今年下半年开始，一朵新的“汽车云”正在吸引国内云厂商，隐隐散发出一股竞速的味道。

车企上云如今已经是一个确定性趋势。以“蔚小理”为代表的造车新势力，原本就诞生在云原生的时代，很多业务从第一天就结合了云的能力而发展。

不仅如此，在数字化转型的趋势下，传统车企也在加速上云。 随着汽车数据越来越庞大，其间蕴含的商业价值愈发高涨。

面对新市场，云计算厂商们也将目光聚焦到了汽车产业链，华为云、阿里云、腾讯云、百度云等纷纷针对汽车推出云战略。

上云，时不我待

自动驾驶技术作为智能汽车“皇冠上的明珠”，眼下正进入大规模落地前的关键时刻。在刘澍泉看来，自动驾驶目前最大的问题，是需要海量数据去进行训练从而发掘出越来越多的corner case的过程。

刘澍泉表示：“我们开车的时候，99%可能都遇不到这种情况，但是这1%的少量的极端场景，实际上就是安全隐患。”行业内普遍认为，要解决corner case，一套自动驾驶系统需要至少100亿英里的测试，其安全性才能达到量产应用的条件。

这个距离足够我们在地球和太阳之间往返50多次，所以没有任何一家企业可以真正依靠实际的道路测试来完成这个规模的测试，无论是时间成本还是资金成本都不足以支撑这样的测试。这就需要在云端构建一个以真实世界的数据和物理规律为基础的自动驾驶训练平行世界，进行仿真验证，不仅能够大幅降低成本，也能极大提升研发效率。

围绕自动驾驶云，车企可以采集海量的环境数据和行驶数据，在云端进行数据挖掘、标注、模型训练、仿真验证，最后实现自动驾驶技术的部署发布。

在此背景下，智能汽车的整体技术架构正在进化为车云一体化的数据驱动框架，行业的竞争也从单车智能延伸到了云端智能。对车企来说，如何在云上进行安全合规、低成本高效率地数据存储、计算和模型训练，成为刚需。

当前整个汽车云服务市场的5大发展特点

1、行业内对云原生和敏捷性需求日益迫切

相比于传统的造车模式，以特斯拉、蔚小理为首的造车新势力以“软件+硬件+互联网”模式颠覆了整个汽车行业的传统业务。

汽车企业在C端营销到IoT物联网，以及后端研发和生产制造各环节对于技术的敏捷性，尤其是对技术和数据的云原生有着迫切需求。

单点IDC的IT系统和数据处理能力已经无法满足车企需求，而只有突破固定算力限制的云计算才能加速这一进程。

2、渐趋严格的数据合规与安全要求

2021年8月，国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部、交通运输部联合发布《汽车数据安全管理若干规定（试行）》自2021年10月1日起施行。

这是中国首个对汽车行业的数据安全进行保护的部门规章，这也意味着车企IT的端到端安全，尤其是数据安全领域面临着愈发严格的监管要求。

随着整个汽车行业数字化的提升，车企在技术及产品研发迭代、企业战略决策、数字化营销等多个方面都离不开数据的介入。因此，随着整车技术框架越来越复杂，车企在加强IT设施及云端的安全管理等方面的任务迫在眉睫。

3、深度融合的技术和业务

近年来，汽车行业的云服务需求，也从原本的基础通用能力，逐渐转向针对汽车行业特性，以及各细分场景需求的IaaS、PaaS乃至SaaS的集成。

以自动驾驶为例，随着自动驾驶从研发走向量产，不论传统车企、Tier1、造车新势力，还是自动驾驶创业公司及产业链相关企业，都面临着相同的挑战：

首先，对自动驾驶数据合规要求严格，自动驾驶测试车所采集的测绘数据属于国家秘密数据，而采集的视频数据包括道路上的车辆行人，则会被定义为个人隐私数据。

其次，大数据的存储和计算等级高，自动驾驶的研发需要海量的数据支撑，研发L2级自动驾驶能力需要PB级的路测或场景数据。更高级别自动驾驶则把行业的数据处理能力等级提升更高。

再者，工具链体系待完善，自动驾驶的研发离不开以数据为核心的一整套工具链体系，正是这套工具链体系连接起数据闭环的各个环节，包括对数据的综合管理、数据隐私计算、数据标注、感知算法训练、规控算法仿真等等。

基于以上挑战，自动驾驶对于云平台具有更明确的需求，自动驾驶云服务需要与具体业务场景深入结合。同时，自动驾驶作为海量数据计算的核心研发场景，成为拉通计算存储网络基础设施、数据合规安全、云原生PaaS、大数据和AI算法等综合能力的专属平台，逐渐成为车企标配。

4、灵活开放的持续进化

随着新能源智能汽车的新产品研发迭代提速，产品与服务形态持续延伸，云服务作为创新底座，需要灵活开放“可生长”，向下整合坚实稳定的基础设施，向上连接丰富多样的生态，为产业链上下游合作伙伴提供开放共创的土壤，提供紧跟行业需求的工具与服务能力。

以智能网联云平台为例，由于封闭和功能性的定位，旧的智能网联平台面临着迭代更新过于依赖供应商、生态服务接入效率低、数据难以有效利用及自主可控性不足等问题，同时平台可扩展性也无法满足智能车云端的大数据存储及运算需求。

因此构建一套自主可控、可扩展及高安全性，同时还能向上服务于数据应用业务的智能网联平台，已经成为广大车企的普遍诉求。例如，腾讯智能网联云平台方案基于云原生能力进行设计，网联组件可插拔，解决了传统智能网联平台必须整体部署的问题，有效支持整套部署或组件化应用。

5、数字业务需要自主可控

在全球数字化浪潮下，数据能力成为车企的核心竞争力。在国家对数字新基建及信创强要求的背景下，国内车企需要构建自主可控的数据基础设施和业务应用系统，尤其对人、车、设备、管理、研发、自动驾驶等海量数据资产实现自主掌控。在此之上，逐渐实现数据可应用、数据可管理、数据透明，成为数据驱动型企业。

综合来看，整个汽车行业对云服务的需求日益增长，对汽车云服务商也提出了新需求，除了基础云服务之外，还需要针对汽车行业特性需求，推出专属化的行业云方案。

行业需要专云专用，一站式、专有化云服务才是车企所需

随着汽车行业对云服务在细分领域的需求不断明确，自动驾驶、智能网联、数据安全等不同领域的需求也不尽相同，基础性云服务不再通吃，专云专用成为汽车云服务的新标准。

如果车企要自建云，在建设过程中就会出现诸多问题，包括建设时间长、运营成本高、覆盖面有限等。因此，于汽车行业而言，一站式专有云平台，也许是现阶段最优的选择。

云厂商竞逐车云协同

面对高速增长、快速变革的智能汽车市场，云厂商们必然不会错过。

在汽车数智能力提升、车企能力变软的过程中，汽车产业也面临着不少挑战，同时也对上云、用云提出了新的需求。

《报告》将中国汽车云服务按应用场景分为自动驾驶、车联网、车路协同以及车企数字化转型场景。

报告中，“汽车云”被定义为以车企/整车厂为目标并通过IaaS、PaaS以及SaaS层的服务形式，提供涵盖汽车的设计、研发、生产/制造、销售及售后等全生命周期的相关服务。

简单来说，可以将“汽车云”服务分为两大类： 一是自动驾驶、车联网、车路协同等落地应用场景，二是针对车企数字化转型，满足数字化管理和供应链协同需求，覆盖生产、管理、营销等各环节。

可以发现，大厂的汽车云业务也主要围绕这两大场景展开细化布局。

云计算公司如微软Azure、百度云、阿里云、亚马逊AWS在密集推出汽车云策略。

他们的焦点，基本集中在提高自动驾驶效率，以及车企的运作效率，包括研发的改变。

华为可能是在汽车领域布局最早、深入汽车产业最深的云厂商。华为在2019年成立智能汽车BU，定位汽车Tier1，帮助车企造车。

《报告》显示，华为云以22.8%的市场占有率在中国汽车云市场（IaaS+PaaS）位居第一。

华为将汽车云其总结为三朵云：在数字化研发、生产、供应链阶段帮助车企“造好车”，在数字化营销阶段帮助车企“卖好车”，在数字化出行领域（车联网、地图导航、内容生态等）帮助车企“用好车”。

百度云的汽车云布局与华为云相似，但侧重点不同。今年9月，百度智能云事业群组负责人沈抖在2022智能经济高峰论坛上推出三朵汽车云：覆盖研发、生产、服务环节的集团云，覆盖自动驾驶、智能座舱的网联云，以及覆盖产业协同、物流调度的供应链协同云。

尽管车企云化可以给企业带来价值，但是大多车企背负巨大的历史包袱。这就导致绝大部分云解决方案，在很大程度上仍然局限于核心业务之外，以离散的、战术性的和针对性的形式出现。

根据埃森哲发布的报告显示，汽车制造商不愿意在核心运营中采用云计算，其中最重要的原因是，在行业内根深蒂固的和相对保守的以技术为核心的产业思维模式。

具体表现在，除了接入公有云平台，主机厂也同样部署自己的私有云平台，采用私有云+公有云的混合云部署模式，弱化与云厂商的“供应绑定”。

相较而言，造车新势力们更快走在汽车上云的前列。

其实，如今的新势力们重心都在汽车产品迭代上，因此利用云厂商的技术和低成本的资源上云未尝不可。

而当车企之间的竞争层面进入白热化阶段，对于自建“汽车云”的布局，势必会提上日程。

此外，“汽车云”还涉及关键的数据归属问题。许多汽车制造企业的高管团队，深切担忧云端的数据安全和隐私保护。

从某种程度而言，云计算其实是新瓶装旧酒，即通过新技术革新老行业。

而在走过十余年风雨历程后，如果说云计算上半场是互联网行业的争夺战，那么传统领域则成为云计算企业下半场发力的重点。

“汽车云”服务商想要有所作为，不仅需要提供坚实的云基础设施，还要创新云上解决方案，协助构建开放的生态联盟，帮助汽车产业从“上云”到“入云”，真正将数据作为资产贯穿智能网联发展过程的始终，实现“上云用数赋智”的数智升级闭环。

如此，云计算行业才能够真正与汽车大产业互相成就，绽放巨大的价值。