Mobileye大中华区总经理童立丰：2025年，出行数据市场将超过700亿美元|最前线

以ADAS技术方案著称的Mobileye，正快速切入数据服务领域。
11月24日，英特尔与南京溧水经济开发区和新境智能宣布成立新境智能交通技术（南京）研究院，要面向智能交通行业，提供边缘计算平台、智能交通互联系统等产品和服务。5G和人工智能快速成熟和普及，让智能交通成为IT巨头们角逐的新市场，今年4月，百度就推出了百度Apollo对外发布“ACE交通引擎”，宣称利用百度Apollo在自动驾驶、车路协同方面的积累，在北京、长沙、保定等城市构建智能交通体系。
英特尔坐拥丰厚的计算技术和通讯、存储、云等资源，也正从边缘计算、安全标准和数据服务等方向进入智能交通市场。这其中，英特尔子公司Mobileye就在智能交通标准制定、车与边缘设备交互以及数据服务等领域发挥了作用。
据英特尔中国研究院宋继强介绍，Mobileye的责任敏感安全模型RSS是一个逻辑上可验证的安全模型，该模型对安全做出了规定，并定义了恰当的响应行为，”车辆无需数百万英里的里程积累就能学会如何安全地行驶。”据介绍，RSS具有技术中立性，这能够使全行业以此为出发点，统一对安全自动驾驶的认识。目前已经有包括百度Apollo、法雷奥等多家厂商装配了RSS。
此外，数据服务也成为Mobileye的下一个发力点。以色列公司Mobileye是ADAS行业的领头羊，2017年被英特尔斥资153亿美元收入麾下，该公司拥有芯片到算法到摄像头的全栈技术，全球每年将近9000万辆新车当中，有2000多万台是配备了Mobileye的ADAS技术。正是凭借计算机视觉、机器学习、数据分析、定位和高精地图技术，Mobileye的数据服务业务得以成型。
“到2025年，整个MaaS出行，全球市场超过1600亿美金，其中有关数据的潜在市场超过700亿美金。”Mobileye大中华区总经理童立丰在演讲中表示。
童立丰说，自动驾驶不是一蹴而就的，还需要大量的人类的驾驶员在高速在城区进行驾驶，“在这个过程当中，大量的道路数据，比如说交通标识、标线的损耗程度，日常维护，道路路面的使用程度，这对个人驾驶或者是政府日常管理高度相关。”
童立丰告诉36氪，Mobileye的数据服务目前应用最成熟的是基于驾驶员行为的商业保险，这一部分的数据获取也相对清晰，“驾驶员是和车队签约，所有驾驶员相关的行为，因为都是跟车队，跟公司是高度挂钩的。”童立丰说，而Mobileye和整个英特尔都是核心技术的提供商，“我们把设备或者硬件提供给下游的合作伙伴如车联网公司，车联网公司再整合硬件和数据给车队作为应用。”
而针对上述提到的路标识标线、公共基础设施，以及路面养护等几个数据应用领域，童立丰告诉36氪，Mobileye也在正在南京溧水区进行落地探索，“期待明年或者是什么时候，再回来说一说这方面应用的成功案例。”
以下是童立丰演讲，略经摘编：Mobileye作为英特尔的子公司，我们整个团队的人员在以色列耶路撒冷，整个公司超过2000个人当中，绝大部分的成员都是位于以色列的研发团队。Mobileye是基于视觉技术为核心的智能驾驶和自动驾驶的全栈式解决方案提供商。
到目前为止，全国已经有超过28个车企，绝大部分的主流车企都是我们的合作伙伴，全球有超过十多个自动驾驶的从L4到L5产品的研发项目。到目前为止，全国超过6000万部车辆配备了以Mobileye技术为核心的解决方案。现在全球每一年将近9000万辆新车当中，有2000多万台是配备了Mobileye的ADAS技术。
随着整个汽车行业的发展和智能驾驶的发展，最终我们从智能驾驶逐步回向自动驾驶方向演进。Mobileye也毫无疑问在整个自动驾驶的前沿领域有大量的投入和合作方案。其中在MaaS（出行即服务）领域，目前被认为是自动驾驶在落地过程当中，短期内最快能够商用化的一个场景。在这个场景上面，Mobileye在2022年的时间点上我们会在法国、以色列、韩国布置我们的出行即服务的整体落地。虽然说新冠疫情对全球范围的整个经济，汽车行业尤其是自动驾驶领域影响非常大，但是在Mobileye的整体研发和落地布置的路线上，我们所承诺的2022年的时间点仍然保持不变。
除了我们在汽车行业，我们从智能驾驶到自动驾驶的过程当中，相应的会诞生大量的数据。这些数据会应用在整个交通行业和出行相关的从车、路到驾驶人的全产业链的各个方面。
【 Mobileye大中华区总经理童立丰：2025年，出行数据市场将超过700亿美元|最前线 | 大中华区】说到自动驾驶，我们先来看一段视频。
这个视频比较短，整体上这是我们今年的6、7月份，在以色列拍摄的一个自动驾驶视频，整个视频我们包含了三个，这是其中一个。这当中包括在高速公路上下匝道的变道，也包括在城区的大量的公交车、出租车和私人车辆的复杂环境的自动驾驶运作以及刚刚展示了特定的场景，是在非常传统的城区当中，非常窄的道路上面，自动驾驶车在看到行人以及路边停放车辆比较复杂路段的驾驶行为，以及出了弄堂也好，胡同也好，到了路口，面对一个左转弯道的一个比较复杂的场景介入。