由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办的第二十二届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”）于2026年9月17日至9月20日在天津市滨海新区举办。本届泰达汽车论坛将围绕“智绿筑基·生态蓄势·共创共赢”的年度主题，邀请重磅嘉宾展开深入研讨。

在9月18日“新技术生态专场：汽车大数据技术应用与数字化转型”中，联通智网科技股份有限公司研发部总经理赵海帆发表题为“数据要素驱动智能网联新时代”的演讲。

联通智网科技股份有限公司研发部总经理  赵海帆

以下是演讲实录：

各位嘉宾、各位朋友，上午好！接下来我给大家分享的是《数据要素驱动智能网联新时代》。中国联通拥有30家省公司，并成立了数十家的专业创新子公司，依托覆盖全国的服务体系，专业公司的技术能力和广泛的产业合作伙伴。中国联通不断凝聚产业生态，助力经济社会各领域的数字化转型。联通智网科技是联通集团旗下专注于车联网和智慧交通赛道的专业子公司，根据6月底的数据，我们已经成为全球最大的车联网平台服务商，连接上亿汽车，服务90多家车企。在用户运营领域我们为65家车企提供数字服务，为36家车企提供客户联络中心服务，伴随中国汽车产业加快走向全球，我们已经协助24个汽车品牌推进全球化。在车路云一体化领域，我们的相关能力已经覆盖17个省市。基于10余年的行业实践，我们认为智能网联时代的数据要素并不是静态数据资源，而是一套生产、治理、流通、消费、反馈的价值循环。首先数据来源于真实业务，经过标志化治理和场景化组织成为可理解、可使用的数据要素，再通过可信数据空间在车企、交通、产业链和服务伙伴之间流通，最终进入产品优化、用户运营和智能驾驶等场景，通过业务结果来验证相应的价值。

我们建设了全球最大的车联网平台统一运营平台，平台能适应不同国家和地区的网络环境、运营商体系，车辆销往不同的市场以后平台可以保证连接能力的一致性，让车企以统一的方式开展全球运营。每一次车辆的连接、服务的调用和运营活动都会在平台产生真实的数据。我们的智能终端HMI系统已经为11款车型提供了服务，装车数量预计达到20万，其主要特点是快速的适配能力并提供定制化桌面和3D导航等特性。用户的点击语音功能使用以及驾驶交互都会持续形成真实的数据，帮助车企优化产品体验，支撑后续的用户运营和服务创新。我们还会众多的车企提供客户联络中心和数字运营服务，围绕用户全生命周期我们每年开展约300多场运营活动，并通过600多个用户标签实现精细化触达，我们打通了内容流量全域经营和积分互通等服务，帮助车企快速封装个性化的运营产品，持续的用户触达服务交互和交易运营也使我们成为汽车行业重要的数据生产端。目前中国联通相关核心技术和能力已经在全国200多个城市落地，覆盖城市道路、园区、高速、矿山和公共交通等多种场景，在上海奉贤我们面向城市开放道路建设综合性示范，在浙江桐乡通过5G专网支持车辆的精准定位和云端调度，从车联网运营到智能终端到客户服务到车路云一体化，我们长期处于智能网联业务的一线，连接车辆用户道路网络和服务，在持续服务过程当中我们积累了多种类型的数据要素。

下面重点介绍两个代表性的能力：

首先依托覆盖全国的消费品客户消费者聚合点和聚合区域的数据，中国联通形成了覆盖全国数千个区县级城市，8000多万个聚合点的POI业态数据能力。这些数据不仅可以告诉我们哪里有什么，还可以反应不同区域的消费业态和人情活动的特征，由此POI的数据从地图上的位置标注进一步成为连接车辆出行用户消费与场景运营的重要数据要素。而汽车行业的标签体系则帮助我们理解用户是谁，可能需要什么。例如通过用户近期汽车网站的访问购车的偏好和渠道的触达等合规数据，可以识别不同购车阶段的潜在客户，并匹配差异化的服务，至此我们形成了覆盖人、车、位置、消费和服务的数据要素，而这么多的数据要素要释放更大的价值，需要在不同的业务实体之间安全可信的流通，为此我们建设了汽车加交通的可信数据空间，连接城市交通高速公路和整车企业的数据，支持跨城市跨区域跨产业链和跨品牌的数据归集与协同。可信数据空间不仅促进了数据流通，也可以支持高质量数据的规模化生产，面向智能驾驶我们正在构建世界模型驱动的数据生产平台，形成从数据管理、智能标注、数据生成到仿真验证全生命周期闭环，在真实车端数据的基础上世界模型可以生成轨迹变化、目标添加以及极端天气等稀缺场景的数据，这样既可以扩大智驾数据的规模，也可以补充真实道路中难以反复采集高价值的场景。

我们以车联网为连接点，将车企的车机、售后和供应链的数据与联通人车家的数据位置数据以及合作伙伴的地图充电等数据进行融合，形成汽车大数据的底座，数据由不同的主体共同提供，也通过具体应用实现价值共创。我们在合规合法保障隐私的前提下将联通的人车卡流量数据和出行数据与合作伙伴的车联网、汽车媒体以及保险数据进行关联分析，从而形成用户流向、触媒偏好、潜客特征的洞察，不仅可以寻找目标客户优化营销策略，还可以帮助车企了解用户真实需求，优化服务流程主动发现并解决问题，在形成多维洞察能力后，我们进一步将分析结果沉淀为面向不同业务场景的用户洞察报告，围绕车企不同的经营阶段我们提供了车联网用户，新车上试竞品保有客户等系列报告，这些报告不是简单罗列数据，而是从人群特征、区域分布、品牌偏好和行为变化中提供业务结论，通过将分散的数据转化为可理解的用户画像和趋势判断，车企能够更准确的认识客户，并为产品定位区域营销和客户经营提供决策依据。

我们还将车辆启停、行使时长、里程和常用路线驾驶行为与道路商圈和地图数据进行结合，分析用户怎样用车，在什么场景用车，通过用车指标统计商圈到访分析和用户标签构建，车企可以更准确的识别不同人群的驾驶偏好，这些分析能够支持车型配置优化，座舱功能设计，也可以用于差异化营销、售后服务延伸和客户忠诚度的提升。通过对比用户手机端与车机端常用APP使用情况，我们可以分析导航、音乐、视频等服务在不同终端上的使用差异和喜好，帮助车企完善用户画像、优化车机应用布局，服务全域和座舱生态，从认识用户到理解用户再到优化车内体验，数据消费正在逐步深入真实的业务过程，与此同时我们也看到在全新的AI时代仅仅提供数据分析结果是不够的，还需要帮助AI理解业务并推动业务行动。

过去的建设重点是打通车辆、道路、平台和业务系统数据让业务可见，建立标准质量和安全体系让数据可信，再通过分析和应用让数据发挥价值，当AI时代提出了新的问题，拥有数据不等于AI理解业务，例如系统可以发现某类车辆的故障告警在增加，但不能仅凭告警信息就判断问题来自于零部件、道路环境还是使用方式，要让AI进一步的判断还需要补充数据背后的业务知识、对象关系和规则体系。因此我们需要重新定义智网联的数字化，传统的数字化主要关注记录业务、展示数据和发现问题，但AI时代的数字化需要从支持人、分析升级为支持人机共同决策和行动，数字化的关注点也将从系统功能是否完成逐步转向用户体验和业务结果是否得到改善。当数字化的目标转向业务改善建设路径也需要随着改变，首先明确需要改善的目标再将目标拆解为可度量的指标和标准化的作业，并根据业务需要定义和采集数据，以新车型营销为例，我们可以先设定客户到店率和试驾的目标，再根据用户的偏好和到店行为这些动态的数据来持续观察营销效果，AI首先识别不同区域渠道和人群的转化变化，再结合历史经验判断问题来自目标人群投放内容还是触达时机，并给出策略调整的建议，这样AI就通过识别、判断和行动支持进入完整的业务闭环。

如前面所说让AI真正进入业务需要数据支持和本体的共同支撑，数据常回答发生了什么，知识层帮助AI判断为什么发生，应该如何处理，本体层则为AI建立理解真实业务的共同语言，与车辆安全事件为例，系统首先通过数据识别异常，本体进一步关联车辆软件版本道路环境和当前任务，AI在调用安全规则和历史案例判断风险原因匹配运维人员处置流程和响应时限，由此数据不再只是记录，而是可以持续支持AI识别判断和行动。

面向AI时代数据要素能力的提升可分三个阶段推进，第一个阶段选择目标明确数据基础较好责任链条清晰的高价值场景，第二个阶段建设业务本体和知识体系，将制度规范、专家经验和处置策略转化为AI可以理解和调用的规则，第三个阶段将AI植入业务环节，明确人员决策与系统执行的边界。从数据生产到数据要素到场景消费我们已经形成了扎实的基础，面向未来我们还要让数据承载知识，让知识支撑判断，让判断推动行动，当数据真正进入业务闭环，并持续改善业务结果，数据要素才可以成为智能网联新时代的核心驱动力，谢谢大家。