解构车联网产品-电子发烧友网

本文用一个定性的分析框架，从产品视角来理解车联网产品，大致分成以下几步：

1、列举正在发生的可能影响车联网的事件

2、建立围绕“车”的基本模型，推导出“车联网产品”的场景

3、结合 1 和 2 的结论，得到“车联网产品”的基本架构

4、通过“车联网产品”的基本架构，分析BAT的实际产品布局

5、预测市场，给出一般性建议（可能滞后且无用）

理解车联网需要产品视角

近十年来，中国的汽车保有量增长迅速，无论是市场环境、技术环境还是政策环境，都不断在发生变化。巨大的不确定性总是带来巨大的机遇和风险，车联网产品随着各类不同背景的厂商进入，变得热闹非凡。良莠不齐的玩家，夹杂着炒作和欺骗的各类新概念，让公众对车联网的理解变得非常模糊，即使是擅长抽象和完善概念的产品经理人群，面对快速发展的车联网市场，也很难就“车联网产品”的内涵和外延达成一致。不过对一个新事物来说，对基本定义的明确过程，也是创新产生和发展的过程。

附图：百度指数中的需求图谱

研究方法

本文尝试用一个定性的分析框架，从产品视角来理解车联网产品，大致分成以下几步：

1、列举正在发生的可能影响车联网的事件

2、建立围绕“车”的基本模型，推导出“车联网产品”的场景

3、结合 1 和 2 的结论，得到“车联网产品”的基本架构

4、通过“车联网产品”的基本架构，分析BAT的实际产品布局

5、预测市场，给出一般性建议（可能滞后且无用）

推动变化的事件列举不完全

建立一个四象限图，横轴是对产品影响的不确定性，纵轴是影响的高低，将事件分类为“技术”、“市场”、“环境”、“渠道”、“产品”几类，并放置在象限图中。右上角“影响”高且“不确定性”高的事件，需要重点关注，产品创新通常来自这个区域的事件刺激。

附图：影响“车联网产品”的事件，受限于精力和能力，列举和分类都会有疏漏

附图：近10年来，中国私人汽车拥有量的变化，数据来自国家统计局

车联网产品的一般场景

在经济学家薛兆丰的眼中，“产权”是通过“使用权”、“收益权”和“转让权”三个权利来实现的，借用这个概念，我们可以将“车”这个产品的内在，分为两个部分：“工具属性”和“资产属性”。

从工具属性上看，“车”是“人/货”的搬运工

对于“人”而言，可以有两种角度来看待“车”，但本质上都是“出行场景”，遵守“连接/分发”的商业模型。“出行场景”中的车联网产品是市场热点，BAT等科技巨头的主力产品，也大都是这个领域的。

1、“车”是“人”的一类空间，是独立于“工作”、“生活”、“娱乐”之外的空间，随着汽车保有量上升，人群在这个空间上花费的时间同样在急速增加，会产生大量的消费机会。

2、“车”是空间与空间相联系的管道，出行增加了“空间”和“空间”之间的连接，使得人们可以进入更丰富的消费场景中。而且这种空间之间联系的增强并不是消费机会的线形增加，而是可能创造新的消费机会。

附图：“人”相关的车联网产品场景，图中的“产权”是指狭义的车辆登记产权

对于“货”而言，是“产业场景”，之所以不称为“运输场景”，是因为这类场景中，还有丰富的采集或分发行为。常见的产品应用领域有物流、仓储、农业、环卫、工程、矿业等方面，除物流和环卫领域外，其他应用领域还有一个显著特点，就是车通常在封闭空间中运动，人的活动很少，非常适宜 Level 4 的无人驾驶技术应用。

“产业场景”在互联网环境中被讨论较少，但市场规模总量巨大，车联网产品与面向个人消费者的产品形态差异明显。

从资产属性上看，“车”是实体资产和数据资产的总和

实体资产是指车这个实体的价值。无论是乘用车和商用车，在通常情况下，实体资产的价值都是一条不断下降的曲线，我们已经可以通过二手车交易的大数据，通过算法基本确定这条残值曲线（新能源车的残值曲线与汽油车有明显不同，受到电池残值的影响）。

数据资产是指车在各类场景中被“使用”，使车成为数据产生和处理的基本节点（一种边缘计算），这些数据的价值可以被挖掘（也可以在云端）出来，数据资产曲线与实体资产曲线相反，不断增值，还可以被物联网放大。

我们可以做这样一个论断：

车联网产品之战，胜负关键是争夺不断增值的数据资产

这场玩家众多的战役，有三个重要的子战场：

1、对实体（车/人）的争夺，数据入口

2、对数据传输和数据处理权的争夺，数据管道

3、对消费场景的争夺，数据应用

在数据入口战场里，关键策略是生产车辆，从源头控制。玩家有传统主机厂、互联网造车新势力、地产/能源/家电巨头（恒大、宝能、格力等）。

在数据管道战场里，关键策略是控制数据采集和处理。玩家有车联网云计算服务提供商、车载OS或车机设备提供商、电信运营商，如华为、BAT的车联网部门、部分创业团队。

在数据应用战场里，关键策略是控制消费场景的供给。玩家有滴滴、BAT的内容部门或O2O部门、部分创业团队。

车联网产品的基本架构

车联网产品的基础场景，决定了产品视角的车联网产品定义：车联网产品，提供有关“车”的数据产生、处理、传输、应用的解决方案。结合01.推动变化的事件中重要且不确定性高的各类事件，得到一个基本的架构。

附图：侧重C端车联网的基本架构表述

数据在车联网产品架构里的流动

1、数据采集，实际上就是数据源，数据产生在很多位置

车内：主要是车机，通过车内的各种感应器和前装记录设备，记录车的使用数据

车外：通过外设，如无人机、空气净化器、行车记录仪等，记录车的环境数据

车与车：通过云端或者车车通信，记录车的使用数据和环境数据

车与人：通过人机互动，或者是手机等移动设备与车机互联，记录人与车互动关系

车与云：记录车与环境互动关系，包括与城市、路网、产业场地的互动

2、数据处理，可以在车/手机/云多端处理

从外部政策环境看，二手车出海和鼓励电动车消费，都会带来车辆更新，更多感应器和处理器会被安装到新车上，促进了车作为终端的数据产生和计算能力，这是硬件层面的提升。在软件层面，新车都安装了智能的操作系统，利用硬件的能力大大提升。软件方面的成型产品非常多，如阿里的斑马智行、百度的小度车载OS、腾讯的车联网生态解决方案等，后面会更详细给出架构图。

附图：华为公有云车联网解决方案

数量巨大的存量乘用车和商用车市场，也可以通过后装一些设备来升级数据采集和处理的能力。常见的车载一体机方案，需要对车做小量改装，产品质量良莠不齐，市场表现一般。近几年兴起的智能后视镜和智能行车记录仪，车主可自助安装，功能强大且价格低，市场表现良好，甚至还有智能车载支架这样的几十块钱的产品出现，极有可能为数据采集和处理提供新的机会。

3、场景识别，数据处理的目的是为了识别场景，在具体的场景中让车做出对应的“动作”

C端方向上，腾讯的车联网场景定义如下，

出行场景：通勤、出游、拥堵、……

娱乐场景：听歌、小说、游戏、……

车生活场景：停车、加油、违章、……

社交场景：车载微信服务、约会接人、……

B端方向上，物流、仓储、农业、环卫、工程、矿业等场景都可细分出来不同的应用场景

4、消费，场景识别是数据应用，消费则是数据变现

C端方向上，腾讯的车联网场景定义对应着两类消费，一类是内容消费（关键是内容生态），一类是实体消费（关键是消费场景丰富性）。这两类消费的核心控制点，都是支付能力及整合人车数据的超级ID。

B端方向上，消费是指结合产业特点，提高产能/运力的能力，对商用车市场研究很少，不展开。

BAT的车联网产品架构

超级ID取胜的腾讯

虽然腾讯车联网在媒体采访中，不强调微信作为超级ID存在的强势地位，可能为了避免主机厂的反感。但实际上，车载微信可以安装在任何以安卓为原型的车机设备上，利用腾讯本身已经有的内容生态（阅文集团、QQ音乐、腾讯视频等）、线下服务生态（美团和京东等），支付能力，覆盖掉主机厂的前装优势，成为车联网的入口。同时，微信作为一个ID，可以将用车人的数据，无缝迁移到任意安装有车载微信的车辆上，这个优势在未来车辆使用权越来越重要，产权越来越不重要的趋势中会被放大。

附图：腾讯生态车联网解决方案

无人驾驶技术领先的百度

百度的车联网产品布局也非常完整，以Apollo开放平台为核心的自动驾驶解决方案切入，更容易与主机厂达成合作。弱点是内容生态、线下消费生态、支付能力都较腾讯和阿里单薄。优势是在产业车联网这个方向上，比腾讯和阿里走得更远，产业方向对内容、线下消费和支付能力要求较低，对自动驾驶、路径规划、产业能力整合上要求较高，百度已经有一些实现。

附图：百度车联网平台和生态

平衡的阿里

阿里入局很早，与上汽合作的斑马智联进入市场好几年。在超级ID方面，有淘宝支撑；在内容生态上，有优酷土豆、虾米、大麦等；在线下消费能力上，有口碑和飞猪；在支付能力上，更是有强势的支付宝。产品架构上，与腾讯的布局基本一致。

如果对目前的车机系统感兴趣，可以参考易车有一个《车载互联系统专项评测》系列。

需要回答的问题及可能无用的市场建议

地理空间的大小，影响消费形态

汽车市场下沉，广大三四线城市和农村地区，单次出行时间较大城市短，环境熟悉，一般不需要导航，也不需要长时间在“车”空间里的内容消费，线下娱乐消费场景不依赖线上流量。在这样的场景中，在供给侧的内容形态和线下消费生态，都需要哪些变化？

长时间的出行场景也有不同

路线固定的通勤和路线不固定的出游，都是时间较长的出行，潜在的是打发时间和节省时间的不同需求，可能产生需求的“人”都不同，是重视“驾车人”还是重视“乘车人”？

增量市场和存量市场

增量市场受到经济大环境的影响，商用车联网和存量车辆改造，可能是数据富矿。

车联网+区块链+金融，也可能是组合式的好应用。