
车联网顾名思义就是汽车接入了互联网,传统的车联网定义是指装载在车辆上的电子标签通过无线射频等识别技术,实现在信息网络平台上对所有车辆的属 性信息和静、动态信息进行提取和有效利用,并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的系统。而现在随着车联网技术与产业的 发展,上述定义已经不能涵盖车联网的全部内容。根据车联网产业技术创新战略联盟的定义,车联网是以车内网、车际网和车载移动互联网为基础,按照约定的通信 协议和数据交互标准,在汽车连接万物人和其他物体之间,进行无线通讯和信息交换的大系统网络,是能够实现智能化交通管理、智能动态信息服务和车辆智能化控 制的一体化网络,是物联网技术在交通系统领域的典型应用。
车联网进程
在笔者看来车联网近年来能够快速发展并且从概念到落地主要有以下几个原因:
①云服务和大数据的发展 。车联网需要汽车和万事万物能够相连,并且数据互通互传,基于产生的数据做出了相关的产品模型加以应用,这背后需要大数据和云服务的支持,近年来随着国外 的亚马逊和谷歌等科技巨头以及中国的世纪华联、阿里云等进入该领域,使得中国的大数据行业整体发展迅速,成为了很多行业发展的基础支撑。
②互联网巨头的入局 。 从表面上来看,BAT这样的企业和车联网似乎没有太大的关联,但这三家企业在全国各地跑马圈地建设数据中心的时候(百度,腾讯,阿里每一家在数据中心园区 的投入都超过了100亿,如果大家有兴趣,改天我单独写一篇文章分析下BAT的数据中心大布局),我们应该看出这几家企业未来的一些野心,而数千亿市场的 车联网也是这些巨头不愿意放过的,高德、四维图新、凯立德三家公司估值能达到数亿乃至十数亿美元,除了自身努力外,很大原因就是巨头的看好提升了这类型企 业的估值。我相信,在中国物联网(车联网也是物联网的一部分)的任何一个细分领域,如果被三大巨头看上的话,一定会助力其快速成长。
③车商的觉醒 。我记得在几年前,智能汽车特斯拉刚出现的时候,还仅仅是一个概念被嘲笑,但我们今天看来这家公司市值达到了250亿美元以上,觉醒了所有的汽车生产和制 造厂商,从2013年以来我们发现几乎所有的知名汽车品牌都会把“智能汽车”或者“车联网”这样的概念挂在嘴边,并且纷纷开发出了多款智能汽车,车联网的 概念在汽车大厂的帮助下逐步落实到汽车上来。
图商与行业
好了让我们再把话题回到三大地图导航公司身上来,高德和四维图新因为各种的优势和资质分别被巨头看重,市场已经证明了其价值,那么被其他巨头竞购的凯立德的价值在哪呢?
我认为凯立德应该有这三个方面的优势被市场或者被巨头所看重,最终即使不被度娘收购,自己也可以玩车联网这大市场(可能性不大,除了百度,360或者微软这样的巨头也想拥有一家在该领域有建树的企业)。
①老牌企业,行业领先多年。凯立德公司的介绍显示该公司已连续八年在国内车载导航后装市场占有率第一,术业有专攻,既然已经做了多年车载导航, 而车载导航是车联网体系中极为重要的一个环节,那么凯立德就顺理成章的由“车载导航”转型市场前景更大(当然难度和风险也更大)的“车联网”。
②多屏战略,互联互通。车联网的很大价值在于多个终端数据的互相交互和链接,凯立德除了车载导航,还有便携式导航、手机导航等产品积累了海量用 户,凯立德车联网将以地图服务为核心,以车载智能终端为基础,把这些终端的数据都连接起来,数据、软件、硬件、服务等元素共同组成了我上文提到的那张“车 联网”,虽然目前看来这张网还不全面,因为车联网的建设光靠凯立德这样的公司远远不够,还需要第三方服务和应用共同参与进来,凯立德此时起的就是平台的作 用,把所有的一切连接起来,并且能够从交互的数据中分析出来有价值的信息,而这些信息又能反过来对第三方服务做指导。总之,车联网是一张越用越大, 越用越结实的网络。
③独立自主的发展条件。 我曾经和一个朋友讨论过互联网企业成功的因素有哪些,除了资本、人才、战略等常规因素外,我们认为还有一个重要的因素就是“独立”。在中国很多的企业被巨 头收购后,企业创始人经常被扫地出局或者明升暗降退居二线,这样的后果就是企业创始团队对企业失去了把控权,从而一落千丈或者被边缘化,最典型的案例就是 酷6网,企业被盛大收购后,李善友出走,陈天桥暴力裁员导致酷6网现在实力大大受损。同样,回到凯立德身上来,趁着企业还没有被巨头收购,可以更灵活快捷 的在市场化的环境中推出相关的产品和服务,而假如现在凯立德就被百度收购了,可能要进行一个战略的步骤,等百度的高管开会通过后黄花菜都凉了。所以,如果 我是凯立德的老板,我一定会抓住现在的大好机会,多做一些突破性的的哪怕暂时不赚钱的工作,为将来的升值打好有利的基础。
总结:车联网的浪潮滚滚而来,价值逐步被市场和公众所认可,未来围绕车联网可以做的市场远不止现在看起来的那么简单。车载导航只是其中一个环节,借助这个入口级的环节,可以进一步做战略纵深,为智慧交通发挥更大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11