智能网联汽车车载服务生态的架构规划与发展建议

摘要：良好的智能网联汽车车载服务生态不仅可以促进智能网联汽车车载服务市场健康发展，也可以为车载服务研发行业提供更多发展动力与变现机遇，最终能够为市场提供更优质的车载服务产品。文章基于智能网联汽车车载服务不断发展的现状，详细分析了其市场基础与发展问题，并提出构建智能网联汽车车载服务商业生态的解决方式，包括建立车载服务商业生态理念、采用K-means++聚类算法与卷积神经网络（CNN）画像作为其主要应用技术、维持市场秩序、构建商业模式等。

随着科技的快速发展和消费者对智能化、网联化需求的不断提升，智能网联汽车作为汽车产业与信息技术融合的重要产物，正逐渐成为市场的研究的热点。行业发展现状集中在：1）车载智能终端普及。在现代汽车中，车载智能终端是智能化配置的重要组成部分。远程通信终端（Telematics Box, T-Box）作为连接车辆与云端的桥梁，具备向云平台传输整车数据和状态信息的能力，几乎成为现代私家汽车的标配，2023年T-Box装配率已达78%[1]。当前，车载智能终端正朝着更为智能化的方向迈进。2）车载服务多样化。随着政策、技术与市场的驱动，车载服务正展现出多样化的发展趋势，有望在未来几年内迎来高速增长，并拉动汽车基础软件的市场需求释放，预计到2025年中国汽车软件市场规模将达到373亿元[2]。除传统的导航、音乐播放等功能，越来越多的创新服务被引入到车载系统中，如娱乐游戏、智能支付、车载电商等。这些服务不仅丰富了车载系统的功能，也满足了消费者日益多样化的需求，为网联汽车市场的繁荣注入了新活力。3）智能大屏普及。作为车辆联网的硬件基础，智能大屏已成为现代汽车的标配，为各种车载服务的推广提供了较为优越的条件。

当前智能网联汽车已具备一定的技术基础和市场需求，未来，随着技术的不断进步和市场的不断开拓，车载服务推荐的需求也将呈现出旺盛的发展态势。

在“双碳”目标及“绿水青山就是金山银山”的理念下，国家积极推进可持续交通发展，把安全、便捷、绿色、高效、经济、包容、韧性作为发展方向，并积极推动智能网联汽车产业链发展。

智能网联汽车行业的发展潜力巨大。据观研天下数据中心整理统计，2021年我国智能网联汽车的市场销售规模达到了1 650亿元，在世界智能网联汽车的市场规模中占比高达40.6%。据工信部公开数据，截至2023年底，全国共建设了17个智能网联汽车国家级测试示范区、7个车联网先导区、16个智慧城市与智能网联汽车协同发展试点城市[3]。但是随着智能网联汽车的快速发展应用，两大问题越发凸显：一是缺少非主观触发的服务推荐算法，二是潜在价值难以变现。

为应对上述问题，智能网联汽车车载智能服务市场应运而生，基于智能网联汽车硬件设施收集丰富的数据集构建智能网联汽车车主画像模型，该模型作为智能网联汽车服务开发商挖掘潜在客户的重要信息参考，能够更好地为开发商识别潜在用户，同时也能更好地为车主提供智能的服务推荐。

1 智能网联汽车车载服务生态的内涵

1.1 商业生态理论

商业生态是一个比喻性的概念，用来描述在特定市场或行业内、企业、消费者、竞争者以及其他利益相关者如何相互作用和相互依赖，形成一个复杂、动态的网络[4]。

商业生态的概念强调了企业之间以及企业与其他市场参与者之间的连接和互动的重要性。在这样的生态中，企业不仅要关注自身的发展，还要关注生态中其他成员的健康和发展，因为在一个相互依赖的系统中，任何一个成员的失败都可能对整个生态产生影响。同时，一个健康、活跃的商业生态可以促进创新，进而提高整个系统的竞争力和适应性。

商业生态模式可带来多方面的好处，如：加速创新、降低成本、提升用户体验、助力行业可持续发展等。

1.2 智能网联汽车车载服务生态的内涵

智能网联汽车车载服务生态是本文构想的一种新兴商业生态模式。基于大量适用于多种环境、多需求的传感器收集到的车辆驾驶数据，并借鉴当前基于大数据处理的商业生态（如短视频、快递、外卖等），运用商业生态系统理论提出智能网联汽车车载服务商业生态。

值得注意的是，数据收集过程获取的所有信息，以及对这些信息的使用应该限定在智能网联汽车售卖方与销售者达成的相关协议，并在车载服务与使用者达成的相关协议框定范围内。同时对于相关推荐动作所需要的模型训练应该由前文提到的联邦学习、区块链等具有高保密性的训练技术获得。

该生态本质上是智能网联汽车行业商业生态系统的一部分，具有更新迭代快、准入门槛较低的特点。

1.3 智能网联汽车车载服务生态系统的组成分析

1.生产者

车主与智能网联汽车是源数据生产者，目前智能网联汽车中搭载了多样的传感器，这些传感器将收集巨大数量的车辆数据与车主驾驶数据。该数据是车主画像的生产原材料，更是车载服务进行辅助驾驶服务等衍生服务的基础。车载服务开发商与服务推荐商分别是个性化服务与车主画像的生产者，产生生态当中最直接的商业产品并直接盈利。

2.消费者

在智能网联汽车车载服务生态系统中，车主作为最终服务的消费方，是整个生态的消费者。车主对车载服务产生需求，是拉动车载服务生态健康运行、不断迭代的直接动力。车主在智驾过程中不断产生的新需求、反馈的新建议可以促进车载服务升级创新，车主在驾驶行为中产生的大量数据也将作为车主画像的依据，推动服务产品的发展与迭代。

3.分解者

智能网联汽车车载服务生态系统中的分解者主要是支撑生态各环节连接，打通供给与需求桥梁，变现市场潜在价值的角色。基于车主画像的智能网联汽车车载服务，在生态中就担任了分解者的作用。

它作为辅助定向推荐的工具，为智能网联汽车车载服务降低了市场准入门槛，为提高定向挖掘潜在客户的性价比提供了基础，同时使车载服务迭代升级速度远大于车主认知的迭代速度，有利于车载服务的成果更快、更低成本进入商用领域。

4.系统运行环境

智能网联汽车车载服务生态运行环境主要是指运营环境、政务环境、科技环境等。车载服务生态需要有相关的运营监督、运营审计的环境与政务相关文件支撑，保障市场的公平安全，防止市场资源浪费和以次充好的市场乱象发生。同时车载服务作为一类基于大数据处理的虚拟环境的软件商品，其发展依赖包括传感器、数据分析、车辆智驾等多个科技行业的发展，一个良好的相关科技环境是支撑车载服务市场发展的基础。

2 智能网联汽车车载服务生态的总体架构

基于1.3小节的智能网联汽车车载服务生态，结合实现整体架构的核心技术分析生态规划的合理性与可实施性。

2.1 架构描述

环境感知作为智能驾驶实现第一环节，是实现车辆自动驾驶的前提[5-6]。如图1所示，本生态将通过出行平台和车载传感器为主要数据信息获取来源进行数据整合，随后对数据进行清洗以确保数据质量和一致性；再利用K-均值++聚类（K- means++）分析算法进行用户画像建模，K-means聚类是最常用的一种基于划分的聚类方法，通过计算样本点与质心的距离，与质心距离近即相似度高的样本点被划分为同一类簇[5]，K-均值++聚类分析算法有效减少了初代K-均值聚类分析（K- means）算法的聚类误差，提高了画像的精准度，另外还可发挥其收敛速度的优势，提高数据处理效率，实现智能网联汽车车主和车载服务开发商之间的生态链接，从而快速响应市场变化和用户需求。另外，基于18层残差神经网络（Residual Network 18, ResNet18）的图像分析卷积神经网络（Convolutional Neural Networks, CNN）辅助实现精准图像识别和对象检测，帮助智能网联汽车提高车载系统的服务能力，实现车主与汽车生产商之间的生态链接。

图1 生态架构图

此外，高精准度下的车主画像可帮助车载服务开发商设计出贴合用户特征的应用和程序，适配度较高的应用和程序可与车辆形成合力，进而提升销量。

2.2 构建智能网联汽车车载服务生态

智能网联汽车车载服务生态由智能网联汽车车主、车载服务开发商以及智能网联汽车生产商三个主体构成，在车主画像过程中发挥不同生态点位的作用。前期从车辆、驾驶者及其周围的环境中获取大量画像所需信息，通过用户画像建模与分析形成最终车主画像。然后基于车主画像的功能，一方面可以为车主提供如智能导航、偏好推荐等个性化服务，另一方面还可为车载服务开发商以及智能网联汽车生产商两大产出主体提供有价值的用户偏好信息。

智能网联汽车车载服务生态是一个复杂的多元化系统，在发展的过程中需要各个主体相互配合和相互支撑：丰富且有效的信息是形成画像准确性的基础和关键，智能网联汽车车主作为画像信息的所有者，直接提供的画像信息可高效整合生态内现有资源，避免了从其他生态获取信息资源而带来的不必要成本；高质量的用户画像能够帮助车载服务开发商和智能网联汽车生产商准确把握用户偏好，进行精准化生产和营销，以用户特征为基础进一步直击用户痛点，进行商业模式的探索和创新；与用户契合程度较高的产品和服务有利于智能网联汽车驾乘体验，进一步提高车主满意程度，促进生态内部持续消费，最终形成闭环，实现三方利益相关者共赢。

3 智能网联汽车车载服务生态的现存问题

3.1 寡头垄断趋势与市场壁垒

智能网联汽车领域市场广阔但技术复杂、关联系统多，需要庞大的研发投入和复杂的技术积累，这导致市场参与门槛提高。大企业凭借充足的资本和技术优势，能够更快地推出新技术和服务，逐渐占据市场主导地位。这种趋势使得新进入者难以与之竞争，形成了寡头垄断的局面。

随着大企业通过专利、品牌、渠道等手段巩固自己的市场地位，市场壁垒逐渐加高。这不仅包括技术和资本壁垒，还有数据获取和处理能力的壁垒。由于智能网联汽车服务高度依赖数据分析和处理，只有掌握丰富数据资源的企业能够更有效地优化和推广其服务，这使该市场壁垒层层高筑。

3.2 车载服务发展与用户认知的矛盾

智能网联汽车车载服务涉及软件、云计算、大数据等技术，这些领域本身更新换代极快。为保持竞争力，服务提供商需要不断优化并推出新功能，以满足消费者的期望和需求。然而，用户认知更新速度慢，服务开发商很难及时锁定目标用户，并且在服务“被迭代”之前将科研价值变现。同时，当极多的车载服务呈现在车主面前时也大大增加了车主的选择成本。研究者需要一个能够打通车载服务信息与该服务的目标客户之间的信息壁垒的商业生态。

3.3 闭环商业价值以及规模化应用尚未实现

智能网联汽车车载服务可以通过数据分析和车主行为识别等方式实现个性化的服务并提高用户满意程度。同时基于收集到的数据对于车主进行的画像可以支撑个性化的服务推荐功能，将更先进、更适合的服务推荐给用户。这对于车载服务开发市场以及智能网联汽车生产市场来说是提高车辆品牌价值和用户忠诚度的关键，车主提供的有效信息和数据可成为车主、车载服务开发商以及智能网联汽车生产商三者互联互通的资源基础。

然而，智能网联汽车行业仍处于起步阶段，闭环商业生态系统尚未构建完成，数量庞大的用户信息、数据以及开发商之间呈割裂态势，车载服务开发商与智能网联汽车生产商需要大量用户来消除快速发展带来的信息差，从而利用技术迭代实现应用推广，促进商业生态系统协同发展。

4 智能网联汽车车载服务生态的发展建议

4.1 打造智能网联汽车车载服务生态的理论方法

4.1.1 构建车载服务生态理念

汽车不断普及，智能网联技术不断成熟，为智能网联汽车市场不断扩大提供了保障，也为形成车载服务生态提供了基础。

由于目前车载服务市场呈现出一种垄断的趋势，通常车机没有赋予车主随意下载软件的权限，更多是自身搭载的应用系统，具有迭代速度慢、含有量不饱和的问题，同时也存在与手机系统兼容性限制等问题。研究者需设计出智能网联汽车车载服务生态，从而降低市场准入门槛、防止形成寡头垄断，同时为车载服务市场提供必要竞争力，促进行业发展。

智能网联汽车车载服务生态含有大量的智能网联汽车车主与智能网联汽车车载服务开发商。在该生态里，开发商共享巨大的用户量，并且通过车主画像进行针对性挖掘，提高开发商挖掘客户行为的性价比，同时为车主提供更加智能、与时俱进的车载服务推荐，为车主创造更智能、不断更新的驾驶服务。

4.1.2 发挥车主画像建模的关键作用

同其他商业生态一样，消费者画像是形成商业生态的关键一步，对车主的画像具体有以下作用：

1）支撑个性化推荐，增强生态吸引力。基于车主画像可以进行更精准、适宜的车载服务推荐，这样的服务推荐可以为车主提供更好的驾驶体验。同时，在生态里收集的大量车主画像极具商业价值，将逐步吸引更多车载服务开发商进入，提供更加活跃的车载服务信息，进一步促进与画像匹配的个性化推荐发展。

2）在画像与模型不断训练的过程中，可以从宏观角度量化地获取车载服务市场需求并反馈给服务开发商，用需求指导生产，进一步促进科研成果高效变现。

总而言之，在生态建立初期，车主画像可以吸引更多车主以及服务开发商的进入，从而为生态形成积累数据资本。在生态进一步发展过程中可以用宏观上提炼出来的画像内容支撑生态健康发展。

4.1.3 建议实施技术

原始数据会因传输过程中的信号问题等原因存在错误、冗余和缺失等问题，需要进行数据清洗[7]。智能网联汽车大数据分析的数据整合与清洗工作能够确保数据的质量和一致性，为后续的数据分析、用户画像构建、个性化服务推荐等提供坚实的基础。

在用户画像建模领域，通过使用上述的基于K-means++聚类分析方法以及基于ResNet18的图像分析卷积神经网络，能够更加精准地实现车主画像建模。这些算法与模型大幅提升了模型的准确性和效率，使得智能网联汽车的车载系统更加智能化和模块化。

随着技术的发展，可能会有更先进的模型出现，提供更优的性能和效率。因此，将ResNet18应用于此领域，能够提升智能网联汽车车载系统的移植性与可复用性，同时收集整理相关数据，为更先进的卷积神经网络模型提供支撑。

4.2 构建智能网联汽车车载服务生态的宏观环境

4.2.1 打破市场垄断与壁垒

在市场垄断还未完全实现的条件下，需积极鼓励多元企业参与车载服务市场，以形成充满活力的竞争态势。同时，需不断完善监管体系，确保公平竞争环境的构建，严厉打击不正当竞争行为。此外，还应推动跨界合作，打破行业壁垒，鼓励各方共同开发创新的车载服务产品，以推动整个行业的健康发展。

4.2.2 明确商业模式与盈利路径

为实现车主、汽车厂商及车载服务商三方利好的良好生态，需明确车载服务的商业模式与盈利路径，积极探索多元化的收益方式，以实现商业价值的最大化。通过加强各方合作与协同，共同打造闭环商业模式，优化用户体验，提升用户满意度与忠诚度。同时，还可以通过推动规模化应用，制定统一的技术标准，加强基础设施建设，为车载服务的规模化应用提供有力支持。汽车厂商还需不断提升技术创新能力与响应速度，以应对服务更新快与车载服务产品更新能力有限的矛盾，推动整个行业的持续发展。

5 结论

基于对智能网联汽车行业现状和发展趋势的分析，研究构建涵盖智能网联汽车车主、车载服务开发商以及智能网联汽车生产商的商业生态系统的必要性。

本文分析了该生态实施面临的条件，包括发展基础、发展趋势，发现建立该生态有一定的市场与行业基础，具有较高的可行性。同时还提供了智能网联汽车车载服务生态总体架构详细的描述，构建了一个具体的、具有较高可操作性的商业生态，并且详细论述了该生态在市场健康发展、行业不断进步、科研价值变现等方面的突出优势。针对该商业生态提出了具体的建立方法，包括生态理念、主要应用技术、宏观大环境、市场秩序、商业模式等方面。

但在构建智能网联汽车车载服务生态的过程中，需要考虑行业标准和政策法规的制定与遵守可行性。同时如何提高生态参与者对新生生态的接受度仍有待进一步探讨。

参考文献

[1] 佐思汽研.2023年全球及中国乘用车T-Box市场研究报告[R/OL].(2023-05-18)[2024-03-28].https://db. shujubang.com/home/login/index/gid/19865.

[2] 智能网联汽车车载服务亿欧智库.2023中国智能电动汽车车载软件市场分析报告[R/OL].(2023-04-20) [2024-03-28].https://data.iyiou.com/share/briefing/tSVsxFM0t3.

[3] 工业和信息化部,公安部,自然资源部,等.关于开展智能网联汽车“车路云一体化”应用试点工作的通知[R/OL].(2023-01-17)[2024-03-28].https://www.miit.gov.cn/jgsj/zbys/wjfb/art/2024/art_140d86b63e494628ae039dd23a3cc539.html.

[4] 詹姆斯·弗·穆尔(美).竞争的衰亡:商业生态系统时代的领导力和战略[M].梁骏,译.北京:北京出版社, 1999.

[5] 《中国公路学报》编辑部.中国汽车工程学术研究综述·2017[J].中国公路学报,2017,30(6):1-197.

[6] 程登,张亮,赵小羽,等.基于聚类算法的新能源汽车用户居住地预测[J].汽车实用技术,2021,46(10):11-13.

[7] 唐运军,孙舒畅.机器学习中的特征工程方法[J].汽车实用技术,2020,45(12):70-72.

END

一群志同道合的朋友齐聚知识星球

加入《阿宝说车》知识星球，可获得这些模块的相关学习资料（目前有研究报告，线上大咖分享、线下闭门会），包括16大板块，详细清单如下：