道與萬物：從騰訊生態車聯網尋找人車互動的未來圖畫

“車聯網”三個字從誕生的那天起，就是一個相當複雜的概念，車聯網另外一個稱呼是V2X(vehicle to X)，既“從汽車到萬物”。

在從汽車到萬物的過程中，對於駕駛者和乘車者來說，我們與汽車之間有了更豐富的交流機會。出行大場景中可能出現的種種需求，都可以在汽車場景中得以滿足。例如車載娛樂內容消費、目的地場景需求、汽車加油養護等等。

但大多數情況下，車聯網服務只是將網際網路的服務與產品移植到汽車平臺上。但人與車之間的關係，正呈現出不斷變化的趨勢。

人車關係會向怎樣的方向變化?而在人車關係的變化之下，車聯網提供服務的方式是否也會產生相應的改變?

我們可以從騰訊車聯提出的“生態車聯網”模式，來試圖找到上述問題的答案。

智慧、主動、豐富：未來人車互動的進化軌跡

隨著諸如AI、5G等等新技術的應用普及，我們正處在一個急速變化的時代當中，人車關係也因此在產生不斷的變化。

首先，基礎科學的發展讓我們生活的速率越來越高，我們開始追求用盡量少的人機互動來獲取最大化的服務。從物理互動到語音互動的跨越，就是其中一個典型。我們開始拒絕從手到螢幕之間的距離，而是用更自然的語音方式和終端交流。而這種對於簡單互動的追求，也會進入到出行場景之中。

除了互動上的變化之外，人們獲取服務的方式也正逐漸化主動為被動。建立在對海量資料的挖掘之上，服務供應者可以對使用者的需求與使用者興趣進行深入探知，以智慧化的方式將使用者需求與自身服務進行高效匹配。這種高效匹配可以出現在任何一種場景之中，自然也可以出現在出行場景中。

從長遠角度來看，雖然自動駕駛短時間內還不能在大眾應用市場普及，但隨著技術不斷髮展，必然會出現“輔助駕駛-部分路段自動駕駛-自動駕駛”這一過程。駕駛者的時間和精力不斷被解放出來已經是一種必然的趨勢。這時車內提供的服務生態，也自然應該更加豐富。

綜合來看，未來車聯網將會出現三種趨勢：更智慧、更主動、更豐富。同時在傳統車聯網中，手機服務生態移植到汽車場景的模式與人車互動進化軌跡並不相符。相比手機，汽車空間的私人化屬性更弱，人們在這一場景中對軟體服務的需求也會更加特殊化和個性化。未來我們需要的車聯網服務，顯然是要針對汽車場景以及人車互動，再對以往的網際網路服務進行一步最佳化。

這一切無形中也契合了騰訊車聯對於生態車聯網的定義。

有關未來駕駛的三生萬物：騰訊車聯引入三大生態進車

從騰訊車聯對於生態車聯網的打造來看，騰訊的解決方案是引入了興趣內容生態、車主服務生態和輕應用生態三大生態體系。

在生態車聯網的進化之中，這三大生態體系或許將發揮“三生萬物”的重要作用。

先說興趣內容生態，雖然說目前出行場景中與興趣內容很難形成強關聯關係，但能否對使用者興趣形成探知，卻與使用者的出行體驗密切相關。

舉例來說，當使用者開車前往某一商圈時，生態車聯網能否探知使用者興趣向使用者推薦他喜歡的餐廳，或者根據當時的天氣情況向使用者推薦一首他喜歡的歌時，就在考驗著興趣內容生態的深入程度。

至於車主服務生態，則決定了生態車聯網能否圍繞汽車本身與外圍服務建立起關聯，建立在同一賬戶之上，打通車前、中、後的服務生態。相比使用者自己，生態車聯網應當是更早獲知汽車端場景資料的。這時如果能利用起汽車端場景資料，與車主服務靈活匹配，就可以減輕駕駛者自己從發覺需求到找尋服務的整個過程。

就拿加油這件簡單的小事來說，比起駕駛者自己發現汽車沒油、規劃路徑尋找加油站再規劃路徑到原本的目的地，生態車聯網主動察覺加油需求，在途徑加油站時給予駕駛者提示，顯然是一種更高效和無感式的服務體驗。

與以上兩者並行的輕應用生態，則是透過豐富的智慧化工具實現服務體驗的細節最佳化。透過輕應用，語音互動、移動支付等等原本在移動終端的功能，都可以在汽車場景中生長。騰訊車聯在汽車場景中引入百萬級別的小程式，讓使用者無需下載和喚醒，基於地理圍欄、車身場景資料和自身需求與其進行匹配。

就像上文提到的主動為使用者推薦目的地餐廳和尋找加油站，在輕應用生態中，預訂餐廳、支付加油費用，都可以透過語音互動來進行，讓車前、中、後的互動體驗形成連貫性。

也就是說，未來生態車聯網下的駕駛體驗很可能是這樣的：當我們設定好導航目的地時，騰訊車聯便根據我們的口味推薦了幾家熱門餐廳，透過語音互動在輕應用中預約等位;行駛到一半時，騰訊車聯提醒汽車油量有限並就近規劃了前往加油站的路線;在加油站中，我們同樣可以透過語音互動中的聲紋識別來完成交易過程;等到了目的地，騰訊車聯會提示餐廳等位還有幾桌，並規劃出前往最近停車場的路線。

道與萬物：生態車聯網背後的邏輯推演

這樣“三生萬物”的未來駕駛體驗雖然十分吸引人，可卻建立在一套完整的技術基礎邏輯之上。正如同“道生一，一生二，二生三”，一種生態的實現往往是層層推演而來的。

想要建立起支撐生態車聯網的技術邏輯，最起碼要有充足的資料、內容和服務。

其中包括海量的使用者觸達點以獲取使用者興趣行為資料，豐富的軟體服務生態去連線出行目的地的多種生活、旅行服務需求，還要有基於LBS的豐富場景資料，才能讓生態車聯網在行駛的過程中對種種服務形成場景化的感知。

這些基礎的資料、內容與服務就好像是“道生一”，為後續技術應用和生態搭建壘磚加瓦打好基礎。

建立在豐富的資料基礎之上，就應該發揮出AI技術的作用。比如藉以語音識別、人臉識別、手勢識別這些多模態識別技術感知使用者，以及透過AI演算法對資料進行挖掘，實現使用者興趣需求與生態服務的精準匹配。

建立在資料基礎之上，這樣利用AI技術從感知使用者到匹配服務的過程，便實現了“一生二”。

最後最重要的，還有騰訊車聯自身的“超級ID”，透過平臺賬號優勢，幫助汽車終端和移動網際網路終端的資料與服務形成連通，使出行這一場景不再孤立，不管是興趣挖掘還是生活服務供應，與使用者的日常生活關聯在一起。

有了平臺賬號作為連線樞紐，興趣內容、車主服務和輕應用這些生態才能夠成功的紮根於汽車場景，由“二生三”進而演變到“三生萬物”。

就像騰訊和長安合資建設的梧桐車聯，所釋出的TINNOVE汽車智慧系統就深度整合了騰訊車聯的基礎能力和核心生態資源，可以向使用者提供基於場景的個性化服務推薦，構建完整的智慧出行場景服務解決方案。目前TINNOVE汽車智慧系統目前已支援洗車、加油、保養、違章查詢、小遊戲、美食推薦等40餘種精細化場景的服務。這便是從“道”發展至“萬物”的完整過程。

我們也能看出，雖然最終呈現給使用者的結果是從“人找尋服務”到“服務找人”的變化。但生態車聯網背後的基礎技術邏輯的建設，卻如冰凍三尺，需要從移動網際網路到AI兩個時代的持續建設。由此，我們可以發現，騰訊車聯提出的“生態車聯網”與傳統車聯網的最大區別，就是透過千人千面的賬戶體系、大資料和AI技術的驅動，將汽車看做數個智慧終端中的一個，與手機等等其他智慧終端進行互聯，讓汽車融入到數字生態之中。

騰訊車聯對這一生態的提出，清晰地指向了未來出行產業的分工模式——從移動網際網路到車聯網的發展並非推翻牌桌重新來過，而是騰訊這樣移動網際網路時代累積了足夠技術經驗和資源的企業，逐漸將自己的能力平行移植到汽車場景中，以與汽車廠商合作賦能的模式，推動生態車聯網的萬物生長。

或許在騰訊生態車聯網勾勒出的未來中，“車”將不再是車聯網的核心，車將會和家庭場景、辦公場景一樣，成為無數數字生活場景其中的一個，而作為使用者的“人”，才是一切服務的最終流向。