汽車大數據的戰略價值、全面影響及應用前景

劉宗巍，張保磊，趙福全

（清華大學汽車產業與技術戰略研究院 汽車安全與節能國家重點實驗室，北京 100084）

當前，以萬物互聯、大數據、云計算等新技術為代表的新一輪科技革命進行得如火如荼，驅動著全球制造業發生空前深刻的重大變革[1-4]。充分互聯互通、全產業鏈密切協作的大規模定制化生產，即智能制造體系，正在成為制造業的發展方向。受此影響，作為制造業中的集大成者，汽車產業也將發生全面重構[5]，垂直線性產業鏈將逐步演變為交叉網狀生態圈，從而在前所未有的深度和廣度上改變原有產業格局。

在傳統制造向智能制造的轉型過程中，大數據將成為最重要的推動力之一[6-9]。同時，快速發展的云計算將使大數據如虎添翼，兩者共同加速制造業的智能化升級進程[10]。因此，大數據在制造業的應用吸引了越來越多研究者的關注[11-14]。汽車產業在制造業中長期處于龍頭位置，也是新技術大量優先應用的載體產業[15]。在當前汽車產業的變革大潮中，大數據具有日益凸顯的獨特價值。一方面，數據本身的作用比以往更加重要。在傳統的企業運行模式下，數據一般只是管理層進行決策的輔助依據；而在“萬物互聯”的智能時代，海量、實時、全方位的數據將為企業運行提供更高層次和更廣范圍的支撐，甚至直接驅動商業決策。在大數據的支撐下，企業的生產管理、運行維護、售后服務等都將能夠立足于更為精準的客觀實情[16-18]。另一方面，通過數據的分享與交換，制造業實時協同的機制和平臺正在持續演化生成，未來各方資源將以數據流動為基本驅動力，實現有效融合和協作。

實際上，數據與物質不同，天生具有超強的復用性，且其價值往往可以通過分享和流動而逐級放大。未來，企業長期積淀的內部資源將以數據的形式實現外部共享，從而在大規模定制化的智能制造平臺上發揮出巨大潛能。與此同時，數據安全也將成為制造業必須面對的新的重大挑戰，企業必須高度重視這一非傳統的安全隱患。為確保大數據的應用能夠不斷深入，作用能被充分發揮，需要對大數據技術本身及其發展策略進行持續研究[19-20]。因此，本文從大數據相關的概念與內涵出發，論述了大數據的戰略價值和全面影響，重點分析和描繪了大數據應用于汽車產業的未來圖景，闡釋了大數據催生未來產業平臺的發展路徑。

1 大數據的概念與內涵

1.1 數據與信息

數據與信息是密切相連的兩個概念，兩者既有聯系，也有區別。在廣義層面，信息是指各種通訊系統傳輸和處理的所有包含特定意義的對象，是人類社會傳播內容的統稱。而數據則是記錄客觀事物的性質、狀態及事物之間相互關系等的物理符號或物理符號的集合。相對于信息，數據屬于可識別的、抽象的標志物。通過比較和分析，本文對兩者的關系進行了以下梳理。

首先，數據與信息有明顯區別：信息以數據為載體，數據以信息作內涵。數據呈現出明顯的符號性和物理性，而信息則擁有內在的邏輯性和觀念性。其次，數據和信息互為依存：信息通過數據完成對自身的表達，數據因信息而獲得價值。信息附著于數據之上，并解釋數據的含義；抽象的數據并沒有意義，只有對實體或其它數據產生作用時，數據才能傳遞有意義的信息。因此，如果說數據是外在的“形”，那么信息就是內在的“質”。最后，大數據其實就是更大數量和更多維度的數據集合，基于大數據的挖掘和分析，可以識別出價值更高的信息，這是大數據的本質所在。

1.2 個體數據與大數據

顯然，大數據是由眾多個體數據構成的，其理想狀態是對幾乎所有的個體數據進行整合、分析和處理。對于制造業而言，涵蓋產品設計、生產、銷售、使用及服務等各個環節的個體數據，是構成大數據的基礎。實際上，大數據的價值不在于對龐大數量個體數據的擁有，而在于如何對數據進行有目的的專業處理，由此更準確地預測趨勢和把握規律。比較來看，個體數據的數據量小，數據流轉相對封閉，效率低下，數據特征有限、簡單且無序，價值密度很低；而大數據的數據量巨大，數據流轉快速便捷，數據特征多樣、復雜且有序，價值密度極高。不過，雖然大數據具有低成本實現高價值的潛力，但其價值挖掘難度也非常高。大部分傳統數據處理方法不再適用，必須應用云計算、并行處理、深度學習、模糊計算等技術，才能在海量、碎片式的各類數據中挖掘出高價值的信息，并且在極大的數據量和極快的產生速度下完成數據處理，歸納出因果關系。

1.3 一般大數據與工業大數據

在規模化制造業中應用的工業大數據，又和一般大數據有所不同，工業大數據具有更高的要求。一般大數據與工業大數據的對比如圖1 所示。

圖1 普通大數據與工業大數據的差異

圖2 大數據將改變現有商業生態

特別是像汽車這樣高度復雜的產業，將會產生超結構化的工業大數據，組成以汽車制造數據為核心，涵蓋設計、質量、采購、物流等各環節數據的數據集合。由于來自復雜的系統，數據之間具有復雜的關聯，所以工業大數據的邏輯相關性和系統性遠強于普通大數據，其對可靠性的要求也更高。正是由于這些原因，工業大數據擁有遠超一般大數據的價值，是智能制造的核心基礎和內在驅動力。因此，汽車企業應當也必須從工業大數據的維度出發，進行轉型升級的前瞻思考并做好全面布局。

2 大數據的戰略價值

第一，從分析工具的角度，大數據為人類認識世界提供了全新的手段。大數據可以從多個維度幫助人類突破既有的認知局限，從而為分析和解決問題提供有力支撐。單一或少量數據不可避免地具有片面性，很難反映出事物的全貌，更無法展示出不同事物之間的邏輯關系；而大數據正好相反，天然能夠勾勒出整體情況或現實真相。例如，產品及用戶大數據可以有效反映出客戶的真實需求，拉近企業與客戶之間的距離。

第二，從人工智能的角度，大數據還可能改變人類未來的存在方式。大數據與人工智能的發展互為依托、互相促進。在高度大數據化的智能時代，人類將有兩種存在方式，即傳統的基于生物體的實體存在形式和全新的基于大數據的虛擬存在形式，后者將和前者一樣擁有自我進化的能力和接近真實的人類智能。這并非天方夜譚，實際上，每個個體的人都擁有驚人數量的大數據。在可預見的未來，每個人都將使用大量的個性化智能裝置，實時采集和保存大數據，屆時單人輸出的數據量很可能會超過當前世界數據保有量的總和，而相應的機器運算量也可能會超過當前全球計算資源量的總和。由此，大數據將深度改變人類自身，并使人類社會的演化呈現出全新的圖景。

第三，從產業實踐的角度，大數據將徹底改變現有的整個商業生態。如圖2 所示，具體體現在5個維度：一是實現真正以客戶為中心。在傳統技術手段下，企業往往只能粗略地定位客戶群體，而大數據技術可幫助企業進行客戶的精準定位，并提供個性化服務。二是顛覆傳統的管理方式。在大數據分析的輔助下，很多業務被賦予了自決策功能，從而使企業可以不再依賴龐大的組織和復雜的管理流程。三是改變現有商業邏輯。傳統的商業判斷往往需要以大量的調研、培訓、實踐為基礎，代價極高，而大數據則從一種全新的角度提供了直達答案的途徑。四是發現新的商業機會。大數據通過整合跨行業的各類數據，可以發掘新的需求、衍生新的模式[21]。五是影響信息技術的基本架構。大數據的發展也對信息技術提出了更高需求，數據延伸至信息技術底層將突破現有主流架構。

3 汽車大數據的全面影響

3.1 大數據將改變汽車全產業鏈的各個環節

當前，汽車產業正由于能源、互聯與智能三大革命而發生全面重構，汽車文明也將因此被重新定義。汽車的產品屬性、打造過程、商業模式乃至整個產業生態都將和以往大不相同。在此過程中，汽車產業將與大數據緊密結合，設計研發、采購物流、制造組裝、銷售服務、新型使用等全產業鏈條上的各個環節，都將持續生成數據，并將在數據驅動下不斷進行自身優化和迭代。

大數據對汽車產業鏈的全面影響如圖3 所示。基于大數據技術與平臺支撐，汽車企業可以采集、整合、分析、處理及應用車輛、用戶、交通及其它種類的相關數據，由此進行用戶畫像、分包式研發、設計過程交互、分散式制造、精準營銷等各種商業模式創新，并使這些創新相互交織形成閉環。從這個意義上看，大數據應用對汽車產業的影響是全方位的，不僅使汽車產業原有價值得到全面提升，還將使汽車產業的價值內涵得到極大擴展，從而為未來產業發展提供各種全新的可能和空前的機遇。

圖3 大數據對汽車產業鏈的全面影響

3.2 汽車大數據將驅動智能制造升級

汽車大數據應用不斷擴展、漸趨成熟的過程，也是汽車智能制造體系建設不斷優化、漸趨完善的過程。實際上，德國“工業4.0”、美國“工業互聯網”、日本“機器人革命”等與中國建設制造強國的戰略目標，其共同訴求與核心內涵是一致的，即打造數據驅動的智能制造體系。在這個體系中，數據將像血液一樣流動。如果說未來高度智能化的制造業的基礎是萬物互聯，那么其核心則是覆蓋日益廣泛、處理日臻成熟的工業大數據。

在智能制造時代，數據將成為第一生產力。企業由單純生產產品的模式，升級為既生產產品，更產生數據的模式；由傳統的以生產和銷售產品實現價值，升級為通過數據產生和驅動價值。企業與用戶之間直接連接、獲取需求的C2B 模式，以及企業之間直接連接、高效協作的B2B 模式，將使大規模定制化生產成為可能，從而有效滿足用戶的差異化需求。顯然，無論是C2B 還是B2B 模式，都必然以有效的數據采集和流動為前提。

大數據日益增大的作用和價值，要求企業必須轉變思維，視工業大數據為未來產業競爭中的“黃金”，探索基于數據拓展核心業務的新模式。可供選擇的突破口包括產業數據（設計、加工、測試、維護數據等），運營數據（業務管理、組織結構、市場營銷、采購、生產、庫存數據等），價值鏈數據（供應商、合作伙伴、客戶數據等），外部數據（宏觀經濟運行、行業動態、市場反應數據等）。同時，企業特別是數據服務商，應著力推動數據采集、規整、存儲、分析、傳輸、汰換、安保、完善等相關技術的不斷提升。

3.3 汽車領域將衍生出全新大數據產業

隨著大數據技術與應用的不斷發展，汽車產業正在全面邁入大數據時代，日益呈現出信息數據化、數據資產化、產業智能化的特征[22]，具體如圖4 所示。

圖4 汽車產業大數據時代的特征

3.3.1 信息數據化

汽車本身將與信息技術深度融合，實現全面的數據化，車況信息將被實時跟蹤和不斷積累。車主信息也將全面數據化，特別是其駕駛操作和行為習慣將成為重要的數據。此外，汽車零部件、維修保養、交通狀況、地理位置等相關信息也將全面數據化。

3.3.2 數據資產化

隨著數據價值的日益提升，大數據將成長為汽車產業最重要的資產之一。同時，大數據具有價值增益功能，可以與其它資產共同發揮作用，從而創造更多、更大的價值。

3.3.3 產業智能化

以人與車的連接和互動為起點，汽車產業將逐漸形成基于萬物互聯的大數據商業生態，這是前述產業鏈各環節全面變化的必然結果，也是汽車產業發展的終極目標之一。因此，汽車產業的大數據將不斷發展、進而衍生出全新的汽車大數據產業。

4 汽車大數據的應用前景

4.1 大數據信息平臺成為汽車產業的頂層結構

如前所述，未來大數據將使汽車產業發生全面變革。駕駛行為、用戶信息及特征、消費習慣等數據將為汽車的設計、制造、服務及保險等帶來針對性的指導。因此，大數據信息平臺將逐步發展成為汽車產業的頂層結構和中心樞紐，全面控制著產業的智能運轉，如圖5 所示。大數據信息平臺是企業的運營中心，它實際上包含大數據平臺和服務運營平臺兩部分，涵蓋了車載終端平臺、車主集群平臺、信息交互平臺、支撐軟件平臺、服務運營平臺、支付平臺及其它各類相關子平臺。隨著智能網聯汽車的不斷發展，大數據信息平臺一方面可以通過車聯網最大限度地采集車主、車輛、交通等各類數據，另一方面可以更便捷及時地為車主提供線上線下內容、移動支付和其它各種服務。在這個過程中，眾多功能和子平臺的整合是真正的難點所在，但同時也是汽車大數據產業未來的必然發展方向[23]。

基于上述大數據信息平臺，汽車產品和海量用戶將從信息孤島轉變為信息海洋，并實現與各類產業資源的有機連接，發揮出萬物互聯的最大價值，進而推動汽車產業的持續發展和轉型升級。從這個意義上講，汽車產業大數據的掌控者將在未來競爭中占據最有利的位置，而最大量和最重要數據的掌控者將處于產業鏈的核心位置。

不過，數據掌控者很可能是多源而分散的，通過壟斷數據進而“壟斷”汽車產業的前景并不明朗。實際上，擁有車輛數據的整車企業、掌握交通數據的政府及掌握各類用戶數據的信息產業企業等，都將在汽車大數據產業中占據一席之地。數據平臺層、軟硬件技術層，通訊提供商、地圖服務商和相關高科技企業等也都將是有力的參與方。各類企業必須有效協作、融合創新，才能把各自掌控的大數據有效集成起來，最大化地發揮作用，由此，或將出現更高層面的平臺企業來完成多領域、多維度大數據的整合、處理及應用。

圖5 未來汽車產業中的大數據信息平臺

4.2 汽車大數據整合指向產業平臺公司

未來汽車產業大數據的有效運轉需要極強的數據交互及資源對接能力，而整合是其中的關鍵。在產業生態重塑的過程中，傳統車企與跨界新銳都有各自的優勢，而最后的贏家注定是最高效的組合集成者，也就是能夠以最高效率管理與運營汽車大數據的平臺型企業。這種大型產業平臺企業與在其平臺上運行的眾多不同類型和規模的汽車公司之間，關系猶如今天的電商龍頭企業和在其平臺上的各家中小公司。當然，兩者之間也有明顯不同，電商平臺往往以偏重線上銷售及服務為特點，只應用一般大數據；而汽車產業平臺企業則是線上與線下的結合體，業務覆蓋一般大數據，但核心在于工業大數據。因此，未來的汽車產業平臺企業將遠比當前的電商平臺企業更為復雜，也更有助于直接推動實體經濟的蓬勃發展。

產業平臺企業是汽車大數據集成應用的最終指向，其成長不可能一步到位，必然經歷幾個不同的發展階段。本文預計了可能的發展路徑：首先，企業全面整合內部資源，搭建起自身平臺；然后，不同企業之間展開合作，將各自平臺組成若干個聯合平臺；最后，經過聯合平臺之間的競爭與合作，最終出現一個或幾個占據主導地位的產業大平臺。這種能充分實現大數據價值的產業大平臺的成功運行，將有效解決汽車產業邊界漸趨模糊而企業經營邊界必須明確之間的矛盾。

5 結論

大數據特別是工業大數據與萬物互聯、云計算等技術的深度結合，將引發全球制造業的深刻變革與全面重構。在此前景下，正在經歷能源、互聯與智能三大革命的汽車產業，也正在快速步入大數據時代。研究表明，汽車產業大數據將給汽車全產業鏈帶來全面影響，包括研發、設計、采購、物流、制造、銷售、服務和新型使用等各個環節，都將迎來全新機遇。因此，各類汽車大數據，包括產業數據、運營數據、價值鏈數據以及外部數據等，都將成為未來激烈競爭的核心突破口。

展望大數據在汽車產業的應用前景，大數據平臺與服務運營平臺將相互交融，形成更高層面的大數據信息平臺；而多源、海量、復雜數據資源的整合利用需求，則將催生汽車領域的產業平臺企業。最終，大規模定制化生產的智能制造體系將成為現實，從而最大限度地滿足用戶千差萬別的個性化需要。

在風起云涌的汽車產業重構及大數據發展浪潮中，所有相關企業都必須認真思考自身的數據資源并制定長期的數據戰略，盡最大可能挖掘數據資源的價值，力爭在大數據的競爭中贏得先機。