汽車“智能互聯”已經成爲全球汽車行業發展的重要戰略，改變了汽車產業格局。跨雲計算和邊緣計算的數據採集、交互和處理成爲車聯網的基礎。雲計算、物聯網、大數據、人工智能快速轉化爲汽車行業生產要素，助力業務創新和產業升級。
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，車聯網逐漸成爲全球技術創新和汽車產業變革的焦點，並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，都將車聯網視爲推進汽車行業發展的重要戰略，並通過全面佈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，並將發展車聯網作爲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，爲人們提供了更便捷、舒適、智能的出行生活。作爲以車輛位置、速度和路線等信息爲核心構成的巨大交互網絡，車聯網通過人、車、路、雲之間的數據互通，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。麥肯錫認爲，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，最關鍵的是帶來收入的增長。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
隨着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、智能的車聯體驗成爲用戶下一步目標。爲此，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-車關係的最根本體現，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）和基於偏好的個性化（L3）：汽車後服務過程中，個性化、數字化的服務能力，直接決定了汽車製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，以汽車爲網絡終端，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-車之間已經化被動爲主動。L4能夠讓駕乘人員根據自身需求，隨時與車輛進行“溝通”，並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）：作爲車聯的最高級別，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，並自動完成複雜且突發的任務。
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），還是個性化互聯（L2）和基於偏好的個性化（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採集問題，之後要對數據進行處理、發佈交換、分析、利用，這背後需要物聯網、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最基本要求，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。這背後，不僅需要物聯網進行海量數據的收集，同時還要跨雲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，從而爲駕駛員和乘客提供個性化的數字服務，滿足個性化互聯（L2）和基於偏好的個性化（L3），還要應對人工智能對於數據實時分析和人-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）意味着需要快速響應不同場景下的人機交互；虛擬代駕（L5）意味着在高度複雜的通訊和協調任務時AI要能夠進行認知，並通過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。這些都離不開基於人工智能的車聯網系統的支撐。
AWS車聯網整體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，通過雲平臺開發和部署各種創新的車聯網服務，已經成爲傳統汽車製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 基於行業的最佳實踐經驗和強大的技術實力，通過雲計算平臺提供了車聯網整體解決方案（圖2），讓傳統汽車製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爲業務創新能力，從而爲其通過新技術加速業務創新和產業升級提供助力。
圖2. 車聯網整體解決方案
AWS基於雲計算平臺搭建的車聯網解決方案包括AWS物聯網（AWS IoT Core）、AWS大數據服務（AWS Lambda、Amazon Kinesis）、AWS存儲（Amazon S3）、AWS機器學習（Amazon API Gateway）的部署。這一車聯網解決方案提供車輛到AWS雲的安全連接，在爲車輛內部提供計算能力的同時，還包括用於車輛、複雜的事件規則以及數據的處理和存儲。利用該方案，汽車製造企業和供應商能夠解決各種使用案例，例如語音交互、導航及其他基於位置的服務、遠程車輛診斷和運行狀況監控、預測性分析和必需的維護通知、媒體流服務、車輛安全服務、汽車音響主機應用程序以及移動應用程序等。
AWS物聯網能夠輕鬆連接設備，並與雲應用及其他設備實現安全互動。AWS物聯網可以支持數十億臺設備和數萬條消息，這意味着用戶能夠在全球範圍內將聯網設備生成的數據進行收集、存儲、處理和分析。AWS物聯網能夠存儲互聯設備的最新狀態，這意味着用戶可以隨時通過應用跟蹤所有設備並與其進行通信，即使這些設備未處於連接狀態也不例外。
在AWS物聯網規則引擎下，AWS大數據服務能夠輕鬆收集、處理和分析實時流數據，並且擴展靈活，能夠處理來自幾十萬個來源的任意數量的流數據，延遲非常低。藉助AWS大數據服務，用戶可以獲取視頻、音頻、應用程序日誌和網站點擊流等實時數據，也可以獲取用於機器學習、分析和其他應用程序的 IoT 遙測數據，從而輕鬆創造豐富、個性化的應用程序體驗。
AWS存儲能夠對來自於全球的海量車輛敏感數據進行存儲。用戶只需要對所需的CPU和內存進行相關設定，即可通過AWS容器技術對所有擴展和基礎設施進行高效、安全管理，從而確保所需存儲的可靠、可用、可擴展和全局性。
AWS 的API驅動型機器學習，通過物聯網向AI系統提供數據的持續訓練，以改進物聯網的流程，提升效率。例如，通過對駕駛車輛的環境特徵和行爲的學習的不斷更新，提高“虛擬代駕”的響應準確度。
下面通過兩個實際案例來看看AWS 車聯網如何助力汽車製造商和供應商進行業務和服務創新。
- 寶馬集團採用AWS 車聯網方案實現動態地圖實時更新
作爲全球領先的豪華轎車製造商和移動服務提供商之一，寶馬集團旗下擁有BMW、MINI和Rolls-Royce三大品牌；同時提供汽車金融和高檔出行服務。寶馬集團在14個國家擁有31家生產和組裝廠，銷售網絡遍及140多個國家和地區。寶馬集團基於AWS的車聯網解決方案，打造了新的car-as-a-sensor (簡稱“CARASSO”)服務。採用CARASSO服務，系統能夠自動收集寶馬7系車型的傳感器數據，並上傳至AWS雲服務平臺，之後駕駛員便可獲得實時更新的動態地圖信息。通過部署AWS車聯網解決方案，CARASSO能夠快速適應不斷變化的負載需求，在24小時內可實現服務規模兩個數量級的上下變化。
- Avis Budget採用AWS車聯網方案優化服務及運營
Avis Budget集團是美國一家經營汽車租賃的大型跨國企業，也是全球最大的汽車共享服務公司，在世界超過160個國家及地區擁有約2900個營業點。旗下有安飛士租車、巴杰特租車、巴杰特卡車租賃等著名汽車租賃公司。目前，Avis Budget集團在全球擁有10萬輛互聯汽車。爲了提高公司的整體運營效率，Avis Budget集團採用AWS的車聯網方案，旨在打造其數據分析平臺，利用AWS的人工智能（AI）、機器學習（ML）、數據管理技術以及高度安全、可擴容的雲端服務，來簡化操作流程並降低成本，包括實時存貨盤點（inventory counts）、續航里程數管理等。車聯網數據還能實現更爲成熟的閒置車輛追蹤、待租賃車輛的自動流程處理。藉助AWS 車聯網解決方案，Budget集團實現了各類創新型車聯網應用及移動出行服務。
AWS在雲平臺基礎上，藉助物聯網、大數據、人工智能，構建車聯網解決方案，實現傳統汽車製造商和供應商的業務創新和突破。寶馬集團和Avis Budget集團，藉助AWS車聯網解決方案，通過車輛數據的採集、交互和處理，實現車輛智能互聯，打造全新的車輛出行服務。
* 數據來源，麥肯錫，https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/setting-the-framework-for-car-connectivity-and-user-experience