智能网联汽车商业化应用，怎样加速推进？

智能网联汽车发展现状与商业化面临的挑战

随着科技的飞速发展，智能网联汽车产业在我国取得了显著的成就。我国已建成涵盖基础芯片、传感器、计算平台、底盘控制、网联云控等在内的完整产业体系。在人机交互等技术方面更是全球领先，线控转向、主动悬架等技术也在加快突破。智能网联汽车正在从单纯的交通工具向智能移动空间转变，成为融合物联网、信息网、能源网的超级结合体，给人们的生活带来极大的便利。

智能网联汽车在商业化应用的道路上并非一帆风顺。由于其创新融合发展是复杂的系统工程，在向规模化商业应用推广时，面临着场景碎片化、示范盆景化、标准地域化、数据孤岛化等问题。在法规标准完善、跨行业协同、生态构建、商业模式探索等方面也面临着挑战。例如，不同地区对于智能网联汽车上路的标准不同，这就限制了其大规模的商业推广；各企业之间的数据难以共享，形成了数据孤岛，不利于整个产业的协同发展。

场景碎片化

智能网联汽车的应用场景多种多样，从城市道路到高速公路，从载人到载货，不同的场景对汽车的性能、功能等要求各异。目前，这些场景尚未形成统一的标准和模式，每个场景都像是一个孤立的碎片，难以整合。这使得汽车企业在开发产品时，需要针对不同的场景进行单独的研发和测试，增加了成本和时间，阻碍了商业化的进程。

示范盆景化

现在很多智能网联汽车的示范项目就像盆景一样，只是在特定的小范围内进行展示和测试，无法真正推广到大规模的实际应用中。这些示范项目往往得到了大量的资源投入，但却缺乏向实际商业运营转化的能力，成为一种孤立的、观赏性的存在，无法对整个产业的商业化起到实质性的推动作用。

标准地域化

不同的地域有着不同的交通规则、路况和气候条件，这导致各地对于智能网联汽车的标准也不尽相同。例如，一些地区对智能网联汽车的速度限制、安全要求等方面的规定与其他地区存在差异。这种标准的地域化使得汽车企业在进行全国性甚至全球性的商业推广时，需要不断调整产品以适应不同地区的标准，增加了企业的运营成本和难度。

数据孤岛化

在智能网联汽车产业中，汽车企业、科技企业、交通部门等各个相关方都掌握着一定的数据，但这些数据往往被封闭在各自的系统内，无法实现共享。例如，汽车企业拥有车辆的行驶数据，而交通部门拥有道路的交通流量数据，由于数据孤岛化，双方无法进行有效的数据融合和分析，从而影响了智能网联汽车的性能优化和商业运营模式的创新。

协同完善标准机制建设

编制产业发展规划

要加快编制新时期智能网联汽车产业发展规划。这个规划要坚持车路协同、软硬结合的发展路线。车路协同能够让汽车与道路基础设施之间实现信息的交互，提高交通的安全性和效率。例如，当汽车行驶到路口时，道路上的传感器可以将交通信号信息传递给汽车，汽车根据这些信息做出合理的驾驶决策。软硬结合则是要将软件技术和硬件设备进行有机的整合，使智能网联汽车的各个部件能够协同工作。

在规划的编制过程中，要进一步打通汽车、通信、交通等各方面相关的标准要求。汽车行业有着自己的标准体系，通信行业和交通行业同样如此。这些不同的标准体系之间存在着许多差异和矛盾，例如汽车通信协议与交通信号传输协议之间的不兼容。通过打通这些标准要求，可以使智能网联汽车在不同的行业环境中都能够顺利运行，促进其商业化应用。

推动法律法规修订

推动修订道路交通安全、保险等法律法规是非常必要的。目前的道路交通安全法大多是基于传统汽车制定的，对于智能网联汽车这种新型的交通工具，很多规定已经不再适用。例如，自动驾驶汽车在发生交通事故时的责任认定问题，目前的法律并没有明确的规定。加快明确自动驾驶汽车商业化运营车辆合法上路地位，可以消除企业和消费者的顾虑，为智能网联汽车的商业化运营提供法律保障。

制定全国统一的自动驾驶汽车商业化运营准入及监管规则。统一的准入规则可以确保进入市场的智能网联汽车都具备一定的安全和性能标准，避免不合格的产品进入市场。而监管规则则可以对商业化运营过程中的智能网联汽车进行有效的监督和管理，保障公众的安全和利益。

统筹布局算力等基础设施

汽车芯片产业技术协同攻关

智能网联汽车对芯片有着更多、更广、更先进的需求。汽车芯片不仅要满足汽车基本的运行功能，还要支持智能驾驶、车联网等复杂的功能。目前，我国汽车芯片产业在技术研发、生产制造等方面还存在着一些问题，例如部分高端芯片仍然依赖进口，区域发展不均衡等。

为了解决这些问题，汽车企业和ICT等产业链企业应强化协同合作。汽车企业了解汽车的实际需求，ICT企业在芯片技术研发方面具有优势，两者合作可以实现优势互补。例如，汽车企业可以向ICT企业提供汽车在不同工况下对芯片性能的要求，ICT企业根据这些要求进行芯片的研发和优化。通过这种协同合作，可以加快汽车芯片产业技术的发展，提高我国汽车芯片的自给率，为智能网联汽车的商业化应用提供坚实的硬件基础。

避免资源重复建设和浪费

在智能网联汽车产业的发展过程中，由于缺乏统一的规划和协调，存在着资源的重复建设和浪费现象。例如，不同地区可能会各自建设相似的汽车芯片研发中心或者测试场地，这不仅浪费了大量的资金和土地资源，还可能导致资源的分散，无法形成有效的产业集聚效应。

产业链深度融合，重塑生产关系，可以探索出各自商业化的业务模式。当汽车企业、芯片企业、通信企业、交通企业等产业链上的各个环节深度融合时，它们可以共同开发出更符合市场需求的产品和服务，同时也可以通过合理的资源分配和共享，降低成本，提高效率。例如，汽车企业和通信企业合作开发车联网服务，通过共享用户数据和技术资源，可以为用户提供更加个性化、智能化的出行服务，同时也为双方带来新的商业机会。

加强对人工智能的安全监管

落实交通安全保障要求

政策的驱动为智能网联汽车上路按下“加速键”，但安全问题不容忽视。要加强汽车指导试点联合体落实自动驾驶道路交通安全保障要求。在智能网联汽车的试点过程中，会发现很多与交通安全相关的问题，例如自动驾驶系统在复杂路况下的应对能力、与其他传统车辆的交互安全等。

汽车指导试点联合体要结合产品和技术实际，尤其是试点发现的问题，组织专门的团队。这个团队要由汽车工程师、交通安全专家、人工智能专家等多方面的专业人员组成。他们要不断提出细化完善要求，根据实际情况对自动驾驶汽车的技术参数、安全标准等进行调整和完善。

推动企业优化完善方案

推动企业持续优化完善方案是确保智能网联汽车安全的关键。企业是智能网联汽车的开发者和生产者，他们对产品的技术和性能最为了解。在安全监管的过程中，要促使企业根据相关的要求和发现的问题，不断优化产品的设计和算法。

例如，当发现自动驾驶系统在识别某些特殊交通标志时存在误差时，企业要及时调整识别算法，提高识别的准确率。通过这种持续的优化完善，全面消除安全隐患，确保自动驾驶系统上路通行达到预期安全水平，为智能网联汽车的商业化应用创造安全的环境。

相关问答

智能网联汽车有哪些技术取得了突破？

我国智能网联汽车在人机交互技术方面全球领先，线控转向、主动悬架等技术也在加快突破，并且在基础芯片、传感器、计算平台、底盘控制、网联云控等产业体系方面已经基本形成。

为什么智能网联汽车商业化面临场景碎片化问题？

智能网联汽车应用场景众多且各场景要求不同，目前尚未形成统一标准和模式，各场景相互孤立，企业需单独研发测试，增加成本和时间，阻碍商业化进程。

如何理解示范盆景化对商业化的阻碍？

很多示范项目局限于小范围展示测试，投入资源多却难转化为实际商业运营，缺乏大规模推广能力，像盆景一样孤立存在，难以推动商业化发展。

标准地域化对智能网联汽车商业化有什么影响？

不同地域的交通规则、路况和气候条件不同，标准也不同，企业推广产品时需不断调整以适应各地标准，增加运营成本和难度，影响商业化推广。

数据孤岛化是怎么形成的？

汽车企业、科技企业、交通部门等各相关方掌握的数据封闭在各自系统内无法共享，如汽车企业的行驶数据和交通部门的交通流量数据无法融合分析，从而形成数据孤岛。

为什么要编制智能网联汽车产业发展规划？

编制规划可坚持车路协同、软硬结合路线，打通汽车、通信、交通等各方面标准要求，使汽车在不同行业环境顺利运行，促进商业化应用。