數據科學公司Assystem Technologies的負責人David Renaud說明了汽車制造商如何利用大數據來確保在道路測試中存儲大量信息的能力。

近年來，數字化轉型對汽車行業的能力產生了巨大的影響。物聯網的飛速發展意味著我們看到越來越多的設備連接到互聯網上，汽車行業也不例外。尤其是在政治和經濟不穩定的情況下，汽車工業面臨著越來越多的挑戰和壓力。因此，成本壓力、競爭、全球化、市場變化和波動性都在增加，這也是大數據能發揮作用的地方。除了分析，它還可以提供以前難以想象的可能性來解決這些問題以及汽車制造商經常面臨的許多其他挑戰。

同樣，自動駕駛汽車的概念也為未來的交通運輸帶來了許多好處，但同時也給汽車制造商帶來了巨大的挑戰，包括確保在公路測試期間儲存大量信息的能力。

大數據和自動駕駛汽車大數據被用來確保自動算法在道路測試中不斷完善，使自動車輛測試能夠提高效率和準確性，這在以前是不可能的。它還可以促進測試數據的收集和處理，使其能夠用于更新整車模型，從而減少現實與車輛感知之間的差距。一種數據科學算法為測試數據的自動聚類、異常檢測和不同類型場景的分類奠定了基礎，這樣就減少了使用傳統測試方法無法進行驗證的工作量和延遲。挑戰利用大數據的力量可以為汽車行業帶來變革的機會。然而，該行業仍未充分整合其用于道路測試的用途，還有很多工作要做。特別是汽車制造商，在自主車輛進行道路測試時，面臨著許多挑戰。重點領域包括：連接性：在測試過程中獲得的數據粒度越細，潛在的應用程序和挑戰就越大。

汽車制造商必須將這種高粒度的數據與離線連接結合起來，以實現數據的實時傳輸——如果實現了這一點，結果是無限可能的。元數據：捕獲元數據的能力（車輛使用者的意圖和車輛所在的環境）是實現進一步智能的關鍵。汽車制造商必須掌握這一技術挑戰，以實現它們收集的數據的全部功能。

安全保證：在使用大數據算法進行道路測試時，由于使用大數據算法的復雜性，OEM廠商在展示安全特性方面面臨著重大挑戰。與OEM合作了30多年，Assystem了解企業在使用大數據對聯網和自動車輛進行道路測試時所面臨的挑戰。Assystem團隊與客戶緊密合作，以支持他們不斷增長的內部能力，并支持他們外包特定的短期改進。保證產品改進的關鍵是根據客戶的需求定制完善的流程——這將確保目標被快速跟蹤。OEM還必須向其他行業學習，特別是消費類電子產品和基于網絡的軟件開發，在這些領域，快速創新的能力是生存的關鍵。

在OEM中鼓勵和支持創新的新團隊結構將是大數據計劃長期成功的關鍵。展望未來如果使用得當，大數據將推動汽車行業的變革。與在效率、速度和成本削減方面的目標相比，oem廠商更有能力改變他們的開發過程，以實現10倍的效率和成本的改善。大數據的運用使汽車行業發生的最大變化將是產品的設計方式和人們工作的方式。因為行業希望降低產品開發生命周期的成本，所以傳統的工程流程將會繼續被大數據所改善。企業將開始越來越依賴基于數據的大型解決方案來指導重要決策。