汽车数据发展趋势研判
文摘
科技
2024-09-05 10:00
北京
2023年11月，国家数据局局长刘烈宏首次提出数据基础设施概念，指出其是在网络、算力等设施的支持下，面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施。2023年12月，国家数据局等多部门联合印发《“数据要素×”三年行动计划（2024-2026年）》，提出“数据要素×交通运输”重点行动，为汽车数据发展提供了明确的指导方向和工作范围。在数字化发展浪潮与政策的双重加持下，汽车数据将迎来快速发展。
构建统一互通的汽车数据基础设施对于行业数字化转型具有重要价值。通过构建跨部门、跨企业乃至跨行业的汽车数据基础设施，车企可以更好地挖掘数据价值，以创新提升核心竞争力，帮助企业更好地应对汽车行业发展带来的数据量超量增长，同时实现汽车数据驱动的创新与价值提升。
汽车数据基础设施的建设重点在于提供一体化汽车数据汇聚、处理、流通、应用、运营、安全保障的服务能力，需要充分融合计算、存储、网络、大数据、AI等技术能力，构建以数据、应用和智能为核心的统一互通底层框架，支持业务中台的应用快速迭代开发、数据中台的数据高效处理和数据流转共享的安全高效。因此，汽车数据基础设施建设需满足保障数据安全、促进数据价值释放及降本增效三点需求，为上层数据流通、应用提供支撑，推动数据处理环节实现高效率、低成本、高智能。当前，业界围绕数据处理已经开展了广泛实践并形成了较为成熟的技术产品形态，能够为汽车数据基础设施建设提供有力支撑。面对的快速变化的数据需求和复杂的技术组件，业界借鉴DevOps的方法，提出DataOps（数据研发运营一体化），通过构建和增强数据管道的方法和技术，满足快速数据分析需求和业务价值需求。通过将DataOps引入汽车行业，一方面能够企业提升用数据进行决策的能力，养成用数据分析的习惯，从而更好地应用数据赋能业务，同时搭建起一条敏捷高效的数据研发流水线来支撑业务的探索；另一方面能够打破部门间数据壁垒，提升数据供给的效能，加速数据产品的研发效率，降低数据管理与维护成本。
![]()
随着汽车数据规模和数据关系复杂度的增加、数据权属问题的复杂化，传统集中式数据管理模式无法满足需求，出现了Data Fabric（数据编织）这一概念。Data Fabric是通过增强数据目录、数据虚拟化、主动元数据等技术，将大型机构内多个数据平台进行逻辑集中管理，避免物理集中带来的重复建设，实现数据在大型机构内的统一纳管、充分共享、融合分析与应用。通过Data Fabric在汽车行业数据治理中的应用，能够推动元数据采集实时化、数据质量稽核实时化、元数据管理图谱化、数据服务和指标分析自助化，实现数据资产的成本和价值盘点，提升各系统数据治理水平和易用性。汽车数据涉及众多环节，包含车辆的设计、制造、流通、使用、销售直至报废拆解的全过程，通过汽车使用全生命周期数据的融合和应用，将推动汽车产业数字化转型，让数据不断释放价值，以数据驱动产业效率提升。
一方面，应以汽车数字档案为核心，建立车辆从购置到报废全过程的使用记录，形成以车辆识别码作为唯一身份标识的“一车一档”，覆盖生产、销售、登记、检验、保养、维修、保险、报废等汽车全生命周期，对于非保密、非隐私性信息可向社会开放，提供查询和开发服务，并推动信息服务的市场化运作。另一方面，现阶段汽车行业缺少专业的数据服务能力，数据供、需方间缺乏有效的桥梁，无法将数据转化为资产化数据产品，实现流通交易和数据价值变现。因此，汽车行业数据亟需建设数据供需双方的桥梁，建立面向行业内及跨行业应用的汽车数据流通服务平台，实现数据要素流通和增值。细化汽车数据分类分级机制。一方面，相关部门可以结合智能网联汽车行业场景，针对具有共性或通用性的关键数据，建立数据分类分级目录，并推动构建相关数据共享机制，对列入目录的数据进行重点保护。另一方面，各行业主体需发挥自律作用，推动搭建产业开放共享的合作平台，引导企业进行信息共享，提升全行业合作互动效率。
完善车机数据与个人隐私的合规工作。法律制度层面，相关部门应进一步完善相关的隐私保护细则，建立健全的车辆数据法治体系，明确个人隐私数据的权利主体和责任主体，以及主体相应的权利范围和责任范围。企业层面，需根据自身的发展战略和风格，建立透明、可信、可控的个人隐私数据管理机制，充分尊重和保障用户对于个人隐私数据的知情权和选择权，避免滥用或泄露用户隐私数据。场景层面，随着智能网联汽车应用场景多样化和复杂化，隐私保护应当因地制宜地发展，推动具体的隐私保护模式和功能实现。
推进汽车数据出境安全评估与合规工作。在法律制度方面，需要制定和完善相关的政策法规，明确数据出境规则，同时建立有效的数据出境审查机制和跨境执法合作机制，防止数据被滥用或侵犯。在技术标准方面，需要制定和执行符合国际标准和技术规范的行业规范，规范智能网联汽车数据的收集、存储、传输、处理和使用过程，确保数据在各个环节都得到有效的加密、授权和监督。在企业自身方面，需要增强核心技术的自主可控能力，减少对外部供应商的依赖，提升自主研发和创新能力，建立自有的汽车数据平台和服务体系。
数字化转型为汽车行业带来了全新的机遇和挑战，是汽车行业高质量发展的关键支撑。数据在汽车研发数字化、供应链数字化和管控数字化等场景中，可以帮助企业加速创新、提高效率、降低成本，并提供更好的产品和服务，助力汽车行业迈向更加可持续和智慧化的未来，从而推动整个汽车行业实现数字化转型。
研发方面，通过收集和分析车辆和零部件的性能数据，车企可以更好地了解消费者需求和市场趋势，基于数字孪生等技术实现虚拟设计和数字化模拟。生产制造方面，车企基于大数据分析平台，能够进行大规模定制化生产和精益制造，并推动制造工艺自动化与信息化，降低生产成本、提高生产效率和品质稳定性。供应链管理方面，通过实时监测和分析供应链数据，可以优化物料采购、库存管理和运输计划，提高供应链整体效率。营销方面，基于数据可以实现销售渠道与用户售前、售后服务的全链路打通，实现营销媒介和消费者之间的全方位、多元化互动。车企可以更多利用数据对客户定位和购买偏好进行精准化分析，并深入了解用户售后服务需求，实现汽车由产品化驱动转向服务化延伸。近年来，基于数据的汽车大模型不断推出，目前已在车联网、人车交互等方面实现落地应用，助力加速商业闭环的形成，驱动企业向价值链高端跃升。车联网大模型能够增强自动驾驶感知范围，实现即时、智能的交通诱导控制。大模型在高阶自动驾驶的应用已成趋势，在车端可以增强自动驾驶感知范围，有效应对极端路况/天气等长尾场景；在路端可以开展交通诱导管控、集群调度和远程遥控接管等应用，从而均衡道路上的交通量，提升行车的通畅度和安全性。智能座舱渗透率快速提升，语言大模型率先应用。2022年中国市场乘用车搭载智能座舱前装交付795.05万辆，同比增长40.59%，前装搭载率为39.89%，渗透率快速提升。语言大模型率先接入智能座舱，如商汤“商量SenseChat”、百度“文心一言”。多模态大模型也陆续用于智能座舱，触屏、手势识别、增强现实型抬头显示（AR HUD）等交互模式不断发展演进。
汽车数据工作组将围绕汽车产业数据治理、数据中台建设、数据安全、数据合规、数据应用、数据流通等方向持续开展标准研制、课题研究和沙龙活动等相关工作，旨在与产业界携手推进汽车数据优秀实践经验和共性知识的积累与推广。同时，工作组即将开展新批次成员单位征集活动，欢迎各单位积极关注并参与！
中国通信标准化协会大数据技术标准推进委员会（CCSA TC601,简称：数标委/BDC），旨在凝聚产业链各个环节，识别和解决大数据发展面临的重大问题，开展大数据技术、数据资产管理、数据共享与流通、数据安全等共性基础标准研究，以标准推进工作为纽带，推动大数据与实体经济深度融合。欢迎加入我们的行列！
入会咨询：白老师 13520285502
baizhimeng@caict.ac.cn
