张图的时候，这些数据随着车载、车内，包括车的周边环境的技术发展的时候，我们有条件收集使用分析诸多数据的时候，我们会想这些数据在技术层面上他的应用趋势是哪一些？ 我们先从下面去看，从数据的复杂度来看，从低到高的时候，首先设计的故障，从故障的诊断，做不到诊断，我可以做故障事后的过程。包括到最挑战性的说F1赛车的调教和控制，他这里面最大的因素是说其实人们对于数据的复杂度，准备、类型、速度都会有一些要求。另外不同类型的代表了对你处理能力结果的响应时间的要求。所以这里面是我们关注的两个维度，第一个我们关注最终用户和倒车的时候，你的响应能不能满足这个要求？毫秒级的要求。另外一个在这个数据处理的能力上面的要求，是不是只是简单的扩张，还是要扩到相关周边所有的上下文。

　　我们跳出刚刚讲的数据自然的这两个属性之外，我们前面也谈到车联网的去分析，要想存在，必然有其价值，这个价值有谁创造一个可持续的这些业务价值才会是一个方向。这三类型的业态，比如说刚刚我们谈到的各种的车内的娱乐信息的方式，车内的个性化的配置，车内的各种用户的喜好。另外一种是车辆数据本身的货币化的过程，这个货币化的过程其实是一个人文体系的一个形成和构筑的过程。最终对于主机厂来说或者对于传统汽车企业最致命的或者最具有颠覆性的是移动出行的服务化，以滴滴打车或者UBER或者神州的改变了人们对于所有权的诉求。

　　比如说谈到汽车2025的报告里面，有一个预测在人们对于汽车所有权的重要性或者要求会逐步降低，人们会接受你的生活模式会接受汽车共享，会接受汽车由别人租，但是他的前提是你不同的车辆可以加载我个性化的信息，都是如林你自己的车一样。这是我们谈到的这些被颠覆的汽车整个产业里面最大的部分出行的服务化。

　　在出行服务化里面还不够，看一下具体的特征，有哪一些会成为主流呢？在这份报告里面同样给出的数据，我们先看第一个，我们叫做车辆可呼唤的个性化标签，这个标签我们分了几个简单的维度。第一个是在同一制造商，同一品牌内可互换，要求非常高，是78%，中国只有54%。在不同的品牌之间是不是可以做到互换？这个比例相对来说也是过半数的，最多的所有的品牌之间是不是都可以做互换？这个比例下降，这也是跟车辆移动出行息息相关或者是相辅相成的一个模式。如果没有个性化的一个体验，移动出行只是个可替代性的选择，而不是成为主流的一个选择。

　　第二个我们看一下车内的认知学习，这一部分在全球和中国的比例都非常高，大家都认为车辆如果不具备自主和认知学习的能力。绝大部分人对于一定程度上或者特定区域和特定条件，比如说特定区域、特定场合，自主驾驶是非常高的期望和预期的。展现了人们对于智能汽车未来的愿景。

　　最后我想再用这张片子回顾一下刚刚我讲的几个观点，第一个就是其实我们要推动整个车联网或者车联网应用的过程，实际上应用的场景化，场景化是以客户为中心出发，或者满足消费者需求的第一步，所以场景化是一个重要的过程，而不再单纯的以机械和技术为出发点。第二个部分就是我们讲的云端的平台，为什么云端的平台很重要，我们都意识到其实现在一辆普通的入门级的豪华车，他在车内的代码已经接近一亿行，什么概念呢？我们对比美国的S35，他的机身是多少？所以你会了解到现在汽车的计算能力已经非常强大了，即使在这么强大的背景之下，依然需要后台的服务能力，给用户提供一个完整的数字化的体验。

　　第三个部分，我们一开始也会提到，其实一个可信的技术设施，这个技术设施无论是从技术的角度，或是从的隐私角度来讲，是推动这个市场健康发展的必要的部分。

　　有三个数据跟大家分享一下，第一个是我们预测在2020年，也就是五年之后，互联汽车将是排名第一的移动应用，而不再是现在手机上的疯狂的愤怒的小鸟，汽车应用是第一位的。第二个数据是从即使全球范围内到今年已经有联网的车辆是两亿辆了。另外一个数字大家可能更关注，到2020年的时候个，互联数据产生数据的能力，我们分析的数据是每秒钟是350MB。我今天的报告就到这里，谢谢大家。