车联网在提升汽车智能化水平的同时，为人们提供了更便捷、舒适、智能的出行生活。作为以车辆位置、速度和路线等信息为核心构成的巨大交互网络，车联网通过人、车、路、云之间的数据互通，实现了智能交通管理、智能动态信息服务和车辆智能化控制。麦肯锡认为，车联网高速发展所衍生出的海量车辆数据，在提高车辆出行安全、优化成本的同时，带来收入的增长也尤为关键。麦肯锡预测，车联网有望在2030年创造出高达7500亿美元的市场价值。*
- 车联网的等级划分
随着汽车网联技术的不断进步，用户的消费预期也相应不断提高。无缝、互联、智能的车联体验成为用户下一步目标。为此，麦肯锡制定了一套清晰的车联网分级框架(图1)。
图1. 车联网等级划分
在这一框架中，麦肯锡将车联网分成5个等级，包括：
基础式互联(L1)：基础式互联是人-车关系的根本体现，即通过车联网收集车辆使用情况和技术状态，驾驶员能够随时跟踪和监控所驾驶车辆。
个性化互联(L2)和基于偏好的个性化(L3)：汽车后服务过程中，个性化、数字化的服务能力，直接决定了汽车制造商和提供商的业务增长空间。在L2和L3级别中，不仅是驾驶员，包括同车的乘客，都能够通过数字化服务，以汽车为网络终端，享受数字服务，例如苹果CarPlay、支付宝等。
多场景实时互动(L4)：在人工智能的辅助下，人-车之间已经化被动为主动。L4能够让驾乘人员根据自身需求，随时与车辆进行“沟通”，并通过该对话接收来自车辆服务和功能相关的主动建议。
虚拟代驾(L5)：作为车联的最高级别，在L5级别上，车联网更具智能性，能够预测驾驶员和乘客的所有需求，无缝对接外部环境，并自动完成复杂且突发的任务。
- 车联网需要物联网、人工智能和大数据的支撑
不论是基础式互联(L1)，还是个性化互联(L2)和基于偏好的个性化(L3)，以及多场景实时互动(L4)、虚拟代驾(L5)，首先要解决的是车辆、人、道路基础设施等方面的信息采集问题，之后要对数据进行处理、发布交换、分析、利用，这背后需要物联网、大数据、人工智能等多重技术的驱动与串联。
物联网：在车辆运行过程中，车辆基础信息和使用状况的实时跟踪是车联网的基本要求，也是保障安全行车的关键。即车联网系统需要通过车载传感器进行车辆实时信息和行驶信息的收集。这背后，不仅需要物联网进行海量数据的收集，同时还要跨云和边缘计算实现数据传输、快速服务，此外，物联网还要支撑相关应用的开发。
大数据服务：车联网的大数据不仅要对驾驶员和乘客的社交和消费偏好数据进行分析，从而为驾驶员和乘客提供个性化的数字服务，满足个性化互联(L2)和基于偏好的个性化(L3)，还要应对人工智能对于数据实时分析和人-车交互的需求，通过提高数据的智能分析速度和人机交互的速度，来确保数据的实时分析和交互的稳定性。
人工智能：多场景实时互动(L4)意味着需要快速响应不同场景下的人机交互;虚拟代驾(L5)意味着在高度复杂的通讯和协调任务时AI要能够进行认知，并通过AI执行复杂的任务。L4和L5这些智能服务，不仅需要对车载智能系统的大数据进行实时处理和交互，还要通过机器学习提高驾驶安全分析能力，从而实现高度智能化且可靠的智能驾驶系统。这些都离不开基于人工智能的车联网系统的支撑。
- AWS车联网解决方案助力业务创新
在全球化、数字化和网联化大趋势下，通过云平台开发和部署各种创新的车联网服务，已经成为传统汽车制造企业和供应商加速业务创新，实现业务创造价值的关键。AWS 基于行业的成功实践经验和强大的技术实力，通过云计算平台搭建车联网解决方案(图2)，让传统汽车制造企业和供应商无需部署架构前提下，将物联网、大数据、人工智能、机器深度学习等技术转换为业务创新能力，从而为其通过新技术加速业务创新和产业升级提供助力。
图2. AWS车联网解决方案
AWS基于云计算平台搭建的车联网解决方案包括AWS物联网(AWS IoT Core)、AWS大数据服务(AWS Lambda、Amazon Kinesis)、AWS存储(Amazon S3)、AWS机器学习(Amazon API Gateway)的部署。这一车联网解决方案提供车辆到AWS云的安全连接，在为车辆内部提供计算能力的同时，还包括用于车辆、复杂的事件规则以及数据的处理和存储。利用该方案，汽车制造企业和供应商能够解决各种使用案例，例如语音交互、导航及其他基于位置的服务、远程车辆诊断和运行状况监控、预测性分析和必需的维护通知、媒体流服务、车辆安全服务、汽车音响主机应用程序以及移动应用程序等。
AWS物联网能够轻松连接设备，并与云应用及其他设备实现安全互动。AWS物联网可以支持数十亿台设备和数万条消息，这意味着用户能够在全球范围内将联网设备生成的数据进行收集、存储、处理和分析。AWS物联网能够存储互联设备的新状态，这意味着用户可以随时通过应用跟踪所有设备并与其进行通信，即使这些设备未处于连接状态也不例外。
在AWS物联网规则引擎下，AWS大数据服务能够轻松收集、处理和分析实时流数据，并且扩展灵活，能够处理来自几十万个来源的不同数量的流数据，延迟非常低。借助AWS大数据服务，用户可以获取视频、音频、应用程序日志和网站点击流等实时数据，也可以获取用于机器学习、分析和其他应用程序的 IoT 遥测数据，从而轻松创造丰富、个性化的应用程序体验。
AWS存储能够对来自于全球的海量车辆敏感数据进行存储。用户只需要对所需的CPU和内存进行相关设定，即可通过AWS容器技术对所有扩展和基础设施进行高效、安全管理，从而确保所需存储的可靠、可用、可扩展和全局性。
AWS 的API驱动型机器学习，通过物联网向AI系统提供数据的持续训练，以改进物联网的流程，提升效率。例如，通过对驾驶车辆的环境特征和行为的学习的不断更新，提高“虚拟代驾”的响应准确度。
下面通过两个实际案例来看看AWS 车联网如何助力汽车制造商和供应商进行业务和服务创新。
- 宝马集团采用AWS 车联网方案实现动态地图实时更新
作为全球先进的豪华轿车制造商和移动服务提供商之一，宝马集团旗下拥有BMW、MINI和Rolls-Royce三大品牌;同时提供 汽车金融和高档出行服务。宝马集团在14个国家拥有31家生产和组装厂，销售网络遍及140多个国家和地区。宝马集团基于AWS的车联网解决方案，打造了新的car-as-a-sensor (简称“CARASSO”)服务。采用CARASSO服务，系统能够自动收集宝马7系车型的传感器数据，并上传至AWS云服务平台，之后驾驶员便可获得实时更新的动态地图信息。通过部署AWS车联网解决方案，CARASSO能够快速适应不断变化的负载需求，在24小时内可实现服务规模两个数量级的上下变化。
- Avis Budget采用AWS车联网方案优化服务及运营
Avis Budget集团是美国一家经营汽车租赁的大型跨国企业，在世界超过160个国家及地区拥有约2900个营业点。旗下有安飞士租车、巴杰特租车、巴杰特卡车租赁等知名汽车租赁公司。目前，Avis Budget集团在全球拥有10万辆互联汽车。为了提高公司的整体运营效率，Avis Budget集团采用AWS的车联网方案，旨在打造其数据分析平台，利用AWS的人工智能(AI)、机器学习(ML)、数据管理技术以及高度安全、可扩容的云端服务，来简化操作流程并降低成本，包括实时存货盘点(inventory counts)、续航里程数管理等。车联网数据还能实现更为成熟的闲置车辆追踪、待租赁车辆的自动流程处理。借助AWS 车联网解决方案，Budget集团实现了各类创新型车联网应用及移动出行服务。
AWS在云服务基础上，借助物联网、大数据、人工智能，构建车联网解决方案，实现传统汽车制造商和供应商的业务创新和突破。宝马集团和Avis Budget集团，借助AWS车联网解决方案，通过车辆数据的采集、交互和处理，实现车辆智能互联，打造全新的车辆出行服务。
* 数据来源，麦肯锡，https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/setting-the-framework-for-car-connectivity-and-user-experience
