题图来源：视觉中国
记者丨何己派 编辑丨陈晓平
百度正瞄准汽车云赛道，体系化推进。
9月，百度智能云首次推出汽车云，发布“三朵云”，紧接着，又向外输出自动驾驶的数据闭环合规解决方案。
智能云正加快对头部车企的覆盖，国内销量Top15的车厂中，13家是其客户。
弗若斯特沙利文预测，到2026年，中国汽车云市场将达800亿元。
第一梯队里，华为云、阿里云、百度智能云、腾讯云四家占据近70%的份额，华为云份额相对突出，也并未与其他拉开差距，胜负未分。
百度智能云云存储、数据库高级经理于淼透露，针对重点场景，汽车云正加大布局，研发更多产品和解决方案。
《21CBR》获悉，汽车云2022年收入，预计是2020年的2.5倍。
新云驾临
云端的比拼，悄然升级。巨头们不约而同，选在今年发力汽车云。
今年9月，新能源乘用车国内零售渗透率，首次突破30%，实际达成的时间，较产业发展规划预估的，提前整整3年。
汽车数字化转型的速度，一样可能超出预想。
“大家意识到，汽车上云已是确定性趋势，市场逐步成熟，同时，供应链的协同、安全和透明化管理，愈发重要。”百度智能云汽车行业解决方案总监王琪栋向《21CBR》表示。
站在车企的角度，自建私有云，成本起步动辄上千万元，建设周期漫长，采购第三方厂商的云服务，更具性价比。
这些，驱动智能云快速上马“三朵云”。
汽车是百度日渐重要的战场。
9年前，百度即开始着手研究智能汽车，去年决定下场造车，这些年，智能云积累了大量车企客户，其生产系统早就跑在百度的云平台上面。
只是，原来没有规划专属汽车云团队，大家分头解决客户的诉求。
“规整到统一团队后，每个人很清楚汽车客户是谁、具体痛点、重点场景以及对应的解决方案。从上到下，认知统一，目标就一致了。”百度智能云储存大数据高级经理于淼说。
集团云、网联云和供应链云，“三朵云”就是以服务对象来区分的。
于淼告诉《21CBR》记者，集团云面向整车厂，覆盖整车的研发、生产、交付、营销等全部流程，助力高效管理。
吉利是典型的服务案例。
2019年，双方共同打造了“1+6+N”吉利混合云平台，整个生产制造环节搬到云上，平台帮助吉利降低管理运维成本达30%，资源利用效率提高20%。
网联云面向车端，提供自动驾驶、智能座舱层面的智能云解决方案，帮助车企进行数据采集、车辆状态监控和远程升级。
以蔚来、小鹏、理想为代表的造车新势力，注重车的智能运行体验，对挖掘利用汽车运行过程中的交互数据，存在大量需求，他们是智能云的目标群体。
供应链云则面向主机厂，打通车企和上下游合作伙伴的数字化系统，与工业互联网平台“开物”一道协同推进，旨在保障产业链、供应链的安全稳定。
三朵云合起来，从制造到销售运行，构成了服务汽车企业的完整载体。
关键场景
百度智能云对外输出一大场景，就是自动驾驶，突破口瞄准一个紧迫的挑战，即保证数据合规。
头部电动车品牌，频频曝出“刹车失灵”等事故，引发智能汽车行车数据的归属权问题，，公众对数据安全的担忧也在增加。
“当你的车停在路边，通过车上的运号加上APP，可以完整获取这辆车所有个人信息，包括驾驶员的身份证号，甚至银行卡号。”有信息安全公司高层指出，数据泄露的隐患巨大。
大量车企急需相关技术、经验与资质，百度的自动驾驶数据闭环合规方案，想要对症下药。
方案贯彻的主线思路，可总结为——原始数据不出车、测绘数据不出云、测绘成果不关联、资质图商全管控。
百度通过图商建立数据安全监管中心，实现工具链合规、数据防护、云平台防护，监测自动驾驶数据闭环合规的数据使用过程、数据内容、数据载体的安全性，满足监管机构的合规要求。
“汽车智能了，安全手段也必须智能化。”百度Apollo信息安全负责人刘健皓说。
数据合规，只是自动驾驶云的业务一角。该场景下的核心解决方案，包括数据闭环以及云仿真测试，前者服务于车企数据采集、利用和加工的全流程，主要提供平台、工具，后者主要协助车企测试算法。
“自动驾驶是横向打通的场景，我们没有单独归结到哪一朵云里，专门将该场景单拎出来，提供端到端的整体解决方案。”
于淼告诉《21CBR》，发展成熟的大型汽车集团，其原有的IT架构，可能没有配置相关的专业团队，百度会参照零部件开发的形式，提供一套定制的自动驾驶解决方案。
头部的造车新势力，没有传统IT架构的“历史包袱”，开放合作的主要是仿真测试方向，前端的数据采集、数据标注，后端的数据服务这类活计，更愿意交给百度来做。
数据是车企核心资产，第三方厂商的边界很重要。
于淼强调，数据会进行脱敏脱密处理，自动驾驶场景具体的模型和算法参数，属于高度机密的信息，会掌握在客户手里。
行业竞速
汽车在云上生长，新兴的汽车云赛道，成为头部云厂商必争之地。
围绕汽车云的布局，百度在加大马力。
于淼透露，针对重点场景，汽车云将准备输出自动驾驶、智能制造、汽车安全、智能营销等多种方案。
她判断，汽车云往后发展，会走到与城市连接的更高维度，如车路协同、车城网平台等，放眼全球，中国的实践，走在前列。
“部分场景的探索，没有已知的范式可供参考学习，我们得摸着石头过河，不断试错，一步步优化出来。”于淼说。
王琪栋认为，汽车云无绝对龙头，市场也未到饱和期，仍在快速增长。
其一，车企持续数字化转型，产出大量数据需求。
一家车企内部，业务系统即超过300多个业务，新能源车企甚至更多，蕴含大量智能化的服务机会。
譬如，汽车制造供应链环节，就是数字化转型的“洼地”，大量数据停留在企业本地服务器或机房，没有上云做深度的价值挖掘，大有可为。
其二，车联网市场前景广阔。
中国每年约2500多万台新车投放市场，还有大量车辆没有联网，存量市场巨大。
展望自动驾驶，云服务需求增长确定性强。英特尔有过推算，全自动驾驶时代，每辆汽车每天产生的数据量，即高达4000GB。
在于淼看来，百度的汽车云尤其自动驾驶进入时间早，技术积累、专业资质等均已领先。
截至目前，百度自动驾驶测试总里程，已超4000万公里，3477件的自动驾驶专利族数申请量在全球位居第一。
这一垂类的云赛道，依然面临大量痛点和难点。
例如，在车主端，存在大量应用服务APP，缺少超级APP这类连接器，将这些功能无缝对接起来，一个车载系统对应一个接口。
“大家都在努力往前走。”王琪栋补充说。