《EY-智能汽车云服务白皮书-2022.7.pdf》由会员分享，可在线阅读，更多相关《EY-智能汽车云服务白皮书-2022.7.pdf（96页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2022年7月智能汽车云服务白皮书从上云到入云云服务赋能汽车产业智能网联升级前言智能汽车云服务白皮书|1汽车“新四化”浪潮的席卷，催生了产业格局的一系列变革。汽车的角色已逐渐从交通工具转变为智能移动终端，成为人类的生活伙伴；汽车产业的核心竞争力也开始从机械能力转向软件与服务能力。随着电动化的蓬勃发展，智能化与网联化的广泛应用，再到共享化自动驾驶的试水，无论是产品定位的需求端，还是自动驾驶、车联网竞争与合作的供给端，智能化与网联化都作为核心驱动，成为汽车革命的重要发展方向与必经之路。在此背景下，新势力车企、互联网科技企业已争相入局，吹响了变革的号角，传统车企亦顺势而起，紧随其后，通过软件订阅和服
2、务按需收费创造新的利润增长点，获得更多为用户提供车辆全生命周期服务的可能，更大程度地挖掘汽车生命周期内的价值。而在车辆的全生命周期服务中，无论是自动驾驶的研发与应用、车辆的远程诊断与升级、智能车控等车辆相关服务，还是用户运营、二手车、车辆保险等衍生服务，数据资源都作为核心资产贯穿始终，数据的比重和价值也随着技术的发展而显著增强。伴随着各类智能化应用软件的层出不穷，数据逐渐成为了车企的新“命脉”，其中，如何高效挖掘并利用其价值，助力优化客户体验并实现业务的降本增效是车企的制胜关键所在，也是当前发展的核心之一，而这些的背后都将需要高性能的云端支撑。然而，云端平台的自行搭建对资金、人力、时间等方面提
3、出高要求，数据价值挖掘的过程困难重重，制约着车企迈向变革之路。智能汽车云服务的出现就此成为了解决这些难点的有力途径，基于其强大的数据存储、交互、处理等多方面能力，并且拥有汽车行业的专业积累，将赋能车企运用云端平台，构建高效数据闭环，助力产业多方创造更多智能化应用场景，实现汽车行业的蓬勃发展。本次白皮书，安永与华为智能汽车解决方案BU共同合作，深入分析具有高云价值且呈现阶跃式增长潜力的智能汽车云服务应用场景，从各场景的发展阶段着手，探索相关玩家当前发展所面临的挑战，逐一剖析具备专业积累及强大感知、计算、处理、存储等能力的汽车云服务所可赋予各领域的价值。在智能化、网联化的大环境下，期望车企及智能网
4、联各玩家不仅能构筑属于自己的差异化竞争优势，更是可以加速开放合作，携手共建盛世繁荣的汽车生态。目录前言01白皮书摘要03第一章：汽车云服务全面助力智能网联汽车产业061.1 智能网联是汽车产业下一步变革的风暴中心071.2 智能网联趋势下的挑战数据价值挖掘121.3 云服务是开启智能网联汽车数据价值挖潜的金钥匙16第二章：汽车云服务在智能网联汽车的应用场景展望182.1 汽车云服务助力车企创造新兴应用场景192.2 场景“播种路径”识别222.3 关键应用场景及云价值分析242.3.1 汽车云服务为自动驾驶的商业化道路保驾护航262.3.2 汽车云服务使能车联网产业孕育新生态55第三章：智能网
5、联汽车云服务产业趋势展望853.1 汽车云服务产业迈入“服务为上”的2.0阶段863.2 产业演进推动云服务内容、范围和模式上的需求转变893.3 车企选择汽车云服务合作伙伴的关键考量因素91卷尾语92智能汽车云服务白皮书|2白皮书摘要汽车产业风云际会，“数据入云”成破局关键数据管理充满挑战，但业务赋能层面的挑战更关键，影响更深远汽车产业“新四化”变革正在迈入以智能化、网联化为特点的2.0时代，其本质在于汽车定位的转变从“交通工具”变为“生活伙伴”。这一改变给产业带来了深刻的影响：智能汽车云服务白皮书|3在这一系列的转变中，数据作为核心资产贯穿始终。在数据价值挖掘的过程中，车企将面临两个方面的
6、挑战数据管理挑战，以及更为关键的业务赋能挑战：消费价值链硬件为主软件与服务为主车企核心竞争力机械能力软件与服务能力产业供应链纵向一体化扁平化网状模式车企与车主关系车辆一次性买卖关系车辆全生命周期服务数据上云针对海量且繁杂的数据做好获取、存储、交互、计算等底层管理的必由之路ICT车数据入云ICT车提供专属于汽车行业的上层应用服务，构建完整的工具链、数据链、价值链，驱动业务闭环汽车云服务是解决上述挑战、开启智能网联汽车数据价值挖潜的金钥匙：数据管理挑战如何更好地拥有数据获取、数据存储、数据交互、数据计算等底层数据管理能力打通业务断点，构建端到端工具链打通产业数据，形成合力结合业务，建立直接可用的模
7、型和算法，输出业务结果基于业务将数据去芜存菁、统一处理“用什么”“怎么用”“如何高效地用”业务赋能挑战智能汽车云服务白皮书|4“数据入云”赋能汽车迸发新活力，丰富产业生态缔造新兴场景对快速发展阶段的场景，云服务将带来突破性的“化学变化”而非线性发展的“物理变化”针对智能网联汽车的云服务，本白皮书基于云价值和市场成熟度2大维度包含8个子维度，遴选出了云服务对产业发展具有高价值、且呈现阶跃式爆发增长态势的3个场景大类、9大具体应用场景；并对其一一展开深入分析，勾画出智能网联汽车“入云”的价值图谱。自动驾驶研发与持续升级自动驾驶感知模型训练自动驾驶仿真测试无人驾驶车辆作业封闭区域无人驾驶作业半封闭区
8、域无人驾驶作业无人驾驶出租车车辆全生命周期的数据分析与应用监控预警与诊断救援OTA升级UBI二手车评估自动驾驶研发与持续升级仿真测试是业务和ICT深度融合的标杆，对业务的理解既要“见木”，也要“见林”，决定了发展基因和未来上限；而这一特性也同时决定了开放性是根本自动驾驶感知模型训练和仿真测试是所有主机厂的现存痛点主机厂需求有控制的合作，目前核心诉求是上市效率和安全，但未来成本集约和可扩展性的需求将进一步提升1无人驾驶车辆作业单车的挑战是相似的，统筹的难点各有不同越是相对封闭的场景，对“上帝视角”的云端统筹的依赖性越高，短期更需要云服务云服务扮演着“云端大脑”的角色，将智能化技术与行业生产有机融
9、合，是实现无人驾驶商业化作业运营的关键2车辆全生命周期的数据分析与应用冰山上成为左右车主决策的亮点；冰山下是车企与车主间全新关系构建的基石车联网的未来是B2B2C的生态圈构建，车企基于数据构建控制点并由此形成丰富的应用从被动式服务到主动式业务化再到生态化的打通，将推动新的产业生态圈形成智能监测、远程诊断、UBI等将成为真正催化产业链打通的应用场景3智能汽车云服务白皮书|5车企对云服务需求的变化，成为产业持续升级的重要推力要服务、但不止于服务，提供能力是终局沿汽车云服务的产业发展脉络来看，云服务所覆盖的场景范围不断扩大、云能力与业务的结合逐步加深，据此可分为三大发展阶段：我们判断，产业整体已过渡
10、到了2.0阶段供需两端将更多地聚焦在SaaS层的服务上，寻求在智能网联核心场景上汽车云服务如何更加深入地理解汽车行业、更好地将ICT能力与汽车业务深度结合，从而帮助业务创造更多可能性。在合作模式上，车企在部分关键业务环节与供应商展开合作将成为行业主流在产业需求上，呈现出了三大主要趋势在采购决策因素上，车企先要“跑起来”有可验证的成功案例、安全合规且能快速迭代成为关键；之后再“做好做精”差异化、灵活性和可扩展性则决定了未来的上限云服务内容资源云能力云云服务范围小而美大而全垂直领域专精云服务模式授人以鱼授人以渔1.0着眼基建2.0服务为上3.0共建赋能智能网联汽车产业的发展需要车企与云服务商的双向
11、奔赴成功的合作是相似的，不成功的原因各不相同如果说数据是智能网联汽车的新燃料，那云服务则是氧气，助力数据在业务应用中发挥出最大价值，为车企在研发到商用的进程中降本增效。从“上云”到“入云”，车企与云厂商的合作在内容上正大踏步走向业务层面的深水区，在形式上逐渐形成双向赋能的良好态势，在智能网联的升级道路上携手并进从“竞”到“和”，行业整体的发展将愈来愈开放包容，形成车企与行业内外各大玩家的生态系统，驱动行业和社会加速迈入数智时代白皮书基于安永汽车团队多年行业洞察，并有广泛而详实的调研做支撑主机厂专家访谈：我们对12位来自不同汽车品牌的智能网联业务领域管理和技术专家展开了一系列访谈，旨在了解车企在
12、各个汽车云服务应用场景中所面对的具体业务挑战，以及云服务是如何帮助其解决困难、赋能业务的本材料（可能包含历史数据和前瞻性声明）是为提供一般信息的用途编制，并非旨在成为可依赖的会计、税务、法律或其他专业意见。因此，请向贵方的顾问获取具体意见。本材料中的前瞻性声明，是基于一定的风险、不确定性或预测作出的，这些风险和不确定性可能导致实际结果与明示或默示的预期结果不同。我们没有义务更新这些前瞻性声明。本白皮书的信息搜集、研究与编撰的过程不涉及转让或应用任何美国出口管制條例规管的软件和技术。智能汽车云服务白皮书|6其他行业专家访谈：我们对8位来自云服务厂商和垂直领域行业（如港口、矿山等）的专家展开了一系
13、列访谈，就汽车云服务产业的发展状况和未来方向、云服务的需求变化趋势、合作模式及合作案例等方面进行调研42%33%25%自主品牌合资品牌新势力品牌58%42%管理岗位技术岗位共计12位受访专家涵盖：37%63%云服务厂商垂直领域行业共计8位受访专家涵盖：消费者调研：我们对智能电动汽车的现有车主及潜在消费者分别展开了定量调研问卷和定性焦点小组访谈，主题围绕其购车决策的关键影响因素、支付意愿、所关注的产品核心要素等40%60%现有车主潜在消费者定量调研问卷共计357份有效样本:50%50%潜在消费者现有车主定性FGD共计30位消费者：第一章汽车云服务全面助力智能网联汽车产业汽车行业正在经历百年来最深
14、刻的行业变革，以电动化、共享化、网联化、智能化为趋势的汽车“新四化”正在重塑产业格局。作为变革的基础，电动化经历了蓬勃的发展，迈入规模化快速发展阶段。而随着改革程度的逐步加深，仅是能源的升级已不足够，汽车要从根本上改变产品形态，从移动工具转变成生活伙伴，需要智能化与网联化的发展来彻底解放人们的双手和注意力，从而赋予汽车这一产品更丰富的想象空间。共享出行在发展一定程度之后也被证明需要自动驾驶作为基础，走向无人驾驶共享车队模式。行业变革正在步入深水区，“新四化”的重心不可避1.1 智能网联是汽车产业下一步变革的风暴中心免地向智能化和网联化迁移无论是需求端对产品定位和价值诉求的转变、供给端在自动驾驶
15、和车联网上的竞争与合作，皆昭示了“智能网联”在变革浪潮中核心驱动力的地位，将成为汽车产业发展的长期趋势（图1）。自动驾驶和智能座舱作为汽车行业皇冠上的明珠，也正在逐渐迈入大众的视野。其与“智能化”之间的联系自不必多言，但“网联化”也是其必不可少的重要支撑。尤其是对于智舱系统，从娱乐的丰富性到系统的持续迭代升级，都离不开“网联化”这一重要前提。图1：中国汽车产业“新四化”产业变革历程电动化共享化网联化智能化动力系统电气化新能源汽车市场井喷新造车势力纷纷入大力发展充电等基础设施建设网约车、分时租赁等共享出行模式出现第三方移动出行公司快速占领市场整车厂大力布局人、车、路互联互通软件定义汽车智能座舱发
16、展潜力巨大后项运营的兴起技术推动有条件自动驾驶迈向无人驾驶研发与商用步伐加速车企军备竞赛核心“新四化”的核心驱动资料来源：安永分析智能汽车云服务白皮书|8智能网联的核心是汽车定位的转变智能化和网联化所带来的一个最为核心的转变，是汽车定位的变化车不再仅仅是交通工具，而是承载了人们更多的情感和体验诉求的生活伙伴；其被赋予的价值体现也不再只是局限于移动或驾驶中，而是延展到了休闲娱乐、会客社交、办公学习等任何非家场景，成为生活空间的延续（图2）。过去过去资料来源：安永分析图2：汽车定位的转变汽车定位的这一转变对消费价值链、主机厂的核心竞争力、产业链供应体系以及车企与车主关系变化都带来了深远的影响。定位
17、：交通工具功能：增强人类移动能力核心能力：机械效率转化未来未来移动或驾驶场景解放驾驶任务的高效移动移动/驾驶任务的增强体验移动时的内容/体验载体非移动场景户外办公/会议空间个人休闲娱乐空间会客社交空间核心能力：信息处理能力定位：生活伙伴功能：进一步解放生产力消费价值链由“硬”及“软”汽车定位的转变推动了汽车消费价值链的显著变化。汽车场景和功能上的延展使得消费者在整个汽车生命周期上的总花费提升，这其中除了传统硬件和售后服务，还包含了更多的持续性软件和增值服务消费，其价值占比也不断提高。安永预计，中国汽车产业终端消费中软件及服务的占比到2030年将超过40%（图3）。1软件与服务消费需求的增加也必
18、然传导至供给端，带来收入结构的变化。从世界领先的主机厂和供应商的收入情况来看，其软件服务的收入在最近几年迅速增加，其在汽车业务毛利中的占比也不断提升（图4）。中国市场也呈现相同趋势，据安永预估，到2030年，软件及服务的毛利占比将超过60%。智能汽车云服务白皮书|9图3：中国汽车消费价值链占比（2020-2030E）资料来源：安永分析单位：亿元人民币30,862(79%)5,691(15%)2,518(6%)2020年硬件硬件包含整车、售后零部件定制选装、车生态电子衍生品等软件包含智能驾驶软件、车控、车内应用、车联网高级服务等服务包含保险金融、售后服务、能源及流量等2030年16,321(25
19、%)10,160(16%)38,648(59%)2025年9,168(17%)7,608(14%)38,454(69%)612698%202025%202112%2025E软件服务收入 亿美元软件服务在汽车业务毛利中的占比%图4：典型转型企业的软件服务收入及毛利占比（2020-2025E）资料来源：案头研究，安永分析全球某领先的电动车车企软件服务收入及毛利占比智能汽车云服务白皮书|10产业链纵向一体化供应被打破软件及数据能力的不断强化将不可避免地打破原有以主机厂为核心的纵向一体化供应关系，主机厂的角色开始发生转变，由传统的线塔型外包制模式，向扁平化网络状技术主导模式转变（图5）。传统外包制：主
20、机厂基于自身诉求推进技术生态建设，但执行全部依靠供应商实现关键领域占位：通过合作、投资等方式与核心技术供应商建立合作关系，最大程度实现自主可控全栈布局主导：主机厂直接绕过Tier 1，同关键Tier 2/3级厂商建立垂直供应关系或共同研发关系，掌握包括上层软件、算法、芯片等全技术栈道的自主研发能力供应体系向扁平化网状模式的转变，主要是由主机厂想要打造更强的软件in-house能力、将数据资源握在自己手中并构筑核心壁垒的强烈愿望所驱动。车企核心竞争力转向软件及服务能力传统燃油车时代，机械能力为王；但在智能网联时代，随解决方案软件及相关服务在消费价值链上占比的逐渐提升，软件订阅和服务按需收费的商业
21、模式被越来越多的车企开始应用在自动驾驶及智能座舱领域，持续更新迭代的软件及服务升级为车企创造了切实的收入及利润增长，未来的利润中心也将由“硬”及“软”。某国际知名电动车企的自动驾驶系统正逐步成长为公司的核心盈利点，据专家预测，至2025年该系统将创造近70亿美元的营收，占其汽车业务收入的9%，并将贡献汽车业务25%的毛利。车企将围绕软件和服务能力构建核心竞争力，从而致胜智能网联的军备竞赛，并实现在汽车生命周期内更大程度地挖掘价值。汽车制造商的业务模式将从根本上发生改变。到2025年，许多汽车企业很有可能以接近成本价的价格销售汽车，并主要通过软件为用户提供价值。某领先汽车芯片供应商创始人“23智
22、能汽车云服务白皮书|11图5：产业链供应关系的转变资料来源：安永分析供应商消费者OEM供应商消费者OEM+Tier2/3消费者OEM+Tier1线性塔状供应关系扁平化网状供应关系传统外包制关键领域占位全栈布局主导车企与车主的关系由终点转向起点汽车销售渠道格局正变得更为多元化，而其中变革的本质即是为了直面用户，传统车企多为单一的经销模式，为改变无法与车主直接对话的困境，传统车企已做过很多尝试，但始终效果不佳。产业链关系的变革，使车企获得了更多为用户提供车辆全生命周期服务的可能，改变了车企与车主之间仅以车辆作为产品进行一次性买卖关系的现状，通过车辆的交易，衍生出一系列与车辆全生命周期相关的服务体验
23、，与车主形成持续互动，车企与车主的关系将从终点向起点转变，形成商业模式的闭环（图6）。4汽车定位的转变所带来的这一系列变革中，数据资源都将作为核心资产贯穿整个变革的始终。而如何从大量繁杂且业务类别多样的数据中挖掘出真正能赋能业务的价值数据，并通过“穿针引线”，将数据打通串联并实现高阶的应用，将是变革能否成功的核心要素。图6：车企与车主关系的转变变革前变革后维保售后车主OEM经销商车辆买卖车辆买卖车辆全生命周期服务资料来源：安永分析车主OEM经销商车辆买卖车辆买卖维保售后传统经销模式传统经销模式车主OEM车辆买卖维保售后软件订阅+增值服务直营模式软件订阅+增值服务车辆一次性买卖关系车辆全生命周期
24、服务智能汽车云服务白皮书|12在车联网领域，车辆的全生命周期都将由数据驱动，涵盖从数据采集与治理、车辆监测与诊断、分析洞察和预测改进等多个环节；建立全量数据的汇聚和基于大数据和AI的智能分析将极大提升用车感受和用户粘性，增加服务收益数智时代下的汽车，将成为智能手机更升维的另一大超级智能移动终端，双核驱动AIoT生态的构建，为消费者带来更为丰富和沉浸的智能体验。比较而言，智能网联汽车所产生的数据量是智能手机的千倍，但其数字应用的收入却只有智能手机的约1/7，其数据的价值潜力亟待深入挖掘（图7）。在智能化、网联化的趋势下，数据之于汽车完成了从工具到核心资产、从基础能力进阶为竞争壁垒的转变；而对于车
25、企来说，将数据挖掘带来的挑战转化为价值至关重要。数据是智能网联汽车的新“燃料”根据Garner估计，每一部自动驾驶联网车辆每天至少产生4TB数据，每年约产生数百PB的数据。随智能网联汽车渗透率的提升，还将诞生海量的驾驶场景数据，OEM和出行服务商未来需处理的数量估计可达ZB级。海量数据的背后，蕴藏着巨大的应用潜力，是智能网联汽车的新“燃料”。在自动驾驶领域，数据是核心要素；从海量数据中挖掘价值场景、识别难例、生成数据集并进行算法优化，将为自动驾驶技术开发和更快速地商用落地起到巨大的推动作用1.2 智能网联趋势下的挑战数据价值挖掘图7：数字应用智能手机 VS 智能网联汽车渗透率1%24%90%数
26、据量 字节/天8GB级TB级应用收入2亿美元110017027%1000%15%智能网联汽车智能手机注释：1.智能手机渗透率：全球智能手机在手机中的占比；智能网联汽车渗透率：网联汽车在全球汽车保有量中的占比；2.2020年数据资料来源：IHS,MarketsandMarkets,Bankmycell，安永分析智能汽车云服务白皮书|13如何挖掘数据的价值围绕数据的采集、汇聚、处理、组织，并结合汽车行业的洞察，建立一套有机系统用户分析、应用和管理是车企加快智能网联脚步、夯实竞争优势的关键所在。数据管理有挑战，业务赋能更重要安永认为，数据价值挖掘的过程中面临了两个层面的挑战：1.数据管理挑战：如何更
27、好地拥有数据获取、数据存储、数据交互、数据计算等底层数据管理能力2.业务赋能挑战：如何更好地将数据与汽车有机结合，为车企深度挖掘数据所带来的潜力价值，赋能业务创造更多可能性数据管理的挑战主要来源于，海量数据、并发交互和融合计算，对ICT基础设施层面带来的冲击：海量数据：伴随智能网联汽车的逐步普及，车上的电子信息化设备逐渐增多，数据量也随之增长并发交互：伴随智舱、智驾等一系列新兴场景的不断涌现，并发交互需求愈发旺盛融合计算：伴随数据量和数据交互的额增加，有关数据的处理和效率的要求也随之而来聚焦国内各大领先车企，不难发现车企纷纷通过自建或上云来着手应对数据管理挑战（图8）。但伴随着汽车智能化、网联
28、化道路的推进，如何深挖数据价值、实现业务赋能成为最大挑战（图9）。图9：车企深入挖掘数据价值所面临的业务赋能挑战资料来源：安永分析打通业务断点，构建端到端工具链打通产业数据，形成合力结合业务，建立直接可用的模型和算法，输出业务结果基于业务，将数据去芜存菁，统一处理业务赋能挑战“用什么”“怎么用”“如何高效地用”图8：某领先自主汽车集团ICT基础设施投入亿元人民币资料来源：专家访谈，安永分析20202.52.11.320193.92.21.72.92025E3.85.0首先，需要对汽车行业的行业知识具有充分的认知，知道“用什么”，才能实现基于业务，去芜存菁、统一处理其次，需要具备大数据、AI、云
29、等能力，了解“怎么用”，才能建立出直接可用的模型和算法输出业务结果最后，还需将两者有机结合，才能实现“高效地用”，从而打通外部数据孤岛，形成合力传统的做法更多聚焦数据管理，但业务赋能往往受到人们的忽视，这也导致虽然业务得以正常开展，但是其开发周期较长，运营效率较低且成本较高。云本地部署智能汽车云服务白皮书|14汽车网联化涉及的电子设备众多，而核心则是车联网的应用，伴随车联网应用端数量的增加和场景的拓展，车联网也渐渐从原来的“成本中心”变为了对实际业务有所帮助的“价值中心”，与此同时，所产生的数据，也逐渐地由“对内应用”演变为“对外应用”。例如监控预警与诊断救援，就对用户数据隐私保护和车端智能部
30、件故障的解决提出了更高的挑战（图10）。智能化与网联化背景下的业务赋能挑战在汽车智能化与网联化的发展进程中，数据资产的价值贯穿全程，数据应用过程中，除了对底层数据管理层面的要求，对于云服务、AI服务以及物联网等技术水平的要求则更为突出，技术的瓶颈也成为了行业掣肘。诸如自动驾驶感知模型的迭代优化，就存在冗余数据的清洗与存储、数据标注、端到端工具链缺失等诸多难点与挑战。图10：智能网联化背景下的业务赋能挑战示例“如何高效地用”“怎么用”“用什么”端到端工具链缺失造成业务断层：传统模型通常只聚焦于工具链的某一个环节，而忽视全局，串联使用时难免出现“错位”，出现业务断层与数据断点，无法形成完整闭环，全
31、程打通开发周期长且成本高故障发生后解决不及时：车辆故障后较慢的响应速度，无法及时解决问题，用户体验感下降缺乏精准的自动标注工具，导致算法迭代周期长：传统的人工标注效率较低，拉低了整体执行效率，导致算法的迭代周期长系统功能复杂度提升对车辆问题定位和快速解决提出挑战：单独依靠传统4S店维修模式无法满足新业态下的车辆维护需求，如何利用远程诊断能力来实现更高效地解决问题充满挑战自动驾驶冗余数据带来清洗困难和存储负担，价值数据挖掘效率低：采集到的数据量大且类别繁多，包括视频、图像、激光点云、雷达点云、车身数据等，其中95%是低价值的，需要进行多层清洗才能获取高价值数据，对于训练所需的难例场景挖掘效率较低
32、，造成存储资源的浪费用户价值挖掘时的隐私保障问题：车企在挖掘用户数据实现价值变现时，容易引发隐私数据泄露等问题智能化业务赋能挑战（以自动驾驶感知模型训练为例）网联化业务赋能挑战（以监控预警&诊断救援为例）资料来源：安永分析智能汽车云服务白皮书|15车企面对挑战时的应对模式不尽相同在汽车行业面临着技术瓶颈以及电子设备和网联多等方面的困难时，各家车企应所处的发展阶段不同，所应对挑战的方式也都不尽相同（图11）。加快数字化进程，搭建从底层管理到上层应用的数据能力成为应对挑战的关键所在。Stefan资料来源：专家访谈，安永分析图11：车企应对挑战的方式应对底层数据管理挑战应对上层业务赋能挑战对数据价值
33、的认知较为充分，建设数据中心以应对日益增加的数据量，但在落地层面却受到体制和机制的掣肘，最终步伐相对迟缓加大对数字化人才的培养力度和技术积累，但面临ICT能力储备不足的问题，在数据采集、汇聚等基础问题上尚存在技术短板知易行难积极引领在应用层面积极运用“拿来主义”，与众多厂商展开合作，但容易造成七国八制的局面，数据孤岛严重，无法形成合力在车联网、自动驾驶等领域积极布局，盘子铺得大但理解仍停留在浅层，缺乏深层模型构建和分析能力，实际业务的推进缓慢深刻了解数据作为核心控制点的重要价值，通过自建数据中心并与云厂商展开合作打造坚实的基础设施，且有统一的数字化部门来贯彻数字化举措在全价值链的执行和落地数字
34、人才储备和技术积累上形成了比较优势，具备打通全数据链路构筑数据闭环的能力在平台层进行了数据的统一，同时开放上层应用，邀请各合作方来共建生态作为行业的积极引领者，致力于构建完整得服务体系，具备将数据和业务进行有机深度融合的能力智能汽车云服务白皮书|16车企想要深度挖掘智能网联汽车的数据价值，构筑竞争壁垒，就必须直面挑战、积极应对，将ICT的能力与汽车行业洞察做有机结合，才能避免在数字转型过程中出现“治标不治本”或“水土不服”的局面。ICT与汽车有机结合的第一步，是在底层数据的管理方面，直接运用ICT使能基础设施的打造，帮助车企构筑打通全数据链路的闭环系统，建立海量数据的获取、存储、计算、使用能力
35、。数据上云是这一步的必由之路云服务能够基于业务助力海量数据的多方汇聚、去芜存菁、统一处理。绝大部分车企都已经迈出了上云的第一步，但面对处理后的数据如何去真正赋能智能网联汽车的各类应用、充分发挥数据的价值，则是车企下一个阶段需要攻坚的重点。仅仅做ICT和汽车的加法是不够的，而是应该做乘法，将ICT的能力和对汽车行业的洞察做深度的融合，从而实现效用的成倍增长（图12）。1.3 云服务是开启智能网联汽车数据价值挖潜的金钥匙图12：ICT助力车企数据价值挖潜业务赋能2ICT车将大数据、AI、云等能力应用于各类服务创新，实现汽车行业知识与ICT技术的深度融合打造专属于汽车行业的各类工具链、场景库、各类核
36、心部件的相关服务能力数据管理1ICT车通过打造ICT的基础能力，解决海量数据、并发交互、融合计算等诸多挑战资料来源：安永分析云服务结合智能网联汽车业务所提供的SaaS应用则是实现其数据价值挖掘的金钥匙SaaS层的云服务能够结合业务，致力于解决汽车行业的业务问题，对内建立直接可用的模型和算法，输出业务结果；对外打通业务断点与数据孤岛，实现业务闭环，使能车企避免在底层服务的搭建与维护中消耗不必要的精力，而是更加注重场景与流程的设计，助力车企应该对更高层面的挑战。举例来说，对于自动驾驶研发这一智能网联汽车的核心场景，云服务的价值在产品、商业和产业三个层面都有所体现。从产品层面来看，云服务是实现算法迭
37、代的关键抓手自动驾驶技术往高阶发展，需要持续不断地积累大量的感知、决策和执行数据，并通过仿真模型和算法的训练实现算法的持续迭代。云服务不仅能提供强大的存储和算力支持，而且能打通多个环节工具链，为算法的开发和迭代提供一站式服务能力。感知算法的训练依赖于大量的数据标注，而云服务的预标注算法可以实现3D点云目标的精准识别和检测，极大地降低了原来人工标注所需地成本，进而提升车端感知模型的迭代速度自动驾驶云服务可以有针对性地搜集车端和云端的难例场景，形成难例数据集，再通过云端对真实场景的大规模并发虚拟仿真，对自动驾驶算法进行有效的测试和验证，实现算法的高效迭代，将原来以周计的迭代周期缩短到了以天计基于云
38、服务的自动驾驶开发平台能够提供端到端的工具链，有效解决车企在研发测试过程中所面临的串联错位问题，赋能车企进行符合自身要求的二次开发，极大地节省了花在适配上的大量时间，加快了商用落地的步伐智能汽车云服务白皮书|17从商业层面来看，云服务可以形成数据合力、降本增效在自动驾驶技术持续迭代升级的过程中，新功能、新场景不断增多，各类服务体验不断升级，车载存储与运算能力都相对有限，车云协同就成为了必然选择自动驾驶从训练到上路，再到量产加速，需要收集并处理大量的人、车、路的信息，云服务能够实现数据资源的统一汇聚，打破多方的信息孤岛，形成数据合力，从而提升迭代效率，缩短自动驾驶汽车从上路到上量的时间基于云服务
39、的自动驾驶开发平台可以实现全球范围的就近服务和异地容灾，提供安全可靠的运维管理，为主机厂解决数据存储的安全合规问题，助其提升约60%的运维效率，且云服务以租代建的模式也能帮助主机厂节约30%-60%的总拥有成本从产业层面来看，云服务助力自动驾驶商业化进程加速自动驾驶研发周期长、成本高、技术难点多，每家车企如若关起门来完全自研，将会拖慢自动驾驶的商用进度，对产业的整体发展不利。云服务能实现数据资源的共享和复用，加速行业的整体商用步伐。云服务的海量存储和AI大数据挖掘和计算能力能够有效挖掘有价值的数据场景，构建泛化场景库，供所有使用云服务的车企复用，帮车企节省巨大的成本耗费，加快研发进度高精地图极
40、大推动了高等级自动驾驶的发展，在云服务的赋能下，图商不仅能够保证海量数据开发的精准度，形成道路数据集，为自动驾驶车辆上路进程提速；同时，云服务还能提供地图信息存储和使用的安全合规，保证符合国家层面的数据安全规范，帮助车企规避数据泄露和滥用的风险，加强产业在研发端的安全性和可靠性小结汽车行业正在经历前所未有的变革，“智能网联”已经并将长期成为行业发展趋势。在这一趋势下，软件及服务能力将是行业玩家展开军备竞赛的核心竞争力，“软件定义汽车”时代来临。数据的比重和价值都显著增强，但数据价值的挖掘却困难重重。车企想要在智能网联的大变革之中建立差异化的竞争优势，必须充分结合ICT的能力和对汽车业务的深度洞
41、察，一方面在底层数据管理方面做加法，打造数据闭环；另一方面在上层业务赋能方面做乘法，形成车与云的有机耦合，提供灵活的应用服务，并驱动业务闭环，从而形成车、云协同贯穿始终。云服务则是激发这一反应的金钥匙，是帮助车企开展全价值链的数据价值挖潜，实现降本增效，加速智能网联汽车商业落地的必由之路和破局关键。智能汽车云服务白皮书|18第二章汽车云服务在智能网联汽车的应用场景展望基于云的数据赋能和业务赋能能力，云不单单是可为当前车企玩家提供良好的数据存储、处理、交互等方面的体验，更是可以广泛应用于自动驾驶标注、仿真测试等场景，同时还能创造出如远程升级、故障监测等新的应用场景，由此将助力车企构筑坚实的数据闭
42、环，以此形式差异化的竞争优势。在汽车智能化、网联化的大背景下，云势必受到越来越多的重视，并将使能车企，推动企业飞速发展，不断孕育更多的智能化应用场景。2.1 汽车云服务助力车企创造新兴应用场景智能网联汽车是跨界融合的创新载体。传统汽车企业与互联网科技公司有很强的互补性。某国内知名互联网公司首席执行官“智能汽车云服务应用场景梳理基于车辆的全生命周期进行展开，从研发，销售，使用，售后服务，到其他衍生服务，我们共识别出了9个汽车云服务的新增场景以及21个更细维度的具体应用场景（图13）。自动驾驶开发服务智能车控其他车载软件应用(非车控)智慧出行车况管控基于驾驶行为的后市场服务基于用户数据的智能营销精
43、细化用户运营自动驾驶感知模型训练自动驾驶仿真测试人机交互车辆远程控制智舱设备智能联动影音娱乐家居互联行驶服务自助支付封闭区域无人驾驶作业监测预警&诊断救援OTA升级UBI二手车评估试乘试驾用户线索评级个性化内容推荐客户流失分析与痛点优化汽车云服务在智能网联汽车云服务在智能网联车的应用场景展望车的应用场景展望特定道路车辆管理1无人驾驶出租车半封闭区域无人驾驶作业智能车路协同图13：汽车云服务在智能网联车的应用场景展望注释：1.特定道路车辆管理含无人化作业资料来源：安永分析智能汽车云服务白皮书|20自动驾驶开发服务随自动驾驶研发向高阶迈进，技术复杂程度加深、更新迭代速度加快，性能强大、安全可靠、部
44、署运维便捷的云服务是加快研发进程的有力支撑。自动驾驶感知模型训练：车辆采集的海量原始数据处理、标注需要依靠云服务的高价值数据挖掘与精准标注能力自动驾驶仿真测试：仿真场景库的构建、仿真测试及评价，不仅需要云端高算力的支撑，更需要结合汽车专业知识的业务赋能高级别自动驾驶单车需保证约100-150MB的网络带宽，约300500TOPS的算力，每日测试所产生数据量约为10TB自动驾驶开发对数据交互、存储、处理等硬件维度和相关业务能力的软件维度要求都相对较高。自动驾驶开发服务现已有具体落地案例，技术相对成熟；但市场接受度及商业模式处于起步阶段。基于用户数据的智能营销在保障隐私数据不泄露和滥用的情况下，高
45、效采集处理用户数据、实现精准营销离不开云的赋能。试乘试驾：基于信息使用同意书，在用户数据脱敏后采集用户试驾时对车辆的反馈用户线索评级：针对丰富多样的线索进行处理及脱敏，精准输出购车意愿等有效信息智能营销所需采集的数据量相对有限，交互性要求较低，因此对上云需求并不是很高；且众多车企，尤其是新势力已展开实践，场景成熟度偏高。智能车控云服务推动车控领域衍生出更多的创新功能，为用户带来更舒适、更智能的交互体验。人机交互：对AI技术依赖性强，需云服务高性能处理器对算法模型训练及迭代更新提供助力车辆远程控制：云服务助力用户实现基于手机或可穿戴设备对车状态的远程查看控制智舱设备智能联动：云服务能帮助座舱基于
46、环境及驾乘人喜好进行舒适性调节智能车控场景产生的数据量较少但智能联动对交互时效性的要求较高，因此对云端处理器的能力要求较高。智能车控场景成熟度相对较高，然而各场景的商业模式则还有进一步发展的空间。其他车载软件应用(非车控)车载软件的广泛应用少不了汽车云服务针对数据采集、处理、交互等多个维度的赋能。影音娱乐：跨界挖掘适合车载的流媒体应用，如体育直播等，将需要云端为畅快体验赋能家居互联：云服务助力车与家居智能设备实现数据互通，让用户体验高效舒适的生活行驶服务：云服务助力车与导航及各类生活应用软件实现数据互通互联，为车主提供便利影音娱乐与行驶服务的多媒体内容数据量大（约2G），因此对数据的交互与存储
47、有较高要求。各类车载软件已在日常生活中广泛应用，成熟度高，家居互联则尚在初步发展期。智慧出行要真正实现智慧化且安全便捷的交通出行方式，需汽车云服务为端到端的信息共享、边缘计算、智能化感知提供强大的传输、存储、算力支撑。自助支付：汽车云服务的实时交互特性赋能停车的自动收付款，避免道路拥堵无人驾驶出租车：开放路段车辆行驶路径的智能规划以及基于路端信息的无人化安全驾驶需云端将各类信息进行高效收集并计算智能车路协同：汽车云服务可支持车端与基础设施端的感应设备实时数据互通互联智慧出行的发展需要较为成熟的自动驾驶技术，其对数据交互、存储、处理的要求均较高，因此需要汽车云服务的助力。由于开放道路的自动驾驶亟
48、需政府政策引导，各个维度成熟度都较低。123智能汽车云服务白皮书|2145特定道路车辆管理车、路、云的全面协同助力特定区域内的交通实现一体化的管控。云端大脑对车辆、道路等多渠道信息的高效存储、分析、传输，能实现远程监控调度无人作业车辆，利于特定区域的无阻运行。封闭区域无人驾驶作业：封闭区域内（如港口、矿山、机场等）需要云端实现车辆与平台数据的打通，实现无人化作业车辆远程调度半封闭区域无人驾驶作业：半封闭区域（如专线物流、城市BRT等）内车辆的有序运行需云端针对计算、实时交互的赋能特定道路车辆管理的发展需基于较为成熟的自动驾驶技术，对数据交互、存储、处理的要求较高，且需要基于业务的专业能力进行车
49、辆的智能调度，因此亟需云端大脑的助力。该场景作为最终实现开放道路无人驾驶的示范应用，成熟度相对较高。车况管控车况管控车况监测及更新进入高速网联化阶段，汽车云服务助力完善智能车检体系的建立，优化用车体验。监测预警&诊断救援：汽车云服务赋能车辆电控设备的持续远程监控和全生命周期运维管理，实现车辆故障的精准预测、预警，并协助车主、车企进行故障诊断、远程修复救援OTA升级：汽车云服务助力软硬件系统远程更新，通过下载升级包进行车辆系统的远程升级与维护，提高车辆性能，提升客户体验车况管控的实现需基于大量车辆历史及实时监测信息数据，以及较快的数据交互和处理速度，因此对上云费用及速度有较高需求。另外，车况的智
50、慧化管控和用户精细化运营需汇聚多个数据源、场景库，并基于大数据及AI等技术进行算法模型训练，软硬一体的SaaS服务方案将助其快速落地。目前车况管控诸场景已具备技术能力并有一定应用，正在实现更为成熟的商业模式及更为广泛的市场化应用，处于高速发展阶段。基于驾驶行为的后市场服务车辆驾驶行为信息经过采集与云端处理，从单一用户行为进化成具备高市场价值的车辆信息，价值大幅提升，极大程度解决市场信息不对称难题。UBI：汽车云服务高效存储与处理能力助力车险针对用户驾驶习惯将脱敏后的数据进行分析，提升保费定价精准性及车险产品的多样性二手车评估：云端大容量存储空间使能车辆全生命周期信息筛查整理，让二手车定价更精准