京公网安备 11010802034615号
经营许可证编号:京B2-20210330
"互联网+汽车"三方面体现变革 核心是大数据及应用
“互联网+”给产业带来的变革将是一个持续升级的过程。在这个过程中,会出现诸多的新技术、新业态,而且技术以及技术路线、商业模式的迭代速度会明显加快,一些产业的格局会发生频繁调整,产业与产业之间的界面也会更加模糊。创新会更多地发生在产业交叉和融合的领域,发生在传统产业最落后、最容易被突破的环节或痛点。相应地,在这个变革过程中,政府如何调整管理思维和行为方式,对“互联网+”能走多远会产生关键性影响。
“互联网+汽车”是互联网与实体领域特别是制造业形成融合最吸引人、也有可能是最有变革潜力的领域,这个领域正发生的变革,以及其在变革中遇到的体制和政策问题,对我们从整体上理解和推动“互联网+”很有借鉴意义。
1、“互联网+汽车”带来的新技术、新业态、新格局。这些变革主要体现在三个重要方面。首先是基于信息服务应用为主而形成的新业态和新技术应用,如汽车的销售、维护;汽车保险;智能交通;汽车租赁;汽车交易;油电服务;搭载互联网的驾驶员在车上的娱乐与商业、商务活动以及远程的智能控制。这些都会带来诸多的商业生态。这是目前“互联网+汽车”最活跃的领域,创新势头会更加强劲。
其次是以安全和能效提升为主而形成的车联网产业链和关键性技术应用。如无人驾驶、辅助驾驶技术的快速应用,产业化的时间很可能大大提前;车与路、车与车基于新一代信息技术可以实现连接,以及会带来诸多领域颠覆性的变革和巨大的商业机会,如高速交通安全与管理;市内道路出行的优化与交通疏导;满足高通量、高速度、低成本的数据传输技术的应用及相关产品生产和基础设施建设。这是“互联网+汽车”最核心的变革,也是全球几个主要国家在标准体系、技术能力、系统建设等方面产生竞争的主战场。
其三是汽车生产环节的变革。过去更多是自动化、流水线,加入互联网后,可以实现更加个性化、柔性化生产,以及整车及所有部件可跟踪,生产信息可以由厂内连接到厂外包括销售商、消费者并实现双向互动。供应链管理能实现平台化,自动化环节如机器人更智能更精准。这种“五位一体”的智能化制造,在德国叫做工业4.0。从国内企业来看,汽车行业的智能化好于其他一些制造业,后者很多还只是2.0甚至更低的水平,自动化程度还很低,智能化也更只是初级阶段。汽车企业也有不同,国外公司包括其在国内的合资厂,智能化水平多高于国内汽车公司和国内合资企业的自主生产厂。
2、“互联网+”的核心是大数据及基于这些大数据产生的应用。“互联网+汽车”产生的诸多创新、服务和商业变革,都要基于有数据可分析。有哪些数据呢?每辆车的数据,现有每辆车都有一个VIN码,更多信息分散于交管部门、整车厂、保险公司手中,车的位置信息,驾者的信息,基础设施信息包括停车位信息、充电信息、加油站等。这些分散、碎片化的信息,只有具备可读性、可共享,真正有极大经济和社会效益的商业和产业变革才会发生。因此,政府如何为这些数据的收集、保护、分享、应用创造更成熟的环境,是亟需研究的问题。
3、“互联网+”的层次性及推进“互联网+”的思路。“互联网+”有三个层次,产品与服务+互联网,单一行业+互联网,系统+互联网。这是一个金字塔形的体系,系统变革在塔尖,发生的时间慢,但影响巨大。这个系统变革就是跨行业的融合、对接、渗透。
互联网+汽车的可预见的高端境界是车与车、车与路的联网。这是最难的,技术不是障碍,难在体制。这涉及通信、汽车、道路、交通管理四个目前相对独立的领域。从当前的情况看,各个领域都在研究和推动“互联网+”带来的变化与对策。
其一,信息通信领域更多是扮演颠覆者的角色,努力寻找汽车行业、交通行业发展的落后点和痛点切入,从而会产生一系列新的业态和商业模式,但问题是,这种更加强调互联网的思维会遇到传统行业越来越多的抵触。特别是,对与技术与工艺复杂性非常高的生产制造,特别是汽车制造业视为根本的安全等问题采取一种轻视的态度,对中国道路交通的复杂性,以及新技术推广时空的不一致性缺乏谨慎的认识,以为都可以通过互联网技术予以解决。由于对此没有更理性的认识和更充分的准备,互联网颠覆者的成功概率会小于助跑者的成功概率。这说明,“互联网+”绝不能变成“互联网思维”的单方主导。
其二,交通领域推进的智能交通,或者叫车联网,更多是从交通管理角度出发进行设计,对车的理解远远不足,与车的合作远远滞后;汽车领域推进的网联车,或智慧汽车,对车与路如何联结,也没有协同的解决方案。这样双方努力推进的结果,是在“互联网+”的时代,重塑了行业分割、自成体系的格局。这会对技术标准的融合、数据交换、基础设施建设带来非常大的障碍。因此,推进“互联网+”的思路应体现变革的层次性和行业重点。对系统性的领域、需要政府来承担更多跨界融合的领域,政府必须更早行动,组织跨行业的交流,成熟的还要进行顶层设计。
4、“互联网+”时代的行业管理要变革。“互联网+”带来的一个重大挑战是政府基于审批、不联网时代的管理思维和管理方式。这就要求政府必须建立基于“互联网+”的行业管理体系和管理能力。一个重要的现实是,“互联网+”最容易产生变革红利就是有行业管理的领域。因为,这些领域的发展由于受到管理存在更多的痛点,一但触网,机会更多。但变化是什么呢?汽车领域,汽车生产方式会改变,过去大流水线的生产方式,在“互联网+”和汽车电动化转型时代,就必然会发生改变,汽车可能更多是模块化生产,他不需要建立庞大的流水线,维修也更加分散式和社会化,那么我们的投资准入要求是不是要改变,非要企业建立多大规模的生产线、非要有多大的车维体系吗?另外,市场准入的改革也要提速,谁更有资格来设计和生产这样的汽车,需要加以重新定位。交通方式也会发生重大变化,网络协调、统一调度、预定路线、区域管理、全国交通大联网的格局可能出现。用车方式也会改变,自动驾驶会使个人驾车出行的方式转换成网络租车出行的方式,私家车被“共用车”取代。“互联网+”所要
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21