由 dawei 随着汽车网联技术的不断进步，用户的消费预期也相应不断提高。无缝、互联、智能的车联体验成为用户下一步目标。为此，麦肯锡制定了一套清晰的车联网分级框架(图1)。
图1. 车联网等级划分
在这一框架中，麦肯锡将车联网分成5个等级，包括：
基础式互联(L1)：基础式互联是人-车关系的根本体现，即通过车联网收集车辆使用情况和技术状态，驾驶员能够随时跟踪和监控所驾驶车辆。
个性化互联(L2)和基于偏好的个性化(L3)：汽车后服务过程中，个性化、数字化的服务能力，直接决定了汽车制造商和提供商的业务增长空间。在L2和L3级别中，不仅是驾驶员，包括同车的乘客，都能够通过数字化服务，以汽车为网络终端，享受数字服务，例如苹果CarPlay、支付宝等。
多场景实时互动(L4)：在人工智能的辅助下，人-车之间已经化被动为主动。L4能够让驾乘人员根据自身需求，随时与车辆进行“沟通”，并通过该对话接收来自车辆服务和功能相关的主动建议。
虚拟代驾(L5)：作为车联的最高级别，在L5级别上，车联网更具智能性，能够预测驾驶员和乘客的所有需求，无缝对接外部环境，并自动完成复杂且突发的任务。
车联网需要物联网、人工智能和大数据的支撑
不论是基础式互联(L1)，还是个性化互联(L2)和基于偏好的个性化(L3)，以及多场景实时互动(L4)、虚拟代驾(L5)，首先要解决的是车辆、人、道路基础设施等方面的信息采集问题，之后要对数据进行处理、发布交换、分析、利用，这背后需要物联网、大数据、人工智能等多重技术的驱动与串联。
物联网：在车辆运行过程中，车辆基础信息和使用状况的实时跟踪是车联网的基本要求，也是保障安全行车的关键。即车联网系统需要通过车载传感器进行车辆实时信息和行驶信息的收集。这背后，不仅需要物联网进行海量数据的收集，同时还要跨云和边缘计算实现数据传输、快速服务，此外，物联网还要支撑相关应用的开发。
大数据服务：车联网的大数据不仅要对驾驶员和乘客的社交和消费偏好数据进行分析，从而为驾驶员和乘客提供个性化的数字服务，满足个性化互联(L2)和基于偏好的个性化(L3)，还要应对人工智能对于数据实时分析和人-车交互的需求，通过提高数据的智能分析速度和人机交互的速度，来确保数据的实时分析和交互的稳定性。
人工智能：多场景实时互动(L4)意味着需要快速响应不同场景下的人机交互;虚拟代驾(L5)意味着在高度复杂的通讯和协调任务时AI要能够进行认知，并通过AI执行复杂的任务。L4和L5这些智能服务，不仅需要对车载智能系统的大数据进行实时处理和交互，还要通过机器学习提高驾驶安全分析能力，从而实现高度智能化且可靠的智能驾驶系统。这些都离不开基于人工智能的车联网系统的支撑。