京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,现代公路交通出行将被重塑
“无需多言,看看窗外就能明白。”坐在环球贸易中心大厦20层办公室,英特尔中国区总经理夏乐蓓说,“我们初步计算每年(中国)因交通拥堵造成的价值损失达到了2500亿元人民币”。这个价值是根据因交通拥堵而导致的时间损失,根据这些时间成本换算出的结果。
然而,她同样认为,这存在更为巨大的机会。英特尔研究的结果显示,中国的乘用车总量为1.54亿台,仅次于美国排名全球第二,而到2020年之前的每一年,中国销售的机动车数量均将达到4000万台。从汽车制造、交通运输监管、车辆公司管理,以及个体驾驶员,都可以有技术上的创新和优化的空间。
与英特尔同样看重这一市场的还有国内的BAT。腾讯地图业务负责人马喆人称,“未来中国每一辆车都会联网,市场是非常巨大的。”腾讯在推出车联网硬件产品后,并宣布了包括多款软件产品的车载开放平台。而在此之前,中国另外两家互联网巨头百度和阿里巴巴也推出了针对车联网的解决方案。
自1885年,德国工程师卡尔·奔驰在曼海姆制造成一辆装有0.85马力汽油机的三轮车。汽车就成为人的重要代步工具,也是现代公路交通的重要组成部分。在手机、手表等围绕人的终端设备逐步被智能化之后,汽车成为了另一个被视为可被改造的移动设备,此时接过产业发展“接力棒”的则是科技公司。
也正因为如此,汽车本身成为了一个巨大的数据收集器,以及可以产生大量数据的信息源。在大数据价值不断被挖掘的今天,现代公路交通出行或因此而改变。
芯片技术推动车的智能化
数据的作用首先被应用在了驾乘体验上,原因无他,前者最容易被普通消费者所感知的。
在夏乐蓓看来,驾驶员最应该得到的体验是“随时与外界保持互联”。从一个物理的移动终端角度来看,应当为驾驶员、汽车以及外界提供实时互联获取信息的通道,从而可以提供更为优化的驾乘体验。
一个名为“ADAS”(高级驾驶员辅助系统)的概念正在被业界所接受,芯片公司正在希望携手汽车公司寻求为这个概念填充更多的内容。具体来说,就是借助各种可以获取相关信息的传感器和芯片的计算能力,为驾驶者提供停车辅助、免碰撞、紧急刹车等功能,从而使驾乘体验更安全简单。
智能汽车应当能帮助驾驶员减少80%汽车的碰撞或者事故。为了达到这一目标,需要依靠非常快速的信息交换,夏乐蓓称,“技术可以帮助我们显著提高安全性”,如果驾驶员能够提前半秒得到预警,就能够将事故数量降低60%,如果能够提前一秒钟获得相关信息,就可以避免90%的碰撞。
英特尔此前曾披露过一系列与汽车厂商的合作:其正在与路虎合作,将3D实感技术引入汽车中,可以通过远程控制将汽车停到指定的车位,与福特的合作则利用3D摄像头,将手机与汽车连接,远程观察汽车内的一切。
事实上,整个芯片行业已经真正意识到了汽车在物联网时代的重要价值。英伟达在今年早些时候推出了车载处理器,并锁定汽车制造商作为新客户;索尼则希望其为汽车打造的图像处理器能够打动福特、Toyota这样的汽车公司老板;高通则考虑通过收购,以扩大起在汽车领域的触角。
“我的好友”会是一辆车?
你会考虑在聊天软件中与汽车对话吗?互联网公司正在重新定义人与汽车的关系。例如日前展出的名为“MyCar”的服务,用户可以添加汽车为好友。用户可以通过对话,获取简单的车辆的状态以及通过联网获取更多的信息资讯。
作为“好友”,用户可以或许使用更为人性的语言与汽车发生直接的联系,但更为重要的是,互联网公司期望通过服务黏住用户,并利用地图数据资源产生更大的价值。
在行业历经一系列“整合收编”之后,BAT(百度、阿里巴巴和腾讯)已将地图业务成为一项平台化的基础设施,可以开放给更多的应用和服务场景所使用。这样的商业故事已经在多个垂直互联网领域得以验证。
不过,值得思考的是,人和汽车的关系改变后,如何真正的利用数据。显然,汽车不应该只是O2O的一个工具。
叫车软件可优化交通规划
叫车软件已经成为消费者出行的重要工具,其背后的数据数据的价值愈发为人所认知。
《大数据时代》一书的作者维克托·迈尔·舍恩伯格日前在一次公开演讲中表示,打车软件已经成为一个关于移动信息的数据搜集平台,它能够基于数据重新分配资源,从而提高汽车的使用率,有利于环境和缩短交通时间。
滴滴快的技术副总裁、商业事业部总经理朱磊表示,“我们可以拿到整个出行数据,包括城市分时迁徙和拥堵情况,以及用户打车平均里程、时长和费用等,覆盖整个交通基础设施和用户出行行为”。
朱磊称,这些数据将在多个维度产生价值:可以支持政府进行城市交通规划的优化升级;帮助企业优化运力时间和成本;为用户提供优化的出行方案参考。
更为重要的是,在大数据系统建设中,对数据采集到数据联动的设计,后者将对交通出行与物联网支持对接,从而为商业拓展奠定基础。
未来:改变整个公路交通运输
菜鸟网络的概念已经提出数年,其希望通过大数据,对现有的快递运输资源实现更为合理的调配。这是目前对数据在交通行业发展的远景之一。业界相信,大数据的应用将使得预测更具可操作性和确定性。
虽然距离实现这样的目标,仍相距甚远,但一些通过数据改变交通运输的尝试正在开始。在英特尔的帮助下,研发建设“全国道路货运车辆公共监管与服务平台”中交兴路的数据中心已经建立,已经具备数据存储的能力。夏乐蓓表示,接下来要做的事情就真正地获取数据。
中国科学院深圳先进技术研究院多媒体集成技术研究中心主任汤晓鸥表示,大数据技术的意义不在于掌握规模庞大的数据信息,而在于对这些数据进行智能处理,从中分析和挖掘出有价值的结构化的信息。
环球贸易中心大厦门前的三环路一直以来是北京最为拥堵的路段之一。修建时,只是考虑了当时的周边配套需求,而十多年时间,北京发展迅速。北京市社科院管理研究所公共管理专家张耘表示,“设计的时候缺乏前瞻性导致后面一系列问题。”
或许,大数据的应用将会成为改变这一问题有效手段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04