在第五期《車聯wang談》中，我們談到了車聯網大數據在“車端”的囧態。接下來，咱們繼續聊聊“道路端”和“人端”的大數據。

“道路端”的大數據，最主要的應用主要是靜態的地理信息數據和動態的實時交通信息。車音網CEO王力劭(以下簡稱老王)在第二期《車聯wang談》中也介紹過，這也是未來無人駕駛技術的一個重要技術依賴。

靜態地理信息數據，就是俗稱的“導航地圖”和“興趣點”。目前，除了官方測繪部門，國內主要的正版導航地圖服務提供商有高德、四維圖新、易圖通等，他們都具有測繪資質，能夠生成各類地圖。當然，各大型互聯網公司如阿里、騰訊、百度、360等也開始以注資、合作的方式，染指各類地圖服務提供商。順便說一句，地圖測繪和應用都涉及到國家安全問題。因此，國家通過“測繪許可證”和“應用許可證”來進行管控。“興趣點”是另一類地理信息，主要關注的是某個地理位置周邊所提供的服務。導航地圖可以明確標定一個具體的位置，而興趣點則關心這個位置及其周邊位置如何滿足用戶的需求。比如，大眾點評就是一個典型的興趣點應用，當我們導航到“朝內81號”，它就可以給我們提供周邊“快餐店”、“旅店”等服務信息。靜態的地理信息數據，數據量雖然大，實際上算不上我們所謂的“大數據”。因為其靜態性，我們無法通過數據在時空變換的過程中得出具體的規律。我們所要解決的問題，只是地圖位置以及興趣點的更新速度要能夠跟得上時代的變化——要避免當新路都建成使用了，地圖還只“知道”老路;不要飯店都換老板改名稱了，興趣點卻沒有變化。所以，未來我們還是應以大視野思維來打造車聯網產業生態系統，要把地理信息大數據與移動互聯的地理信息整合起來。而這需要建立整個產業生態，形成“數據+技術+服務”一體化車聯網地理信息服務系統，整合數據獲取、處理、分析、應用、服務，為用戶提供實時動態的服務。

動態交通信息主要是通過攝像頭、埋設在路口的感應線圈以及加裝在汽車之上的定位和通信設備進行車輛位置的實時監控。監控目標有兩種，一種是關注汽車個體的運動軌跡，主要用于安全和管理。比如出租汽車的防盜監控設備，以及國家和部分企業通過監控平臺實施的運營車輛管理。這部分，也算不上是具有分析推導價值的大數據。另一種是關注某個區域的實時交通狀況及變化趨勢，這個可就是有用的大數據了。

國外一些實時交通移動APP軟件例如WAZE就具有眾籌式的動態交通大數據采集和智能交通信息分析引導功能。當大量車主安裝并在駕駛時開啟這個應用，每個安裝者都可以把自己在當前路段的移動速度、位置燈信息匿名發送到后臺。后臺將這類數據大量采集后，通過算法就可以知道各個路段的車速快慢、車輛擁擠程度以及未來交通變化趨勢。

在我國，實時交通大數據卻有著它的囧境，根本原因是數據采集依舊困難。路口感應線圈、攝像頭的建設都需要大量的資金，而如果架設的范圍不夠廣，采集的數據有限，那么大數據推導過程就會有嚴重偏差。在汽車上安裝實時定位和通信裝置是最好的辦法，比如象國外的WAZE軟件一樣，而真實國情是我們并沒有習慣去“在路上通過幫助別人來幫助自己”，連開車大家都恨不得加塞兒比車技，所以這種眾籌式的交通互助應用在我國難以推行開。路況電臺，是我國一個類似WAZE的應用，但是實際上安裝和使用量還遠達不到WAZE的水平。目前，北京等大城市，交管部門基本上還是靠出租車上的安防設備所自帶的定位通信信息進行采集，而這種數據就具有嚴重的局限性。除了量少以外，出租司機的活動范圍也基本集中在城市的某些繁華的“熱區”，這種具有區域不均勻特性的局限性數據顯然不是能夠用于推導規律的普適性大數據。

除了數據采集方面的問題，目前的動態尋路算法對于復雜實時路況大數據還難以做到高可用的預測性。舉個簡單的例子，根據某個區域“二環堵但三環通”的狀態，實時導航系統會讓我放棄二環而繞道三環。老王費了九牛二虎之力花了20分鐘通過連接線繞道三環，也許此時三環堵，二環卻開始通暢了。實時導航系統也許會無恥地要求你原路再返回二環去……生活瞬間變得不美好了。另外，當交通系統超負荷運轉時，大數據也幫不了我們什么了。由于我國各個城市的經濟發展不平衡，所以人們更愿意在大城市生活、打拼，結果，就是我們經常聽到的大城市的負荷嚴重超標，這其中包括交通容量超負荷。生活中最常遇到的經驗是，每到上下班高峰時期，從智能交通軟件商看，老王回家的所有道路都是“一片紅”，系統規劃給你的路線，基本意思是“您隨便走哪兒都行”。因為，您走哪兒其實都不行。

所以，道路側的大數據也面臨應用囧境啊。畢竟，車聯網的應用關鍵是實時提取路況和車輛的動態信息。只有充分搜集了動態信息，才能做到車輛監管、出行路線建議以及交通流量預測等綜合服務。顯然，目前道路信息采集的不足給用戶帶來了很多不便，這也是為什么大多汽車信息服務提供的大多是出行導航、通信、娛樂等基本服務，或者緊急情況救援等特殊服務，而人們最需要的交通出行建議服務卻不能有效提供。

最后，咱們來談車聯網大數據在“人”這一側的應用狀況。一個有意義的設想是：當人的駕駛習慣以及車輛路徑能夠被記錄下來，那么，汽車制造者、維保者以及保險機構就能夠針對這些數據去給這個駕駛員進行行為數據“畫像”。然后，通過大量數據分析，就可以精確做到車輛改進、維保策略制定以及對該駕駛者進行保險價格評估。通過對重大數據的挖掘，用戶和車企及相關機構的關系會進一步的透明化和智能化。說到挖掘，問題自然而然就來了……別瞎聯想，老王說的問題不是“挖掘技術哪家強”，而是，為何用戶允許你去挖掘他的數據?

最近，市面上出現了大量的OBD(On-Board Diagnostics，車載診斷裝置)形態產品，就是專門用于用戶駕駛數據收集的終端。OBD，就是一個小盒子，可以插在汽車中控臺的一個標準診斷口上，然后從診斷口獲取源源不斷的汽車運行數據。比如發動機數據、空調數據、加速剎車以及設備狀態等，這些數據可以通過藍牙或無線和手機上的APP直接溝通。有些OBD產品會內置移動網絡，可以直接把數據送到互聯網后臺。市面上的這些產品被冠以各種名字，比如“路寶盒子”、“iVoka Mini X”、“Golo”等，產品設計者的目的是將OBD作為一個能夠“討好”用戶的產品，給用戶一些實用的功能從而讓用戶用起來。比如，汽車非法移動時的自動報警、安全區域邊界、駕駛行為評比社交等。為了這些功能，商家除了向用戶收取產品的一次性銷售費用，還要用戶每年支付一定的通信費用。然而，用戶是否真的對這種服務感興趣?除了發燒友，有多少用戶真的會使用這種服務?

OBD的規模化使用，確實可以產生大量極為可貴的駕駛行為大數據，甚至每個個體的數據匯總后，還能夠對公共交通產生重大影響，但如何能夠讓大量用戶安裝，卻是一個很難破解的命題。一個產品的存在需要有三個要素，一是用戶要覺得它有價值，二是它要能夠為生產者帶來收益(可能是現金收益，也可能是從其他地方交叉補貼后帶來的價值延長收益，或者是一個形成好名聲所產生的品牌關聯收益等)，三是該產品推廣應用的代價。顯然，OBD產品滿足第二條特性，但是第一條特性的滿足度相對不足，所以第三點特性——推廣起來的代價也就非常高。達不到大量的覆蓋和激活，這個大數據的應用也將面臨很大的囧境。老王預測，隨著時間的推移，市場需求的積累，各個汽車廠都會脫離OBD外接模塊模式(不是刪除OBD接口)。他們會主動去開放一些汽車運行數據，并且會分級提供給授權的開發商進行“只讀”使用，或者提供給相對封閉、安全的由汽車自有的APP進行使用。OBD設備，目前看來應當是一個過渡產品，即使未來有一天能夠覆蓋大量用戶，但由于各個OBD廠商的平臺不統一，缺乏開放的平臺協議，駕駛行為數據庫不能實現互通。所以這種大數據也具有很大的割裂性，如果要到達可用的那一天，還需要經歷相當長的時間。另外，所有這一切，完全是在忽略用戶對隱私的警覺性以及汽車核心數據安全因素上進行的理想雙胎假設。

所以，從推論來看，車聯網行業的大數據涉及的范疇非常廣，有效組織并利用這些大數據確實具備跨時代的意義，它甚至會對汽車制造業的升級乃至汽車行業的革命起到至關重要的作用。然而，這些大數據從何而來，如何真正組織起來，卻是今天我們所面臨的重大課題。這好比一個囧境，讓老鼠能夠有效躲避貓的最佳方法是給貓的脖子上系個鈴鐺，但是，這個鈴鐺如何系在貓脖子上，卻是老鼠先要解決的問題。現實要老鼠們不要狂熱地只去暢想那個鈴鐺的作用，而是要務實地去考慮系鈴鐺的策略。正如大數據之對于車聯網，誰能腳踏實地而卓有成效的耕耘，誰才能笑到最后。