“T服務”:離真正的車聯網有多遠

駕校失業，堵車消失，燃油下降，碳排放降低，交通事故減少……當車聯網時代真正到來，人類生活將迎來如此美好的場景。不過，現在的很多Telematics服務還體現不出車聯網的概念，無人駕駛汽車也不能完全智能化。我們還必須突破盈利模式不清晰、用戶規模太小、市場碎片化、語音搜索不夠實用的樊籬……

“T服務”的巨大

“汽車的發明比計算機早，這看起來像是個錯誤——汽車，能夠自動駕駛才有意義。”

差不多一年半之前，當谷歌的7輛無人駕駛汽車穿行在金門大橋——洛杉磯——太浩湖之間的太平洋海岸高速公路上，累計行駛了22萬公里之后，埃里克·施密特說了這樣一句俏皮話。期間，無人駕駛汽車只發生過一次被其他車輛追尾的事故。

是的，它還并非完全智能，有些路段也偶爾需要操作員干預一下。但完全可以想象，假以時日，當這項技術得以完善并大規模商用——按照該項目負責人塞巴斯蒂安·特龍的說法，“即使是團隊里最樂觀的成員也認為，要將這種車推向市場，最少還需要八年。”——人類將徹底擺脫學習駕駛技術的困擾，堵車長龍會消失，燃油會下降，碳排放會減少；更重要的是，谷歌在其博客中寫道：“每年全球因道路交通事故死亡的人數超過120萬。我們的技術將可以減少這一數字，甚至使其下降一半。每一工作日，人們平均花費52分鐘在上下班路上，而未來，人們將可以以更有效率的方式使用這些時間。”

當然不僅如此，它還能產生巨大的經濟價值。

在日前由全球最大的地理信息行業門戶3sNews主辦的“2012地理信息開發者大會”上，泰瑞數創科技（北京）有限公司創始人劉俊偉說：“去年我國社會物流總費用相當于GDP的17.8%，而發達國家僅為10%。”他說，中國貨運車約為1100萬輛，但目前貨運車平均等貨周期不少于2天，每天需要費用150元左右，即便如此，平均空駛率也在37%。“空駛率每降低10%，其釋放出來的運力相當于每年節省200億元。”

這并非數字假設。以美國為例，其物流總成本TLC占GDP的比例（T/G）在1981年尚處于16.2%的高位，但近年來降至9.9%左右，其中2002-2003年間更是低至8.7%。

劉俊偉說的降低空駛率的手段，就是Telematics（以下簡稱“T服務”），類似于無人駕駛汽車的技術。在語義上，“T服務”是Telecommunications與Informatics的合成，意指應用無線通信技術的車載電腦系統。

四維圖新公司TSP業務部技術總監陳彩芬將這種系統的好處總結為16字訣，“路上快行，車下秘書，車上生活，車上辦公”；具體一點，“首先是讓車主在路上跑得更快更安全。同時車主在駕駛過程中可以利用它聽音樂，獲取需要的各類信息，跟好友做交互。車主也能夠通過提供的電子郵電等功能，實現車上辦公。當然，它還可以與4S店做在線溝通，甚至規劃你第二天的出行。”顯然，她看重的是“T服務”體現出來的人和車的關系，通過這種關系滿足符合車主意愿的需要。

從市場來看，“T服務”可以分為以移動通信運營商為主的After Market（AM，后裝）市場和以汽車廠商為主的Before Market（BM，預裝）市場兩個部分。前者主要側重車載導航、語音導航以及交通、天氣等信息與通信服務；而后者則集中于車輛診斷、被盜車輛追蹤、呼叫中心等安防服務。

“T服務”尚欠缺殺手級應用

在中國，2009年被稱為“T服務”元年，不過，三年過去了，盡管北汽、廣汽、長安和奇瑞都已經在推相應的“T服務”，但占領市場的多是國外汽車廠商，即便如此，目前的市場規模也不大。

“目前為止，整個用戶規模大概是50萬左右，”陳彩芬說，“豐田G-Book系統有7萬用戶，日產carwings系統有2萬用戶，安吉星Onstar手機版有37萬用戶。榮威的inkaNet系統，主要強調資訊和信息，用戶數在1萬左右。”

她說的是乘用車市場的情況。與去年中國乘用車保有量超過7460萬輛相比，采用“T服務”的還是少之又少，僅為0.67%，300個車主里面才會有2個人站出來吃螃蟹。不錯，盡管開始是免費，盡管“T服務”的收費比路橋費還便宜——以安吉星為例，其“三年尊享套餐價”為3980元——但是，是否付費畢竟是個人的意愿。

為一套軟件或系統付費，在中國，需要付出不菲的市場教育成本，不管你是汽車廠商還是IT企業。不過，好在這個系統與個體生命密切相關，“用戶黏性”非常好，其市場一旦爆發，規模勢必大得驚人。

也許正是站在這個角度，3sNews創始人兼總裁劉玉璋先生在一夜未眠之后，以詩一般的激情直抒胸臆：“各種新技術猶如一個個催化劑加速了地理信息行業的發展。我們今天談移動互聯網和車聯網，地理信息可以實時落地，展現出SOLOMO這樣的新模式，我們期待著大數據帶來的新商業。這是一片新的藍海，有巨大的機遇。我預計未來十年將在這個領域有機會誕生出百億元的企業！”

在接受網絡導報記者專訪時，劉玉璋表示，對于利用移動位置的各種應用，他最看好的是那些“能夠滿足實用性需求的，線上線下相結合的服務”，顯然，乘用車的“T服務”正屬于這個范疇。

至于商用車市場的“T服務”應用規模，記者在向“泰瑞”創始人劉俊偉核實數據的時候，他認為“300萬是一個比較合理的數字”。

那么，乘用車與商用車在“T服務”應用上為何差距懸殊？劉俊偉認為原因在于，前者主要是個體車主，他們向汽車遠程服務提供商(TSP）支付月租費或年費，其付費意愿將影響“T服務”的前景，商業模式還充滿不確定性；而后者的消費群體，則主要是政府和企業，“T服務”的應用及發展有利于他們對城市交通及車隊的監控，因而他們更愿意向車隊管理服務提供商（FMSP）支付費用并推動其發展壯大。

就全球情況而言，“T服務”在北美以安防服務為主，目前市場成熟度最高；而歐洲、日本則分別以導航與信息通信服務、交通信息服務為主，安防服務都在快速增長；韓國尚處于起步階段，由運營商和車廠共同主導。

“T服務”為什么在國內沒有得到更大的發展呢？陳彩芬借他人之口抒自己之情：“不少人都反應說‘T服務’缺少殺手級應用，本地化服務也做得不太好，幸好目前的技術已經看到了相應的問題。”

就全球情況而言，“T服務”在北美以安防服務為主，目前市場成熟度最高；而歐洲、日本則分別以導航與信息通信服務、交通信息服務為主，安防服務都在快速增長；韓國尚處于起步階段，由運營商和車廠共同主導。

“T服務”還體現不出車聯網的概念

不妨說得更直接一些。

所謂“缺少殺手級應用”，不就是北京捷通華聲語音技術有限公司總經理武衛東說的“要達到好用和易用的水平，還有一些關鍵地方沒有突破”嗎？或者，按照微軟亞太研發集團嵌入式產品部高級產品經理毛國華的觀點，“現在車聯網的大部分服務還體現不出車聯網的概念”！

毛國華謹慎地表示：“從趨勢上來看也是要到2015年以后才會有比較大的增長”。

三年之后？這對習慣于互聯網“快魚吃慢魚”模式的開發者來說未免顯得過于漫長、過于殘酷了。毛國華敏感地注意到會場的微妙氛圍，他悄然改變了措辭和論調，連用三個“也許”：“還有一個挑戰就是現在車聯網市場，用戶量都不大。但是也說不好，也許明年，也許下半年，也許突然接了一個車場的單子，客戶量很大了……”

不過，還是讓我們放棄這種僥幸心理，來正視“T服務”面臨的挑戰。磨刀不誤砍柴工，在展開之前，談一下它的技術以及產業鏈問題很有必要。

一個完整的“T服務”包括幾個組成部分：智能手機、Web portal（網站）、車載終端、運維系統以及后臺（含GIS服務）。相應地，其產業鏈包括內容提供/整合商、服務商、移動運營商以及移動終端廠商。依此類推，其涉及到的技術包括……我并不想用很多專業詞匯來冒犯各位讀者，還是舉個例子吧。

就拿谷歌無人駕駛汽車來說，它的原理，按照谷歌無人駕駛汽車感知系統技術負責人朱佳俊的說法，通過車輛內部激光探測儀、無線電雷達探測器、攝像設備等一系列感應器，“車輛可以清晰‘看到’周圍物體，清楚地掌握它們的大小、距離，并且能判斷出周圍物體將可能對車輛的運動和路線造成何種影響，并根據物體的具體情況作出不同的反應。”

再來看“T服務”。以安吉星Onstar為例，其官方網站顯示的主要功能包括：碰撞自動、緊急救援、安全保障、車況檢測、導航、全音控免提電話等等。

如果非要強調兩者的“不同”，那就是朱佳俊在講的時候偏重“車上”而已。但事實上，兩者都涵蓋了車上車下、行駛泊車等諸多環節，好比現在大家講線上線下的O2O服務。

由此，毛國華認為，對“T服務”提供商而言，首先要學會從消費者的角度去思考問題，提供的“T服務”必須安全、實用、聯網能力很強等等，尤其是，“能夠跟手機、車機和自己網絡的賬號、家庭PC進行交互。”另外，為車主提供個性化的定制服務也被視為必然的趨勢，而要處理海量的“T服務”數據，引入云計算也就在情理之中。換個角度，這些都是“T服務”在前行中必須破解的難題。

更形象一點地說，在未來的車聯網時代，當你在路上步行或者駕駛車輛，你周邊的所有車輛、行人、路側的傳感設備都能夠感知你的存在，并根據你的行為作出穩妥的反映。而現在，我們只能做到其中的一小部分。相比那美好的未來，“T服務”現在遭遇的任何挑戰，比如盈利模式不清晰、用戶規模太小、市場碎片化等等，都不值一提。

對“T服務”提供商而言，首先要學會從消費者的角度去思考問題，提供的“T服務”必須安全、實用、聯網能力很強等等，尤其是，能夠跟手機、車機和自己網絡的帳號、家庭PC進行交互。另外，為車主提供個性化的定制服務也被視為必然的趨勢，而要處理海量的“T服務”數據。

“T服務”必備的“語音入場券”

在“T服務”通往巔峰的道路上，基于人車互動的語音搜索可以說是必備的入場券。

“我們進入了一個語音的時代，各種各樣的信息設備都具備能聽會說的功能”，科大訊飛平臺及嵌入式事業部車載及智能電視業務總監劉俊峰一上場就直奔主題，“從地理信息角度來講，我們關注的不是在合適的時間、合適的地點辦了合適的事，而是什么時間、什么地點什么人辦了什么事、說了什么話。”

為此，科大訊飛發布了“語音云”，到目前已經積累了4800萬語音用戶，每天語音服務訪問量達到290萬次。劉俊峰介紹，在不斷提高中英文合成技術的同時，他們已經在多語種語音方面進行了嘗試。

而對于深圳市車音網科技有限公司總經理王力劭來說，“用戶能做什么，受制于交互方式和他在車里的碎片時間，以及他利用碎片時間能做的事情。所以讓互聯網完全進入車里這個思路還是有一些局限的。換句話說，如果既不看網也不看車，而是看人的話，那么人在這個碎片時間里到底能干什么，這是車聯網服務行業下一步發展的主導思想。”

一般來說，在大城市，人們單次花在車上的時間大約一個小時，而中小城市則在半小時以內。“王力劭認識到這不僅是時間長短的問題，更是一個視角問題，“我們希望這一個小時之內滿足你的要求，而不是說這一個小時之內讓你上網購物，那你在這一個小時能干什么呢？可能是通話，伴隨式的服務是我們能提供的。如果簡單的幾個環境用語音或者操作能夠完成，從人的視角來看就成功了。”

遵從這個思路，王力劭注意到，大量的“T服務”用戶數據顯示，位置的查詢和獲取占75%，是一個非常強烈的需求，并且越是高端車，對位置信息的獲取需求就越強烈。顯然，語音與界面的交互成了最關鍵的入口。而在語音識別方面，非結構化搜索比結構化搜索顯然會派上更大的用場。

在這種情境下，如果按照語音識別的一般原理，“著眼于識別技術和AI推理……目前機器智能程度還沒有達到算法可以突破的極限，玩一玩可以，但是深度利用還是有一定的問題。”

他們的作法是采用“垂直領域引擎”，也就是“基于實際的統計，用戶到底會在某一個領域里說哪一些詞或者哪些句式形成的引擎。”具體一點說，“把所有的地名，再加上問詢地名的所有方法構建起來，最終形成一個封閉的數據和識別空間，在用戶效果上達到高準確率和低響應時間。”

不過，王力劭也承認目前語音搜索的局限性，如果要使之實用可靠，還必須突破五大難題：“口音問題、實體別名問題、自然交互的語音意圖、信源錯誤、信源干擾下的容錯算法。”不解決這些問題，你和“T服務”對話的時候，它還是會把“道牙子”聽成“倒鴨子”。