中國產業信息發布的《中國智能汽車行業發展及智能汽車行業未來市場空間分析》顯示，在汽車產業，智能駕駛市場空間將從2014年的394億元上升到2020年的2353億，傳統汽車智能升級已經成為大勢所趨。

同時BAT各家都在盡一切可能切入到智能汽車領域，阿里于本年10月發布了互聯網智能汽車系統2.0，而騰訊也據傳在11月進行無人車研發，百度則是最早的入局者，其早在2015年布局Carlife，并于同年正式研發無人駕駛，最后又打造了全球最大的無人車開放平臺Apollo，更新速度最快。

就在剛過去的，“智啟·車聯”ABC Inspire 汽車智能高峰論壇上，百度也展示了其在智能汽車領域的階段性成果，但與其說是成果，倒不如說是，百度更為坦誠的向外界公布了汽車行業在面臨智能升級過程中的困境和痛點，而百度云作為底層基礎設施，也見招拆招不停解決。

面向用戶端的痛點

未來的智能應當進入無處不在的階段，用戶也將無感知，而汽車作為智能的載體，理所應當讓用戶感受到真正的智能，面向用戶，汽車廠商有著這兩大痛點。

1)交互痛點，對于汽車廠商來說，其完全不具備智能交互的能力，而百度作為一家AI驅動公司，則有著極強的實力進行賦能。

作為百度AI 平臺的主要組成部分，百度云全面接入 DuerOS 平臺、Apollo 平臺、百度大腦等技術和渠道資源，通過車聯網解決方案解決交互痛點。DuerOS作為底層的智能交互系統，徹底解決了車與用戶之間的溝通，用戶隨意發出任何指令都可以順利接收，同時DuerOS背后又有百度基于搜索引擎積累多年的知識圖譜作為支撐，不但能夠“聽懂”用戶的需求，更能夠為用戶提供信息回答，甚至到辦事。

同時百度有著一系列的內容資源，從音樂到電臺等等無所不包，又可以很好地無縫打通這些資源，讓用戶直接將汽車釀成智能手機，將更多的產業進行連接。

2)安適痛點，對于用戶來說開車最大的隱患是安適問題，智能汽車應當在安適問題上承擔更多的責任，而百度的疲勞駕駛監測系統按照紅外人臉識別司機的面部動作判定司機的疲勞程度，并對用戶及時發出警告提醒，制止不測變亂。

面向產業端

但實際上，比擬于用戶級市場，其實整個產業更為急迫地需要發展汽車的智能技術，包孕車聯網技術、無人駕駛技術等等，而人工智能的最大應用目前也主要屬于B端。

因此，汽車產業的智能市場主要來自于產業界的需求，而在其從傳統汽車進入到智能汽車的過程中，面臨著以下諸多痛點。

1)智能車聯網，硬件尺度化混亂的痛點，目前傳統車廠雖然也在不竭研發各類相關車載智能硬件，但由于各自為政整個行業處于一盤散沙局面，沒有一套尺度化的連接方案，為所有硬件的接入提供標的目的。

百度云的天工則為整個行業提供了硬件接入的尺度方案，并為其提供了SDK相關接口，直接免去了各個廠商研發的高額成本，而且可以將更多精力與成本投入到硬件技術自己的研發上，而不是浪費在尺度化問題的考量。

2)云端連接的痛點，其次傳統車廠不具備云計算的能力，并沒有搭建高度復雜云計算的能力，而預計2020年國內新車會超過3000萬輛，根據50%的聯網率，存儲將超過10PB，如果沒有全新的存儲方案，將會對車廠造成巨大的災難。

另一方，在安適問題上，如果稍有閃失，被黑客劫持，除了造成用戶隱私泄露之外，甚至還有可能造成生命危險。

因此，對于傳統車廠來說，如果耗費精力在云計算方面自建團隊，付出的代價則將是一個天文數字。

而百度云作為基礎設施，直接為其提供了C(Cloud Computing云計算)的底層，讓產業無需再去自建云計算設備，同時在安適方面，百度通過組織安適、資產辦理安適、主機系統安適、數據安適和網絡安適五個維度來確保數據被安適的存儲。而且其也是首家通過國際ISO/IEC27018和國家信息安適等級掩護等認證的云辦事商，在安適問題方面有著極高的保證。

如此一來，便可以為傳統車廠節省掉大量的云端基礎設施研發的精力，可以將更多的精力用于其他領域。

3)軟件技術的痛點，，別的還有一個問題是傳統車廠即使將汽車的各項數據進行云端的連接，收集到了海量數據，其也很難將這些數據的價值發揮到最大。

而百度云依托于A(AI 人工智能)技術，則可以更好地幫手車廠將B(Big Data大數據)利用起來，產生更大的價值。由于目前各個車廠依然處于聯網初級階段，因此，在未來數據越來越大的情況下，百度的人工智能技術優勢也將繼續展現出來。