文：談擎說AI 作者：鄭開車
PC網際網路時代早期，很多電腦沒有防毒軟體的保護，電腦病毒、木馬程式在網絡上橫行一時。在汽車接入網際網路的今天，資料安全問題正在汽車行業重演。
12月10日，瑞典汽車制造商沃爾沃釋出自家伺服器遭未知攻擊者入侵的公告。官方通告中寫道：“沃爾沃已意識到檔案存儲庫被第三方非法通路，調查結果顯示，部分研發資訊在入侵期間被盜。根據目前掌握到的資訊來看，這可能對公司的營運産生影響。”
沃爾沃伺服器被黑客入侵并非孤例，據Upstream Security釋出的《2020年汽車資訊安全報告》顯示，從2016年到2020年1月，4年内汽車資訊安全事件的數量增長了605%。其中僅2019年公開報道的針對智能網聯汽車資訊安全攻擊的事件就達到了155起。
頻繁的網絡攻擊造成個人隐私安全風險和企業的經濟損失，也造成了不容忽視的社會影響。如何保證車企、車輛和使用者的資料安全，考驗的其實是大資料和雲計算等網際網路基礎設施的建設是否完善。
在談擎說AI看來，車企上“雲”之難，主要是面臨着兩道坎：資料安全和資料利用。
上“雲”的第一道坎：資料安全面臨考驗
沃爾沃的伺服器被黑客入侵，造成的多半是企業損失。然而，更值得警惕的是，在網聯化之後，汽車将成為繼PC、智能手機之後，第三種最容易受到網絡攻擊的網際網路終端。在談擎說AI看來，引起資料安全風險的原因有三個層面：
第一，智能汽車之是以智能，離不開大量的車載智能裝置，而這些裝置智能的前提是接入網際網路，這是資料安全風險的源頭。
有報道稱，一輛智能汽車的車載智能裝置很容易達到100件以上，整套智能裝置的代碼量不小于5千萬行，整個智能駕駛的代碼将達到2億多行。而PC上的win10系統代碼量也就5千萬行。這樣來看，李書福所說的“未來汽車是一塊電池+一部電腦”并沒有絲毫誇大。
第二，行駛的汽車不可能拖着一條網線，而相對有線網絡，無線接入網際網路的方式天然存在更高被侵入的風險。
第三，智能汽車的電控系統取代機械控制的潛在風險。電控系統的感覺層需要依賴車聯網擷取實時路況資訊、高精地圖等資料，行駛中的汽車如果被幹擾，甚至可能會造成交通事故。
360集團首席安全官譚曉生在接受央視《第一專訪》時講到，“我們現在的智能汽車還存在很多安全漏洞，我們在實驗室幾乎破解過所有的智能汽車。未來恐怖分子可以利用網絡攻擊，遠端操控大量的智能汽車滿大街橫沖直撞，就像電影《速度與激情8》裡面的僵屍汽車那樣，破壞力将極其恐怖。”
總而言之，由于智能車比智能手機、PC更容易收到網絡攻擊，而車本身的經濟價值和附加值也要比一般網際網路裝置更高，發生危害的社會影響比網際網路更大，是以車企必須要重視智能汽車的資訊安全問題。
上“雲”的第二道坎：資料怎麼用？
智能化、網聯化的汽車時代，車企面臨的挑戰是方方面面的，安全是第一要義，過了安全這道關，車企還要考慮資料如何利用的問題。那麼對車企來說，資料利用到底有多重要？又有何困難？
首先，智能汽車産生的資料越來越多，車企維護資料的成本大幅增加。自動駕駛汽車要實作不同等級車輛的自動駕駛、智能網聯功能，靠的是搭載多種高精度傳感器，往往是攝像頭、毫米波雷達、雷射雷達等相結合的形式。
在行駛過程中感覺硬體持續産生大量的高精資料，如何利用這些資料？普遍的方法是通過車聯網實作毫秒級資料的采集和回傳，這無疑會增加巨大的流量成本和資料存儲成本。
據了解，一台具備L4級别自動駕駛功能的車輛，日常産出的資料達到TB數量級。而随着今後汽車智能化程度的提高，對資料精度的要求也越來越高，資料成本也越來越高。
第二，“千人千面”的駕乘體驗引發資料爆炸式增長。
資料不僅來源于車，還有人。使用者買車之後，體驗不再是逐年下降，OTA可以讓智能車每半年更新一次車機系統，帶來使用體驗的持續煥新。此外，每個使用者都根據自己的習慣生成不斷完善的“車端使用者畫像”，這意味着車企需要維護的使用者資料量随着銷量增加，也随着時間增加。
如何用資料驅動的方式實作“千人千面”的駕乘體驗，是很多車企要思考的問題。
第三，車企資料資源和業務目标之間存在錯位。傳統車企的首要業務目标是多賣車，售後事宜歸分銷商管，是以傳統車企的基因裡普遍缺少使用者思維和私域營運經驗的經驗，導緻車企在雲端即使存儲了海量的車聯網資料，也普遍欠缺資料分析能力而不能“數盡其用”。
然而，也有傳統車企想要實作自給自足的“雲”。例如，上汽集團于2019年8月在鄭州建設雲計算資料中心項目，其支撐業務覆寫上汽整車制造、服務貿易、汽車金融等業務，總投資達20億元人民币。
但不得不說，車企自建雲計算基礎設施耗資巨大，需要足夠的銷量才能攤薄成本，這讓很多中小車企望而卻步。
更核心的問題是，大資料、雲計算等技術不是整車廠的強項，沒有目的性的資料采集，導緻空有海量資料，而無法形成資料驅動業務增長，故而難以成為資料資産。
雲廠商角逐車聯網
智能網聯汽車已經是大勢所趨，車企要想輕松邁過資料安全和資料利用兩道坎，自建雲有明顯的弊端：一是太難、二是太慢。
事實上，在汽車智能化、網聯化以及造車新勢力林立的背景下，百度、阿裡、騰訊、華為幾家雲計算廠商早已嗅到了為車企賦能的機遇。而目前來講，這幾家雲廠商都很有自己的特點。
*阿裡雲：從零售端殺向生産端
在智能汽車作業系統的巨頭之戰中，阿裡最先布局，2016年，阿裡研發的車機作業系統AliOS助力上汽榮威RX5成為一時銷冠，通過車機OS切入網聯汽車，是阿裡雲計算向智能汽車領域發力的開端。
之後阿裡從最擅長的新零售做起，結合自身生态提供了營銷管道、廣告投放等新零售解決方案。例如，長安福特攜手阿裡雲，建立線上福特商城，為汽車買家打通線上流量。此外，阿裡雲和高德地圖還一起推出出行解決方案。
在研發制造端，阿裡提供了CAE仿真、工業大資料解決方案，借助混合雲統一排程計算資源，賦能車型的高效研發和生産。據阿裡官方披露，阿裡雲服務了光伏、橡膠、新能源、鋼鐵等數個工業細分領域，幫助汽車行業上遊企業降本增效。
是以，阿裡雲其實是從零售端開始，靠作業系統AliOS切入，從使用者端進軍到生産端，為汽車行業鍊路多個環節提供服務。對阿裡自身來說，借助汽車行業實作雲計算業務從C端延伸到工業生産，這也是阿裡雲能夠拓展服務邊界、占領國内雲市場的重要原因。
*騰訊雲：從社交到内容的模式複制
騰訊雲進場比阿裡雲較晚，2018年5月，騰訊雲在“雲+智慧”峰會汽車專場上宣布了計劃，從接入平台、車聯應用及車聯安全三個方向上切入汽車雲市場。
董事長馬化騰提出，“騰訊要在2B這一塊扮演小助手的角色。在汽車行業，騰訊也是以這樣的角色來切入。”
基于騰訊對車廠需求的了解，騰訊雲推出了車企微服務架構TFS（Tencent Service Framework），它結合了車廠相關業務的特點和模型，關鍵是能夠把賬号體系打通，對所有的應用進行全生命周期管理、監控。
騰訊對于社交賬号體系的看得如此重要，暗含着想要在車上複制移動網際網路時代稱霸社交賽道的野心。
2018年騰訊與蔚來深度合作，以騰訊雲的資料處理、AI算法等能力幫助蔚來打造智能車聯網系統。而後騰訊雲推出騰訊車聯"AI in Car"系統，為車主提供智能場景感覺服務，以及個性化内容推送，如QQ音樂、NBA現場直播等。目前已經有廣汽、長安、吉利、比亞迪等汽車廠商都與騰訊車聯達成合作。
騰訊在社交賽道一家獨大，進而将這種優勢擴大到由社交衍生出來的數字内容服務領域。顯然，對于騰訊來說，與蔚來深度合作更深層的目的是探索出一套能夠把社交賬号體系接入汽車平台的模式，進而讓更多的騰訊系車聯應用上車，在車内場景繼續為使用者提供内容服務。
*華為雲：網聯汽車的全棧布局
華為雲起步不如阿裡雲早，但擴張的速度很快。據天眼查APP查詢，華為雲計算公司在前兩個月又成立了4家子公司。
在汽車領域的布局上，華為雲和阿裡雲頗有些相似，都是向全流程進行布局。
2019年5月份，華為雲BU總裁鄭葉來提出“Cloud+X”概念，将雲計算視為企業的數字化底座。據華為雲中國區汽車行業總監李彬彬介紹，華為雲在汽車領域的布局涵蓋了研發、生産、供應鍊、銷售等主要環節，還在車聯網、自動駕駛等領域進行布局。
不難發現，華為幾乎是向車企提供全方位的合作，就差自己造車了。如此廣泛的布局不免讓人疑問，如果全部都要做精做透，恐怕難以追趕領先的阿裡雲，到底哪一個才是華為雲的重點？
事實上，華為是一個對自動駕駛很執着的企業。2019年4月，華為釋出自動駕駛雲服務Octopus（八爪魚），業務涵蓋自動駕駛的資料、模型、訓練、仿真、标注等全生命周期，已在湖南長沙湘江智能網聯示範區商業落地。未來還打算把高精地圖、5G及V2X技術、AI算法、仿真場景等能力內建到“八爪魚”中去。可以說“八爪魚”是華為雲追趕阿裡雲的一個重要發力點。
整體來看，華為雲對汽車領域的布局核心在于自動駕駛，這或許預示着，未來華為和同樣執着于自動駕駛的百度之間會有一場硬仗。
*百度雲：“複活”後的高舉高打
百度在all in AI以及成立集度汽車之前，原本可能是想走和阿裡一樣的切入方式，也就是先做作業系統。
2012年6月，百度·易平台演變為百度雲OS，可不巧的是，百度雲OS誕生以來一直接受度不高。近三年後的一天，百度雲OS暫停營運，在公告中煽情地寫道，“迷失的人迷失了，相逢的人會再相逢，也許是永别，也許白小雲還會回來~”
果不其然，兩年後百度釋出基于百度智能雲的“Apollo(阿波羅)”平台，以證明自己不會迷失。2016年7月，李彥宏釋出了百度雲“人工智能+大資料+雲計算”三位一體的發展戰略。第一次嘗試OS的百度雲失敗後，百度終于将雲計算提升到戰略高度。
而真正宣告白小雲回來的，應該是小度車載OS的商業落地。2019年，百度、英特爾等企業為星途LX打造Lion3.0雄獅智雲系統，百度Apollo負責車聯網子產品的建設，再加上DuerOS、天工物聯網和知識圖譜，實作車與人的無障礙溝通，滿足汽車使用者的多樣需求。于是，百度雲支撐下的小度車載OS也成功上車。
在談擎說AI看來，對于百度來說，智能汽車是其AI技術最佳的落地場景。在雲計算的較量中，亞馬遜、阿裡等雲服務商确實已經領先太多，後入場的百度雲，通過支撐車載OS的落地實作了AI技術的商業化，反過來，AI技術和智能駕駛也拓展了百度雲的服務場景。
寫在最後：
移動網際網路時代，巨頭之間的博弈早已離不開雲基建的支撐，是以網際網路巨頭們提前擁有了大資料、雲計算等方面的積累，也很自然将業務能力延伸到汽車領域。另一方面，雲廠商與主機廠競相合作，幫助後者跨過資料安全和資料利用兩道坎，将網際網路資料與車聯網資料打通，進而挖掘出更大的商業價值。
從智能汽車的前身——“網際網路汽車”時代開始，汽車行業就宣揚着“資料是人工智能時代的石油”、“資料是網際網路汽車的燃料”之類的神話，如今這樣的神話正在一步步走進現實。
Ps：談擎說AI，左拐新能源汽車，右拐智能駕駛，有深度，有溫度，作者鄭開車，轉載請保留版權資訊。