来智能网联的基础设施，车联网也成为了智能交通的前提。

面对国内汽车市场从资源型市场向服务型市场的转型，在汽车行业微增长阶段，产业将重构产品，品牌，营销，服务方面的能力，重塑商业模式。这些都依赖于基于车辆互联技术的服务的提升和多样化。对于汽车制造厂商而言，不同状态的厂家对车联网，有不同的理解和要求，车联网也打破了传统制造的一些固定思维，融入了快速迭代和变化。一些厂商限于本身企业特点，定位在远程车辆控制，车辆数据互联和数据分析，进行车辆的全生命周期管理。一些厂商，希望利用车联网契机，结合物联网相关技术，运用云计算、大数据分析、区块链和人工智能技术，改造从生产到使用的各个环节，将自己从汽车制造商，转型为出行解决方案供应商。综合用户，厂商和政府需求，车联网核心业务能力建设有如下需求：

车联网的功能和部署

车联网包含两部分，底层部分是应该是一个开放的平台的搭建，保证系统运行的安全和可靠性。另一部分是基于车联网，不同使用者在平台中各取所需：不同供应商提供给用户的个性化生活增值服务，诸如沿途兴趣点推送，定期保险续购，从产品的更新迭代到升级都通过网络自动完成；厂商或者产品的故障，使用，用户行为等；政府则可以用车辆数据信息进行交通监管和规划。

车联网的产品输出和使用者，决定了服务部署的方式。

IT架构中的私有云，公有云，混合云和车载计算几部分相结合，满足不同使用者的需求。同时根据车联网中数据产生的特点：产生位置，传输方式，量级，类型，实时/非实时，是否需和其它数据结合进行分析建模等，决定了车内，私有云，公有云的多云环境的使用场景。

车联网中的数据

车联网中的数据资产包含车、人、路相关的动态实时数据，多种数据源的接入，对这些数据的收集、管理和使用，将价值信息输出到厂商、政府相关部门、应用输入端去完成诸如监控、市场分析、用户画像、故障分析、交通状况等完成特定的需求。针对用户体验、精确的数据采集和远程控制，要求数据的传输具有QOS，同时保证数据的存储归档和可追溯。要求数据针对不同网络质量容忍，针对移动设备进行网络流量负载优化。保证数据在不同平台和终端之间流动和传输的安全性。

实时车数据，包括T-box中的车况，油耗，故障信息等；实时位置数据包含车辆的位置信息以及周围的商家信息、天气预报等；用户行为数据包含驾驶员的驾驶行为，消费习惯，保险等；交通大数据包含了道路，信号灯，停车场信息。不同的使用者针对不同的数据可以在平台中进行数据处理和分析，展现。

人工智能在车联网中的角色

人工智能在车联网的进化发展中必不可缺。基于语音/语义识别人工智能的车载语音控制系统，基于图像/影像识别人工智能算法的自动驾驶技术，故障预警等。以人工智能中的深度学习为主要方法的语音识别，不仅为智能驾驶，还为诸如智能家居，智能工作控制等，将会更改很多需要人机交互的场景。

几乎所有公有云供应商都会提供AI平台，为第三方接入提供接口。作为另外一个选择，IBM也为厂商和开发者提供IBM Deep Learning Impact和IBM Spectrum Conductor为深度学习提供从数据准备，模型调优，训练，推演的平台，给厂商，第三方以及政府机构提供一个在统一数据来源和存储场景下的多功能通用学习平台。

车联网的安全问题

车联网安全是一个巨大的话题，包含很多方面，数据的安全（不泄漏和被篡改），车内软件系统的自身安全，车内与外界数据传输的安全，通信网络的安全（车联网环境的车机端，手机端，云端之间通信的重要保障）。需要预防和保护互联网汽车在各个环节和环境下可能受到的攻击，恶意篡改，系统异常，能够识别和阻隔各种可疑应用程序进入到网络。保护车联网各环节数据安全和系统安全，需要在各个层面去考虑。T-BOX的通信安全，防止CAN总线攻击，车载操作系统的防入侵，车-云-移动端的通信安全等都需要去逐个解决。
针对数据安全而言，从数据的产生，存储到传输过程都要考虑数据的非法访问和截获，隐私数据的权限访问。针对未来会越来越完善的用户隐私保护协议（比如欧洲已出台GDPR-通用数据保护条例），在厂商，第三方服务商获取用户和车辆数据时，要求有更加精细化的要求和相关执行。

相关解决方案

IBM在围绕车联网相关功能和基础环境要求，有丰富的产品组件帮助厂商去搭建基础的运营平台，无论您在何处起步。

IBM的IOT（Internet of things技术，为车联网提供多样数据接入平台，消息传递和数据传输，数据网关。

IBM worklight为移动应用提供开发和维护devops环境。

IBM提供大数据和深度学习平台，帮助客户搭建数据分析处理和人工智能平台。

IBM提供的基础设施服务，从公有云，私有云，容器云和实体计算环境，为车联网提供基础计算平台。

在数据存储方面，IBM Spectrum Storage提供IBM Cloud Object Storage，是适用于车联网环境下私有云和共有云以及多云架构下的对象存储方案，其使用纠错码进行不同于副本方式的高性价比数据存储机制，使得很多大型的云数据中心都采用。

同时，根据数据的特点，可以使用不同的技术进行存放和管理，IBM Spectrum Storage提供了多种数据类型和处理环境的解决方案，在针对复杂环境下多种类型数据的处理和管理有强大的优势。诸如分布式文件管理IBM Spectrum Scale，数据归档和备份IBM Spectrum Protect，私有云和公有云数据本身的备份和保护IBM Cloud Object Storage，以及通过网络进行数据在公有云的自动备份，针对政策规定数据，支持备份到磁带（IBM LTFS-磁带备份）来满足数据保存年限要求。

车联网的诸多挑战

如何让驾驶者乐于使用车内交互。对消费者而言，车内人机交互能力较差，当人机交互能力超越手机，人们才愿意脱离手机，使用车内设备进行操作。车内的优势就是可以触摸大屏，语音控制，通过互联网络在车内进行电话，音响，视频通话，语音控制等功能，改善车内生活便利性。车内驾驶员与车内环境交互能力的发展还是需要基于语音识别，图像识别，自动感知等技术的进步并在车内产生更多应用。比如，车内交互机器人管家，提供语音交互车辆控制，可以感知驾驶员情绪变化，播放熟悉的音乐，自动接管驾驶，通过面孔识别自动调整座椅和后视镜，车内也形成一个更佳的驾驶生活和娱乐的空间。

如何建立标准化的服务供应商生态。对厂商来说，车联网技术没有标准化，传统厂商大多数没有软件开发能力，如何将车联网相关软件开发商纳入供应链管理范围，或者如何建立良性的合作伙伴关系，都是有待于探索的。车内服务能力，只依靠厂商更新迭代，速度缓慢，建立标准的接口，使得车联网生态内应用服务供应商可以快速的将服务上架，也需要一个演化和迭代的过程。厂商可以根据自身车型功能的特点，形成经过自己安全认证的可以进行车内控制的相关APP作为专有APP。其它通用类型APP车主可以自行在应用商店进行下载安装。运营商也可推出车辆和车主相关的车联网服务套餐，将服务流量于移动设备进行共享。

悲观者只看到差距，乐观者看到契机，车联网就像一个大的实验平台，有土壤的想法都会生根发芽，迭代进化，对于企业和第三方来说，抓住先机，从人的角度出发，将车，人，车内环境和交互更加融为一体、方便、舒适的去设计和使用车联网，才是成功的决定因素。