摘要：随着SOA、车云计算、网联技术、汽车芯片和等技术的快速发展，这些问题的答案正逐渐浮出水面。麦肯锡从数据、技术栈、用例use case和用户体验四个维度对智能网联进行分析，有助于车企当下根据自身情况制定智能网联战略。

　　当下大多数车企都面临的问题：如何结合自身情况规划智能网联技术、如何打造数据驱动的闭环、以及设计什么样的智能网联用例，最终实现实现用户体验的提升？随着SOA、车云计算、网联技术、汽车芯片和等技术的快速发展，这些问题的答案正逐渐浮出水面。麦肯锡从数据、技术栈、用例（use case)和用户体验四个维度对智能网联进行分析，有助于车企当下根据自身情况制定智能网联战略。

　　对于汽车制造商和汽车行业价值链企业而言，智能网联日渐成为差异化与价值创造的重要源泉。尽管行业普遍认同智能网联的重要性，相关企业高管仍受困于一些核心问题:

　　1、应该为用户提供哪些智能网联解决方案，哪些方案应该优先推出?

　　2、公司是否具备必要的技术、基础设施、能力和资源，确保解决方案可行?

　　3、推出的解决方案如何实现差异化，让用户眼前一亮?

　　4、市场对智能网联创造收入和利润有较高期待，尤其是数据变现方面，但可行性有多高，利润规模有多大，何时能够落地？

　　基于3年多各类行业圆桌会议、汽车用户和行业高管访谈、客户项目经验积累，麦肯锡构建了以用户体验为中心的汽车智能网联系统性分析框架，有望解决上述核心问题。

图1. 以用户体验为中心的汽车智能网联分析框架

　　技术栈

　　支持汽车智能网联的技术基础（技术栈）远未确定，价值链利益相关方和生态体系合作伙伴仍在持续探索行业技术发展方向。但是，智能网联技术栈的总体架构已开始成形。

图2. V2X智能网联技术栈概览

　　技术栈总体架构看似清晰，但汽车行业高管针对其核心组成部分及各子模块进行自制/外购/合作开发决策时，仍面临较大挑战。对于公司提供优质智能网联解决方案的能力，以及开发创新业务的潜力，这些决策会产生深远影响。

　　以操作系统为例来说明这种决策的难度。整车厂可选择从零开始开发自有的操作系统，或在开放系统基础上进行不同程度的定制。拥有封闭系统的整车厂可以更好地控制用户体验水平及一贯性，但这个选择可能导致第三方应用开发机构参与不足，使得智能网联解决方案不够丰富。这些战略决策没有正确答案，高管需要考虑企业自身实际情况，包括但不限于公司规模和市场影响力、目标用户和竞争策略、生态体系资源可用性、对合作方的控制和影响能力等。

　　用例

　　目前市面上常见的汽车智能网联用例大多仍属于传统解决方案，如导航、广播/音乐等，这也是部分业内人士质疑智能网联潜力的重要理由。要根本改变这一现象，需要具备两大条件:

　　1、推出创新的汽车智能网联用例，并向更多受众推广；

　　2、用例须提供足够高的用户体验水平和满意度，创造真实价值(麦肯锡汽车智能网联用户体验水平定义见图4)。

　　要想识别、打造并成功推出真正有创新性的智能网联用例，企业需要具备足够的数据、分析工具(包括机器学习和人工智能等)和生态体系合作方协同作为基础:

　　数字化和数据可用性。车载或集成在出行基础设施中的传感器日益增多，这意味着几乎所有的车辆使用情况、车辆运行及故障情况、行驶路线信息等均可被数字化和收集。数据透明度还可进一步提升，但目前核心挑战已转移到如何对持续增多的数据进行整理、理解和利用。

　　数据分析和洞见。部分用例仅使用唯一或少数数据集，但仍需要一定时间来建立模型/算法并验证其效能。以UBI车险为例，其基础逻辑非常直观，但需要通过大量的模型测试和调整来找到最佳平衡，因此该产品也只能逐步被市场接受，而不能一夜之间取代传统保险产品的市场地位。其他用例则需要整合不同来源的多个数据集，复杂性呈指数级上升。例如，基于出行分析在车内推送定制内容/服务，尤其是涉及第三方提供商、牵涉多个模型/算法时，不仅每个模型/算法需要被证明有效，不同模型之间还要实现通话和同步。

　　利益相关方协同。智能网联用例的交付需要完美执行，存在多个利益相关方的情况下尤具挑战性。即便初衷良好，如果IT基础设施出现缺口(如数据未能实时同步)或运营脱节，用例的实际交付也会变成噩梦。

　　尽管存在多重挑战，我们仍观察到不少创新用例进入市场，以及现有用例渗透率/普及率不断提升(见图3)。值得注意的一个现象是，进入市场的企业呈现出多元化趋势。

图3. 汽车智能网联用例集群（部分用例）

　　另一个有趣的趋势是，不同背景的企业开始抱团，探索新的智能网联用例机会。对汽车行业高管而言，如果尚未涉足智能网联，现在是时候思考如何为顾客提供新体验和更佳解决方案了，无论是独家推出还是与各类企业进行合作。

　　用户体验

　　如上所述 ，有效定义不同汽车智能网联用例的用户体验水平十分重要。如果缺乏统一标准，企业很难评估目前解决方案水平、明确未来提升方向及分析提升潜力。为此，麦肯锡提出一个评估框架，称为 Connected Car Customer Experience Framework(智能网联车辆用户体验框架)，简称C3X(见图4)。

　　C3X框架把网联汽车从初级到高级分为5个等级即L1~L5，其中前2个等级的汽车网联系统侧重于被动响应驾驶者或其他车内乘员指令；到L4及L5阶段，由于人工智能的介入，车辆本身可以主动预测乘员的显性或隐性需求并满足需求。

图4. 麦肯锡智能网联车辆用户体验框架（C3X）

　　图5以车内温度控制为例，更形象地说明麦肯锡C3X框架的5个用户体验等级:

　　从长远看，网联汽车体验差异化的核心在于人工智能。目前国内绝大部分车联网系统都停留在L1阶段；少数系统，如斑马系统，由于与车主的支付宝账户打通，可归类为L2；另外有极少数系统，如雄狮智云，车内传感器能识别乘员身份，可归为L2.5。根据我们的预测，到2030年，L4及以上的网联汽车全球渗透率有望达到25%~30%。

图5. 智能网联1-5级用户体验下的车内温度控制示例

　　创造L 4及以上用户体验的技术障碍，无疑是相关软硬件及算法的落地。但在技术障碍之外，更主要的挑战是隐私保护，以及数据的获取与打通。

　　隐私保护方面，用户并不希望自己在车内的谈话被监听及记录下来。中国消费者在这方面的宽容度相对高，但这份宽容不应被滥用。记录这些对话的技术难度及成本较低，潜在利益很诱人。因此，用户隐私保护不仅需要业内企业自律，也需要监管和立法与技术发 展同步甚至适度超前。

　　数据的获取与打通方面，主机厂很难获取各类网联生态服务的一手记录，因此需要与相关企业进行深度合作。但在合作过程中，主次角色如何分配、相关权利与义务边界如何划定、收益如何分配等敏感问 题，都需要妥善解决，才能达成1+1>2的效果。

　　数据变现

　　随着数据量增长和对数据有效管理和利用能力的大幅提升，整车厂和价值链相关企业不仅可以推出多种创新的汽车智能网联用例，为用户和企业自身带来价值，还可利用这些用例产生的数据挖掘潜在的新利润(价值池)。

　　这个价值池包含超过30种车辆数据赋能的新功能和服务用例，预计2030年在全球范围将有4500亿~7500亿美元规模，其背后有三大价值创造模式:

　　创造收入。通过向用户出售产品/服务、定制广告推送和向第三方出售数据获得收入。

　　降低成本。利用车辆数据降低成本，包括提升研发效率、减少修理需求等。

　　提升安全性。利用车辆数据加快安全反应速度，保护车主，避免或减轻人身伤害，防止财物或个人信息被窃，提升安全水平。

　　与此同时，汽车行业的其他发展趋势，如自动驾驶技术的进步，也可能改变上述数据变现机会的价值潜力：

　　1、部分变现机会的价值进一步提升，如网联停车服务；

　　2、部分变现机会受影响不大，如软件空中升级(OTA)；

　　3、部分变现机会可能彻底消失，如追踪/防盗服务。

　　对于整车厂和价值链相关企业，汽车智能网联提供了构建竞争优势和开拓利润来源的巨大机会。但要实现这些目标，企业需要针对技术基础和合作伙伴进行审慎权衡和快速决策。归根结底，企业需要提供最佳的用户体验，让用例创造真实价值，才能获得竞争优势和利润池，制胜汽车智能网联。