關於機器之心 AI20 ：

AI20 是機器之心發起的聚焦人工智能產業應用的高端閉門分享活動，每期活動邀請20名人工智能技術公司及產業界的專家和決策者，共同探討人工智能產業化。本活動旨在通過高質量內部分享和探討，促進人工智能技術方和產業方之間更加高效的交流合作，輔助各方進行產業決策，搭建人工智能落地的產業平臺。首期 AI20 以「大數據及人工智能在汽車行業的應用」為主題，邀約了 Deepmap 、徑衛視覺、鈦馬車聯網、數之聯、數策等數據智能企業代表與來自產業界的嘉賓進行深度交流。

撰文 | 宇多田

在一個聚集了上海政府、技術公司與傳統汽車人的閉門會議上，氣氛有點特別：

臺上的技術創業公司不講產品不講技術，只聊客戶反饋與多年踩坑心得；而臺下來自上汽、吉利、威馬、博世等一眾車企與 Tier1 廠商的老炮兒們無不在認真拿筆寫寫畫畫，期間還舉手提問請對方解惑。

不得不說，在剝離掉許多公開活動的宣傳包裝成分後，這場閉門會議除了讓我們對科技公司的創業之痛有了更切實的感知，也對「車廠爸爸們」面向新技術的態度有了新的認識——

車廠很焦慮，他們比誰都想先讓新技術在自己車上「跑」起來。

而究其原因，用演講嘉賓鈦馬網 CEO 的一段話解釋再合適不過：

「今天大家不要看不起特斯拉，它的市值超過福特和通用，又超過了寶馬，這是有必然原因的。我們不能說它是完全市場炒作，市值超過一堆百年傳統大廠，大家可以想象一下這是不得了的事情。

為什麼？以用戶為中心已經成為潮流，而很多車廠還在只考慮產品和產能，就想著一個點——怎麼在客戶買車的那一刻忽悠它，連後面那堆售後服務都是迫不得已才要做的。

而現在，你逛一圈車展就知道，反映在產品力上面的競爭已經結束了，水平都差不多了。

但是體驗和功能向上的，譬如智能座艙和 ADAS 的競爭還進行地十分火熱。

而智能座艙做完還會有更高階的人工智能駕駛艙，ADAS 下面還有更高階的自動駕駛功能，這些維度都會對汽車產品力和汽車的用戶運營戰略產生雙重影響。

不過你看，掌握這些核心技術的都不是車廠。」

雖然如今幾乎沒有一家汽車企業不設立與大數據、車聯網以及智能駕駛相關的業務部門，甚至許多家車廠也仿照自動駕駛技術公司，給自己的車裝上各種傳感器，然後低調地把它們放到全國的道路上去收集數據。

但是，這些都不能掩蓋「不擅長」這個基礎事實。

給車裝了昂貴的傳感器，能跑起來嗎？跑起來以後就能順利掃出高精地圖？以及關於數據傳輸，特殊場景數據分析，道路規劃等等相關的一系列問題都會接踵而至。

而這不僅僅是把各類工程師「拼湊」起來這麼簡單。

「之前有主機廠就說要不我自己去買一家地圖企業，自己去做高精地圖吧。然後我說你這事肯定不靠譜。」

另一位演講嘉賓高精地圖 DeepMap 大中華區總經理劉澍泉在與車廠的頻繁接觸中，也曾遇到一些公司期望用錢來一次性買斷這個技術能力，

「為什麼不靠譜？

今天粵港澳你知道里面的交通符號、交通法規有多大差異。你知道中國的左舵駕駛車和英汽的右舵駕駛車，行駛習慣上有多大差異？

你知道在中國裡側道路常見的左轉調頭道路標識，在美系道路標識裡面根本沒有；在英國全是 roundabout（轉盤，有點類似於中國的環島），在中國則全是紅綠燈，有高架橋。

專業人幹專業事兒，做成高精地圖這件事，除了你對測繪瞭解，你還要對交通法規有很深的瞭解，然後再結合人工智能，你才能做成這件事兒。」

事實上，除了防止割裂地去看待每一項技術能力，割裂看待每個以用戶為中心的汽車應用方向也是一個當下相關行業裡錯誤的認識。

自動駕駛、車聯網、智能製造以及共享汽車（分時租賃），每個方向單拎出來都能被專業人士塑造成一個顛覆汽車未來的商業賽道，但我們卻一直忽視了他們之間的關聯性。

• 做自動駕駛所涉及到的帶寬以及數據傳輸問題，需要車聯網的「底層支援」。而這兩個概念也是「智慧城市」不可忽視的兩個組成部分；
• 自動駕駛汽車的量產與驗證流程，智能網聯汽車的軟硬件升級，都與智能製造脫不了干係；
• 共享汽車從一開始就和自動駕駛捆綁地特別緊，雖然短期來看實現難度之大有目共睹，但對於重金押注分時租賃的車企們來說，理論上自動駕駛的確能夠解決線下運營調度的問題，也能夠提升車輛的利用率。

不過有趣的是，從當下來看，解決分時租賃企業遇到的麻煩倒是與一些特定的車聯網功能「一拍而合」。

譬如，來自國內某汽車分時租賃平臺的嘉賓就對因駕駛安全問題導致的運營成本高居不下而非常頭痛，就向演講嘉賓徑衛視覺 CTO 李亮提出了兩個問題：

「我們在全國大概投了幾萬輛車，有一部分用戶是剛拿到駕照，發生事故的概率相對較高，這種情況會造成每年的運營成本的增加。

所以我的疑問是，安裝一些有疲勞檢測功能的軟硬件是否會產生作用？當我們收集到不良駕駛行為數據之後，如何對這些駕駛行為進行進一步干預？」

前一個問題可以讓相關人臉識別技術公司發揮用武之地；後一個問題如何解決則需要雙方做進一步探索。

幸運的是，在汽車產業恰逢「新舊轉換期」的當下，傳統汽車與新興技術公司之間並不是「支配」與「被支配」的關係，也不是競爭關係。

互相學習，才能各取所需。

機器之心選取了本次閉門會議其中2位嘉賓的精彩演講，但由於部分內容涉及到技術商業機密且內容相對敏感，我們應演講者要求對內容進行了刪減處理（以下內容以第一人稱呈現）：

DeepMap劉澍泉：車企能用的高精地圖到底長什麼樣？

今天我們去做地面測量，不管是測繪公司，還是其他企業，都會選取一些觀測點。然後基於這些觀測點，根據天氣情況每個點用 GPS 平均測量 4~8 個小時，得出一個測量平均值，就是這個觀測點的絕對精度。

絕對精度事本身是一個統計平均值，並不是完全準確的，當有了雲或風，或其他天氣變化的時候，絕對精度會出現一定偏差。

假如說能通過絕對精度去做自動駕駛這件事，可能自動駕駛在十年前就實現了。

因為整體 GPS 這一套系統，無論是北斗，還是差分 GPS 技術都已經很完整。

但為什麼自動駕駛的定位到今天都這麼難做，原因就在於 GPS 信號是一種弱信號，經常會受到各種各樣的影響。

依靠 GPS 定位，定位偏差保持在米級已經算好的了。我們碰到過高架橋下高達 8 米的偏差，隧道和地庫裡則根本沒有信號。

這個時候該怎麼做？我們的答案是，在我們創業之初就確定了通過相對精度以及定位服務去解決自動駕駛的問題。

那麼高精地圖怎麼去發揮作用呢？

首先，這個東西是給機器指路的，不是給人指路的。因此，要認識到機器眼中的高精地圖使用模式：

基於攝像頭、激光雷達、GPS 等多種傳感器相融合的精準定位。這些傳感器在不同的環境下面會有置信度，根據每一個傳感器在不同環境下的置信度，對傳回的數據進行處理，再去決定機器應該朝哪個地方走。

某國際頂級自動駕駛技術公司見過我們的定位服務效果，在看過我們的圖後，提了一個問題——「為什麼你的定位不抖啊」，當時我們也被問住了，最後才明白是因為我們的定位精度高。只有精度夠高，才不會抖。

簡單介紹完我們對高精地圖的理解，再來談一下為什麼自動駕駛車一定需要高精地圖，特別是 L4 級別以上的。

高精地圖是作為一個經驗的集合存在的。打個比方，你現在給一輛車裝上 CPU 或傳感器，但它仍舊是一張白紙，還沒有你家小孩聰明。

當它還不如你更聰明，又沒有給它經驗的時候，那要怎麼去訓練它？

所以這就是高精地圖針對於自動駕駛的基礎設施定位。而我們做的是 mapping as service，地圖生成服務。

但我們要強調我們做的不是完整測繪這件事。如果將它看作是測繪服務的話，前面所說的絕對精度所存在的問題，就會困擾所有的人。

尤其是主機廠，當面臨量產的時候，就會發現每家圖商所提供的地圖，標準都是不一樣的。要如何去做地圖的 matching，這件事就非常複雜。

因為要把大家的數據揪到一個標準（座標系）上，但是你自己所依靠的標準本身就是不準確的。

今天當每一個主機廠去做自動駕駛的時候，其實你是需要一個定製化的 mapping as service，而不是一張靜態的地圖。地圖是需要動態更新的，而做到動態更新需要比較高的製圖效率。

如果僅僅是一張圖，今天可以從中國的幾大圖商那邊買到。

中國有一家主機廠用 8 個月與一家圖商合作，後者並沒有給他提供這樣一張精度足夠高的圖。同時主機廠也認為所用時間太久。

這樣來看，無論是高精地圖的測量精度還是測量效率，都是車企非常看重的。

作為一家技術創業公司，最後再回到對政府這邊的訴求。

一方面，對於自動駕駛路段，我們作為一家自動駕駛基礎設施供應商，希望把我們的圖給所有的車廠使用，我們完全可以將數據轉換為多種大家都可以使用的格式。

測繪部門對絕對精度信息有嚴格規定，如果你沒有資質而去測繪，就是非法擁有測繪數據。我們希望主管部門對於民用地理位置信息，能夠更加開放。

因為如果從實際的角度來看，今天 OEM 都會涉及到各種方案，通常有幾套定位方案，相互冗餘，來增加駕駛安全性。

另一方面，現在有一個概念叫「車路協同」，是通過加強道路智能化提升自動駕駛的安全性。

這樣做確實有利於自動駕駛安全性的提升。但並不是「亂提高」，要花錢辦實事。

從我的角度來看，覺得今天第一件要去辦的事，就是地面油漆的反射強度弱的問題。中國路面油漆的反射強度跟歐美比，相差很遠。

這個不僅是我們會遇到的問題，是所有做高精地圖相關的人、做視覺服務的人、做感知的人都會遇到的問題。

中國的道路油漆的反射強度不夠，我希望這個可以是在發展車路協同裡面第一個要去改進的。

有人說要做一個自動駕駛測試場地，把駕駛場做的造價巨高，甚至有人說每隔幾十米裝一個激光雷達，我說這樣做成本不合適，對方不明白為什麼？

因為，其實在道路旁邊，通過高反光的油漆做路標，就可以達到目的，比激光雷達的成本要低得多。

也因此，我們認為在車路協同裡面增加路上的一些有效特徵，特別是低成本的有效特徵要比用一些高成本花大價錢的複雜傳感器，然後去考驗機器，要來的簡單明確得多。

鈦馬車聯網葉志華：做車廠生意，需要對車聯網進行「中國式思考」

我很喜歡這樣的會。今年進入創業第九個年頭了。記得前五年就到處去混大論壇路演，這四年不去了，專去這種小場合，很多話在大場合絕對聽不到。

車聯網這個話題在前幾年很熱，大家都投了很多錢，有些大車廠可能在車聯網上投了 100 多億了。但是效果如何呢？

我今天就聊一聊車廠的車聯網業務到底應該怎麼走，才能不走彎路。更多的是從策略制定角度來講。

首先講一下我們公司的定位，就是「汽車主機廠的保皇黨」，反正就是幫助車廠做數字化轉型升級。

這個可能跟我個人情感有關，因為我一直在做汽車行業。原來在 IBM 的時候我就是汽車諮詢服務部（GBS）的中國區負責人。那時我們是在思考把如何把美國日本一些先進的系統引進到中國來。所以早期汽車行業裡的訂單系統，ERP 系統，DMS 系統，包括 4S 店的培訓，我們都做過。

但是有一個問題一直沒有解決，就是客戶離車廠一直很遠。

我們車廠天天在研究 CRM，但是從來沒研究清楚，這麼多年都是在走彎路。

彎路是什麼？就是我們車廠很想去管理客戶。我們都是車主，我們願意被誰管理嗎？不會願意吧。所以車廠想去管理客戶，這是不會成功的。

後來等到車聯網技術出來以後，我覺得這是個好東西。因為它在百年汽車歷史上第一次解決了車廠和客戶之間、車廠與車輛之間在使用過程中的聯繫。所以我預感到是個大方向，就義無反顧去創業了。

當然裡面的彎路很多。

我們花了三年時間，研發成功了國內第一套車聯網系統，所有指標都達到了安吉星同樣水平，那個時候就很自豪。

但問題是，我們真不知道這產品賣給誰。

車廠領導問我一個問題，買車聯網，一輛車要花多少錢？我說 2000 元到 3000 元。他又問我——如果我裝了這個東西，能不能多賣車？我說我不知道，全世界沒這個案例。他說如果我不裝車聯網，拿 3000 元促銷，肯定能多賣車。他說這個東西不靠譜肯定不行。

所以從那個時候，實際上我對車聯網就進入了叫「中國式的思考」。

我們在公司發展歷史上也有一段時間宣傳自己叫「中國式車聯網企業」，因為我們模仿了以後，我們才知道原來那東西不行，對賣車沒用，甚至對服務都沒用，就是像個玩具一樣玩一玩，對整個產業的價值不大。

所以後來我們才進入了真正的創業時期，而不是模仿時期。

所以今天我講的東西都是在我們真正的車聯網創業過程中，我們覺得有價值的，也是推薦給車廠去做的事。

我們先研究了聯網車的未來商業生態究竟是個什麼樣子，先把這一塊研究透了，然後再倒過來看為什麼要做車聯網。

首先，這就涉及到車廠對車聯網的定位。

常見的定位是「玩具」，用戶體驗，好玩。更好的定位是「移動出行戰略」的基礎設施。

「移動出行」戰略是各個車廠未來三年的戰略。這個戰略看似跟車聯網無關，但是其實關係緊密。

以前的車廠和客戶是脫節的，甚至認為客戶買了車最好不要再來找我，這樣的保修成本最節約。

而移動出行戰略的本質是客戶戰略，是車廠從今天的「以產品為中心」，嚮明天的「以用戶為中心」升級。這是車廠要經歷的第一個考驗。

因為今天如果以產品為中心，對不起，特斯拉來了，那麼多互聯網創業公司開始造車了，如果以產品為中心，車廠必輸無疑。

今天大家不要看不起特斯拉，如果說特斯拉的市值超過福特和通用，這是有必然原因的。我不能說它是完全市場炒作，大家可以想象這不得了的事情。

為什麼？因為今天是以用戶為中心，已經成為潮流，如果不變車廠未來沒有市場。

以客戶為中心，必須打通客戶的四個場景：在買車之前，本地出行、異地出行，打車為主，全家郊遊時就租個車；買車以後，本地出行以自駕車為主，在限行日、維修時感覺不方便，如果去外地也還是打車或租車。

我們的 mobility（移動出行）戰略應該怎麼來做？

很多汽車廠做專車業務，比如說吉利就是做曹操專車。但長期來看做專車是沒有出路的。因為你一個車廠上能搞多少專車？相比車廠百萬級的年銷量，專車能消耗的比例很低。

我們看到某大品牌汽車廠有一個報告，他說 2025 年，25% 的車不是賣掉的是租掉的。

當然，車廠的核心還是賣車，但它的業務要擴大到其他三個象限裡的「租車」。我是不太鼓勵去做專車，因為專車能夠勝過滴滴的概率非常小。

因此我們做了一個定義，就是未來的車企，它的移動出行戰略和明天的業務藍圖，會從第二象限（客戶買車來開）擴大到其他三個象限（買車前的本地異地行為，以及買車後的異地行為）。

車廠現在無比積極地要運營用戶。但如果我們沒有一個很好的服務體系，他為什麼要被你運營？

假如說我在北京買一輛奧迪車，我到了星期五我就不能開，你還要來運營我，我肯定罵人是吧？

車廠你給我服務，你首先解決星期五那天，限行日能不能有個代步車，甚至很便宜的代步車，用成本價的代步車給我行不行？

這些車廠如果都沒做的時候，根本不要去談用戶運營，根本拉不動用戶，沒有人願意被運營。

所以以用戶為中心，就是要把這四個象限打通。

另外一個場景是智慧零售，我覺得這是對車廠的第二個考驗。因為今天的互聯網造車公司全部用智慧零售概念在跟我們車廠來競爭。

很多人說他們不會成功，因為他們的生產製造能力不夠，研發能力也欠缺，也不嚴謹。

但是我認為他們不一定會輸。

今天的汽車行業，是以品牌力和產品力取勝的。就是說品牌好，產品好，我就贏了。

在這種場合下面，新的造車勢力一點勝算都沒有，今年的車展可能很多人都看過了，今年新勢力的車已經沒有產品競爭力了，因為傳統車廠的車出來比他還好。

這反映了什麼？反映了在產品力上的競爭已經結束了，水平都差不多了。

那麼接下來還能做什麼？

智能駕駛艙，大家還在競爭。智能駕駛艙做完還會人工智能駕駛艙，ADAS 下面還會有更高階的自動駕駛功能，都繼續會下去，但是這些技術全部否不是車廠獨創。

今天大家各位在座的，你看有核心技術的人都不是車廠。

未來的這些更高的技術，已經超出了車廠的能力，都是社會的那些企業在創造新技術，車廠是使用方。

所以未來車廠的技術在產品力上應該是趨同的。不管我們今天哪一家的技術用上去，那能用一家一定能用第二家。

所以說產品上的競爭應該差別不大了，但是在未來的態勢可能會發生新的問題。

未來的競爭戰場，我起了個名字叫「用戶平臺的運營力」。

在車聯網的支撐下，用戶平臺的運營力將有一個極大的提升。這場競爭剛剛開始，互聯網背景的造車新勢力很重視，而各個車廠對這塊的重視還不足，今天還是放在產品力上，因此我認為造車新勢力不一定會輸。

對於中國車企來說，品牌力的競爭是沒優勢的，產品力的競爭是同質化的，只有未來的用戶平臺運營一定是兵家必爭之地。

所以這一塊我們作為一家車聯網創業公司，正在全力以赴地做。

用戶平臺運營力包括三個能力：一個是車聯網的平臺運營，第二個是會員車生活服務，第三個是會員出行服務。

這三個平臺的運營是未來車廠新競爭態勢的重頭戲，而這三個平臺的運營都與車聯網有密切的關係。

目前，還有一個平臺今天還沒出現，就是會員出行。這個平臺也一定會是下一步的中途重頭戲，這個維度今天的互聯網公司是沒有優勢的。

包括今天的滴滴，大家有沒有注意到滴滴和好幾家車廠成立了合資公司，或者在談合資公司。

但未來的會員出行平臺，會員車生活平臺，車聯網平臺，這個是車廠的核心競爭力。

既然這是車廠的核心競爭力，那麼雖然今天他不會，但他未來一定會建自己的平臺。這就像在積累談朋友的經驗一樣。

所以我們判斷是這三個領域完全是車廠的未來要做獨立的體系，甚至是獨立的組織，要把這三個東西運營起來。

今年在大眾全球成立了一給數字汽車與服務的新軟件部門，它對標的是汽車傳統的 IT 軟件，譬如 ERP，MES 等等系統，而且這個部分的預算將會大於 2%。

這個是什麼？其本質包括了兩樣，一個是自動駕駛，一個是用戶運營平臺。所以自動駕駛加上用戶運營，裡面的資金量不得了，非常大。

當然今天大家都在談自動駕駛，所以這個題目我也談一下。

首先我先說一下車聯網的代際。因為這個問題很混淆，有些車廠在做車聯網，但因為沒有指導思想所以實際上是在浪費。

我把車聯網分成了四代，就是車聯網 1.0、2.0、3.0、4.0。

早期車聯網 1.0 階段，我們做的就是安全安防、遠程控制、在線導航這三樣東西。在這裡麵包括 T-BOX 設備和 TSP 平臺軟件。

後來就是阿里巴巴斑馬和上汽的合作，這是一個劃時代的事件，它重新定義了車內信息娛樂。我有個通俗說法，就叫互聯網上車了。它核心做了統一賬號、信息娛樂、語音控制，可以講是車聯網 2.0 的代表。

今天的汽車廠，新做的車聯網基本上都在 2.0 這個範圍內。

所以問題來了——今天因為很多車廠也在講自動駕駛，然後講自動駕駛的時候，我問他與自動駕駛匹配的車聯網有沒有規劃。

他說這個我們不用管，我們只管自動駕駛，車聯網我們部門已經有人管了。

這句話肯定是錯的，因為自動駕駛是在幹嘛？自動駕駛是在做未來 5~10 的產品規劃。

但如今沒有一家車聯網做的東西是為自動駕駛做的。就是說如果自動駕駛研發的人不考慮車聯網，肯定未來這地方是個大窟窿。

實際上今天的車聯網已經發展到了 3.0。第三代車聯網的核心是要支持「移動出行」戰略，目的是解決車廠下一步業務創新的問題，包括車生活運營、移動出行支撐平臺、智慧零售支撐平臺，這三個東西是車廠擁有用戶平臺運營力所必須的東西。

在座的很多人來自車廠，你們可以回去帶一個信息，今天的汽車廠投資車聯網項目，應該直接上車聯網 3.0，做九個模塊，否則的話一二年後又落後了。

而車聯網 4.0，可能還沒人去碰，因為本質上是面向自動駕駛的。

自動駕駛所需要的車聯網是什麼樣子？因為自動駕駛它是非常大的數據量，這個數據量怎麼解決？網關和路由器肯定得把數據量的問題先解決了是吧？

今天對自動駕駛到底需要多少數據量，這個需求都沒出來。整個業界也沒有達成共識，到底是帶寬多少，有人說反正不管，5G 估計肯定夠了。

這句話肯定也是不對的，但也沒人分析。

反正自動駕駛+車聯網，另外還有一塊需要考慮——「車內 25 小時」是自動駕駛時代的一個典型用戶場景：

我不開車了，我坐在車內的一個小時幹嘛？一個小時多出來了，所以叫車內 25 小時。

這個第 25 小時，需要怎樣的車聯網，今天也是不知道。

還有一個大家都在講智慧城市。智慧城市如果沒有自動駕駛，沒必要談智慧城市，對吧？

那麼既然是自動駕駛，談智慧城市，智慧城市需要怎樣的車聯網？

我們看到實現智慧城市現在有提出很多技術路徑，有人說單車智能，有人說把路先變智能。

但這些東西都是今天不確定的。

但是在自動駕駛時代的車聯網究竟應該做成什麼，我覺得現在來做還不是很晚。

很多人問要不要現在直接上 4.0？

因為自動駕駛需要 5 到 10 年，甚至更長時間研發，而且自動駕駛所需要的車聯網是什麼樣子、需求是什麼，這些問題還沒有定論。

而車聯網研發週期一般兩年就夠了，所以我覺得 4.0 的研發三年以後再幹也是來得及的。

等到自動駕駛有一定的成熟度我們再來研發與之相匹配的車聯網。因此現階段上車聯網 3.0 是車企的最佳選擇。

等到自動駕駛有一定的成熟度我們再來研發與之相匹配的車聯網，譬如升級車聯網的基礎能力包括大數據的能力，壓縮技術等等，從這些實際上來講，在自動駕駛時代我們共創未來是來得及的。

我是機器之能聯合主編宇多田（傅博），歡迎產業人士一起進行探討。微信：fudabo001（請務必備註身份）

閱讀更多 機器之能 的文章

關鍵字: BMW 人臉識別