云服務紛紛盯上智慧出行，新戰場來了觀點
如何在出行體系上適應全面無人駕駛的要求將成為治理擁堵之外的新課題，也將成為云計算們競爭的共同方向。
共享經濟在出行領域的兩個代表性產品滴滴打車與摩拜單車的運營數據還在持續翻滾。據滴滴官方發布，目前平臺每天訂單超2000萬，處理數據超過4500TB，而摩拜早在六月就宣布日訂單量破2500萬，目前還在以月4%左右的速度增長。
一邊是滴滴、摩拜們在賣力地宣傳這些“數字”以彰顯業績，另一邊我們卻看到出行領域面臨的爆炸性數據給運算能力提出的巨大挑戰，顯而易見，唯有云計算才能勝任這樣的常態式、智能化的出行大數據處理要求。
大數據與云計算的關系就像硬幣的正反面一樣密不可分，由此，智慧出行這個云計算的新戰場浮出水面，明星產品滴滴、摩拜的“幕后英雄”是騰訊云，而行業的其他大佬們也早已通過各種角度競相入局。
入局伊始，云服務們還不在一個頻道上
智慧出行并沒有公認的定義，凡借助移動互聯網、云計算、大數據、物聯網等將傳統交通與互聯網融合的，都可以認為是智慧出行。而這種融合，角度有很多，各云計算在入局階段，側重點目前看起來并不一樣。
1、騰訊云：以“點”突破，自下而上
先看兩類案例。
首先是騰訊云與滴滴的合作。2014年年底的補貼大戰中，滴滴前期預估訂單量漲幅在10%左右，市場回饋的數據卻達到500%，宕機風險顯現。經歷過微信、QQ春節紅包大戰海量用戶高并發的騰訊云此時介入，滴滴系統整體搬遷至騰訊云。事實上，打車產品其商業模式核心必然是大數據，對車輛、用戶的個體計算決定產品整體的策略和方向，騰訊云于滴滴的價值在于對個體出行數據實時統計及預測的運算支持。
此外，在車聯網蓬勃發展之際，車載場景下的位置/社交/娛樂/支付等車聯網服務、智能網聯汽車云平臺、車聯網運營服務需求快速崛起，騰訊云選擇與蔚來汽車、廣汽汽車、長安汽車等深度合作，承擔汽車智能相關數據的收集、處理及回傳工作，用云計算幫助“傳統汽車”向“智能汽車”轉型，其價值說白了也是從汽車個體出發推動智慧出行的落地。
總結起來，騰訊云對智慧出行的布局，都體現在服務交通工具“個體”上，是一種物聯網思維在出行領域的延伸，其兩大出行客戶滴滴及摩拜，以及最近的汽車品牌合作皆是以“交通基本單位”——汽車或自行車為運營對象，以一個個的“點”為突破口自下而上介入智慧出行。這或許是因為騰訊系連接客戶的獨特基因，在服務2C公司方面更加得心應手。
2、阿里云：從“面”出發，自上而下
去年10月，杭州·云棲大會上公布了“城市數據大腦計劃”，而阿里云在智慧出行里的作品，最典型的也是“城市大腦”中首發且最重要的交通模塊。
對交通視頻進行實時處理，把攝像頭與信號燈聯動，計算出更“聰明”的紅綠燈時間及轉向配置方案，這樣的過程必須依賴云端大規模計算集群，阿里云的價值便在于此。在公布計劃之前的9月，交通模塊已經在蕭山區市心路投入使用，紅綠燈智能化調節使得道路車輛通行速度平均提升3%-5%，部分路段達到11%，雖然不夠明顯，但也算是用大規模數據改善交通的探索。
無疑，阿里云介入智慧出行的方式，是從整個交通“系統”著手，自上而下對整個城市的交通進行“俯視”從而優化道路資源配置，其抓手仍然是紅綠燈這樣的傳統的交通管理工具，這同阿里系擅長“體系布局”的基因密不可分。
3、華為云：封閉體系的全面優化
同騰訊云、阿里云不同，華為云介入智慧出行的案例體現在兩個獨立的封閉交通體系：軌道交通運營支持及ETC全國聯網。
軌道交通逐漸成為城市交通標配，預計2020年全國城市軌道交通里程將突破10000公里，與之相對的是，保障軌道交通運營的CCTV系統素來被“煙囪式建設、系統復雜、硬件單點故障影響無法避免”所詬病。華為提供的地鐵云監控解決方案實現了存儲云化自組網，并可進行多種智能分析，而且基于云平臺的開放優勢，系統之間的互聯互通、共享視頻與圖像數據更為便捷，為調度和運營提供有力支持，目前該系統已經在長沙、合肥、昆明等城市上線。
此外，華為目前還在致力于將全國ETC聯網，為高速公路出行提供運營支持。總得看來，“基站”式的公司基因決定華為最擅長的仍然是數據和網絡傳輸，交通數據的上層延伸和開發還需要其他合作伙伴。
爭食的智慧出行，味道好在哪?
云計算領域里，騰訊阿里為了“行業第一”的位子已經明爭暗斗多時，而華為云之類的后起之秀也在不斷追趕。這次它們把目光集體投向智慧出行，無外乎三個原因。
1、不只是交通發展的大勢所趨，還有特殊的“交通國情”
截至6月底，全國汽車保有量達2.05億輛，其中私家車達1.56億輛，并且仍以每月164萬輛的速度增長，各城市擁堵狀況持續惡化，同時年均1.2億噸的尾氣排放也肆掠著天空，占到大氣污染源的85%以上。
于是，通過智慧出行疏導交通、減少擁堵、維護環境就顯得順理成章。近日，交通部發布《智慧交通讓出行更便捷行動方案(2017—2020年)》，明確指出要推動企業為主體的智慧交通出行信息服務體系建設，促進“互聯網+”便捷交通發展，從政策上也給予了智慧出行更多利好。
事實上，擁堵、污染是經濟發展過程中的某種必然，美國、日本、歐洲等發達經濟體經歷過類似陣痛期后，已經開發出各式的ITS(Intelligent Transport System, 智能交通系統)，美國的ITS應用率更是達80%以上。看起來，這是一種大勢所趨，只是如今在中國互聯網飛速發展的情況下，云計算開始作為載體罷了。然而，并不止于此，中國的交通還存在一些特有的國情給予智慧出行更大的發展空間。
A、經濟增長十分快速，超過普遍的城市規劃預留，造成許多城市的道路、橋梁過于狹窄，極端擁堵的情況在這些年突然呈現，缺少像西方一樣平滑的規劃路網改造機會。
B、與紐約、倫敦、東京等城市的城市功能區相對分散在市中心周邊地區不同，受傳統觀念等影響我國城市中心區功能高度集中，大部分人口集中在狹小的市中心生活、工作，交通壓力更為集中，出行問題更為棘手。
2、人工智能時代到來，智能也成為交通領域共識
除了巨頭們在追捧人工智能，紛紛把它當作“互聯網的下一個時代”，在風口熏陶之下，各類企業、事業及政府單位也開始追求以“智能”提升業務/政務的水平。
滴滴、摩拜這樣的出行服務商，在車輛配置、路線規劃方面需要智能化運算提升平臺整體的客運效率，同時惠及司機與乘客，加強雙端用戶體驗;汽車制造商在智能汽車、車聯網、無人駕駛汽車等新概念影響下，對車內網的對外鏈接、提升駕駛體驗有了更多興趣，作為家庭工作之外的第三空間，智能汽車也要成為智能手機、智能家居之外的智能產品“第三極”;在提升政府效率，加強服務職能的國家意志下，肩負“治堵”責任的交通主管部門迫切需要智能化算法來疏導交通，并以此為契機優化城市規劃……
而所有的“智能”，都需要匹配極強的計算能力，拋棄自搭服務器的笨重方式，利用云計算就成為了首選的便捷方式。
3、“出行”是最優質的數據來源
如果說人工智能時代什么東西最有價值，數據無疑是那個唯一的答案。除了合作收費、為社會進步貢獻力量，云計算們介入智慧出行，還寄希望于在合作框架內獲得最優質的出行數據。這種優質，體現在3個方面：
A、頻率高。作為最經常性的活動，出行提供了天量的基礎數據，僅滴滴單平臺每日新增的軌跡原始數據就達70TB+。
B、數據直接。出行多是點對點式的，數據采集后幾乎很少需要需要翻譯即可投入運算使用。
C、延展性高。出行與個人的社會層級、消費習慣都密切相關，也能夠進行群體行為、商圈人流分析等。滴滴每季度發布的交通運行報告，就是在騰訊云的支持下，對城市交通運行、通勤、綠色出行等的系統分析，可以為交通規劃、商業投資甚至地產商提供支持。
殊途同歸，競爭仍有幾個賽點
交通是整體工程，符合木桶效應：任何一個交通要素出現短板，整體效率就無法提升。對政府主管部門來說，未來不管是車輛個體(包括綠色出行的共享單車)還是城市層面都必須實現對接、協調，現在看似在智慧出行上頻道不一致的云服務，將難以避免直接競爭。
1、“兼容性”成為競爭優勢
既然智慧出行的最終目標是要實現“大一統”，那么各個云計算支持下的智慧出行體系之間就必須存在兼容性“接口”，資源被統一利用起來價值才能最大化。
合理的路網、科學的紅綠燈時間及轉向配置、駕駛人自主規避高峰時間和路段、軌道交通運營實時調配，任何的偏廢都會嚴重影響整體的交通效率。例如，在扎堆的路段，紅綠燈怎么調都無濟于事，個人開車規劃得很好的智能路線碰上極不科學的紅綠燈或道路管制也只能是做無用功。
顯然，誰的“協同潛力”更大，誰就將在這一場智慧出行大一統的戰爭中勝出，目前看來騰訊云、阿里云各有優勢。
由于交通本質上是由個體組成，騰訊云物聯網模式下的個體聯結將具備更多的延展優勢，也能起到阿里云的路網智能分析與疏導的作用。而且，個體出行信息從下到上匯集的過程真實而準確，比起阿里云通過綜合監控數據進行算法預測的準確性會更高。例如，騰訊云支持下，滴滴在濟南等地推進智能交通項目，通過大數據指揮紅綠燈周期，在很多區域減少了20%以上擁堵，高于了阿里云城市大腦11%的最高數據。
反過來，阿里云也有自己的優勢，在城市所有道路攝像頭數據聯網分析的基礎上，接入滴滴、摩拜等個體出行數據，實現上下協同、更加綜合的交通分析在技術擴展上并不困難，而這種雙端同時分析反過來又能提升道路控制、車輛出行指導的準確率。
2、無人駕駛成趨勢，云計算更要服務未來
清華大學智能網聯車輛研究中心2016年年底發布的《智能網聯汽車技術路線圖》，對時下最火的人工智能概念——無人駕駛進行了整體規劃，由于其官方背景，該路線圖讓我們確信看似科幻的全面無人駕駛已經近在眼前。
按照規劃，2016-2017年為輔助駕駛階段，2020前實現部分無人駕駛，2025年前實現有條件無人駕駛，2030年左右實現全面無人駕駛。基于無人駕駛對環境的苛刻要求，車聯網也被分為車內網(汽車獨立電子系統)、車載互聯網(智能化功能系統)與車際網(道路行駛汽車間的相互通信)三個部分，顯然，目前騰訊云與蔚來汽車、廣汽等合作還僅處車載互聯網的輔助駕駛階段。
如何在出行體系上適應全面無人駕駛的要求將成為治理擁堵之外的新課題，也將成為云計算們競爭的共同方向。服務于汽車企業的騰訊云，可轉向為車際網運算提供服務，并將自動駕駛必要數據提供給車內網提升AI水平;阿里云的城市大腦或許能夠為無人駕駛提供必要的環境保障，通過接入汽車網絡系統提供必要的路況數據;而華為云的機會可能在于ETC相關的自動化停車場景，畢竟自動停車將是無人駕駛最重要的內容之一。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
