车联网大数据争夺战即将打响
说起车联网,就一个字,热!近来更是热点不断,继BAT纷纷发布自己的“车联网”系列产品之后,10月25日,奇瑞汽车与考拉电台达成互联网汽车合作意向,双方将从电台内容服务入手进行深度战略合作,未来可能涉及定制电台、语音导航等一系列新的尝试。在此前一天,乐视与阿斯顿-马丁的车联网合作也取得实质性进展,双方合作的首款车联网产品阿斯顿·马丁豪华轿跑车RapideS从英国伦敦运抵北京乐视总部,据了解,乐视在合作中提供车载智能终端、互联网应用及服务。这说明,自2010年7月,交通部提出推动车联网建设以来,车联网行业从萌芽到试种,开始真正进入疯狂增长期。
谁在搞车联网?
交通部提出推动车辆网建设的初衷显而易见,那就是随着国内汽车保有量的迅猛增长,仅仅依靠限号、限购以及加强路网建设等传统方法将无法应对日益增长的通行需求,况且对于限行、限购的政策性措施,争论始终较大,为此,依靠实时大数据技术,引导人们避开拥堵、调整交通调度、甚至减缓交通事故就显得时尚又实用。这一设想显然得到了极大支持,2013年8月27日,由中国汽车工程学会发起成立的“车联网产业技术创新战略联盟”在北京正式成立,联盟旨在通过联合各相关行业的力量,协同攻关、协调发展,在推进车载应用服务之外,重点推动车联网技术对于汽车安全性与经济性等性能提升的应用。2015年,工信部提出,要从政策层面跨界组织企业搭建车联网平台、制定行业标准。在政策环境不断有利于产业发展,市场需求又提供巨大动力的前提下,车联网开始真正迎来春天。那么,截至目前,到底谁都在搞车车联网,都在搞些什么?
从市场情况来看,车联网已经形成相关利益方相互竞争又相互合作的基本产业布局,硬件、软件、通讯等各方势力都已进场,其中具有代表性的主要有汽车制造商、移动通信运营商、硬件设备制造商、软件服务提供商、新媒体及有关科研院所等。
汽车制造商:如通用:onStar安吉星、丰田G-BOOK智能副驾系统、上汽乘用车inkaNet3G智能行车系统、福特SYNC、吉利G-netlink、广汽智慧传祺T-Box系统等。
移动通信商:如中国移动中移物联网有限公司、中国电信车联网服务上海基地、中国联通与上汽合作推出的“互联网汽车”荣威350等。
设备硬件制造商:如欧菲光(一家后视镜、摄像头、触屏企业)、自驾宝、各种OBD盒子生产商等。
软件服务商:如腾讯车联、百度车联、阿里车联、高德等
新媒体:考拉电台、乐视等。
有关科研院所:清华大学、长安大学-思建科技联合创新实验室、北京邮电大学车联网实验室等。
其他:4S店、互联网创业企业、科技企业等。
热点争夺战即将打响
从参与各方的基本情况来看,汽车制造商偏重于硬件搭载,具有绝对的“前装优势”,致力于搭建品牌专属的车联网生态系统,软件部分通常选择与互联网企业合作;移动通信商占据数据交换的独特优势,尤其是4G、5G、移动wifi通信服务商,他们一般选择与汽车企业合作,自行开发软件产品;设备硬件制造商以OBD盒子、导航系统等产品为先导,逐渐拓展车联网全套设备,选装部分软件;软件服务商,如BAT等立志于打造开放的系统平台,其中腾讯不仅开发出了车联网ROM、APP还开发出了基于微信的MYcar等系统,由此连接硬件提供商、内容提供商等,致力于构建开放型车联网平台;新媒体企业则主要为车联网提供内容服务,如网易音乐、考拉电台等,此外也致力于提供连接服务如保养、维修、救援等车辆相关服务资源;科研院所偏重于科研配套;4S店则将重点放在了”后装“市场的开发上,致力于构建存量市场的用户生态车联网。
可见,尽管车联网参与各方优势各异,但总体目标大致相同,最大共同点在于各家都想构建自身品牌的车车联网生态系统,最大的不同在于各自方式不同,构建的体系封闭形式也不尽相同。这不难理解,毕竟参与各方最想要的还是车联网之后的大数据体系。也难怪,工信部要极力推动行业标准的建立,事实上任何标准的制定历来都是一个艰难的、各方逐渐妥协的过程,但对于产业及用户而言,统一的标准永远利大于弊。
谁能最终搞定车联网,在我看来,目前可能性最大的是汽车制造商和BAT等互联网企业,这是因为,首先汽车制造商或企业设备有前装优势,一旦行业标准将车联网系统定为汽车标配且允许各品牌按照自主研发自行配置,这样企业必将各自开发具有排他性的产品,从而掌握用户数据;其次,BAT等企业立志于打造开放平台,这使车联网本身具有了无限的拓展性,无论前装还是后装,都依靠软件升级、应用加载就可以无限拓展车联网想象力。至于其他参与各方,随着车联网系统的不断成熟,产业分工的不断细化,可能最终”术业有专攻“,最终踏踏实实成为配套上商。
正因为参与各方都关注大数据,因此大数据的争夺未来可能也将成为车联网发展的热点。而最可能掌握的车联网大数据的必然是掌握生态咽喉的移动通信商、平台商(如BAT等),以及源头控制方制造商。 显然,车联网技术不仅仅远程锁车安全防盗、OBD接口信息车内显示安全预警、在线定位导航安全出行那么简单,尤其是当汽车、商用车、工程机械等可行走设备进入存量市场之后,车辆网将成为企业掌握后市场机遇,创造未来市场价值的核心要素。
从基本想象来看,车辆网大数据除了交通疏导应以外,随着车联网系统中车载应用的增加,汽车以及车主行为将全部进入大数据系统并形成有效地商业价值,如与汽车相关的保养、洗车、加油、保险等基础商业数据连接,与车主生活相关的美食、电影、休闲等商务数据连接,与车上生活相关的在线音乐、视屏等优质付费内容链接,与车辆相关的可供二手车买卖的历史维修保养数据、残值评估等,以及大量数据累计形成的消费行为预测、车辆维修保养需求预测、车辆性能数据评估、无人驾驶技术开发等,这些极具商业价值的大数据才是各方争夺的真正焦点,而这一争夺战才刚刚开始。
数据分析咨询请扫描二维码
数据分析工具推荐 数据分析工具的选择至关重要。不同工具适用于不同的需求和场景。以下是一些推荐的数据分析工具,根据您的需求 ...
2024-11-27选择适合您需求的数据分析工具 数据分析作为商业决策过程中的关键环节,工具的选择至关重要。不同的工具适用于不同的场景和需求 ...
2024-11-27数据架构文档的编写涉及多个方面,包括内容结构、编写原则和具体要求。遵循规范可以帮助团队更好地理解和管理数据架构,支持项目 ...
2024-11-27挑战与解决方案概述 在数字化时代,数据开放共享对于推动创新和发展至关重要。然而,这一进程面临诸多挑战。保护用户隐私、确保 ...
2024-11-27促进科学研究和创新 数据开放共享为研究人员提供更广泛的资源和合作机会,加速科学知识的发展。通过访问他人的数据集,验证研究 ...
2024-11-27数据组织与存储策略 数据模型是数据仓库和商业智能系统的核心,通过合理的数据组织和存储策略,确保高效、低成本、高质量地利用 ...
2024-11-27持续关注数据系统运行状态 - 数据设计与开发完成后,维护与优化工作成为至关重要的环节。这个过程需要持续且细致的关注,以确保 ...
2024-11-27数据服务未来的趋势 智能化和自动化: 随着人工智能和机器学习技术的飞速发展,数据服务领域正逐渐朝着更智能化和自动化的方向 ...
2024-11-27未来最有前景的行业主要集中在以下几个领域: 人工智能与机器学习:人工智能被认为是未来最具潜力的行业之一,其应用范围广泛 ...
2024-11-27根据多条证据,目前多个行业展现出良好的发展前景。以下是一些被认为具有最好发展前景的行业: 人工智能与机器学习:人工智能 ...
2024-11-27学习数据分析后,可以在多种类型的单位找到工作机会。这些单位包括但不限于: 政府机关:数据分析师在政府机构中扮演重要角色 ...
2024-11-27必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27