根據調研，2022年中國自動駕駛平臺市場規模達到5.89億元人民幣。得益於自動駕駛產業進入快速發展期，自動駕駛演算法的迭代速度、對於算力的需求都呈現快速攀升態勢，顯著推動市場增長。
本次研究中的自動駕駛開發平臺指面向汽車企業或自動駕駛解決方案提供商的自動駕駛系統開發平臺，使其能夠快速搭建自身的自動駕駛系統，以此滿足技術買家處理海量資料、自動駕駛方案更新迭代的需求。
平臺需要具有:
- 資料處理、儲存、分析處理；
- 演算法模型的開發工具鏈；
- 模擬系統等功能模組。
其中，支撐平臺的基礎設施以及相關服務（諮詢服務、研發服務等）不計入本次研究範疇。
經過調研，IDC觀察到目前自動駕駛開發平臺市場
如下發展現狀與趨勢：
資料
測試車採集資料儲存於車載硬碟，並會以人工方式上傳至自動駕駛開發平臺供應商的資料中心或使用者自身的私有云資料中心。此種方式下，單體硬碟資料量可達到TB級別且網路資料傳輸限制較少，是當前資料集的主要組成。除此之外，自動駕駛方案商可以透過量產車在許可權範圍內去採集高價值、長尾場景的資料。但由於量產車所採集的資料涉及使用者隱私，同時上傳方式以利於4G5G等方式為主，因而整體上傳貢獻的資料量有限，單車貢獻量通常為百兆級別。隨著自動駕駛車量產規模逐步增大、使用者開啟自動駕駛功能更加頻繁，基於影子模式等量產車的低成本獲取資料的方式將發揮更重要的作用。
演算法
自動駕駛演算法涵蓋感知、決策、控制等多類演算法。其中，感知演算法的訓練對於算力的要求最高，對於算力的需求一定程度上帶動使用者對自動駕駛工具鏈、開發平臺的使用。隨著感知演算法快速迭代、自動駕駛將向高階智慧進發覆蓋更多長尾場景，市場對算力及平臺需求有望實現持續性增長。
模擬
由於國際廠商對於模擬系統的壟斷性較強，自動駕駛開發平臺多選擇引入合作伙伴能力協助使用者完成相應工作。透過雲端大算力、可訂閱的模式為使用者提供版本最新、便於維護、成本可控的模擬服務。與此同時，當前自動駕駛系統開發方對於模擬場景定義、評測體系標準難以統一，建立一套標準及通用的產品將是值得技術提供商專注與突破的方向。
部署
在合規政策背景下，央企國企更加偏好於私有云部署。而民營企業會根據是否為儲存還是訓練業務，而選擇不同的部署模式，因而整體呈現混合雲的部署形態。而新勢力和自動駕駛方案商處於建設成本考量，則會在合規情況下，儘可能以公有云部署為主。而外資、合資企業是合規和第一要素，更加註重合規性和非具體的雲形態。
市場格局方面
整體市場集中度較高，以雲端計算廠商為主導的企業市場份額佔比超過80%。2022年中國自動駕駛開發平臺市場競爭態勢如下圖所示（注：由於數字四捨五入的原因，數字可能存在微小誤差）。
未來市場競爭將不斷加劇，IDC提出以下重點關注方向供技術供應商參考：
- 車端晶片上雲，提升演算法在車端與雲端驗證效果的一致性：傳統自動駕駛演算法模擬模式主要透過基於大量GPU卡進行雲上模擬，演算法驗證完畢再壓縮轉化為車端模型。但是在演算法遷移到車端的過程中，模型壓縮的操作可能會帶來資料失真，很多結果不可復現的問題。因而，將車端晶片等硬體整合改裝成適合於伺服器間的資料中心的伺服器再將演算法上雲，從而提高演算法在雲端和車端的驗證、遷移。
- 自動駕駛開發平臺的服務核心是資料服務，技術提供商應注重資料合規與隱私：無論是2022年國家國土資源局出臺《關於促進智慧網聯汽車發展維護測繪地理資訊保安的通知》，還是今年國家資料局的成立，都可以看到資料收集、處理的合規性要求越發嚴格。“合規是底線”，與符合資質的圖商等夥伴合作、制定符合規範的資料儲存策略、傳輸路徑，形成合規的業務流程是能夠正常開展業務的必要基礎。與此同時，無論是來源於測試車還是量產車的採集資料，都是主機廠和自動駕駛方案商的核心資產，透過構建完善的加密、脫敏、網路專線等資料隱私服務，有利於增加使用者對於平臺的信任感，將推動平臺資料託管量的上升，帶動未來的自動駕駛開發業務增長。
- 關注企業出海帶來的機遇：當前，OEM以及自動駕駛方案商對自動駕駛開發平臺的佈局相對完善。隨著自動駕駛領域開始進入洗牌期，未來自動駕駛領域玩家集中度將趨於集中。在這一行業背景趨勢下，未來自動駕駛開發平臺的市場增速將來源於大型買家的訂閱增值部分，另一方面平臺方也可以依託於海外的自動駕駛資料標註與模型開發需求刺激自身平臺業務的增長。
IDC中國高階分析師洪婉婷表示，當前，車輛智慧化發展已經成為必然趨勢，自動駕駛開發平臺在大量資料標註、長尾場景演算法訓練、更精準的模擬測試等功能的作用不可或缺。當然，主機廠與技術提供商在自動駕駛產品上的競爭加劇並將進入洗牌、集中化階段。在此背景下，提供成本可控自動化資料標註服務、結合行業的資料探勘服務、加速訓練服務、合規的資料與業務流程、演算法在雲端與車端最優適配遷移等是自動駕駛開放平臺能夠差異化競爭的方向，也是未來的重要產品發展趨勢。