大數據、物聯網和人工智能在汽車行業的持續、快速推進，催生了汽車產業向“網聯化”、“智能化”的持續升級。在這一過程中，車聯網逐漸成為全球技術創新和汽車產業變革的焦點，并加速形成新的行業生態圈。美國、日本、歐盟等傳統汽車工業發達的國家和地區，都將車聯網視為推進汽車行業發展的重要戰略，并通過全面布局來加快產業化落地。我國一直以來對車聯網的技術和產業發展都給予高度的戰略支持，并將發展車聯網作為推進人工智能技術真正落地與智能網聯汽車產業突破創新的關鍵。

車聯網在提升汽車智能化水平的同時，為人們提供了更便捷、舒適、智能的出行生活。作為以車輛位置、速度和路線等信息為核心構成的巨大交互網絡，車聯網通過人、車、路、云之間的數據互通，實現了智能交通管理、智能動態信息服務和車輛智能化控制。麥肯錫認為，車聯網高速發展所衍生出的海量車輛數據，在提高車輛出行安全、優化成本的同時，帶來收入的增長也尤為關鍵。麥肯錫預測，車聯網有望在2030年創造出高達7500億美元的市場價值。*

車聯網的等級劃分

隨著汽車網聯技術的不斷進步，用戶的消費預期也相應不斷提高。無縫、互聯、智能的車聯體驗成為用戶下一步目標。為此，麥肯錫制定了一套清晰的車聯網分級框架(圖1)。

圖1. 車聯網等級劃分

在這一框架中，麥肯錫將車聯網分成5個等級，包括：

基礎式互聯(L1)：基礎式互聯是人-車關系的根本體現，即通過車聯網收集車輛使用情況和技術狀態，駕駛員能夠隨時跟蹤和監控所駕駛車輛。

個性化互聯(L2)和基于偏好的個性化(L3)：汽車后服務過程中，個性化、數字化的服務能力，直接決定了汽車制造商和提供商的業務增長空間。在L2和L3級別中，不僅是駕駛員，包括同車的乘客，都能夠通過數字化服務，以汽車為網絡終端，享受數字服務，例如蘋果CarPlay、支付寶等。

多場景實時互動(L4)：在人工智能的輔助下，人-車之間已經化被動為主動。L4能夠讓駕乘人員根據自身需求，隨時與車輛進行“溝通”，并通過該對話接收來自車輛服務和功能相關的主動建議。

虛擬代駕(L5)：作為車聯的最高級別，在L5級別上，車聯網更具智能性，能夠預測駕駛員和乘客的所有需求，無縫對接外部環境，并自動完成復雜且突發的任務。

車聯網需要物聯網、人工智能和大數據的支撐

不論是基礎式互聯(L1)，服務器租用，還是個性化互聯(L2)和基于偏好的個性化(L3)，以及多場景實時互動(L4)、虛擬代駕(L5)，首先要解決的是車輛、人、道路基礎設施等方面的信息采集問題，之后要對數據進行處理、發布交換、分析、利用，這背后需要物聯網、大數據、人工智能等多重技術的驅動與串聯。

物聯網：在車輛運行過程中，車輛基礎信息和使用狀況的實時跟蹤是車聯網的基本要求，服務器租用，也是保障安全行車的關鍵。即車聯網系統需要通過車載傳感器進行車輛實時信息和行駛信息的收集。這背后，不僅需要物聯網進行海量數據的收集，同時還要跨云和邊緣計算實現數據傳輸、快速服務，此外，物聯網還要支撐相關應用的開發。

大數據服務：車聯網的大數據不僅要對駕駛員和乘客的社交和消費偏好數據進行分析，從而為駕駛員和乘客提供個性化的數字服務，滿足個性化互聯(L2)和基于偏好的個性化(L3)，還要應對人工智能對于數據實時分析和人-車交互的需求，通過提高數據的智能分析速度和人機交互的速度，來確保數據的實時分析和交互的穩定性。

人工智能：多場景實時互動(L4)意味著需要快速響應不同場景下的人機交互;虛擬代駕(L5)意味著在高度復雜的通訊和協調任務時AI要能夠進行認知，并通過AI執行復雜的任務。L4和L5這些智能服務，不僅需要對車載智能系統的大數據進行實時處理和交互，還要通過機器學習提高駕駛安全分析能力，從而實現高度智能化且可靠的智能駕駛系統。這些都離不開基于人工智能的車聯網系統的支撐。

AWS車聯網解決方案助力業務創新

在全球化、數字化和網聯化大趨勢下，通過云平臺開發和部署各種創新的車聯網服務，已經成為傳統汽車制造企業和供應商加速業務創新，實現業務創造價值的關鍵。AWS 基于行業的成功實踐經驗和強大的技術實力，通過云計算平臺搭建車聯網解決方案(圖2)，讓傳統汽車制造企業和供應商無需部署架構前提下，將物聯網、大數據、人工智能、機器深度學習等技術轉換為業務創新能力，從而為其通過新技術加速業務創新和產業升級提供助力。

圖2. AWS車聯網解決方案