面对车联网浪潮，在云端把握机遇( 二 ) 最近十年

根据光武小叶子的介绍， AWS在技术和服务商具有的多重优势加速了丰田互联的决策。
在技术层面， AWS数据湖解决方案的可伸缩性、灵活性、安全性和可靠性契合了团队此前的设计原则，可以充分满足丰田互联的各项技术需求，譬如快速进入市场、低延时、具备实时接收和存储PB级数据、具备分析和预测功能等。
以数据存储为例， Amazon Simple Storage Service就具备极佳的可伸缩性和高可用性，可以存储和检索人意规模的数据，并且提供接近100%的持久性，这一方案解决了困扰丰田的大数据量级问题。另外，利用Amazon Elastic MapReduce的大规模并行处理功能，丰田能够依据应用需求对数据进行进一步的分析处理，最终高效完成从数据注入、解码、分析到应用的全流程，让大体量数据真正在实用场景中最大程度释放价值。
在服务层面， AWS提供的支持服务也能够满足丰田互联在车联网上的业务需求。光武小叶子提到AWS技术人员几乎每周都会前来公司了解企业业务需求并讨论解决方案，这一支持过程并非以单个AWS服务产品推销为目的，而是真正根据实际应用场景给出可行方案并提高业务的自动化运行能力。 “从项目启动之初， AWS技术人员就开始为我们提供全面的支持服务，根据需求提出多方面建议，帮助我们建立系统、节省费用” ，光武小叶子这样表示。
无论在技术还是在服务上，丰田最终得到的都不只是云服务能力本身，它更像是获得了协助车联网业务持续发展的“外脑”和新引擎。车联网的发展既涉及到“车”、也涉及到“网” ，某种程度上，丰田和AWS各自承担起了自己擅长的那部分。
降本增效，超前部署对于丰田互联团队而言，成本降低和效果增强成为接入云服务后最为直观的感受。
从成本层面来看，大体量、多维度数据原本需承担的巨大成本通过技术手段的协助在最大程度上得到控制。例如丰田互联在数据处理上就很好地利用了AWS的丰富功能建立了多级成本优化模式，极大地降低云资源的使用成本。
由于车联网数据存在随时间后移价值逐渐衰减的特征，因此根据数据生命周期将不同数据分级存储在不同数据库中就能够有效管控存储成本。
例如丰田车联网产出的数据在指定持续时间之后就会从Amazon S3迁移到Amazon S3 Glacier ，这一过程将使数据存储成本降低6倍；随后，数据还可从Amazon S3 Glacier移动到Amazon S3 Glacier Deep Archive ，这使得成本还可以进一步缩减4倍。在不同成本解决方案的协助下，数据价值和存储成本之间实现了相互平衡。
另外，针对汽车使用在单日存在高峰期的问题， “按需分配”的云服务能够合理解决计算能力的优化配置问题。在服务器架构下，企业需要按峰值配置计算资源以应对极端情况，这无疑会提高成本；但在云服务架构下，丰田互联可以自动扩展满足系统的性能要求，并在空闲时段所见规模、降低成本。
除此之外，伴随运维环节自动化程度的提高，丰田互联的专门人力投入也得到有效控制。 “目前除了数据湖项目，丰田互联还有三个业务系统也部署在AWS上，我们只有一个坐席来负责全部系统的运维，极大地节省了人力成本” ，光武小叶子这样介绍道。
在降本增效的助益下，丰田互联借助云服务能够为车主超前部署各项车联网技术，譬如通过车联网数据快速锁定车辆存在的问题或隐患后，经销商就可以主动提醒客户在驾驶过程中注意并在合适的时候到店维修，这将有效改善人们的驾乘体验和提高丰田的品牌形象。
实际上，车联网的未来发展还有更加广阔的空间可以想象。在以往，人们只能从中获得驾驶和乘坐的乐趣；但在触网之后，围绕汽车还将有更多的使用体验喷涌而出，而这些增值服务都需要依托于超稳定的技术实力。从这个层面来讲，丰田互联正在云端把握崭新机遇。