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
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24