车网中国现场报道
阿里云汽车及智能出行事业架构师程力
程力为：非常感谢大家这么热情，之前在杭州的云栖大会上也是，当时是中秋节假期的第一天，仍然有非常多热情的观众在杭州的会场参加会议，今天我在北京看到了相同的情况，希望我的介绍能让大家这段时间能够觉得过得还值得。
阿里云汽车及智能出行事业架构师程力
程力为：非常感谢大家这么热情，之前在杭州的云栖大会上也是，当时是中秋节假期的第一天，仍然有非常多热情的观众在杭州的会场参加会议，今天我在北京看到了相同的情况，希望我的介绍能让大家这段时间能够觉得过得还值得。
今天下午大家听了很多关于自动驾驶的事情，我尝试从另外一个角度给大家介绍一下我在做汽车行业的解读。
我们看到实际上现在整个的汽车行业处在一个变革之中，比如我们的消费者在改变，大家知道现在00后已经可以有驾照了，他对汽车的使用习惯是什么样？我们的技术也在改变，比如像刚才提到的自动驾驶，还有我们的新能源、智能网联，我们政策法规也在改变，之前特斯拉已经在上海独资建厂了，宝马获得了75%的股权。还有商业的模式也在发生变化，这些变化其实都是在要求我们的主机厂做出一个改变，这个改变是什么呢？就是从To B转向To C，主机厂比较核心的系统是DMS，比如说像SCI，传统主机厂它的业务是To B的，未来他们会越来越向To C去转变。
我们肯定主机厂的未来一定会沉淀数据和控制流量，我们都知道下一个时代是数据时代，数据时代是什么定义呢？就是我们投下的每一分钱都有数据资产产生，无论是我们投放在垂直媒体、搜索引擎，还是我们的多个端，比如像我们的智慧门店，还有我们的线下的4S店，他们都会产生大量的数据，这些数据会沉淀在数据平台之上，我们会对数据进行运营。
我们看一下计划的路线，我们说传统的车联网它实际上是在数字化车，我们可以看第一代的像On Star，会采集一些信息，现在的智能网联、新销售、生态就是在做数字化人，在这个过程中它一定会结合一个生态，因为在数字化人的过程中互联网公司做得是比较早的，这个一定是一个结合的过程。在完成了数字化人、数字化车之后，我们看到了越来越多的出行系统开放了接口，比如说像共享单车都是通过接口来调用的你可以在微信上调，也可以在支付宝上用共享单车。同理专车也是这样，所有的出行方式开放了接口之后，我们利用AI和大数据技术，为每个人去配一个大个人的出行助手，以前这件事比如像一些高层的领导，他可能会有一个自己的秘书。未来的话，技术会让每一个人都有一个属于自己的秘书。
我们所说的智慧出行呢，它是在某种程度上提高了每个人的出行效率，智慧城市它实际上提高的是整个城市的出行效率。我们阿里也是在这方面做了很多，比如我们的城市大脑，比如像刚才大家都有提到的车路协同，我们在高速上已经实践这件事了。
因为咱们的主题是智能网联，我说一下基于斑马的经验对于智能网联的认识。最简单的一个观点就是车机它不是手机，因为在车机里面，因为大家的直觉，也是我们的使用经验，使用最高的应用就是地图，所以我们在斑马上我们用的是地图即桌面的方式，第二我们可以一边走路一边玩手机，但是我没办法一边开车一边玩车机，这也是为什么微信不能上车的一个原因，智能语音成为车内最佳的交互方式，OTA在在线升级是传统汽车和互联网汽车重大的区别，持续进化。去年一年我们进行了四次版本的升级，三次小版本的升级，一次大版本的升级，去年12月底斑马1.0到2.0的升级的时候，我们进行了全世界最大规模的一次OTA。如果把车屏幕当成一个新的流量入口的话，之前的流量入口是哪些呢？是浏览器、是手机。下一个流量入口很有可能就是车上的这些屏幕，流量就要转化、就要变现，就一定会有一个支付工具在那儿，支付工具对智能网联来说也是非常重要的，说完这四块再来看另外几块。
接下来想说的就是去APP化，手机里面可以装非常非常多的应用，但是车机里应用很少，比如说有些主机厂他的车机实际上就是一块大的平板，安卓的。这样做其实我个人觉得没有什么意义的，你这个平板相当于装了很多APP文件，但实际上数据的积累是在APP本身，而不是在主机厂。所以说你通过这个积累到的数据是非常有限的，比较好的实现方式是去APP化。也就是说我们通过接口调用，这样主机厂可以积累更多用户行为数据。接下来是数据应用，主机厂比较擅长的是把车卖了就结束了。未来车联网一定会持续运营的一个工作，它的收入是逐渐产生的，所以数据的利用是很重要的。最后一点就是生态，我们刚才也提到生态，生态可以把它抽象为一个东西，就是一个ID，后面我也会有更详细的介绍，互联网时代是怎么做ID的。
然后我给大家透露几个数据，我们传统的乘用车，也就是说车联网1.0的话，如果按每辆乘用车每天运行4个小时，运行数据是40兆到50兆，由于商用车我们国家是有标准的，它每次采样1KB，由于它是生产工具，每天运行16个小时，数据量大概会是乘用车的30多倍，根据我们在斑马的经验，斑马每辆智能网联汽车每天产生的数据是4个G到5个G，是传统车辆的100倍，这么大的数据分布在和车辆相关、和出行相关，以及和互联网流量相关，这些流量是非常庞大的，我们传统的主机厂的数据中心是完全没有办法去承载这么大量的数据，以及这些数据后面的运算。比如说我们要根据用户的行为去推测、去做标签，这些后面实际上都是有大量的运算在里面的，所以说未来的车联网一定是会在云上。
同理自动驾驶也是这样，自动驾驶我们曾经跟主机厂聊过，如果一辆车有8个高清摄像头，这辆车每天都在7×24小时跑路测，两辆测试车一年产生的数据大概就是在100个PB左右，这个实际上是非常惊人的。
我们介绍完这些之后，来看一下我们的企业在从To B到To C转变的时候应该注意什么地方？之前大家注意到我们小米上市了，大家都在讨论估值是500亿还是800亿，如果是制造业估值是500亿，互联网公司估值是800亿，最后它还是介于这两者之间了，传统的制造业它实际上是制造一个流程，这个流程不断地去优化它，这是传统制造业，它的增长是一个线性的过程。对于互联网来说我们讲究一件事叫网络协同效应，网络协同效应意味着任意两点之间都是有连线的，它最后的增长一定是一个指数的过程，所以这就是说为什么一个公司它的估值是会有一些变化的。我们怎样去做面向互联网的业务呢？我们抽象成几个环节，首先一开始我们的业务一定会是一个有业务，业务是建立在硬件基础纸上得，首先我们对硬件上进行抽象，这就成为了云。接下来我们对业务进行抽象，业务进行抽象之后呢，就是说我们把业务区做薄了，我们再对业务下面数据进行抽象，我们的业务在一层一层递变薄，业务变薄的好处是什么呢？就是说我们可以更快地响应市场的变化，同时业务的上限或者下限并不会对我们底下的数据，以及业务的能力造成影响。
接下来看一下阿里是怎么做这些中台的，首先看一下淘宝，淘宝是2008年成立的，当时淘宝上线的时候，应该是买了一个系统。上线之后淘宝的发展速度是非常快的，我们可以有一些数据跟大家分享一下，淘宝是2003年成立，开始做，2013年我们的PV大概就和亚马逊并驾齐驱了，年复合增长率可能是数十倍的，这样的增长让我们系统遇到一个瓶颈，就是海量并发的瓶颈。接下来淘宝我们在做C2C之后，我们通过对业务进行水平拆分和垂直拆分，完成了业务的海量并发，接下来我们开始做B2C，B2C和C2C之间有大量的业务的流程是相似的，但是当时淘宝和天猫之间是独立的，当时天猫叫淘宝商城。最后我们觉得这两个模块，这两个淘宝和天猫应该尝试去做合并，我们对淘宝和天猫的业务进行了抽象，形成了业务中心、订单中心等等，填报和天猫都是架设在我们抽象出的业务之上的。比如像聚划算，聚划算的业务逻辑是团购，淘宝是C2C、天猫是B2C，聚划算是做团购的，说淘气是三个应用，一个是淘宝、一个是淘宝商城，一个是易淘，易淘这个业务失败了，当这个业务消失的时候，它沉淀的用户和数据仍然在平台上面。阿里淘气的业务都是基于这个平台来做的，你可以用逃避ID登陆淘宝、登陆阿里云、登陆咸鱼，这就是用户中心产生的效应。这是当时产生的一个背景，解决海量并发时的一个问题，就不详细介绍了。
我们所说的业务平台就是业务数据化，这个数据化并不是存起来了，这些静态的数据，这些动态的数据、实时的数据是由网络的数据。我们业务中台完成了淘宝、天猫的能力中心改造之后，又接下了一个更艰巨的任务，就是异地多活，又快到双11了，大家非常高兴地买买的就是我们完成了异地多活。具体的技术我简单介绍一下。首先，我们要挑选一个业务进行单元化，单元化的意思就是说它的整体要部署在一个机房里面，当时我们的选择一个是买方业务，一个是卖方业务，我们选择为了保证大家的购买体验，我们选择的是买方业务进行单元化，接下来我们在流量入口这一层，一直到接入层、应用层、中间件、数据库，如果哪一层走错了，我们都会转移到正确的地方。卖家的数据实际上是异步的，大家买东西的时候，经常会在淘宝天猫上买家会说你最后确定价格的时候你找我，我来帮你改，这就是卖家的价格更新是异步的，有的时候你要跟卖家手工确认价格，代价是保证了买家的使用感觉粮食。我们在2013—2015年左右完成了近距离异地和远距离异地的多活。
我们再介绍一下数据终台产生的背景，像支付宝，不同的大的事业板块群，这些板块群之间它的数据实际上也是有非常多的，它之前是不打通的，之前有新闻说另外一家非常大的互联网公司，他的中台技术没有做好，其实之前阿里也是有这种问题的，只不过我们通过数据中台把它解决掉了。
我给大家讲个例子，所有的BU一开始都要找淘宝去要数据，因为淘宝积累了大量的用户数据，淘宝直接把数据给他了，你拿去分析吧，每个业务部门在向马老师汇报的时候，他们就根据这些裸数据形成了自己的报表，按照自己的借读形成了他们的业务KPI，比如说PV、比如说UV，最后加起来不一样，像每个省市都往上报GDP，最后国家统计局统计这个GDP加起来是不准确的，这是第一个问题。第二个问题，同样淘宝的一份数据，一份交易数据，我们存了8份，因为8个部门都在使用，一个PB的存储价格当时是100万，阿里的价格已经很便宜了。我们通过数据中台让业务部门把他的数据通过服务的方式开放出来，其他的业务部门通过调用数据服务，从而得到统一的数据结果，数据也变少了，这是我们的业务数据化，我们的数据中台体系，数据中台体系有三个比较重要的东西，最低下的数据OneData体系，无论从哪个终端、哪个应用去登陆都可以用，这是阿里系。
还有阿里巴巴对外提供的数据服务，对内店小二使用的数据，每天对应GMV，还有我们会提供一些双十一对外的展示，都是通过数据服务来提供的。我们的数据中台实现了数据的业务化。
阿里云产生的背景，阿里云最开始刚才说淘宝的历史，现在有篇文章在微信上传播得比较广泛，阿里的一个历史，2003年的时候是LAMT，2004年的时候，我们先把数据库换掉了，最后我们把服务器也换掉了，2006年我们通过对业务进行垂直拆分和水平拆分，用分布式的架构解决了一些问题，保持了业务的高速增长，2010年的时候我们开始了去LE的计划。一个是罗森贝斯，只能跑淘宝收藏家这种业务，去年双十一的32.5万笔的就是运行在那个架构上，同时云梯1和云梯2，最后是云梯2获胜，云梯2也是承载着整个阿里云大数据的梦想。这是我们阿里云的一个全景。
我们可以看到，实际上整个阿里集团分为这几个部分来组成，反过来对主机厂也是一样，主机厂一定是以最终用户为核心的，它的业务可能包含着卖车，比如包含着车后市场，比如包含着出行等等等等，这些其实凡是最终要做用户为核心的业务，都是要做业务的数据化和数据的业务化的。
我的介绍就到这里，谢谢大家！
