四维智联白新平：大数据服务平台联结“车”和“网”

12月16日，第九届全球新能源汽车大会在国家会议中心开幕。四维智联战略与产品副总裁白新平在智能论坛上发表主旨演讲，指出云可以为用户和车辆呈现更多的数据，这将带来大量的数据应用。在整个进化过程中，首先，汽车变得更加基于数据，然后利用这些数据为用户提供更好的服务，为原始设备制造商提供更好的参考和依据。

以下是白新平关于四维智联战略和产品VP的演讲记录（略删）：今天我和大家讨论的话题是连接汽车和网络的大数据。之所以选择这个话题，主要是因为在整个车联网发展的过程中，我们觉得有几个现象值得我们关注。在整个汽车从联网到后来的发展过程中，我们认为它经历了几个阶段：在第一阶段，汽车通过2G或3G简单地联网，提供一些简单的移动操作服务，包括呼叫中心、信息和一些基本的远程控制，我们认为这就是第一代车联网的作用。在第二阶段，不仅说一些简单的信息，更多更丰富的信息可以到达汽车并与人互动，带来更多的应用场景，包括云计算和大数据。第二代被定义为软件自我升级。第三阶段，现在是第三代车联网时代，汽车已经逐渐成为一个移动的生活空间。在这样一个移动的生活空间下，人们在车里有了更多的可能性，尤其是在自动驾驶时代，尤其是人与车的关系最高的时候。通过三个阶段的划分，我们可以看到，在每个阶段，或者对于汽车来说，它的不同阶段实际上是一个向数据进化的过程。从最早的机械传统设备到未来的自动驾驶，它是一个取代人们出行的机器人角色。事实上，这是一个从最初的传统机械到数字慢慢演变的过程。在这个过程中，你如何理解车联网整个生态在发展过程中的定位？这是我们现在描述的车联网3.0时代的系统架构。在这个架构中，我们可以看到有基本的硬件部分、硬件之上的软件部分、云中的软件部分以及其他第三方应用程序。在今天上午的主论坛上，我非常同意小恒汽车的何先生的观点。他谈到了一点，包括车身本身的软硬件系统、云软件系统和其他三方的软件系统在内的几个软件将在未来的汽车发展中更好地集成。这样的发展生态将使车联网生态系统发生一些显著而明显的变化。例如，这些曾经是智能终端的制造商大多已经从传统的TR1转型。在制造产品的过程中，他们遵循的原则是，原有的传统行业必须实现一个目标，即质量、成本和效率。显然，这种管理模式，或者说这种产品的开发思路，很难跟上整个车联网在车联网时代以及后来的车联网3.0时代的发展要求。在这个时代，我们认为车联网硬件层面的软件系统应该与云中的软件更加集成。你为什么这么说？前面的嘉宾都在谈论自动驾驶。无论自动驾驶系统多么丰富强大，车内的硬件计算能力也不错。如果你将来离开云的支持，它的能力将大打折扣。也就是说，在未来的车联网时代，如果硬件放弃了云的能力支撑，那么它自身的能力是有限的。只有与云的能力相结合，硬件才能发挥更大的价值和能力。例如，在过去的几年里，语音识别并不是每个人都很容易使用。原因是什么？这是因为当时大多数语音识别都是离线语音识别。如果没有云的支持，语音识别的识别率只有90%左右。如果我们说，凭借云的能力，我们可以立即达到98%和99%。包括导航在内，最早的原始导航是离线导航……

你可以说，你对那个时代的导航也有着深刻的理解。为什么现在导航很容易使用？因为它是在线的，所以它依赖于许多在线资源，不仅提供一些路径规划算法，还提供一些实时的交通数据。因此，在这样一个时代，硬件之上的软件更受云的能力支持。因此，在这样的环境下，我们认为一个真正的智能联网产品，它的硬件是基础，更多的软件与云相结合。云层组合后，云层的能力来自哪里？云的能力一方面来自自身车辆和使用数据的积累，另一方面来自外部第三方资源。如果我们只是把它接管并在云中使用，把它传给汽车，这种简单的变速器就没有意义了。在没有融合计算的情况下直接向用户进行计算是没有意义的。只有当用户能够在车内一站式获得用户服务体验时，这种第三方资源才有价值和意义。事实上，我已经在整个智能网联行业工作了很多年。这张图上的智能网联云平台分为两部分，实际上可以表达今年整个行业的变化。因为最初的智能网联云平台是一个平台，无论是车厂还是第三方，都强调产品要连接到它的平台上。如今，它更像是一个融合的平台，每个人的平台能力的整合和融合可以为终端提供更强大的内容丰富。这是目前整个车联网的硬件和软件以及云架构的最新变化。在这一变化中，我们可以看到，通过这一变化，在云能够呈现更多的用户数据和车辆数据之后，它将带来大量的数据应用。这些数据的应用不仅可以为用户服务，也可以为车厂和第三方经销商服务。因此，在整个进化过程中，首先要让汽车更加数字化，然后利用这些数据为用户提供更好的服务，为整个工厂提供更好的参考和依据。另一个特点是，在使用这些数据的过程中，我们如何利用这些数据为汽车制造商和用户服务？我们相信，只有使用数据，用户才能真正拥有智能感知。通过对用户行为的研究，我们可以了解用户的使用习惯，我们可以知道用户的需求，只有使其更加垂直和智能，我们才能使我们的服务更加智能。当然，对于这些数据，其他售后市场也有很大的潜在需求，我们也值得探索。今天我就不讲了，重点讲这些数据能给前端的用户带来什么。它能给汽车公司带来什么变化？首先，对于前端，每个用户都有自己的使用习惯。我们可以利用用户的使用习惯来建立用户的准确画像，这样我们就可以更准确地知道用户的需求是什么。例如，每天早上，无论他是周一到周五的上班族、自由职业者、旅行爱好者等，这些标签都能为我们为用户提供服务带来巨大帮助。目前，我们已经将用户画像分为八个维度和300多个标签。让我们来判断用户的行为是什么。当然，这八个维度的300多个标签是远远不够的，我们必须进一步细化这些用户的特征，从而使用户的画像更加准确。另一个是对驾驶行为的分析，我们已经谈论了很多年。这对用户来说到底意味着什么？这意味着安全驾驶的提高。事实上，它不仅在有人驾驶时对安全有帮助，在无人驾驶时代也是如此。这些数据和模型对无人驾驶仍然有帮助和改进。此外，在整个开发过程中，或者在这个基于用户的场景中，我们可以通过智能引擎对这些数据进行一些全面的建模和分析，并可以实现一些服务，为用户提供更多的智能场景，包括从安全、服务、出行等角度，为用户带来全方位的帮助和体验。最终，也许在整个产业链中，通过使用这些数据，我们可以提供更多的服务，而不仅仅是对用户、工厂和经销商。例如，在我们为工厂提供的服务中，我们在整车的研发和设计方面进行了许多改进和升级。因为我们分析汽车的每一种状况和每个传感器传输的数据，通过分析这些数据，我们可以知道每个部件的模型，并通过……

h这些模型，我们可以改进和升级这些组件的设计和开发。第二，对于用户来说，可以更准确地匹配用户的行为，对于第三方的这些服务资源，可以通过这些车辆的数据来掌握用户的更多需求，从而创造更多的用户服务，让用户获得更好的体验和满意度。总结我今天所说的，在主要的车联网时代，我们使用大数据。事实上，在使用大数据的过程中，我们不仅从车辆的使用中生成数据，还可以分层、多维地使用这些数据，使数据能够驱动这种用户体验、整个汽车的生产，以及汽车后续服务的改进和升级，从而带来整个汽车服务运营的变化。我们现在基于数据驱动的运营，并将其分为许多级别，这些级别都是可操作的，包括车辆运营。通过对这些数据的分析，我们可以让移动或用户在出行过程中赋予它更多的意义，让每一次出行都能更准确地匹配用户的需求。事实上，我刚刚谈到了一些关于道路的数据。例如，我们刚刚谈到了关于汽车的一些数据。我们认为一个完整的用户数据由三部分组成：办公室部分、家庭部分和道路部分。我们刚才谈到的是收集用户在路上的数据。有了这些数据，我们可以为用户、汽车工厂和第三方提供服务。当然，对于整个用户的画像来说，更重要的是将这三个数据结合起来，这就是为什么这个行业的许多互联网公司都加入了整个智能网联行业，因为现在基本上每个人都知道，家庭中的时间和数据可以通过多种方式获得。如果我们能把它完全放在用户画像中，我们就会对用户的整个生命周期或整个生活场景有更多的了解，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，我代表四维智联来到了这个论坛。四维智联是一家专业的汽车网络公司，由四维图形分拆而来。目前，我们公司大约有1000人。今年下半年，我们还获得了几家重量级行业合作伙伴的投资。目前，我们以用户、车辆制造商和第三方专业运营公司为基础，包括原始设备制造商和系统供应商。未来，我们希望以智能网络系统为载体，以云服务平台为基础，以智能汽车大数据为核心诉求，与汽车制造商和第三方合作伙伴建立生态关系。12月16日，第九届全球新能源汽车大会在国家会议中心开幕。四维智联战略与产品副总裁白新平在智能论坛上发表主旨演讲，指出云可以为用户和车辆呈现更多的数据，这将带来大量的数据应用。在整个进化过程中，首先，汽车变得更加基于数据，然后利用这些数据为用户提供更好的服务，为原始设备制造商提供更好的参考和依据。

以下是白新平关于四维智联战略和产品VP的演讲记录（略删）：今天我和大家讨论的话题是连接汽车和网络的大数据。之所以选择这个话题，主要是因为在整个车联网发展的过程中，我们觉得有几个现象值得我们关注。在整个汽车从联网到后来的发展过程中，我们认为它经历了几个阶段：在第一阶段，汽车通过2G或3G简单地联网，提供一些简单的移动操作服务，包括呼叫中心、信息和一些基本的远程控制，我们认为这就是第一代车联网的作用。在第二阶段，不仅说一些简单的信息，更多更丰富的信息可以到达汽车并与人互动，带来更多的应用场景，包括云计算和大数据。第二代被定义为软件自我升级。第三阶段，现在是第三代车联网时代，汽车已经逐渐成为一个移动的生活空间。在这样一个移动的生活空间下，人们在车里有了更多的可能性，尤其是在自动驾驶时代，尤其是人与车的关系最高的时候。通过三个阶段的划分，我们可以看到，在每个阶段，或者对于汽车来说，它的不同阶段实际上是一个向数据进化的过程。来自……

他最早的机械传统设备到了未来的自动驾驶，它是机器人取代人们出行的角色。事实上，这是一个从最初的传统机械到数字慢慢演变的过程。在这个过程中，你如何理解车联网整个生态在发展过程中的定位？这是我们现在描述的车联网3.0时代的系统架构。在这个架构中，我们可以看到有基本的硬件部分、硬件之上的软件部分、云中的软件部分以及其他第三方应用程序。在今天上午的主论坛上，我非常同意小恒汽车的何先生的观点。他谈到了一点，包括车身本身的软硬件系统、云软件系统和其他三方的软件系统在内的几个软件将在未来的汽车发展中更好地集成。这样的发展生态将使车联网生态系统发生一些显著而明显的变化。例如，这些曾经是智能终端的制造商大多已经从传统的TR1转型。在制造产品的过程中，他们遵循的原则是，原有的传统行业必须实现一个目标，即质量、成本和效率。显然，这种管理模式，或者说这种产品的开发思路，很难跟上整个车联网在车联网时代以及后来的车联网3.0时代的发展要求。在这个时代，我们认为车联网硬件层面的软件系统应该与云中的软件更加集成。你为什么这么说？前面的嘉宾都在谈论自动驾驶。无论自动驾驶系统多么丰富强大，车内的硬件计算能力也不错。如果你将来离开云的支持，它的能力将大打折扣。也就是说，在未来的车联网时代，如果硬件放弃了云的能力支撑，那么它自身的能力是有限的。只有与云的能力相结合，硬件才能发挥更大的价值和能力。例如，在过去的几年里，语音识别并不是每个人都很容易使用。原因是什么？这是因为当时大多数语音识别都是离线语音识别。如果没有云的支持，语音识别的识别率只有90%左右。如果我们说，凭借云的能力，我们可以立即达到98%和99%。包括导航在内，最早的原始导航是离线导航。你可以说，你对那个时代的导航也有着深刻的理解。为什么现在导航很容易使用？因为它是在线的，所以它依赖于许多在线资源，不仅提供一些路径规划算法，还提供一些实时的交通数据。因此，在这样一个时代，硬件之上的软件更受云的能力支持。因此，在这样的环境下，我们认为一个真正的智能联网产品，它的硬件是基础，更多的软件与云相结合。云层组合后，云层的能力来自哪里？云的能力一方面来自自身车辆和使用数据的积累，另一方面来自外部第三方资源。如果我们只是把它接管并在云中使用，把它传给汽车，这种简单的变速器就没有意义了。在没有融合计算的情况下直接向用户进行计算是没有意义的。只有当用户能够在车内一站式获得用户服务体验时，这种第三方资源才有价值和意义。事实上，我已经在整个智能网联行业工作了很多年。这张图上的智能网联云平台分为两部分，实际上可以表达今年整个行业的变化。因为最初的智能网联云平台是一个平台，无论是车厂还是第三方，都强调产品要连接到它的平台上。如今，它更像是一个融合的平台，每个人的平台能力的整合和融合可以为终端提供更强大的内容丰富。这是目前整个车联网的硬件和软件以及云架构的最新变化。在这一变化中，我们可以看到，通过这一变化，在云能够呈现更多的用户数据和车辆数据之后，它将带来大量的数据应用。这些数据的应用不仅可以为用户服务，也可以为车厂和第三方经销商服务……

因此，在整个进化过程中，首先要让汽车更加数字化，然后利用这些数据为用户提供更好的服务，为整个工厂提供更好的参考和依据。另一个特点是，在使用这些数据的过程中，我们如何利用这些数据为汽车制造商和用户服务？我们相信，只有使用数据，用户才能真正拥有智能感知。通过对用户行为的研究，我们可以了解用户的使用习惯，我们可以知道用户的需求，只有使其更加垂直和智能，我们才能使我们的服务更加智能。当然，对于这些数据，其他售后市场也有很大的潜在需求，我们也值得探索。今天我就不讲了，重点讲这些数据能给前端的用户带来什么。它能给汽车公司带来什么变化？首先，对于前端，每个用户都有自己的使用习惯。我们可以利用用户的使用习惯来建立用户的准确画像，这样我们就可以更准确地知道用户的需求是什么。例如，每天早上，无论他是周一到周五的上班族、自由职业者、旅行爱好者等，这些标签都能为我们为用户提供服务带来巨大帮助。目前，我们已经将用户画像分为八个维度和300多个标签。让我们来判断用户的行为是什么。当然，这八个维度的300多个标签是远远不够的，我们必须进一步细化这些用户的特征，从而使用户的画像更加准确。另一个是对驾驶行为的分析，我们已经谈论了很多年。这对用户来说到底意味着什么？这意味着安全驾驶的提高。事实上，它不仅在有人驾驶时对安全有帮助，在无人驾驶时代也是如此。这些数据和模型对无人驾驶仍然有帮助和改进。此外，在整个开发过程中，或者在这个基于用户的场景中，我们可以通过智能引擎对这些数据进行一些全面的建模和分析，并可以实现一些服务，为用户提供更多的智能场景，包括从安全、服务、出行等角度，为用户带来全方位的帮助和体验。最终，也许在整个产业链中，通过使用这些数据，我们可以提供更多的服务，而不仅仅是对用户、工厂和经销商。例如，在我们为工厂提供的服务中，我们在整车的研发和设计方面进行了许多改进和升级。因为我们分析汽车的每一种状况和每一个传感器传输的数据，通过分析这些数据，我们可以知道每个部件的模型，通过这些模型，我们可以改进和升级这些部件的设计和开发。第二，对于用户来说，可以更准确地匹配用户的行为，对于第三方的这些服务资源，可以通过这些车辆的数据来掌握用户的更多需求，从而创造更多的用户服务，让用户获得更好的体验和满意度。总结我今天所说的，在主要的车联网时代，我们使用大数据。事实上，在使用大数据的过程中，我们不仅从车辆的使用中生成数据，还可以分层、多维地使用这些数据，使数据能够驱动这种用户体验、整个汽车的生产，以及汽车后续服务的改进和升级，从而带来整个汽车服务运营的变化。我们现在基于数据驱动的运营，并将其分为许多级别，这些级别都是可操作的，包括车辆运营。通过对这些数据的分析，我们可以让移动或用户在出行过程中赋予它更多的意义，让每一次出行都能更准确地匹配用户的需求。事实上，我刚刚谈到了一些关于道路的数据。例如，我们刚刚谈到了关于汽车的一些数据。我们认为一个完整的用户数据由三部分组成：办公室部分、家庭部分和道路部分。我们刚才谈到的是收集用户在路上的数据。有了这些数据，我们可以为用户、汽车工厂和第三方提供服务。当然，对于整个用户的画像来说，更重要的是将这三个数据结合起来，这就是为什么这个行业的许多互联网公司都加入了整个智能网联行业，因为现在基本上每个人都知道，家庭中的时间和数据可以通过多种方式获得。如果我们能把它完全放在用户画像中，我们就会对用户的整个生命周期或整个生活场景有更多的了解，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，简单地说，我代表四维智联来到了这个论坛。……

易维智联是一家专业的汽车网络公司，由思维图形分拆而来。目前，我们公司大约有1000人。今年下半年，我们还获得了几家重量级行业合作伙伴的投资。目前，我们以用户、车辆制造商和第三方专业运营公司为基础，包括原始设备制造商和系统供应商。未来，我们希望以智能网络系统为载体，以云服务平台为基础，以智能汽车大数据为核心诉求，与汽车制造商和第三方合作伙伴建立生态关系。

标签：远程

汽车资讯热门资讯