开源数据如何推动汽车创新

人工智能，计算机视觉，触觉感应等方面的尖端创新是智能和自动驾驶汽车背后的推动力。这些方面的进展对于使智能汽车变得更加智能并实现无人驾驶汽车至关重要，但行业利益相关者也正在关注汽车创新的另一个关键：开源数据，它可以提供更多共享工具来推动创新。发展。

Google母公司Alphabet的AV子公司Waymo于2019年公开了Waymo开放数据集，这是这种趋势的最突出例证。该数据集由Waymo自动驾驶汽车中的传感器收集，具有高分辨率多模式传感器数据涵盖从密集的城市中心到郊区景观等各种环境，可洞悉各种驾驶条件。它的发行来到脚跟Lyft和阿尔戈AI自己的开源数据集的首次展示，并从那时起一直跟着的释放福特自主车辆数据和谷歌的开源Android的汽车OS，其中等。

但是，开源数据也面临着自己的挑战。

汽车公司的关键平衡法

在许多情况下，特别是对于竞争激烈的智能和自动驾驶汽车领域，开源数据是一把双刃剑。共享后，数据为新的尖端解决方案提供了一种有效且具有成本效益的途径，并使公司能够“ 获得技术优势，快速推广其产品并在其供应链中建立信誉和支持”。

此外，宝贵的数据本可以在高度复杂的存储和处理系统中以及在公司的关卡之后被拒之门外，而软件和开发人员的重要专长也可以专门用于研发。

另一方面，共享数据也给公司带来了许多挑战。为了保持相关性，实现商业化并创造突破性的产品和服务，智能和自动驾驶汽车公司必须利用专有和未共享的数据。如果数据是共享的且没有成本，那么任何人都没有理由为此付费-大大增加了盈利能力。

最佳利用开源数据的秘诀是什么？原来有不同的模型需要考虑。

成功模型

免费的共享数据正在迅速吸引人们的注意：从Google的2,000个开源项目到企业软件公司Red Hat的开源数据产业化，都有迹象表明汽车行业的开源运动与行业间趋势一致。

红帽通过订阅和支持将其服务货币化。与Google只通过其云产品通过其Kubernetes开源系统获利的Google不同，Red Hat既通过云（通过开源即服务）也通过本地产品来实现货币化。该公司为一定数量的开源项目做出了贡献并进行了投资，并随着市场的变化而发展，从而使他们能够影响项目的发展方向，利用云模块和IT基础架构自动化等新技术的兴起，并专注于掌握并掌握他们面前的事物。更具体地说，公司对项目的广泛贡献使他们获得了成功，未付费的项目客户最终可能会转变为付费客户。即使他们没有这样做，红帽仍然能够保持其思想份额。

就像Google和Red Hat掌握了开源技术一样，他们已经找到了自己独特的获利方式，汽车行业也可以通过将这些成功案例作为自己的路线图来获得利润。

汽车行业要点

鉴于其独特的需求，我相信汽车行业可以并且应该实施上述策略，除了保持一切开源之外。尽管该行业在过去十年左右的时间里取得了进步，但它可能还没有准备好立即进入纯开放源代码业务模型，例如Google和Red Hat。

至少就目前而言，公司应考虑使用混合模型，其中免费的精选数据集可揭示公司数据的一部分。对于希望推动研究和产品开发创新而又不损害其最终收益的公司而言，该模型可以成为可行的解决方案。

当汽车行业将数据共享（新兴企业，原始设备制造商，市政当局等之间的共享）提升到下一个水平的时候，所有相关人员将需要在免费数据和有利可图的知识产权之间取得微妙的平衡，以获取收益。开源的真正好处。

一批关键的行业参与者已经在某种程度上了解了这种平衡的重要性，这就是为什么例如Argo AI选择管理其Argoverse数据集的原因。尽管Argo AI传感器记录的开放数据涵盖了多种天气条件和驾驶场景，但该公司尚未发布所有数据，仅发布了它认为必要的数据，以帮助智能和自动驾驶汽车研究人员。

尽管目前这种数据共享方式在汽车行业中并不常见，但鉴于其实用性和推动更快创新的能力，我预计它将很快流行。

而且，当这样做时，公司应该在陷入困境之前先问自己两个问题：首先，我们的数据如何驱动汽车技术的新创新？其次，除了为行业带来更大利益之外，无论我们是处理专有数据还是开放源数据，我们如何利用我们的数据和技术为自己谋取利益？提出这些重要问题可确保公司保护其数据（当今业务工作流的命脉）。