对于汽车行业的转型升级来说，真正的变革并非仅仅是新技术应用。
人工智能技术正在深刻变革汽车行业，除了直观上带来的关于自动驾驶、智能座舱以及更多的智能交互体验之外，其实也在深刻影响技术开发和工程化的各个阶段。
什么是人工智能？这是一个结合了计算机科学和可靠数据集的新兴技术领域，以实现解决问题的高效能力来变革传统的低效生产力模式。
这其中，高算力芯片的涌现，让高速计算能力服务机器学习成为可能，也成为技术开发路线的“主流”选择。同时，也为快速实时处理大量数据起到推动作用。
同时，随着汽车制造商开始重构设计、制造流程和客户体验，获取、存储和分析数据（包括车辆工程、安全评估、用户体验、新功能开发）的能力变得至关重要。
典型的逻辑就是，以更低的成本、更高效获取/存储更多有价值的数据，并不断优化技术工具，加快产品及功能开发速度，创造更多差异化的产品和服务。
一、数据是未来智能汽车的“核心”
一年前，丰田汽车宣布与亚马逊合作建立一个云端平台，以帮助管理从全球各地的车队收集的数据，并将其“货币化”。比如，数据可用于开发车辆服务，包括乘车和汽车共享，以及基于行为的保险和维修保养通知。
丰田汽车在三年前就宣布与几家合作伙伴组成一个名为汽车边缘计算联盟(Automotive Edge Computing Consortium)的生态体系，以寻找提高网络处理能力的解决方案。
这套被称为连接汽车和新兴生态系统的服务，包括智能驾驶、创建地图的实时数据和基于云计算的道路援助。该联盟在一份声明中表示，“据估计，到2025年左右，车与云端之间的数据量将达到每月10EB（1EB=1024PB），大约是目前数据量的1万倍。”
“目前最具挑战性的不只是数据的数量，而是数据的融合，”该联盟负责人表示，“一场革命正在到来，不仅是在交通和汽车行业，而是在每个行业。”
而在整车层面，除了传感器、域控制器等硬件配置，还需要一个完善的基础设施来整合不同的数据源，这是一个系统级的完整解决方案。比如，最有效的方式收集和存储最新的道路数据，还需要大型计算集群和专门加速硬件，以训练和更新机器学习模型，并提供基于云的决策。
这背后，实际上就是车云计算的概念，其中，边缘计算更考验主机厂的能力储备和供应商的协同。
两年前，大众集团作为传统汽车制造商的代表，率先提出软件自研，并在内部成立了软件部门Car.Software（也就是现在的CARIAD）。
按照CARIAD相关负责人的说法，他们正在将不同解决方案和不同领域的共性软件模块整合到一个平台上，基于边缘+云端开发和数据存储、处理和训练，将通过有价值的数据加速创新。
在最关键的数据驱动部分，大众集团要搭建一个集成的数据驱动和敏捷开发架构。这意味着，类似特斯拉的影子模式，基于真实数据迭代改进算法性能。
而在中国市场，一家名为智协慧同的初创公司也在构建跨车云的数据驱动能力，打造车云计算全栈解决方案。这家公司由“软件+数据+汽车”跨界团队组成，成员来自IBM、Teradata、博世的核心研发和产品团队，拥有数据库、边缘计算、基础软件等多个核心底层技术。
车云计算引擎+边缘数据库+云端数据管理平台+算法开发工具是这家公司的四大基础产品，进而打造出基于真实业务场景的多个解决方案，从灵活采集高精度、高质量的数据开始，打造数据到桌面的闭环链条，为车企构建全栈数据驱动能力。
目前，包括一汽集团、一汽解放、上汽乘用车、上汽零束、上汽大通、华人运通等一线车企已经与智协慧同合作，并有多个量产项目在推进中。2021年，国内首个搭载智协慧同EXCEEDDATA解决方案的量产车型已落地（高合HiPhiX）。
这背后，是OEM数字化转型的内在刚需。
以大众集团为例，作为数字化转型的一部分，到2025年，该公司在数字业务方面的投资预算约为270亿欧元（约合330亿美元），并计划将内部开发软件的占比从10%提高到60%。
此外，丰田汽车今年宣布收购硅谷软件开发商Renovo Motors Inc.，以补充基于软件定义的全新汽车平台（Arene操作系统），将软件、数据管理和汽车级安全系统合并为一个统一的车队部署解决方案。
其中，Renovo的软件系统，主要解决两个问题：通过减少对云存储和云计算的依赖，降低数据成本；同时，允许汽车制造商在边缘侧实现数据的处理和提炼，并为开发团队提供高效的数据。
而在过去的小数据时代，车辆数据仅限于整车厂的研发和测试团队在小范围内应用，比如通过专业的数据采集设备在几百台规模的试验车上采集几个小时的信号数据（GB规模）用作整车和零部件的研发与测试，数据量少，采集和分析成本高，周期长。
以智协慧同推出的EXCEEDDATA灵活数采方案为例，有Know How的汽车工程师使用通过图形化、低代码工具vStudio进行自主建模，通过云端数据管理平台vCloud将模型算法秒级部署到车端边缘计算引擎vCompute上，实现10ms级的高精度高质量数据的灵活采集。
其中，vStudio将汽车领域常用到的代码封装成算子，有Know-How的汽车工程师通过拖拉拽百种以上的算子来快速建模，零基础的汽车工程师可1-2周掌握。vStudio为行业通用的B/S架构，用户通过支持跨操作系统和浏览器的HTML5/JS界面即可使用。
vCloud作为新一代的云端数据管理平台，对现有后台架构进行简单改造，就可以实现高质量，高精度，低成本的数据到桌面。
vAnalyze和vCompute分别为云端和车端计算引擎，vStudio开发的算法无需重新编译，可秒级部署到车端，通过流计算对车端毫秒级的原始信号进行实时计算。
vData边缘数据库将车端原始信号进行解析成业务需求格式后，进行100-300倍无损压缩后缓存于内存，支持自定义的落盘规则，延长车端硬件寿命，vData接到边缘计算引擎vCompute的指令后将压缩文件进行切片发送至云端。
按照该公司给出的数据，这套方案可灵活定义采集时间、信号维度、采集频率，实现触发式上传，综合数据成本可降低85%。
二、数字化转型背后的能力
而这一波数字化转型，汽车制造商更倾向于建立自己的数字能力来应对功能迭代开发，而不仅仅是提供信息娱乐系统的联网应用。
随着汽车传感器和其他智能设备产生越来越多的数据，通过分析产生个性化的客户体验，也将指导汽车制造商未来的汽车设计，并且在新功能设计开发时可以充分利用车主的丰富偏好数据。
这意味着，掌握端到端数据收集、管理、分析和部署，被认为是移动出行领域变革的关键点。而汽车制造商要想在未来智能汽车的竞争中保持领先优势，就必须建立工具链，以实现协作开发，并在产品生命周期内提供全面支持。
按照行业内的一致观点，“软件决定了未来人们如何体验和使用汽车，车云计算服务则是帮助我们优化背后的功能以及快速实现新的功能开发。”
比如，丰田从2018年开始，在日本本土车型标配了车载数据通信模块(DCM)，通过移动服务平台(MSPF)向用户提供各种互联服务，涉及远程诊断、车辆健康检查报告、基于驾驶行为数据的保险以及改进在线服务。
而在智协慧同公司看来，将原始信号转换为特征数据，可构建个人行为、安全评价等模型，实现数据资产化，保险、汽修等生态合作伙伴可将资产数据运用于精准评估、个性化营销等，打造全新商业模式。
实际上，有了高精数据的高效采集和加工能力，业务场景的开发和创新，就有了诸多可能性。
以远程诊断为例，目前行业方案多以DTC为主，实现预先定义的故障监控和报警；在软件复杂度极速提升的今天，潜在的异常和偶发故障大量增加，传统的远程诊断系统已无法满足新的需求。
智协慧同与各大主流远程诊断供应商合作，采用远程诊断+灵活数采+OTA方案，打造故障诊断&处理的闭环；灵活数采方案采集高精、多维数据，支持潜在异常排故，进行故障相关性分析。
同时，软件异常可通过OTA快速解决，同时根据数据，生成判断异常的规则，规则可下发到车端，从而实现对异常问题的监控。这也解决了传统模式下，冻结帧数据质量普遍很差、采样频率很低，无法支撑故障相关性分析和故障溯源的问题。
另一个典型的案例，就是车内的服务与场景的“强相关”，如何通过数据的积累和迭代，把车内的驾驶体验或者是交互体验做到极致。
比如，车企为提升用户体验，投入较大的资金、人力和资源标定空调的Auto模式，但Auto使用率不足10%。
因为，仅仅通过数百辆试验车在全国主要地区进行空调标定，不能覆盖大多数的环境、地域、天气特征，更无法融入个人喜好。同时，空调控制策略在量产以后不支持更新，无法随着数据积累而进行迭代。
而智协慧同的EXCEEDDATA解决方案，则通过海量的真实用户数据进行机器学习，构建不同地域、天气和工况下的空调算法模型，算法模型部署在车端边缘计算引擎向车主推荐出风模式，结合用户操作反馈形成数据闭环，通过不断的算法优化实现真正的千人千面。
还有一个典型场景，就是智能底盘。
近年来，主动空气悬架成为很多高端智能汽车的标配。不过，传统的路面识别主要通过在保险杠安装摄像头来实现，摄像头探测到地形等特征后进行主动悬架调节，提升汽车通过的舒适度，但这需要增加不小的成本来实现。
实际上，路面特征可通过底盘相关的信号（ms级）借助算法模型来表征。这就需要在车端运行路面识别的算法模型，而算法模型首先需要在云端进行训练，再迁移到车端，在车端复杂的嵌入式环境进行部署，而且车端不像云端有算法运行的依赖库，导致一个新功能的上车的难度非常大，往往需要12个月以上。而且，算法完成一次升级需要数月实现，迭代效率极低。
而智协慧同EXCEEDDATA解决方案，通过跨车云的中间件软件封装了云端多编程语言、车端复杂性和车云异构，算法模型在云端进行图形化建模设计&训练，秒级下发至车端，然后采集路面特征并做地图标记，今后在经过标记路面时，汽车将自动进行悬架调节，算法模型从设计到部署仅需要2-3周，并可实现实时迭代，相比于传统模式有着几十倍的效率提升。
在新的行业变革时代，车云协同正在成为大趋势，边缘计算与云计算共同构成了新一代的汽车大算力网，云端技术的发展已非常成熟，如何规划和运用车端算力，并打通车云通道，实现数据驱动业务，赋能产品快速迭代进化，是车企能否抢占市场先机的关键，谁是最后的胜者，让我们拭目以待。