4.数据
　　将摄像头、传感器与Mobileye（此公司主要产品是基于摄像头的高级驾驶辅助系统）芯片连接起来后，去做一些对齐车道或者自适应巡航控制是非常容易的事情。但要达到真正的无人驾驶则难得多，因为首先要让系统去学习。
　　我们现在还没有一套可以编程到汽车中的既有规则，让它可以预测和避免可能出现的一切危险情况。高效的自动驾驶程序必须利用机器学习能力去发展出一种复杂的模型，让它可以适应各种不同环境。而要达到最佳的效果，机器学习系统就需要大量的数据。
　　你还记得Google提供的“Free411”服务吗？实际上，他们这样做并不是出于大方，而是为了收集到数百万的声音和言语模式，以此来调教现在用于GoogleNow的语音识别系统。
　　Google习惯于利用大规模数据去达到其他人不能企及的优秀表现。正是这种网络效应使得Google搜索的表现依然超越一众竞争者。Google目前拥有63%的搜索市场份额，它就是比任何人的数据都要多。它能看到比任何人更多的点击和搜索动作，并可以此训练自己的算法。

　　同样的数据规模优势也会影响无人驾驶汽车。这就是为什么Google让它48辆无人驾驶汽车组成的车队行驶120万英里的原因——为了收集数据和调教它们的系统。在两辆停放的汽车中缓慢走过的行人？这是一种危险情况。太阳光反射出有一个水坑在你的左边？这并不危险。
　　而特斯拉也是非常重视数据的。你可以从VentureBeat这篇文章窥探一二。

　　关键区分点是“ 车队学习”

　　特斯拉制造的每一款ModelS——甚至那些缺乏必要感应器，从而无法实现自动导航的版本——会把行驶数据传送给公司，只要汽车主人允许。
　　数据的增长速度大概是每天150万英里，它们来自全球行驶在路上的约10万辆ModelS。
　　这些数据被（以匿名形式）整合到地图之中，让自动导航系统看到汽车应该选择的准确道路，或者不选择那条道路，然后将此覆盖到第三方的道路地图之上。
　　“每个驾驶员都是训练自动导航的高效专业教练员，”马斯克解释说。特斯拉汽车网络正不断地了解汽车究竟可以行驶在哪些路段。
　　因此，系统的能力“将随着时间不断改进，既从那些训练它的所有专业驾驶员，”他说，“也从软件功能上。”——后者指的是添加新功能。
　　最好的无人驾驶汽车会是那些处于最大网络或者车队中，和网络内其他成员分享数据并从中学习的汽车。对于现有的汽车生产商来说，这就是一个问题。它们没有任何数据。如果它们要加入这个行列，就需要在现有的车型上加上设备来收集数据，并且回到实验室中调教自己的系统。（我听说Uber打算做这件事，它们的驾驶路径数据可是非常大的。）
　　而且，在那些传统汽车生产商生产的无人驾驶汽车上，几乎所有的零件都来自一级供应商。那些供应商也没有数据。实际上，在收集数据上，它们面临的是更严重的问题，因为它们不能和驾驶者产生直接联系——它们拿不到我们的数据。

　　5.和消费者建立直接关系
　　之前我曾经写过，当人们的注意力从主流媒体转移到社交媒体平台，品牌就需要和消费者建立直接的关系。汽车行业最需要颠覆的部分是现有的生产商／经销商模式。在这个模式中，汽车公司把车卖给经销商，然后经销商把车以（高得特别离谱的价格）卖给消费者。这个想法真的已经过时了。
　　第一家成功地与消费者建立直接关系的汽车品牌是特斯拉。他们做对了。他们没有经销商，而是有展示厅。他们不会对我们乱开价。（我记得有一次听汽车公司为他们这种行为辩解，说是消费者真的喜欢讨价还价。）汽车工业将如何应对这种现代互动方式，让一家汽车公司去真的了解他们的消费者吗？而为了保护经销商，美国某汽车经销商协会还向特斯拉发起了诉讼。
　　现代汽车公司不会再使用传统的经销商网络。他们会直接把车卖给消费者，并且和他们形成长期关系。