会议主题：AI趋势下的车主需求和体验

会议时间：2018年8月23日上午

会议地点：富力万丽酒店三层宴会厅

会议内容：

主持人 曲锐：各位来宾早上好，欢迎大家来到2018 T行神州总第59站北京站活动现场，本站的主题《AI趋势下的车主需求和体验》，我是今天上午会场的主席来自东软集团股份有限公司产品总监曲锐。

东软集团股份有限公司产品总监曲锐

TCC生态圈在车联网行业中坚持耕耘了很多年，一直把握国内国际车联网方向和众多热点，从前几年智能网连生活、智能网连汽车，之后关注车内智能坐舱等等热点，今天也是下一个热点，很荣幸我能参与到这样的活动中来。下面开始今天的议程，今天是圆桌的形式，我们创造轻松和谐的氛围。我给大家分享一个故事，某一年拜访某个车厂，车厂研究院一个同志问我苦恼的问题，我们遇到众多问题，其中最郁闷，有车主晚上一点、两点给客服打电话，要求客服给他唱歌听，客服回复说，对不起，我们现在没有开启这个业务，车主说你不用唱，我唱给你听就行。那时候话费也不低。在今天，对于AI应用也许能找到答案。

尼尔森汽车事业部高级总监武晓萍女士

今天第一位演讲嘉宾，尼尔森汽车事业部高级总监武晓萍女士，她的演讲题目是《2018年自动驾驶市场与消费者洞察白皮书》，有请！

武晓萍：谢谢主持人，今天几个关键词AI、车主、需求、体验，谭柏利讲AI是我们做2C研究特别的领域，更多聚焦车主体验上。今天非常荣幸代表尼尔森分享我们近期研究的成果，关于自动驾驶调查。自动驾驶也是今年汽车领域大事件或者大趋势，尼尔森紧跟这个趋势不断研究和跟踪这个市场的变化，说回自动驾驶，这个背景各位非常清楚，汽车百年历史中不断演化、不断变革，带来很多新的问题，比如拥堵成分、交通安全等等问题，所以业界也好、包括传统的主机厂，在大的AI背景下，会认为无人驾驶是终极解决方案。对于车主来说受到冲击非常大，在自动驾驶讨论大潮中，消费者怎么看？他们怎么看待这个事情？我们也是开展一系列调查，借助线上和线下方法，包括借鉴专家意见，今天冰山一角截取主要发现跟各位分享一下，也希望能够抛砖引玉。

先说认知，自动驾驶是新的概念，对于业界已经不太陌生，但是对于车主或者准车主不断消化、接受这个事情，我们看当下他们怎么理解和认知这个事情。其实认知程度比我们想象乐观很多，基本上有超过24%人不仅听说、而且不同程度体验过自动驾驶功能，我们从不同年龄层、不同价位车主来看，一个共有趋势越年轻的人他体验概率越高，这个其实跟其他咨询公司或者其他报告非常类似，年轻群体或者越年轻群体对新事物接受程度越高。而且不同价位车型车主体验越高，可能跟产品布局有非常强的关系。

而且从态度和意愿来说，有三分之一人希望将来如果有可能的话，还是愿意购买这样产品，自主驾驶技术。随着车价提升这种意愿不断提升，幅度非常明显。最近看到不断咨询公司不断跟踪市场变化，他们调研非常明显，中国作为新兴市场，消费者对于自动驾驶新鲜度、喜好度比成熟市场比较明显的，我们调查也可以看到这个乐观的趋势。

将来怎么样？涉及到从当下到理想状况演进和升级，当然目前自动驾驶布局非常有限，对于消费者来说有一个希望将来提升的情况，从细胞图可以看出来，有两个发现，第一个基本延续梯级升级，对于消费者或者普通车主来说，虽然接受新鲜事物很开放、很欢迎，但是态度需要逐渐踢进状态，消费者基本上集中L3这样级别。再看原因，接受原因和不接受原因非常明显，接受者主要来自两个，第一个更大的自由度、第二个更好的安全性，腾出更多时间做更多的事情，我在车上生活、车上时间拥有更多的可能性，第二个安全，当然消费者认为自动驾驶机器接管车辆比自己人带来偶然性少一些、安全性进一步提升，所以最大利益点一个自由、一个安全，这是消费者能够接受自动驾驶两个非常重要的自由度，但是最大的顾虑也是安全，毕竟对新技术信心度，没有经过充分检验情况下，对安全自信还需要时间。

正是因为这样态度，我对自动驾驶理解和对它的最大顾虑，其实消费者在选择的时候，跟选不同产品、不同汽车也有很大的不同。左边灰色现实传统汽车消费者购买关注点，像品牌、外观、舒适、动力等基本属性非常凸显，但是对于自动驾驶来说，安全性是非常明显突出的第一要素，也就是在解决消费者对于最基础同时也是最核心安全诉求情况下，自动驾驶普及或者深入市场扩展是一个挑战和课题。

类型，因为现在车也有很多造车新势力，车的类型不断丰富，消费者会天然或者一大部分消费者天然将自动驾驶和新能源车绑定在一起，其中有一个暗含的意义，自动驾驶是未来趋势，更加科技化、更加前瞻，新能源也是更加科技化、更加前瞻，所以消费者有本身的内生逻辑。80%人更加选择传统汽车企业产品，传统汽车企业已经证明自己100年，他的市场、发展过程有目共睹，但是对于新鲜科技企业进入这个领域证明自己时间非常短，对于消费者高科技产品跟随特征来说，这是暂时比较大、比较难逾越的障碍。

回到驾驶的场景，车目前来说还是消费者私人拥有、私人驾驶，对于普通车主来说对车依赖非常大，这是有车人群在日常出行场景发生的概率，我们会发现除了长途出行，无论个人还是家庭、商务使用大家非常依赖车，绝大部分还是开自己车出行，所以他们出行频率、场景也是覆盖各个领域，但是各个领域表现又不一样，从出行概率高低、还有对不同场景下满意度，其实理论上可以找到将来自动驾驶优先切入消费场景。右边代表是出行频率比较高的，如果再往下切是满意度比较低，理论上可以先从这样场景提供解决方案，但是还需要考虑一点就是技术可行性的问题，所以这里分成四类，从近期到远期、从频率高到频率低，以及满意度高低看不同场景情况。近期平顺驾驶场景、高速公路行使场景、国道/省道行使场景，也是目前市场在售产品切入的领域，另外城市拥堵路况及乡村道路，复杂度更高、挑战更大。我们会看到中间蓝色，关于在家里、小区、公司停车的问题，在我们所有调查里边出现抱怨频率非常高的领域，虽然车企提供很多方案，自动泊车，目前都解决不了消费者使用这个痛点。

再说一下将来的事情，理想情况下，自动驾驶消费者感受到更多是自由和安全，有了自由、有了安全可以做什么？不同场景下消费者不同想象，一个普遍规律就是级别越高，我可以做的事情更加多。而且还有一点我在目前自己开车比较少用长途出行情况下，将来自动驾驶使用率更高。无论短途、长途、中途，自动驾驶对消费者来说更加高频率的使用。而且女性车主发挥更大的想象力，像男性车主觉得解放双手可以休息，女性说可以社交、娱乐、网购，这是未来很多空间。

未来城市交通模式也会不同的阶段，对于消费者来说，他们目前接受阶段更多还是集中第二层，由自主驾驶主宰车道，这是现有技术模式演变，将来有更大的变革，对普通消费者想象力或者认知超越更多，目前接受度有限，随着市场发展，消费者会慢慢接受这样的生态变化。说到这里大家可能比较好奇，什么样消费者他们会更愿意接受自动驾驶这种技术呢？

我们总结一下高意愿人群的特征。跟大家想象非常类似，首先男性车主，不凡女性车主，收入更高、更加年轻，因为年轻人无论认知度还是接受度方面，对于年长人群都会更高一些，从人生态度来说，他们就是一群，家庭对他来说非常重要，比较顾家意识的人，同时对于安全、科技、环保更愿支付更高价格，当然日常活动安排体现对科技爱好、新鲜事物爱好，同时对社交也是非常积极和主动，这个是目前从这个阶段提炼出来自动驾驶高意愿人群主要的特征。其实我们调查也会发现典型的车主，比如特斯拉车主和奔驰车主特征也非常明显，我们调查奔驰E先生，他有两辆车，对于车当然有自己要求，两个产品都是有特点的车型，对自动驾驶来说，目前对于技术信心度不是很强，开放但是不愿意接受，另外对于自动驾驶安全性顾虑有的，希望这方面进一步提升，但是对自动驾驶持欢迎程度，非常看好科技巨头在这个领域的投入。

我们最后再简单总结一下，因为这个调查内容非常多，鉴于时间关系，我们会分享主要的发现。总体来说其实目前发展阶段我就不再赘述了，毕竟对于消费者来说，他们接受会有逐渐演进过程，这有赖于市场不断变化、不断变革，对于有车一族来说，将来能不能更好解决他们在行使过程中或者用车过程中最明显痛点使用场景，是目前最大的挑战，另外如何更深打动爱科技、爱尝鲜高意向人群也是我们将来产品推出营销上的课题。目前主要这些，非常感谢大家！谢谢！

主持人 曲锐：感谢武晓萍女士精彩分享，用数据证明自动驾驶、人工智能在未来市场需求和有足够规模的市场，以及对于未来展望和用户画像的描述，下一位演讲嘉宾来自IBM全球服务部大中华区车联网总监王梅竹女士，她分享的题目是《数字化与智能时代的人、车、生活》，大家欢迎！

王梅竹：谢谢各位，首先自我介绍一下，我来自IBM企业咨询服务部，我们做行业创新解决方案，我们专注于汽车行业，今天早上跟各位来宾有一些交流，大家比较好奇今天IBM分享主要主题和立场是什么？先跟大家分享两个信息，首先IBM在行业，帮助传统企业进行数字化运行特别是互联网创新方面，我们在各个行业都有非常深的积累，这个之前其实在汽车行业，从主机厂制造、DMS、前端数字化零售，前年开始IBM车联网的创新，我们跟福特、大众做了很多基于AI创新的联合项目。第二IBM去年开始重新定义自己核心价值，是作为认知服务，基于云的服务提供商，今天主题结合AI，IBM在很多行业基于行业应用、消费者应用有非常深的积累，也希望跟车联网碰撞出更好的用户场景。

IBM全球服务部大中华区车联网总监王梅竹女士

其实刚才武总分享我们整个趋势，为什么这两年汽车行业、传统行业创新驱动很多智能出行领域根本性的变化，来自于新能源领域、来自云服务、来自自动驾驶，包括未来用户出行方式也会发生很大的变化，这个不过多赘述，在座各位都是非常资深的专家和实践者。我们今天谈到基于AI未来用户场景，围绕一个很重要的主题，怎么让用户通向个性化的道路，持续用户体验催生很多技术平台和很多新的商业生态、服务生态。比如结合新能源车主，未来出行体验是什么样子？是不是根据车辆自动电量预测，预计到目的地规划，动态提醒应该什么样充电状态，而目前充电平均等待时间半个小时到两个多小时，很少有人在这个时间内干干等着在那里，在这个时间用可能产生别的消费行为，比如客户拜访期间正好充电，周围有喜欢的餐馆，推荐你这里充电，充电过程中可以享受美味的午餐，充完电可以利用会员积分支付等，首先对于用户把充电PUI信息融合在一起，提供他很好共用充电覆盖，而且跟充电运营商进行服务打通，从充电启动到支付全流程打通，并且我们在用户前端触点，不管手机端还是车端，挖掘更多推荐，比如基于电量、基于路径规划，以及基于什么样车主有什么行为，他喜欢午餐去什么商圈就餐。

基于这些构建充电服务，这个充电周围适合从事活动有哪些，这些对我们前端用户体验以及后端大数据，以及拉动大数据满足用户体验AI智能推荐和用户个性化标签，都提供非常高的要求。虽然前端用户体验很简单，但是后端数据和技术要求，以及整个平台数据和平台融合确实非常复杂的。为了满足这样的场景，未来整个智能车联AI推荐其实拉动很多平台业务模式，我们会有越来越多复杂的生态和涌入新入者，包括汽车主机厂商、包括金融保险、以及零售业态、以及各种各样计费模式、互联网公司等等，刚刚简单的场景贯穿智能硬件提供商、我们零售很多业态需要打通。

IBM给自己定位，我们是给挖矿企业提供斧子，我们是帮助大家在后台做赋能，构建数字化能力，并不是直接服务C端用户。在这样大的用户体验旅程以及生态平台下，我们IBM构建未来智慧车联分成两大组件，结合未来智慧化场景，前端以用户为核心场景化、个性化的体验，这个我们区分核心可能高频、刚性的场景，未来是培育或者技术储备，比如今天谈到自动驾驶可能未来更长远。这里边关键字是用户为核心，所以这个底层比如从最基层用户ID、以及用户身上标签，能不能识别不同场景下我们有唯一用户身份识别，通过这个能够拉动基于用户行为的智能推荐。比如我们知道这个用户她是女性司机，她停车优先选择地下停车场，她不喜欢街边停车，因为那个对驾驶技术要求非常高，包括她加班之后选择安全的路线，或者她喜欢去家庭聚餐、小孩娱乐的地方等等，这底下有很多大数据、以及AI系统和机制。

另外场景化体验，基于不同出行目的，是不是有夜间出行方式，我们有长途自驾方式，还是组队出行方式等等，每一个场景都会对我们数据、推荐逻辑产生不同的需求。为了支持前端用户体验，后端需要很多模块化快速组合的能力，因为前端用户和场景出行体验变化非常快的，所以后端需要从数据、到技术、到合作生态能够进行模块化，像乐高积木一样快速组合的能力，我们体验六个很大模块的能力，第一个急速交互和快速的更新，这是敏捷迭代和API为构建的能力。从PUI服务场景推荐、到服务打通做到模块化功能，基于用户推荐模块生成前端服务，还有技术储备，在AI、大数据智能搜索、大数据推荐、标签管理等等，这需要很多技术储备。然后极简UI、OS，前端体验越来越简单。

未来可能在车载端只有三个应用最有价值，第一个地图就是导航，第二个VI语音交互，第三个把两个结合在一个智能出行助手，对于用户来说前端交互越来越简单，不像现在手机操作很多APP，车载有很多应用，去APP服务，根据场景进行融合，再有智能语音很好的互动。第五个很重要的模块千人千面，在AI当中基于用户身份ID构建一个系统，基于大数据智能推荐能力才能不断学习用户到底喜欢什么，可能最基础是常规的出行路径、熟路、身上各种标签，家庭出行者、还是女性司机、还是深夜加班党，对于充电、支付等用户行为不断学习形成标签，真正做到虽然前面用户交互界面很像，但是每个人搜索出答案不一样，才能做到千人千面AI不同的体验。

最后需要模块化组合就是生态和战略合作，针对不同用户，底层服务无法通过一家完全满足，如果构建前端个性化场景服务，后端支持它的平台，生态能力也需要模块化、快速不同组合的。对于IBM来说，我们从最顶端云的层面，还有车联网行业解决方案，我们还是给大家挖矿的，各位是真正挖矿的同事，我们给你们提供斧子，进行数字化赋能，无论服务集成、智能推荐、TSP等等，最终到前端触点各个层面，可以帮助大家某一些环节构建大家数字化能力。

这个里边很重要的一点，就是借助数据，其实今天谈到AI趋势下车主需求和体验，最核心其实就是数据，这个数据来自于非常多元化生态合作伙伴的，我们IBM围绕数据做了3+1事，第一个云平台满足大数据即时处理和响应，基于云平台也定制针对汽车行业、车联网行业定制化方案，比如自动扩容，根据车联网特性自动扩容的场景，比如我们有新车的上市，或者五一、十一集中自驾出行的密集点，或者有一些服务比如导航什么，可能在上班通行时间比较密集，而有些服务没有时间特性，可以根据服务不同时间密集度、调用频次自动部署云端的资源，根据新车上市、密集出行，白天把更多资源普及高频服务，大家服务空闲的时间可以用于后台大数据处理、打印副标签等等，顶层平台根据智能出行场景，为大家定制化专门的模块配置一些功能，在上面为了支持AI驱动下用户场景，我们有三个很重要的解决方案，第一个数据融合，这个数据融合也是AI背书的数据融合，比如停车来自很多伙伴，而这些东西都是集成地图层面的，我们可以根据AI大数据处理、分层帮助大家自动数据融合，可以导航为入口，挂起各个服务提供商和CP数据的融合；第二就是我们AI引擎，主要基于用户行为，刚才讲到大数据系统，同时通过机器学习、用户行为学习、车辆使用习惯，能够给这些用户形成用户标签，从而实现前端千人千面推荐；第三个业务加速器，所有数据和推荐逻辑最后以API方式推荐前端调用，API快速形成一些方案，并且能够进行标准化以及迭代的实现，这样通过3+1能够帮助我们以数据为核心闭环快速交融起来。

在IBM围绕这个之内，其实我们还提供七种核心能力，不管产品，因为现在遇到非常多传统企业数字化逆行，包括帮很多传统零售企业、传统制造企业都在做互联网化逆袭，传统企业需要不仅仅产品，可能更多敏捷的文化，从卖车变成卖出行服务，产品机制、怎么运营都有不同的需求，我们可以从用户旅途定义、到怎么推广CPSP，构建用户旅程的经营，帮助传统车企产品管理方法和流程，以及API、系统架构等等，这是全方位大家端到端转型的合作。

后面想跟大家分享一下，目前IBM和大众合作的一个案例，我们帮助大众全方位构建五大标准服务，包括它的停车支付、充电导航以及语音识别，这五个标准服务也是IBM与大众有战略合作，一起围绕七个纬度打造车联网化标准服务，提升主机厂客户满意度。包括最后服务对用户体验改善。我们做三个事情，首先基于大数据融合，面向服务端到端集成，最后进行场景敏感推荐，包括车机端应用、包括手机端应用。最底层所有服务基于云服务平台上，其实我们基于AI和大数据最底层最强的服务能力，以及快速部署实时迭代的能力、还有快速支持我们产品不断迭代。因为今天谈到不管AI，还有车主需求和体验，其中很重要是快，因为这个变化非常快，要求我们底层有模块化能力，通过技术层面有非常快响应迭代的能力，这个对未来高可用性、高拓展性，多端平台整合生态技术要求非常高的，这个也是IBM和大众在一起进行非常多领先技术创新。

对于IBM来说，我们车联网这一块是今年非常重要的战略方向，我们非常希望跟在座各位，在未来能够开展更多的数字化创新，我们在北京和深圳，北京相当于我们MAP从零到一创新过程，深圳有快速车机平台、移动平台开发整个交互模式。后边是我们独特价值，我不再多说，如果大家感兴趣，下来可以再做进一步交流。我想分享我们基于AI，我们对于AI用户体验创新，以及对于我们企业如何构建独特用户体验，从我们数据层、从我们系统架构层、从云平台保障以及前端个性化体验UA、UE等等，这是我们初步分享，如果大家有感兴趣，下来可以进行更深入的交流，谢谢！

主持人 曲锐：非常感谢王梅竹女士精彩演讲，你的演讲结束之后，我发现我们车联网方面是竞争对手。我是做车联网出身，以前一直做这方面架构包括基础设施、包括售前咨询等方面，目前王梅竹女士分享这些，作为友商来说确实有很多共鸣在里边，说车联网离不开互联网，互联网中国最大和国际区别在于，在方向上不管业务还是技术应该是跟随者，但是具体业务范围、以及产品灵活性方面，中国互联网已经在开始超越国际上一些知名的企业和应用，但是车联网部分可以非常骄傲地说，目前中国已经走在世界的前列，这个感受是切身的感受，因为从原来东软一直跟国内主机厂密切合作和交流，但是最近一两年越来越跟合资厂ODM更多合作，包括技术层面、包括人力外包、包括产品层面，所以对王梅竹女士分享技术架构、包括人、车、生活理解真的有非常多的共鸣，也相信这是未来得方向。

在此之上我们也有其他感受，过去我们开发系统往往是瀑布开发，刚刚王女士提到用敏捷方式开发，为什么？因为车主需求越来越多快速反馈车上，瀑布开发由原来两年三年缩短几个月，也很难满足车主更多、更密集的需求，只有新的开发模式、新的架构才能满足车主日益增长的需求，以及他们对实时性的要求。比如现在手机灵活的升级，无论系统层面、还是APP层面，用户已经习惯快速更新的体验，如果车机这一端不断追求互联网化、车联化注重更多快速升级、响应的话可能被更多车主抱怨，后端基于新技术、新架构的应用有力支撑。

对于今天所讲到人工智能和自动驾驶，前几天在上海高速公路上，当时在出租车上，亲眼所见旁边特斯拉缓缓开过去，驾驶员把一条腿放在副驾驶位上，两只手捧着手机，发现驾驶室内只有他一个人，他在玩王者荣耀，这种对我个人来说、以及当时出租车司机来说，真正对自动驾驶感受。以前我们都是了解概念，以前都是PPT、影片看未来自动驾驶什么样？当第一次旁边车，车主潇洒玩自己手机，完全信赖自己车向前行使，心理冲击非常大。我和出租车司机关注点不一样，我关注他玩什么，出租车司机选择马上离开，因为他不相信目前自动驾驶技术。从这个例子证明武女士分享的自动驾驶现状。

下面我们进行茶歇环节。

（茶歇）

主持人 曲锐：通过简短交流，我们现在进入下一个环节，通过上半节环节了解市场趋势和需求，以及比较领先的合作伙伴来自IBM分享技术信息，以及他们对车联网理解、后续规划，下面聆听一下来自整车厂对未来出行和智能车理解，有请领克汽车销售有限公司产品管理部产品商业化管理高级经理韩冰先生为大家分享，题目是《AI趋势下的客户体验提升》，有请！

领克汽车产品商业化管理经理韩冰

韩冰：大家好，我是来自领克汽车的韩冰，今天从主机厂市场端分享AI趋势下的客户体验提升。分三块介绍。

一、领克介绍

我们品牌愿景持续改变出行体验，品牌设立初期体验对我们非常重要的一个方面，从品牌含义也可以看到，Lynk首先是互联，代表无线连接创新科技，在人和场景建立全新的连接，从品牌价值个性、开放、互联是我们品牌价值，为了践行这个承诺，创立初期定下全系标配车联网、全系标配高清液晶屏、全系标配AI云助手、终身提供免费流量，提升客户体验，使客户告别单机时代、告别物理键盘的时代。

从客户消费群体是个性开放的群族，对我们提出理念也是比较接受的。这是我们领克车主的画像，我们做了上市后车主访谈和调查，领克车主基本有品、有趣、有调的都市青年，他们关注品质、科技、智能产品都是领先于同级竞品的，车主他们平时生活非常关注智能产品。车主对于体验方面要求比较高的，对于新鲜感、安全感和个性、以及激情方面都是有一定要求，主要体现在富有乐趣的科技产品、以及颜值、包括时代的潮流。

二、AI的趋势是什么

第二部分我们探讨一下，为了满足客户需求，以及提升他们体验，我们用什么样AI趋势以及技术提升他们体验。首先随着物联网硬件发展，现在在我们周边除了车以外，包括家里电视、冰箱、以及热水器、空调都在进行联网，随着网络数据增加、大数据分析，更多云的技术、以及通讯的技术提升，带来整个计算能力大幅度提升，所以在AI技术，未来会得到很广泛的发展，我们认为未来趋势就是精准认知、无缝服务，从目前来看，大家使用不同APP，所以我们认为未来是去APP化，更突出生态化、以及标签化和场景化方向发展。

AI机器和人不断交流的方式，从它的步骤来看，我们认为首先第一步是感知，即使车对于人的一些行为是看见和听见了，逐步提升这种感知，第二步是认知，听见并不代表听懂，从听懂层面也是第二步进行提升，第三步同沟通、共思考的方向发展，第四步就是在沟通基础上进行相应的动作和行动，对车主娱乐和辅助进行动作性发展。

下面我细致讲一下这几个步骤我们一些理解：

1、感知，感知其实是数据收集，我们认为分为车辆内部坐舱和外部生态收集，首先内部数字坐舱对语音声音的收集，目前可能对于普通话、以及发展成对于不同的方言，我们在海外市场也有发展，对于外语认知也是我们正在做的工作。第二基于人脸识别技术，慢慢过渡到对消费者表情、情绪的感知，第三就是一些手势，目前是简单的手势，未来对于较为复杂的手势认知。还有图像，随着摄象头和技术发展，对于车辆内部感知和判断，比如车内有老人或者有孩子，做出相应的判断，车外部发生的环境变化，最后是生物的变化，比如声纹、指纹、以及身体数据的探测。

在车内包括生态数据，首先作为一个车厂，对车辆相应的参数有准确的把握，推出一段时间智能服务以外，这些智能服务数据我们有一定的积累、有数据分析。目前领克采用销售方式，从销售开始网上下单，之前粉丝有相应的账户一直跟踪最后，所以车主买车前、买车后大数据的积累，还有集团内部有相应的合作，比如这个车主还有其他车辆，恰好集团内吉利品牌车做升级和更换，前面数据也是有合作的可能。

第二部分外部生态数据，在车内我们跟合作伙伴做相应的服务，包括资讯、娱乐、社交等其他方面，这也会掌握车主用车的习惯，以及车外，包括我们考虑车控+、+控车的领域，目前智能家居发展非常迅速，对于智能家居产生习惯和行为也希望把握的，包括车主吃喝玩乐、旅行、智能设备带来数据和行为习惯分析。

2、认知，在前一步掌握这些相应数据以外，其实对这些数据分析和认知，理解消费者到底有什么样想法，包括芯片技术发展、以及硬件技术和计算能力提升以外，我们认为算法基于语义库非常重要，包括外部合作赋能和内部自我赋能。从外部来看建立全面语义库平台，跟各方合作伙伴进行相应的合作，把各方优质资源集中一个平台内，并且语义库平台上建立丰富的场景集；内部来看建立自己的语义库，更符合车主的习惯、体现个性化地方，并且AI助手，可以由车主训练自己的助手，车主付出心血越多，他助手更符合他的习惯。另外还有自学习能力，AI助手发展有一个过程，必然出现很复杂的情况，他不了解车主想什么，这个时候内部后台有自学习功能，过几分钟主动提醒车主，刚才你问的问题已经有答案，体现智能化。

3、交流，目前AI助手说话比较机械，我们希望未来发展方向能够一起对话、共同思考。主要体现以下几个方面：第一拟人化、第二个性化和形象化。具体来说，从拟人化我们希望更多发展自然语音，现在都是标准化声音显着比较生硬，比如高德地图“郭德钢版”引入，另外车主可以定制化语音，另外个性化千人千面，基于对乘客识别来看，能够知道哪个人发出对话，是孩子还是车主、还是驾驶者、还是副驾，对孩子来说形象更加可爱、更加卡通，体现个性化形象。现在大家感觉对一个机器、对一个车说话感觉比较空，未来我们考虑形象化助手的形象，可能初期在屏幕上做一些类似卡通形象或者车主定义的形象，跟硬件做相应的结合交互，我们也探讨全息影像接入，使助手形象更加智能化。

4、行动，前面都处在交流情况，充分交流沟通掌握车主需求情况下，考虑采用什么样响应机制？首先我们认为在坐舱内是多模态的交互，主要体现以下几个方面，多屏互联，未来车会配更多的屏幕，比如前面HUD、CSD、DIM、AR技术使用，一个课题带来了，如何把这些屏幕配合做的更好，也是我们探讨的一个话题；另外氛围交互，随着车内更智能化，对于车的氛围、声音、气味判断车主情绪和心情，在不同情绪和场景下，希望这些相应联动，创造车主好的体验，另外就是情感车控，毕竟作为车来说，跟其他手机AI区别就是对车的掌控力，像天窗的控制。如果大家在去郊游或者户外，想看看星星，这个时候天窗应该自动打开的。

另外在车外一些交互，我们认为主要是跟行业资源配合，首先娱乐性，比如娱乐、新闻，有些车主希望在车上一边唱着歌一边出去郊游，包括出行线路规划、以及地图相应路线辅助和规划，包括对于美食、酒店相应的推荐，我们也在希望不同供应商做相应的合作，推出符合旅客风格的推荐。

另外就是个人的助手，车是连接家跟工作的工具，对于平常大家日程，也是希望导入到车内，这样使客户在一天日程控制和管理上，是一个无缝的连接，包括闹钟设定，以及智能家居的控制，智能家居来控制车，车也控制智能家居，并且随着场景变化，来去做相应的控制。像智能硬件，比如像无人机等，目前在我们车主非常关心这些，我们探讨这些跟车结合，无人机图象传输和社交分享。

另外车维修保养提醒，掌握车大量参数之后，对于及时性有保证，还有便捷的服务，比如快递到车，我们跟京东也在做合作和探讨，另外包括其他品牌推出活动，比如车友组队自驾游包括社交活动、和俱乐部相应活动。

三、车主的体验提升

其实刚才几个步骤我举两个例子，比如车辆维修，在系统内感知车辆的数据，包括它以前维修保养的记录，以及同类车型其他车主维修、包括相应的记录，对于整个车辆损害是有一个判断，是否维修过记录也有判断，来看到并且同步对比一下其他车主情况，判断是否整个品牌的通病，后边跟车主交流，是否存在其他异常前往店里，得到车主肯定之后，会主动帮他预约，包括设置导航到最近的服务点。包括家居服务，车辆位置掌握、包括车主日程、家里温度认知环节判断这个车主离家多远，是否他目的地是家，家里环境是否舒适，和他的偏好是否有偏差？可以主动提醒他，离家2分钟，家里温度28度是否调一下温度。对车主体验提升是各个场景下进行，考虑车主需求和痛点，比如商务驾驶乐趣、找美食等等，这是我们现在做的相应工作。

体验形成一个方法，就是AI助手在不同场景下、不同车主需求下应该扮演不同的角色。首先上车前是助手、设备总管、人体工程室、车内管家等等，车内时间是主播、助理、知道车主喜好的DJ、陪唱的达人、或者摄影师，下车是车主的贴身助手、或者保安总管、快递员等等，围绕人车场景下AI扮演不同的角色。

最后是领克实现的方式，目前对外公布一个计划就是CO：LAB，这是车主包括粉丝、以及创业团体聚集地，大家有好的创意会在这样社群内提出来，如果有响应热点会进行点评、投票，对选出创意会投入开发之中，这是相当于来自车主、来自于粉丝之间创意的搜集，这样会帮助我们提升AI智能化，同时我也希望领克品牌和在座各位开展相应的合作，谢谢！

上午圆桌会议

主持人 曲锐：感谢韩冰先生精彩分享，确实如此，我们把车、人、生活联系在一起之后，刚才韩冰先生分享这段内容已经更具体描述出来，也作为未来车厂需求典型的代表，现实生活中有越来越多场景体现这个趋势，前几天跟资深CHIP伙伴探讨的时候，现在很多年轻车主把自己导航、订外卖、第二天行程完全通过车载系统和手机需求完整联系起来，这样需求在未来肯定越来越显现、越来越密集的情况。

下面进入艾拉比资助圆桌互动环节，圆桌互动讨论主题《AI驱动下的出行需求和体验》，有请圆桌互动主持人：上海艾拉比智能科技有限公司总裁芮亚楠先生

以及圆桌互动讨论嘉宾：

宝沃汽车车联网与系统开发部总监张国强先生

九五智驾副总裁杨柯先生

联想懂的产品运营部总经理邢海洋先生

凌动未来首席架构师吴卫华先生

主持人 芮亚楠：首先感谢会议主办方，邀请艾拉比作为上午圆桌的主持方，我们是一家专注于国内汽车服务软件公司，最早推出整车OTA解决方案，同时有实车落地的供应商，2017、2018年参与国内整车厂OTA项目，目前大部分项目完成测试项目，相信不久会看到支持OTA面世。很多主机厂投入大量的精力、财力投入基础性平台集中的建设，这些平台建设也为车厂AI能力发展打下比较稳定和可靠的基础，随着技术保证，AI技术发展才会更加顺畅，随着AI技术演进，也相信消费者出行需求和体验也得到比较好的提升，同时消费者对于AI趋势下出行体验提出更高的要求。今天很荣幸与各位嘉宾，和大家一起探讨关于AI趋势下的出行需求和体验。各位先简单介绍一下自己。

张国强：我是来自宝沃汽车，这是中国资本控股的德国品牌，中国市场有接近10万台销量，我们提供一台智能化出行、优质化服务的一款汽车，为社会做贡献。

杨柯：大家好，我来自九五智驾，伴随中国车联网，尤其2008年开始车联服务，一直到现在服务15主机厂品牌，超过四十款车型，公司定位前装领域，依托互联网传统运营服务，结合包括行业应用解决方案，现在推出相关的产品，目前还是聚焦在运营服务以及端到端替换解决方案上。

邢海洋：大家好，我来自联想懂的，联想懂的是联想全资子公司，我们定位很简单提供通讯服务，聚焦两个领域，联想初心是PC，一个给联想LPA设备提供通讯服务，另外聚焦车，给国内几个车厂包括海外几个车厂提供个性化通讯服务。

吴卫华：大家好，我来自凌动未来的吴卫华，凌动未来是一家新公司，之前是芬兰车载系统的公司，拥有十几年车载软件开发经验，在国内既开发硬件也开发软件，但是主要研发在车载操作系统层面，主要集中领域是在车辆安全操作系统和人机交互这两个方向，我们现在也在跟一些主机厂合作，因为自己根据我们软件架构设计自己的车载硬件，希望后期我们能有合作机会，谢谢大家！

主持人 芮亚楠：今天从来宾阵容发现角色比较全面，有主机厂代表、也有供应商代表，供应商有专门负责车联网、智能互联、包括未来坐舱领域代表厂商。今天第一个问题AI驱动，或者底层驱动能力包括哪些？

张国强：这个话题我打一个茬，刚才也讲了比较全面，我也感觉坐在这里压力感觉，让吴总讲一下，他们做这个方面，看我们角度能吸收哪些。

主持人 芮亚楠：智能操作系统来讲给AI提供哪些驱动能力？

吴卫华：从坐舱角度，我们讲AI就是偏重云和智能坐舱，我们偏重智能坐舱，大家关注体验，多屏互动、包括自动驾驶、还有各种交互的方式，语音、手势，还有各种触摸板，各种新型交互方式都进来，这些东西也体现现代科技发展趋势，其中带来很多带着人工智能、AI这套技术进来，对于给真正驾驶人和乘客带来体验上提升，需要一种新的科技含量东西集中一起，体验包括终端体验，有好的硬件环境和软件环境能够把它用起来，第二个通过端侧软件技术，拿到足够的数据，拿到足够的反馈提供给云端去，云端也有私有云、公有云、有主机厂云、有服务商云，慢慢整合起来，能够提供更好的在云端VI算法服务，他们可以把数据用起来，再反馈车辆本身，造出更好的车、得到更多的反馈，触摸屏可能要迭代，硬件也有不同的进步，整个过程是AI驱动下整体出行的发展趋势，具体哪一块，我觉得技术发展都很快，现在还不是确定方向的时候，大家都在尝试。我们尝试既安全、又能够提供更多开放的用户体验系统，这是我自己的理解。

主持人 芮亚楠：联想懂的作为智能连接，包括现在做的硬件、软件，从智能连接角度有哪些AI驱动能力？

邢海洋：因为联想硬件基因比较足，其实我们在硬件上后期想的比较多，联想投车相关的企业特别多，如何在车上输出硬件更加集中化，比如现在在AS即将普及，仪表盘是不是这么重要？仪表盘重复度是不是过高？中控是不是和仪表盘合并？这都是考虑的问题，最新的摩德3已经没有仪表盘了，而且中控划分，大家认为驾驶员在车上控制度比较高的，我认为AI带来一个问题，车上驾驶员和乘客权限划分、控制权划分，需要大家想这个事，而对于我们硬件也好、通讯也好，我们可能从硬件角度来说，现在想的更加硬件集中化，比如所有东西都集中车上大屏，一直想做一件事，硬件迭代更加低成本，我们用最小的硬件一块屏全部搞定了，以后迭代硬件有可能不需要换整车，只需要换中间一个屏。而在通讯层面，目前还是希望给整个车这一块提供相对贴近行业的通讯需求，后续希望能用服务定义我们流量。我们不需要流量使用多少，之需要服务就OK，这是我们目前致力做的。

杨柯：吴总和邢总介绍主要硬件方面，九五主要侧重DSK平台加上对应的云软件，结合这方面讲一下，实际上是协同计算和边缘计算，边缘计算基于硬件芯片、单片处理能力，包括现在对应的中国芯，实际上处理能力来讲，应该具备很强的能力。对于平台来讲，因为DSK平台发展很多年，车联网产业也非常大，包括IBM同事介绍了多开放，对这部分因为九五具备多种资质，同时具备甲级测绘地图全国九家之一，对于DSK处理能力很强的，同时基于一部分服务，智能化主要体现数据智能化，尤其基于人物画像、还基于车辆画像，我们通过数据采集，大数据以及事件驱动数据，以及我们产生订单，结合自身大量的资质，这样可以把对应数据分析。

对于DSK平台智能化数据主要以大数据处理、同时主题化和标签化，作为一个数据打包。大家知道九五呼叫中心领域作为前期的导入者，服务整车品牌比较多，呼叫中心也在发展大量人工智能化，车机前导入IQ服务，我认为简单目的地下发，慢慢会被人工智能取代，尤其前装车机版，但是基于EQ和BQ有人工收入，传统人力服务加上人工智能辅助，把人工智能定义辅助模式，一个话务员服务过程中由客户所说的语音可以进行自然语音的理解，同时结合后端深度分析进行服务，同时大数据赋能力量，给客户提供全景的联络中心整体的服务，这样正好可以跟我们前端硬件以及后端软件，辅以车联网运营服务，给车主提供AI主体化服务。

张国强：从车厂来讲，大家都在做或者整合、或者实验AI的应用，通过实践下来我们感知两个方面，一个软的、一个硬的，硬的层面本身是一个车，车本身是行使工具，这个无法脱离的，所以AI相关的服务，无论刚才讲的云计算等所有东西，怎么和车本身融合，首先硬件的融合。怎么把这些东西和车本身融合，这样车才能永远赋能而不是变负能的东西，第二个升级，无论升级、还是资源整合也是行业发展比较关注的点，刚才几位同仁讲的观点，这个方面应用比较多。主机厂或者OEM行业里边稍微缺失的地方，因为大家关注点不一样，所以有分工。软的方面无论人、用户、车辆本身、产品本身、质量关联性、相关数据应用怎么整合、怎么做，这个我们也关注，急需合作跟大家讨论一点内容。

往下走人本身，往上走市场、供应服务，AI如何怎么发展，对于主机厂就是产品和服务两个纬度，对于用户来讲，他可能不太明白使用AI，但是他感知简单、便捷、简洁。对于行业主要的落地我的观点是在这个方面。

主持人 芮亚楠：随着AI变化需求会变化，接下来问题可能是双向，对于需求和AI能力来看是相互促进，反复迭代的，接下来问题想问一下各位嘉宾，从自身角度来看，AI演进首先对实际车主需求造成哪些变化？反过来车主需求变化，怎么促进AI技术提升？

张国强：从这个纬度来看，我原来也是做互联网出身，跟车没有关系，从那个领域过来做媒体、传媒、广告甚至做房产相关营销类服务，互联网建设，我不知道感觉是不是对的，跟大家不一样，太多情况下用户没有需求，而是我们有技术、有自己的产品，我们创造一个需求，而这个需求逐渐推广市场上边，让大家感知这个需求带来便捷、便利、易用性，这个时候对用户产生冲击，产生对这个功能本身理解或者功能追求，这样就需求产生源源不断的过程。

回到车本身来讲，没有人规定互联网汽车什么样、没有人规定车联网是什么样？所有制定都是行业内人说，通过AI体验来讲，有了互联网技术发展，特别是最近几年移动大的发展来讲，用户对于它的便捷性、方便性、易用性有要求，这个过程里边对科技、技术有依赖，这个时候会引申需求，怎么简单就怎么来，怎么方便怎么来，我开车磕睡就可以睡，什么时候达到这个纬度，这个情况下给用户提供方便。你把车共享出去，现在是智能出行比较火的话题，他合法使用，你可以把你车给他，这个过程中你俩利益交换，通过潜移默化方式帮助两方都得利。

第二个问题用户怎么定义AI技术？可能用户不太懂AI技术，但是用户知道我怎么用的方便、怎么用的舒服，你出行的产品确实不错，他对你需求越来越多，反馈也会越来越多。

主持人 芮亚楠：张总大道致简，我们简化，同时用好的方式，让用户润物细无声提供我们需求，这样就变成行业需求。

杨柯：前两天从上海回来，进行非标准化件采购，从现在来看，如果代表供应商，只是作为普通车主来看，还是基于解放双手、自动驾驶。智能化终极阶段在于智能化一侧，怎么方便怎么来。如果作为一个供应商来讲，尤其作为TSP来讲，思考空间很大，尤其对既有产品升级和优化。我们并不是类似于斑马定制他的URS，我主要做应用，我们很多品牌尤其欧美品牌合作很多，国外讲你怎么提供色彩斑斓的应用，这种一种应用从原来有这种触点、触摸，发展为以语音交互，从ARS识别到后端语音解析可能是一种方式。但是后续包括手势识别、甚至包括行业应用人脸识别，从产品角度来定义它，还是让它具备一定的主体化，当然过程肯定由乙方引导甲方做很多AI、包括识别事情。

但是从刚性需求来看，现在很多需求都是伪需求，这种要找一个平衡点。因为我们也服务很多家，大家共性问题很多，我们在服务过程里边产生很多有意思的事，也可以跟大家分享。实际上还是在人工智能包括交互上，我认为赢家以客户为本，再有以服务为基础的，同时发挥最大的经济价值。

邢海洋：我可能更多从车主或者从产品角度来看这个问题，因为我是做产品出身，我觉得AI在车上无非改变体验，首先AI得产品化，AI对车主或者对普通百姓来说，AI概念太大太不具体了。咱们举一个例子自动驾驶，之前有一个哲学问题，电车停不下来，要么撞一个人还是撞五个人，你怎么选？哲学看一个人、五个人一样，少数服从多数，在自动驾驶AI不可回避很实际的问题，对车主和消费者来说，我要的是一个产品，对我来说信赖的产品，有三包、有售后、责任明确有全责，这个事就是产品化，应该交给AI判断这个事的后果，他也要承担这个后果不管法律责任还是伦理责任，对车主来说，把控制权交给AI，对用户来说可以接受。AI更多还是具体到相关的产品，后续就是产品公司承担责任还是保险公司承担责任，关联连接计算，还是更具体一些，对用户来说要看产品、要看后边责任谁来担，他才能信任这个产品，这是我的看法。

吴卫华：我觉得在AI技术挑战下，如果对终端车有很多人工智能技术，包括自动驾驶，包括还有很多交互技术出来以后，车主他在车里边已经是全新的体验，希望达到全新的体验，他有很多东西可以用或者可以体验，在这个时候其实需要创新人他来考虑，这个人在车上到底干什么或者做点什么事，这些事情不是我们这些人能想清楚的，就像手机一样，当时智能手机刚出来，做手机人不知道这个手机到时候变成什么样？一开始想象不到有《愤怒的小鸟》游戏出来，但是触摸屏早就有了，操作系统早在这里，但是开发游戏人不是做手机、不是对手机硬件很清楚，也不知道手机怎么弄出来。也就是我们车内部如果提供比较开放的创新平台，自然有很多聪明的人想出更好的体验出来，这些人就是开车的人、坐车的人，他很聪明，可能在家里烧饭想出一个游戏，怎么把他的想法用到车上，需要开放的平台做上去。我们想是不是把手机应用平台推到车上？其实不太直接。

比如很多Android车直接连接上去，也有问题，我们解决这些问题怎么提供好的环境，让有创意的开发者或者创意公司，他拿到你这台车，他拿到SDK或者接口，把你服务做的更好、更酷，我们提供这个平台让更多人经营，开发更多的需求，那这个体验就不一样，这个体验什么我不知道，可能大家都不知道，也许哪天出来大家都体会到。我们做操作系统想到生态系统，欢迎更多开发者进来做这个事情。

主持人 芮亚楠：关于需求方面，杨总用了色彩斑斓这样形容词，对于新的AI需求来讲，很多公司包括新兴主机厂、包括供应商，包括台下各位公司代表，也代表很多新兴同事，智驾基于传统的呼叫中心延伸新的服务，包括懂的、凌动都是新进入这个行业的服务商，接下来话题比较直接一点，大家作为某种意义上新势力，对于传统已有这个行业供应商来讲，大家经常被问到一个问题，你做的事情传统商也能做，对于新兴厂商如何保证自己服务和自己服务差异性，如何增强自己在客户需求的黏性。这个比较私密的分享。

张国强：当然代表不了整个企业或者主机厂行业观点，但是确实发生一个变化，2011到2012年这个阶段，更多主导权，无论产品定义、实施、服务、包括后续运营更多不是主机厂说了算，包括我也是从这样过程过来，到2014、2015年出现纷争的过程，这个时候是拉锯战，认为这个行业使用者已经开始主导，行业服务者没有太多的优势，这个时候大家开始拉锯，2015年这个行业服务使用者或者产品制造者获得越来越多权力、越来越多能量，再加上2017年BAT横空出世、或者各大企业云的移动能力出现，主机厂逐渐发生变化，行业也发生变化，变化在于不同人从不同方向进入，越来越多资源整合，大家不再属于单打独斗的层面，否则共享出行、智能出行不可能出现合作，更多企业运营还是放在主机厂手里、或者国家垄断厂家手里。

作为行业从业者不能代表行业感知，从我们自己，我们团队思路来讲，第一我们术业有专攻，任何主机厂很难做到像互联网公司或者科技公司几千人团队专门做一件事情，这个可行性不高，第二个人员能力和行业经验积累逐渐逐渐加深，吸取不同思维、思路、技能。第三个整合和融合，原来听的最多词是甲方、乙方，这个词说的比较多大家也习惯，2017年下半年跟大家交流发现一个问题，真正主机厂交流是伙伴，很少有人说甲方乙方，都是合作伙伴，而说甲方乙方只有服务提供商才说。

从三个纬度变化，对于知识吸收是开放，对技能吸收也是开放的、也在学的，对于人才吸收其实也是开放的。现在回头看一眼，所有汽车行业BAT、服务供应商、运营商等他们人员有挖墙脚的存在。无论AI方面、还是互联网方面、信息技术方面都在做融合，原来叫“互联网+”，后来发现可能产业加互联网，纬度不一样，但是最后得出来结果值是一样的，从这个纬度上，我感觉这个行业发生这种变化，可能对于服务提供商来讲也是一个冲击，已经变了除了模式。最简单产品经理配好、项目经理配好，你可能就变成运行。同样也是行业人员配置原因。

杨柯：确实是这样的，我在九五工作有十几年，这么长时间内，项目也做了很多，确实正如张总所讲，车联网发展前三年、五年，可以说服务运营、包括产品定义、以及相关技术研发里边产业模块组合，都是供应商主导，因为我们是亲身经历的。随着主机厂对于这部分回收，控制权越来越大，给其他供应商空间也越来越少，实际上也滋生一个话题，也是要求大家在垂直领域，自己擅长领域做出彩、做出不一样，同时满足一个终端客户、一个2B主机厂怎么做，现在有很多词包括各大论坛、各个帖子上讲赋能，你这个企业有独特特性的企业做整体的赋能，比如我们擅长服务人，演变为数字化运营，不光话务员服务好，电话接起率、通话三分钟保证完成，还要做基于内容的运营，还有基于服务上，甚至基于技术运维，站在不同立场来讲，肯定自己把企业擅长部分，发挥所谓的马太效应，强的做到最强，做到极致。

你的话题跟AI有点脱节，联系AI来讲，你的特色服务，AI产业也很大，有做边缘计算芯片供应商、有服务提供商，前一段给BAT一家做语音语量分轨统计，通话过程中人的面部表情通过语料做基础的判断，这个把人物画像做到极致。还有一个词张总也提到整合，马太效应发挥极致整合能力，一整套端到端，同时以运营服务为主打造主机厂，这个可能以后成为趋势，尤其个性趋势。

邢海洋：我们这边也是最近联想懂的开展和主机厂合作，合作过程中面临一个问题，AI带来前端可能驾驶方式转变，但是后端真正驾驶方式转变，后续商业模式怎么实现和解决的问题，大家都知道我们把业务做起来之后，除了基本的商业成本还有大量的运营成本，运营成本意味着商业模式不能太复杂，相对灵活一些。

我们跟一个新能源车厂合作的时候，在做一个事，现在车上有大量应用，大量应用使用习惯和方式，主机厂都希望补贴这些应用，补贴面临付费问题，初期可以不付费，早晚有付费那一天，有些应用补贴形式是后项，怎么做？做的不那么生硬，我们当时规划一个场景，可能商业场景居多一些。比如有自动驾驶，随时在车上开公司视频电话会议，作为车主想，我给公司干事产生流量算谁，谁掏钱的。像原来做PC一样，公司产生流量谁付费。我们当时做的策略什么样？在车上进入连接VPN产生流量都可以企业付费，如果以后公司要求大家车上开会，很简单，我们提供方式只要公司VPN连接下产生的，不管车上视频会议还是发邮件，都是公司买单，相应使补贴更加灵活，其他应用形式等等，都可以通过更简便方式实现付费，还是能够让运营成本降下来，我们也会搭建相应的平台，让用户更简便。

吴卫华：一讲差异性，我刚才聊，我们是做操作系统，整个车里头甚至坐舱系统，要讲系统还是希望讲一讲系统开放性，一讲操作性就是把我们硬件和实际能力暴露出来，能够提供软件，这是操作系统最基本的定义，提供软件就是提供接口，把车内VI功能、通讯功能也好、或者很多输入输出、交互能力也好暴露出来，给开发者，这些开发者，现在国内开发者还得自己给主机厂开发体验，其实我们在欧洲项目，主机厂自己有设计能力、自己有团队，自己开发这个体验，这个体验开放出去的话，可以有更多有创意的想法做出来，不仅仅我做操作系统、做车连领域才能做，这是我们所能提供对于操作系统不一样。国内iOS提供很多操作系统，Android系统也是很大，但是Android不是车载操作系统，并没有跟车更好的融合，更多提供云的系统，车载还有Linux系统，对车上今后设备、多屏、多输出、音频很多东西对车进行定义和规范，我们会基于这套系统走，希望开放的方式能够推动智能坐舱、包括跟各个云平台结合，能够有比较好的生态。

主持人 芮亚楠：对于各家企业来讲，关注简单、极致、快、同时开放性、融合性形成生态，这样保证自身竞争力。最后一个问题软件驱动力，我们提到AI，很多演讲嘉宾提到特斯拉方式，2005年国内就有硬件，到今天硬件仍然遥遥领先，但是国内应用的时候有很多问题，国内厂商硬件垄断，消费者愿意提前买单吗？包括主机厂愿意订比正常主机厂贵一些，但是性能慢慢提高，这个不突破很多AI技术只能等，比如凌动这边，又有软件、又有硬件，自身软件硬件投入比例怎么样？包括怎么看未来软件和硬件在你们产品中的占比

吴卫华：的确很大的障碍，新的技术来了需要很强的计算能力、很强的通讯能力，成本自然很高。我个人认为存在就合理，市场决定主机厂有这个价位推这个车必然有道理，他推荐的车有人买才能推下去，他可以推概念车没有问题，但那个不叫产品。反推来讲，实际上这些技术不够成熟，我们说硬件冗余、软件升级，我们想硬件冗余软件升级，我个人觉得并不是很有效的方式在某些阶段，看不同的阶段。

原来之前做手机方面，硬件首先是功能升级，如果赋给他很多新的功能，这个时候必须升级，因为它有新的功能来、新的硬件功能，比如新的技术语音也好、手势识别也好，有新的模块进来必须加进来，比如现在芯片带的VI 的IP里边，你旧的没有就不行，但是到一定阶段我觉得它会稳定下来，稳定下来就是性能升级，对软件来讲就是更多发挥力量空间感。对标手机可以看到，手机迭代到现在基本就是性能升级，功能基本哪些功能没有太大的变化，不断升主屏升那个。

软件功能永远是无限，他吃不够，所以软件是快速、永远需要的，不管硬件冗余不冗余，软件都要升级，OTA现在还能把技术包括成本做的更好一点，大家用的更多一点，会促使软件迭代导致硬件更快迭代，因为现在汽车电子硬件、芯片并不那么激进，汽车包括安全决定它的慢速，我觉得有可能快一点，这个市场决定，还是能快，就看你的模式，也许更容易更换硬件或者其他方式，不好说，主机厂那边有没有更好的解决办法，我们自己更偏重软件，硬件会做一两款产品作为参考，但是更多体现我们软件能力。

邢海洋：我的理解更多，最近联想内部探讨这个事情，联想做超算比较多，新能源有一个词叫充电焦虑，我们在充电焦虑之上延伸一个词算利焦虑，为什么有算利焦虑？吴总提到软件一定吃到所有性能，摩尔定律有，摩尔定律上有安吉利定律，大家都认可技术爆炸时代，发展非常快，可能就会面临一个问题，你车载的算利引爆之后，举一个例子，电池够400公里，电池消耗太猛了可能只跑300公里，这也是现实问题。

咱们硬件冗余话题有可能出问题，我认为特斯拉前期的硬件冗余，特斯拉电动汽车2004、2005年开始做，相对线性发展，不会现在爆发这么快，硬件冗余有充分的时间空间，2020年上5G，现在冗余我认为非常被动，我认为还是适应通讯技术发展，还是回到技术本身，能够把算利往云端迁移，把车载本身算利尽量缓冲为主，大量缓解这个问题。而硬件冗余不绝对吧。

杨柯：刚才也都谈了，刚才两位专家很专业。我谈一点思考，苹果手机实际上是很典型的例子，一开始苹果4出来，不光它大显示屏、硬件，其实早在智能手机开始就存在了，基于封闭的iOS操作系统，典型是软件服务，结合我们刚才谈到系统计算、边缘计算，边缘计算任何应用硬件包括芯片处理实际上都是原先的，但是你网端尤其云端是基于平台侧这种应用，所以现在我们跟很多主机厂都有合作、都有沟通，本质上还是基于软件平台测序。我们九五控股公司有其他公司，硬件自带出行机，硬件一侧已经定义采集数据种类，包括采集数据频度，但是真正处理还是基于PUS，个人认为对于软件扩展来讲无限，硬件只需要做到，应用应对场景足够。

回到刚才谈的话题，换手机的动力，很多iPhone5S不升级应用或者升级顶尖操作系统，还是完全够用的，但是也有很多好用、好玩应用用不了，包括新出的特点应用识别不了，所以驱动于终端应用模式还是特性化服务，也就是软件去定义它。这是我的观点。

张国强：总结不敢说，全都是大咖、专家级的，从我们个人角度或者行业看出来现在情况，第一赞同软件定义，毕竟SDK这个词没有出现重大失误，第二个从实际产品角度来讲，尽量符合发展规律、符合自然界发展的模式，然后冗余要适当考虑，因为毕竟不可能开放式、不限成本去做事情；第三对于整车内以及智能网联相关联运用、功能、业务、流程所有一些东西，尽量使用软的方式去做，但不一定必须，有的不可行。基本三个纬度增长。

主持人 芮亚楠：谢谢张总，我们今天跟各位分享话题到此为止，感谢各位参与！

主持人 曲锐：再次感谢刚才大咖给我们带来精彩分享和他们观点阐述，软件定义汽车也是东软几年前遵从一个概念，我们能够在行业内、在车联网主机以及平台这边有所建树，也是概念普及和发展随之而来。就着刚才话题，每一个技术它的产生和成熟，最开始有两个关键的阶段，第一个阶段技术产生促进很多新的业务模式产生，以及到后期真正市场需求到技术本身的依赖，打个比方我们在前些年车能上网了，诞生远程控车等等业务需求或者业务呈现，但是到了现在这个阶段，实际上变为我们有这样切实业务需求，比如车主需要远程开启空调，提前享受比较凉快的车内感受，然后依赖3G、4G远程控制，都会经历技术驱动业务，业务最终驱动技术成熟发展的过程。

AI必将是这样话题，AI话题比较大，涉及智能坐舱、也涉及语音交互、甚至涉自动驾驶，但是发展一定阶段，变成我们有这样业务场景需求，所以依赖AI发展和成熟，肯定走向这样发展过程。另外我们行业发展速度，各位专家提出观点的时候，我突然有一个想法，这样论坛和会议确确实实对于我们必要的，比如硬件是否有冗余？实际上在供应商和主机厂来说往往矛盾话题，从客户角度我们肯定希望有一定的冗余，竞标阶段车厂肯定对成本要求是死的，往往每一个项目最终达成都是成本和冗余之间的折中，这种折中往往系统仅供当前需求，没有办法满足未来需求，而且车和普通产品不一样，手机一般一两年可以更换，但是车机面临伴随整车，一般五到十年样子，至少设计是这样。目前车联网发展基本一年一更新，比如IBM分享概念，现在上市不到一两年新车型，其实我们做调研发现，他们还在拼车内集成多少应用、集成多少云服务，但是设计概念更新到去APP化，我们看到类似Android满屏的选择界面，可能明年或者明年下半年看到众多车型去APP化，以导航为入口或者其他入口，集成相关的应用在里边。过去产品模式可能不适用于当前市场环境，我们是否考虑这样激发新的车主需求，车买来之后可能使用周期五年到十年，但是对于主机提供的关键设备，是不是促进车主两年到三年，以比较低的成本去更新、换代。

非常感谢上午各位嘉宾和各位莅临现场的同事、朋友来参与这次会议，下午我们将会有更加精彩的节目跟大家分享，下面是午餐时间。