近日，由中国智能网联汽车产业创新联盟发起、电子科技大学牵头制定的CSAE标准《智能网联汽车数据安全共享模型与规范》已完成征求意见稿和编写说明，现正在向全体成员及其他相关单位征求意见。
众所周知，“软件定义汽车”已经成为汽车行业的共识，数据之于软件的重要性不言而喻，随着汽车智能化水平的不断提升，汽车产生的大数据也越来越多，如何有效利用这些数据，进一步加速汽车行业的智能化转型，成为汽车行业关注的重点课题。
数据共享可以提供帮助
数据量越大，数据的有效利用程度就越高，数据共享无疑是获取海量数据的一条捷径。
某知名汽车零部件企业内部人士黄俊表示，汽车厂商之间的数据共享，可以加速汽车智能网联水平的提升。例如在自动驾驶测试过程中，很多场景数据的共享非常有意义。汽车厂商A和汽车厂商B都在某一段路进行测试，测试过程中，汽车厂商A在路上遇到了野鹿，而汽车厂商B测试了100km甚至1000km都没有遇到野鹿。野鹿的数据对汽车厂商B来说非常有价值，这样的数据可以丰富汽车厂商B的场景库，促进其算法的不断迭代。
车企与用户之间的数据共享，也能帮助车企将智能化推向更高层次。车主在驾驶智能汽车时会产生大量数据，但往往对车辆信息采集的过程浑然不知，导致用户与车辆缺乏互动。事实上，当车企及时将车辆数据反馈给车主，车主将自己的驾驶经验分享给车企时，单车智能化的发展就会大大加速。
以车主在路上遇到野鹿为例，一种结果是车辆检测到无法识别的场景并上传；另一种是车主主动触发场景上传并标注。显然，第二类数据对车企更有用，后端会根据这些数据进一步训练和丰富算法，让车辆未来能够处理此类场景。
中国汽车工程研究院有限公司院长陈涛认为，数据共享是必须的。未来是大数据时代，特别是在网络通讯技术的应用、云端的计算能力和存储能力大大提升之后，下一步很多科技创新、研发、应用服务都会以大数据为基础。要让整个交通系统更加智能化，仅仅关注单辆车的智能化显然是不够的，这需要全局的优化，需要更加多样化的数据，包括车辆数据，甚至大交通系统的数据。
国内数据共享相对滞后
其实，汽车行业数据共享的想法早已萌芽。在这方面，美国迈出了更大的一步。去年，美国汽车安全监管机构宣布了一项自愿努力，将在全国范围内收集和提供现有自动驾驶汽车测试的数据。美国国家公路交通安全管理局也推出了“自动驾驶汽车透明度和参与安全测试计划”（AV TEST Initiative），以提供“一个在线的、面向公众的平台，以分享自动驾驶系统的道路测试活动”。此前测试过的自动驾驶汽车现在可以作为 AV TEST Initiative 的一部分，自愿向 NHTSA 提交信息，NHTSA 将提供查看这些信息的服务。
全球自动驾驶汽车软件公司 Oxbotica 正在与思科合作构建一个开放漫游平台，该平台将使自动驾驶汽车车队能够无缝、安全地共享大量数据，同时以经济高效的方式运营。该测试平台设计为完全可扩展的，可部署在不同的车队网络中，无论车队规模或位置如何，都可以安全、廉价地下载数据。
通用汽车还与宝马合作开发区块链技术，希望利用该技术在通用汽车和其他汽车制造商之间共享自动驾驶汽车数据。这一切都是为了解锁存储在数据孤岛中的宝贵数据，最终让自动驾驶汽车更快地上路。在移动开放区块链计划 (MOBI) 的支持下，该领域的数据共享探索工作正在进行中。
在国内市场，百度几年前就曾开放过一些数据集，供同行用于训练和测试，但单靠百度一家公司收集的数据量有限，且也没有更多的公司继续完善数据库，因此国内数据共享工作也就此落空。
不过，近来数据共享领域又有了新的进展，CSAE标准《智能网联汽车数据安全共享模型与规范》的出台，对智能网联汽车内置属性数据、驾驶数据等进行了规范，模型划分了数据安全隐私等级，对数据内容进行了分类，使得在保证数据安全的同时，挖掘大规模数据的价值，获取更高的商业价值成为可能。
面临技术、商业和监管挑战
可以看出，我国在智能汽车数据共享方面还处于起步阶段，实际上要实现数据共享是非常困难的。在纽泰克相关负责人看来，基于目前的硬件设备和云端建设，还没有达到车辆数据共享的水平。另外，数据共享的概念很宽泛，什么样的数据需要共享？共享之后，数据如何支撑算法和技术的优化？对于这些问题，业内其实并没有一个明确的定义。
同时，国内自动驾驶落地路线分支较多，有的以Robotaxi为主，有的以前装量产为主，不同路线对数据的要求和需求也不同，共享的数据能否满足实际需求是需要考虑的问题。以滴滴为例，其拥有海量的数据，但如何将这些数据提供给科技公司优化自动驾驶算法、如何贡献给政府部门优化道路系统，涉及技术和商业等多个维度。整体来看，数据的能动性还是比较有限的。
确实，数据的定义很宽泛，如果需要图像数据，那么共享的文本数据就毫无用处了。另外，由于传感器和算法不同，车辆产生的数据千差万别，共享数据需要进一步加工才能“为我所用”，但很难判断加工后的数据还有多少价值。虽然每家车企都视数据为至关重要，但对于自己想要什么样的数据、用这些数据做什么，仍缺乏清晰的认识。
汽车之家车联网业务总经理易晓峰分析，数据共享的前提是数据分层。以高精地图相关数据为例，底层基础数据客观描述了道路的基本信息，可以共享，但车企之间数据定义格式不同，可能导致共享后无法共享。中间层的数据算法是数据使用的规划，在一定范围内也可以共享。但最顶层定制化的特殊场景属于商业范畴，代表着车辆的自动驾驶功能和应用场景，这是车企的核心竞争力，是车企无论如何都不能对外开放的。
目前智能网联的核心数据基本掌握在车企手中，可以说车企是数据共享的主体。陈涛认为，车企不愿意共享的数据往往是研发数据、涉及车辆内部算法、策略和逻辑的数据，以及涉及核心技术机密的数据，因为这是形成产品壁垒的关键。
与用户应用、用户服务密切相关的数据，比如位置，可以考虑共享，但面对用户隐私泄露，需要“脱敏”。此外，与加速、转向等车辆基本运动相关的数据也可以共享，但企业对于开放传感器系统数据等更深层次的数据会持谨慎态度。
可以说，数据是汽车行业未来竞争的核心资源。汽车厂商在数据收集、标注、处理上投入了巨额的资金和精力，并要求企业无偿提供有价值的数据，甚至是包含商业机密的数据，这着实让企业为难。虽然汽车厂商共享数据的行为很有意义，尤其是对于无人驾驶汽车这种需要大量多样化数据的技术，但汽车厂商的高层担心这会削弱自身的优势而不愿意共享，这让数据资源共享变得更加困难。
即便有公司分享了自己的数据，但在《黑暗森林法案》重要概念“怀疑链”的影响下，其他公司真的敢用吗?要知道，在自动驾驶技术中，最重要的是安全。
除去技术和竞争因素，黄俊认为，数据共享还存在法律风险。由于智能网联传感器不可避免地会扫描道路特征，我国自然资源部相关部门将其定义为测绘行为。从国家安全法规角度，有些数据无法收集、处理，更不能共享。这可能是非技术层面的一大障碍。
标准统一是共享的前提
有人做了一个简单的比喻：数据是车企的私有财产，就好比你有10块钱，为什么要和别人分享？这涉及到分享的动机，以及数据的分割问题。公共数据可以分享，但要建立分享机制；私有数据其实也可以分享，但要建立市场化的数据交易机制。
目前，由于各车企采用的数据处理模式不同，导致汽车行业存在数据格式不一致、内容记录不完整，甚至本地数据存储混乱等问题。这些海量的汽车数据具有巨大的挖掘价值，但对于数据使用者来说，数据分散、复杂，无法直接利用。常规的数据整合方式不仅耗费大量的人力物力，还威胁数据安全。
陈涛认为，所谓互联互通，相同的数据标准、接口、协议，是数据共享的第一步。一辆车在上海、北京、重庆等不同城市测试时，获取的数据必须上传到同一个后端。不能因为城市不同，数据范式就不一样。“就好比大家都要说普通话，不是我说普通话，而是你说粤语。”陈涛说。
智能网联汽车共享数据模型与规范的出台，可以填补目前市场标准的空白，通过建立统一规范的数据格式，引导各汽车厂商进行科学规范的数据处理，减少人力物力的消耗，提升经济价值。智能网联汽车共享数据模型的使用，可以提高行业内数据流通的效率，保护数据隐私，充分挖掘汽车行业数据所蕴含的价值。
标准统一之后，商业模式自然而然就会出现。在陈涛看来，数据也分为2C和2B。2C数据直接服务于消费者，为驾驶和出行服务创造价值；2B数据用于支持研发，提高车辆性能，还有一类数据用于确保物流调度更顺畅、效率更高、经济性更强。当然，还有一类数据满足政府监管的诉求，支持交通管控、安全管控。三类数据都是有价值的，关键在于如何交易或交换。
目前很多数据都在车企手里，其实车企也未必能充分利用，但大家都知道数据未来会产生很多价值和增值服务。虽然有些数据可以共享，但是为什么要共享、和谁共享，这个商业模式还没有摸索清楚。陈涛分析，这是一个市场化的环境和机制。利益怎么分配，谁为主谁为辅，数据是交换还是买卖，数据怎么变现，有多大价值，各个环节的路径还没有理顺。
需政府或协会主导
北京大学互联网发展研究中心洪彦庆博士曾表达观点，在路测数据共享中，应该把事故数据认定为公共数据，因为它是用生命和鲜血换来的，应该共享，防止同样的错误一再发生。
危险情况数据应该共享，这对于训练算法很有意义，可以快速提升整个行业的水平。政府应该以优惠政策的形式鼓励企业开放危险情况数据。正常驾驶数据也鼓励共享，但应该在企业之间共享，而不是通过政府。但无论哪种形式的共享，都需要一个强有力的组织者。
黄俊表示，国外很多非政府组织、非盈利组织或者行业组织可以在数据共享方面发挥很大作用，比如德国汽车工业协会、美国智能交通协会等。但国内行业组织的发言权相比国外弱，因此更适合由政府部门或者政府下属的大数据公司、机构来牵头。
“其实制定标准并不是很难，技术层面几乎没有什么障碍，只要企业愿意制定标准，就很容易统一。关键在于如何调动大家的共享积极性，这是一个文化问题。国内车企之间的合作趋于保守，车企认为数据是非常重要的资源，不愿意共享。具有互联网精神的IT企业想共享，但无法用大数据调动这些汽车巨头。”黄俊遗憾地说。
易晓峰也认为，一些数据比如地图数据的共享确实有助于行业进步，但这种共享也有一个前提条件，那就是车企的技术成熟度相当。如果各家数据质量、成本参差不齐，共享也难谈。而且这种共享还需要行业协会、产业联盟来主导，靠企业自发共享并不现实。毕竟目前各家公司还处于不断提升自身技术能力的阶段，精力主要放在采用什么样的技术路线来实现更高水平的自动驾驶功能和商业落地上。
爱驰大数据平台部总监李海军补充道，数据共享是可以实现的，但牵头机构必须是非盈利的。数据不是简单采集然后分发，采集之后还要加工，加工后的数据不能说是来自哪些车企、哪些车型，而是提取一些共性，成为反向赋能汽车智能的手段。如果能达到这样的效果，车企就会有动力参与数据共享。当然，还有一个问题，就是牵头机构首先要考虑如何生存下去。