Ⅰ 華為造什麼車
也就是說，華為MDC智能駕駛平台可針對不同級別的自動駕駛演算法，用一套軟體架構，不同硬體配置，就能夠支持L2+~L4自動駕駛演算法的平滑演進升級。
徐直軍說，華為最大的優勢就是AI與雲的能力，以昇騰晶元＋智能操作系統為基礎，打造MDC智能駕駛平台，華為還通過開放API(,應用程序介面)，希望跟廣大的部件提供商、集成商、應用開發商等合作夥伴，共同打造三個生態——感測器生態、智能駕駛應用生態和執行部件生態，最終促進整個汽車產業走向智能駕駛，也就是華為所言的通過?「平台+生態」戰略，使能智能駕駛進入快車道。
其一是感測器生態，包括激光雷達、毫米波雷達、攝像頭等等，讓這些感測器方便與MDC連接在一起。徐直軍表示，MDC智能駕駛平台必須構築一個生態，因為它是大腦，所有感測器的東西都要連過來，要相互認識。
當然，作為選擇之一，華為也會利用自己的5G技術來開發毫米波雷達，實現全天候的成像，同時我們也會充分利用全球領先的光電子技術，開發激光雷達，真正解決激光雷達面臨的成本問題與性能問題。
目前，全球毫米波雷達領域大致形成了ABCD（奧托立夫Autoliv、博世Bosch、大陸Continental、德爾福Delphi）控場的局面，但即便是頻率最高的77G毫米波雷達，解析度仍然過低，不僅無法對行人和障礙物進行精準的建模，在感測器融合和同步、AI演算法處理上，毫米波雷達的原始數據也不夠友好。而激光雷達的高成本也讓眾多玩家苦惱不堪。華為如果在這兩個方面有突破，對於智能駕駛的感測器領域可以說是重大突破。
其二是智能駕駛應用生態。華為的MDC智能駕駛平台，包括硬體平台（自研CPU/AI晶元）和自研車控操作系統。華為的自動駕駛操作系統是一個開放系統，就像智能手機的安卓或者類似於鴻蒙，要支持所有的車企、Tier1和應用開發商，讓他們基於這個操作系統開發各種各樣的智能駕駛演算法、應用，支持汽車產業來不斷提供智能駕駛創新功能和服務。
其三是執行部件生態。智能駕駛最重要是指揮，它是一個大腦，它要指揮最終執行部件怎麼動，這里也要有介面，接入任何廠商的電驅、電動等各種執行部件。「我們把介面的標准打造好，讓MDC跟所有的執行部件容易配合。」徐直軍說，但華為還面臨著一系列的法律、法規、政策、標准等問題和挑戰，需要建立廣泛的生態聯盟，凝聚共識，來推動標准建立。
那麼，華為的MDC智能駕駛平台在整個汽車業自動駕駛進程中，它占的分量到底有多重？到底它現在能夠推進自動駕駛進程到什麼地步？
徐直軍這樣回答汽車商業評論的提問：「為什麼叫智能駕駛，沒有講自動駕駛呢？完全自動駕駛、無人駕駛是終極追求。自動駕駛是一個漸進的過程，終極目標是實現徹底的無人駕駛，但是走向這個終極目標過程中，它能夠創造價值。特斯拉已經給大家創造了價值。」
比如特斯拉做了幾個智能駕駛的功能，消費者很喜歡。他提出了中國道路交通情況下，三種功能大家都會喜歡，分別是自動泊車功能、車自己找停車位功能還有交通擁堵情況下的跟車功能。
目前，華為已把MDC智能駕駛平台開發版提供給了合作夥伴，合作夥伴在這個平台上做智能駕駛應用。
智能全場景出行體驗
智能座艙不只是屏多屏少問題，華為CDC智能座艙平台怎麼干？
關於智能座艙，最近兩年來在汽車業界也是非常時髦的話題，但是要真正做好甚至談好，很不容易，因為這也是一個不斷演進中的汽車未來。
現在，汽車中的屏越來越大似乎是智能座艙的一個標志，但顯然，大多數承載的生態和傳統車沒有太多區別，我們對華為CDC智能座艙到底有什麼期盼？
汽車商業評論認為，智能座艙是由不同的座艙電子組合成完整的體系，不是簡單地以液晶儀表、HUD、中控屏及中控車載信息終端、後座HMI娛樂屏、車內外後視鏡等為載體，而是將人工智慧、AR、ADAS、VR等技術融入未來的座艙布局之中，提升用戶的用車體驗，給之以傳統汽車所沒有的服務。
智能駕駛艙產業鏈，以中控平台為基礎，逐漸向液晶儀表、抬頭顯示和後座娛樂延伸，實現多層次信息的處理操作和獨特的人車交互。
車載信息娛樂系統(IVI)是智能駕駛艙信息交互的重要載體，IVI能夠實現包括三維導航、實時路況、IPTV、輔助駕駛、故障檢測、車輛信息、車身控制、移動辦公、無線通信、基於在線的娛樂功能及TSP服務等一系列應用，極大地提升了車輛電子化、網路化和智能化水平。
駕駛艙升級路徑可類比智能手機，相比ADAS，駕駛艙電子產品形態更加豐富，全球競爭格局較為分散，且一切都還在演變之中，並無真正的寡頭。
回到華為的CDC智能座艙平台。所謂CDC，即CockpitDominController，座艙域控制器。它可實現智能汽車與智能手機在硬體、軟體和應用生態等全產業鏈的無縫共享，建立起的以汽車場景為主的數據中心。
這種共享有三：其一，於智能手機Kirin晶元構建IVI模組，發揮產業鏈協同的規模效應，降低硬體成本；其二，基於鴻蒙OS，共享華為「1+8」生態，實現跨終端的全無感互聯；其三，享智能手機豐富APP生態提升用車體驗開放API，使能跨終端夥伴發展智能座艙應用。
這其中，與傳統的多晶元方案相比，單晶元方案驅動智能座艙，類似於座艙域控制器的方案，可以精簡座艙處理器布局，極大地降低系統成本，並能提供多屏互動等全方位的智能互聯體驗。
一芯多屏的智能座艙已經成為趨勢。比如2018年8月7日安波福宣布將為長城汽車全新一代的哈弗和WEY品牌提供單晶元的智能座艙解決方案，可同時驅動全彩液晶儀表、抬頭顯示和中控娛樂等車載電子系統的所有功能。再比如，2019年初華陽集團推出了新一代車規級晶元i.MX8以及最新車載操作系統AndroidP信息娛樂方案。
與此同時，在智能座艙方面，車載硬體也向模塊化方向發展，軟體系統的比重不斷增加。一些汽車廠商開始將IVI進行模塊化布局，能夠減少不同車型配置的復雜程度、加大單品模塊的重復利用率。
但華為的CDC智能座艙平台看起來更勝一籌，按照徐直軍的說法就是要把華為智能終端積累的硬體生態、軟體生態、應用生態帶入到智能座艙。除了提供娛樂服務，未來自動駕駛實現後，會有更多的乘客服務和安全服務。
他說：「我們在中國、在全球都擁有大量的智能手機用戶，整個產業界建立了廣泛的智能終端生態，真正實現了規模化、低成本。智能座艙是在車上，我們最大的優勢就是智能終端和智能座艙平台共享一個生態。」
徐直軍說，華為跟車企溝通CDC智能座艙想法，大家最歡迎把華為智能終端的生態搬到車上，共享智能手機生態。同時，開發API，使能跨終端夥伴發展智能座艙應用。
比如不光整個娛樂系統，未來儀表盤AR顯示，以及判斷駕駛員沒有自動駕駛之前是不是睡覺、是不是分心，也就是駕駛員監控系統（DMS），等等，都可以通過智能座艙平台來解決。
華為希望通過晶元+OS+生態，使能數字座艙，構建智能全場景出行體驗。這些體驗包括智能護駕、信息娛樂/車家互控、全生命周期服務、智真辦公和家庭影院。它提供的智能服務引擎包括座艙感知、決策和控制，多模態實時交互、人車家無感互聯和服務找人。
華為最終構建起的智能座艙的生態，硬體是可以更換的，應用是不斷更新的，軟體也是可以不斷升級的。獨立的賬號體系、雲服務和整車OTA能力，成為汽車座艙智能化所趨的大勢。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
Ⅱ 信息化管理4大問題如何解決
文|周璐珊（知本咨詢咨詢顧問）
《關於開展對標世界一流管理提升行動的通知》（以下簡稱《通知》）中，在信息化管理方面，提出要「加強信息細化管理，提升系統集成能力」。
對標國際一流實踐，解決企業以往在信息化管理過程存在的諸多問題。具體來看：
首先，是要解決信息化管理缺乏統籌規劃的問題。《通知》指出，要「結合『十四五』網路安全和信息化規劃制定和落實，以企業數字化智能化升級轉型為主線，進一步強化頂層設計和統籌規劃，充分發揮信息化驅動引領作用」。
其次，是要解決信息化與業務「兩張皮」的問題。《通知》指出，要「促進業務與信息化的深度融合，推進信息系統的平台化、專業化和規模化，實現業務流程再造，為企業生產經營管理和產業轉型升級注入新動力」。
第三，是要解決信息系統互聯互通不夠的問題。《通知》指出，要「打通信息『孤島』，統一基礎數據標准，實現企業內部業務數據互聯互通，促進以數字化為支撐的管理變革」。
最後，是要解決信息安全隱患的問題。《通知》指出，要「加強網路安全管理體系建設，落實安全責任，完善技術手段，加強應急響應保障，確保不發生重大網路安全事件」。
二、信息化規劃
信息化規劃，一方面要堅持戰略引領。企業信息化建設工作的開展是一個涉及各個層級、各個領域、各個業務板塊的，綜合性、系統性、復雜性工程。
需要納入到企業的總體發展戰略制定過程中，進行統一研判、集中部署。
例如：中國海油在2020年工作會議上提出的「1534」總體發展思路，包括一個目標，建設中國特色國際一流能源公司；五個戰略，創新驅動、國際化發展、綠色低碳、市場引領、人才興企；三個作用，中國海油要爭做推進「卡脖子」技術攻關的先鋒隊，爭做油氣上產的主力軍，爭做國民經濟持續 健康 發展的「穩定器」「壓艙石」；四個跨越，要實現從常規油氣到非常規油氣的跨越，從傳統能源到新能源的跨越，從海上到陸地的跨越，從傳統模式到數字化的跨越。
中國海油「1534」總體發展思路，即將數字化轉型，納入到集團總體發展戰略之中，作為四個跨越之一，支撐中國特色國際一流能源公司建設目標的實現。
另一方面，要堅持需求為導向、問題為導向。
以中國大唐的數字化、信息化戰略為例。
在認識到全球能源產業格局正在重塑，清潔化發展趨勢不斷加速，能源供需結構與供需模式不斷轉變，以及我國能源行業深化「四個革命、一個合作」能源安全戰略，加速推進能源結構調整和產業優化升級的產業背景下，中國大唐提出了打造「數字大唐」，建設世界一流能源的企業的發展願景。
提出了集團管控能力、運營生產能力和創新發展能力三大提升方向，從定位、管控、運營、能力和架構，五個方面開展數字化、信息化建設，均與大唐集團的運營與業務管理提升需求緊密結合。
如典型：在新運營環節，強調開展一體化智慧運營，形成運營流程端到端集成、企業外部廣泛互聯（生態圈）、數字驅動的智慧運營能力（智慧建設、智慧電廠等），適應新能源時代運營要求。
圖|打造「數字大唐」，建設世界一流能源企業發展思路
當然，我們說在具備了完善的頂層設計的同時，合理有效的統籌安排，清晰的規劃路徑，也是坐實企業信息化規劃，發揮信息化驅動引領作用的必要保障。
來看一個華能集團的案例，分階段落實完善數字化、信息化規劃建設。
第一階段，在2021年3月底以前，是華能信息化建設、數字化轉型戰略的戰略規劃與夯實基礎階段。
在戰略+層面，出台了《數字化轉型總體規劃》的同時，在數據基礎層面，華能構建了企業數據治理體系，統一了數據結構與數據編碼，從而形成了共性元數據與根數據。
而在運營層面，則實現所有風電、光伏數據對智慧能源數據平台的接入，並完成了瑞金智慧電廠示範項目的建設工作。
第二階段，預計為2021-2022年，是華能信息化建設、數字化轉型戰略的重點突破與引領示範階段。
華能將以納入了風電、光伏數據的智慧能源數據平台為基礎，完成對水電、火電、核電等數據的接入，從而形成統一的智慧能源數據平台。
在運營層面形成全流程、全業務的元數據管理和全生命周期的數據治理服務能力。同時，完成主要產業和企業重點業務的數字化轉型。
第三階段，為2023年，是華能信息化建設、數字化轉型戰略的鞏固提高和全面轉型階段。
華能將實現全面的數字化轉型，同時也將其作為國企改革三年行動重要成果。
將數據資源作為驅動發展的新動力，通過數據共享、數據服務，打通上下游產業鏈，從而形成多產業鏈、多系統集成的智能化生產、管理、決策體系和生態。
三、信息化與業務的融合
信息化與業務的融合發展，從政策層面可以追溯到2013年的工信部《信息化與工業化深度融合專項行動計劃（2013-2018年）》，其後，在政策的持續推動與企業的積極行動之下，我國信息化與業務的融合發展進入快車道。
從融合實施進程來看，2013-2018年，可以說是我國信息化與業務融合發展的業務級融合階段。
在企業內部，主要是在部門層面，業務層面開展融合工作，即通過信息技術，改造傳統生產、經營、管理和服務等活動，在局部實現信息化、數字化改造。
這一階段往往採用「百人計算機擁有量」、「信息系統覆蓋率」等數據指標作為關鍵表徵性指標。
當前，我國信息化與業務的融合發展，已經進入企業級融合階段。
主要是通過對企業業務的集成化改造，對原有生產、經營、管理和服務模式進行跨業務領域、跨管理環節的整體優化。
這一階段的關鍵表徵性指標，除了原有的「信息系統覆蓋率」等指標外，還應加入如「數字化研發設計工具普及率」、「關鍵工序數字化控制覆蓋率」等與生產經營聯系更加緊密的數據指標。
以中國兵器裝備集團為例，進入企業級融合階段，其信息化、數字化建設與業務的深入融合，主要成兩個方面展開，一方面是通過信息化、數字化建設提升自主創新能力；另一方面是通過信息化、數字化改造實現製造產業智能化升級。
在提升自主創新能力方面，中國兵器裝備集團依託包括國家級企業技術中心、國家重點實驗室、工程研究中心、協同創新中心在內的21家高水平創新平台，開展數字化研發、設計、模擬、試驗和驗證工作，實現國內領先，有力支撐了集團的重點研發體系建立，研發周期平均縮短30%。
特別是在 汽車 產業領域，通過「六國九地」的全球數字化協同研發平台，中國兵器裝備集團建立了多學科綜合數字化建模模擬系統，填補了國內設計空白。
在實現製造產業智能化升級方面，中國兵器裝備集團在集團信息化規劃基礎上，制定了《智能製造專項規劃》，以智能化車間、智能化產品、智能化模式、智能化管理和智能化服務，五個智能化為抓手，全面推進智能製造，逐步實現柔性化生產和個性化定製，從而快速響應市場需求變化。
同時，中國兵器裝備集團積極推進工信部國家級兩化融合試點工作，75%的企業達到綜合集成水平，在 汽車 、醫葯等領域建成了5個國家級智能車間示範項目，採用數字孿生技術，實現數字化工廠的虛實製造結合，產品生產周期縮短25%以上，製造成本降低10%以上。
但在立足於實際需求，通過信息化與業務的深度融合，解決和提升企業生產、經營、管理和服務等方面的問題與能力的同時，更要深入挖掘數據資源潛力，將信息與數據資源轉變產品與服務，為企業、用戶和 社會 創造更多價值。
國家電網在信息與數據資源的產品與服務開發方面，為我們做出了表率。
國家電網黨組書記、董事長辛保安指出，「電力大數據是一座『富礦』，有巨大的價值挖掘潛力」。
當前，國家電網正積極推動平台業務、數據產品業務的發展。
第一是開展能源電商業務。
國家電網打造了目前國內最大的能源電商平台，在2B方面，通過整合能源產業鏈上的上下游資源，推動能源產業鏈各環節物資的電商化采購；在2C方面，依託智能繳費服務，不斷拓展平台功能，為客戶提供綜合城市生活服務，截止2020年底，注冊用戶超過2.7億。
第二是開展智能車聯網業務。
圍繞電動 汽車 充電服務，國家電網與普天新能源、特來電、星星充電等17家充電運營商聯合，建成了全球覆蓋范圍最廣、接入設備最多、技術水平最高的智慧車聯網平台。
目前平台接入充電樁103萬個，為480萬輛電動 汽車 的綠色出行提供便捷智能的充、換電服務，實現「車-樁-網」間高效協同，助理我國電動 汽車 產業的高速發展。
第三是開展電力大數據徵信業務。
國家電網利用企業用電數據，積極開展信貸反欺詐、授信輔助、貸後預警等方面的數據分析與應用服務，目前國家電網下屬17家省級公司和國網電商公司與金融機構簽署戰略合作協議，促成了935家中、小微企業，33.8億元的融資。
第四是開展助力政府精準施策的政務服務業務。
例如：在協助環保監測方面，國家電網開發了智慧環保電力大數據產品，在線監測污染源企業的排污情況；在協助復工復產方面，疫情期間，國家電網開發了「企業復工電力指數」，及時准確反映各行業復工復產情況，為各級政府科學決策提供數據支持。
四、信息互通支撐管理變革
在業務層面，通過信息化、數字化建設，改造傳統經營模式，拓展數據產品、服務價值的同時，在管理層面，信息化、數字化建設也是推動現代企業制度改革的重要途徑和方法。
以上文提到的中國兵裝集團為例，在通過信息化、數字化建設提升自主創新能力、實現製造產業智能化升級的同時，也通過信息化、數字化技術的應用推動了集團的現代企業制度改革。
首先，中國兵器裝備集團依託運營監控和大數據分析，提升優化集團的戰略管控體系，將財務、人力、資產、審計、黨建、「三重一大」等戰略管控主要工作內容全部實現信息化，同時全面推進管理會計工具全行業信息化應用，業財一體化100%覆蓋，顯著降低兩金佔用，集團供應鏈管理實現集中率95%，采購降本28.88億。
第二，中國兵器裝備集團建立了動態的競爭情報分析、監測、評估體系，形成「大安全體系」，包括14個一級指標、57個二級指標， 科技 大數據近2萬條專利、數百個核心技術以及智能製造核心能力指標， 汽車 大數據研、產、供、銷等1300個指標全部實現實時監控和智能分析，從而有效支撐產品、業務、管理和組織的創新；
第三，中國兵器裝備集團完善了數據治理體系，統一數據資產標准，打通數據產業鏈，力爭實現數據資產的保值增值。
第四，中國兵器裝備集團形成了數字化監管體系，增強集團治理能力，建設數字化總部，實現精準管控、精準決策、精準運營。
另一個打通數據「孤島」，實現信息互聯互通，推動企業管理變革的典型案例是南網電網。南方電網黨組書記、董事長孟振平在署名文章《以數字化轉型催生高質量發展新動能新優勢》中提出，要「打造數字企業，融入國家治理體系和治理能力現代化」。
孟振平指出：將數字技術融入企業管理全過程，是當今世界一流企業的共同發展趨勢，更是電網企業融入國家治理體系和治理能力現代化的必由之路。
南方電網大力建設數字企業，推動數字化運營與決策，實現管理化繁為簡，提升管控力、決策力、組織力和協同力，讓企業治理發揮在國家治理體系中的應有作用。
具體來看，南方電網首先是以數據驅動業務發展。
一方面，南方電網已經建設完成了覆蓋企業運營管理全業務流程的一體化數字業務平台，以數據驅動公司的業務流程再造和組織結構優化，促進跨層級、跨系統、跨部門、跨業務的高效協作，進一步優化提升資源配置效率；另一方面，南方電網廣泛應用人工智慧技術，以技術賦能經營管理，提升管理效率，機器人流程自動化（RPA）提升財務工作效率80%以上，計量物資集約化管理降低庫存52%。
其次，南方電網以數字化實現精益管理。
南方電網建設了企業運營管控平台，形成橫向互聯、縱向貫通的企業「駕駛艙」。
同時，以數字技術實現管理工作的量化評價，形成精益化管理，實現戰略運營、業務運行、產業鏈運轉等各類生產經營活動的實時監控、動態分析和風險管控，在提升洞察能力與集團管控水平額同時，也全面支撐了公司的運營風險管控和科學決策。
最後，南方電網以資產作為治理紐帶，推動資產數據化與數據資產化。
在資產數據化方面，南方電網深化資產的全生命周期運營管理和數字化協作應用，促進資產管理各個環節的有序運轉和高效協同，提升資產使用效率和管理效益；在數據資產化方面，南方電網建立健全了數據資產管理體系和管理平台，提升企業整體的數據治理能力和數據價值創造能力。
五、信息安全
2019年4月，新版《中央企業負責人經營業績考核辦法》施行，將網路安全納入到了央企負責人的考核指標體系之中，再次凸顯了信息安全、數據安全的重要性。
同樣，本次對標世界一流管理提升行動中，也將解決信息安全隱患，作為企業信息管理能力提升的重要工作任務之一。
信息安全體系建設，首先要從管理理念、管理思路入手，堅持信息、數據價值開發與保護並重，國家電網在這方面進行了有益實踐。
國家電網長期積累的電力數據，既是企業的戰略資源和核心生產要素，也是能夠直接反映經濟運行、 社會 民生、產業運轉、用戶信用等情況的重要敏感信息。
因此，國家電網在挖掘信息、數據「富礦」價值，開發信息、數據產品的過程中，始終將安全合規作為前提和底線，確保數據安全，保護用戶隱私，堅決防止發生敏感數據和個人信息的泄露，以及由於網路安全引發的大電網安全事故。
具體來看，國家電網在信息安全方面，堅持人防與技防並重，持續強化互聯網大區、管理信息大區和生產控制大區三道防線建設，構建全場景的網路安全防護體系。
同時，積極開展攻防實戰，將網路實戰攻防固定化、常態化，在「護網2020」網路攻防演習中，國家電網奪得了全國防守方第一名的優秀成績。
第二，總書記關於網路安全的重要講話指出，「網路安全是整體的而不是割裂的，是動態的而不是靜態的，是開放的而不是封閉的，是相對的而不是絕對的，是共同的而不是孤立的」，所以企業信息安全、數據安全與網路安全建設，要全盤考慮，統籌規劃，從信息流的各個環節入手，全面提升安全保障水平。
典型如華潤集團的信息安全保障工作，從開展伊始，就明確了集團統一籌劃、各業務單元協同落地的工作原則。
考慮到集團下屬各個業務單元間信息安全保障能力的現實差距，華潤在相關技術領域制定了統一的安全技術標准與規范，以及一體化的安全運營管理機制，貫穿集團總部到下屬各個業務單元。
同時，華潤積極開展網路與信息安全工作信息化、數字化與智能化建設，研發三大作戰指揮平台，慧腦SCP安全作戰指揮雲平台、慧眼SSP安全態勢感知雲平台和慧聯STP安全協同平台，以及MarvelNet網路智能運維平台、Rango系統漏洞智能修復平台、Tota護網實戰事件管理平台等，一系列平台級工具軟體，將安全管理體系、技術體系、運營體系融為一體，使相關管理流程、機制固化到了管理系統中，融合聯動了各類異構防護設備（G01、K01、WAF等）、監測設備（D01、網路流量安全感知等）與網路設備，實現了基於資產的威脅自動分析、IP自動封堵、事件自動提單、跨領域人員高效協同研判與處置、輔助作戰指令下達、全局態勢洞察等多項功能，實現全集團安全上下一體，全局風險與威脅可視、可管、可控。
第三，在企業網路信息安全體系建設過程中，技術只是工具，管理才是主線，只有建立了完善的網路信息安全應對策略、組織與流程，才能使各類網路信息安全技術發揮出應有的作用，從而全面保障企業的信息安全。
平安集團智慧經營副總裁、首席增長官張君毅在2020年5月第二屆移動互聯網安全峰會上的發言，提到：平安認為，以數據為中心的安全保護，七分靠管理，三分靠技術，有效管理是數據安全有效保護的前提。平安集團的信息與數據安全體系建設，一直踐行著這一理念。
一是平安建立了一體化的信息與數據安全保護組織體系。
從決策層到管理層，以及控制層和執行層，都有專人負責信息安全事件的響應和審批，通過閉環管理，規避企業內部對外數據傳遞過程中的系統化風險。
二是平安制定了嚴格的信息與數據安全管理制度流程。
將制度建在流程上，將流程建在系統上，形成了規范化的流程制度體系，使信息與數據安全的控制理念，貫穿於整個經營生產流程之中。
三是平安搭建了一個可控、可查、可見的一體化數據安全運營中心。
通過不斷地對標差距、搭建體系，形成完善的信息與數據安全能力矩陣，保證平台信息與數據安全體系的健全運行和安全合規。
六、信息化對標分析總結
在信息化規劃部分，通過對中國海油、中國大唐和華能集團的信息化戰略與規劃案例分析，可以深刻的認識到，信息化規劃，一方面要堅持戰略引領；另一方面，要堅持需求為導向、問題為導向。
同時，合理有效的統籌安排，清晰的規劃路徑，也是坐實企業信息化規劃，發揮信息化驅動引領作用的必要保障。
在信息化與業務的融合部分，通過對中國兵器裝備集團與國家電網的案例分析，可以看到信息化與業務融合，一方面是要立足於實際需求，通過信息化與業務的深度融合，解決和提升企業生產、經營、管理和服務等方面的問題與能力；另一方面是要更加深入的挖掘數據資源潛力，將信息與數據資源轉變產品與服務，為企業、用戶和 社會 創造更多價值。
在信息互通支撐管理變革部分，通過對南方電網和中國兵器裝備集團的管理變革案例，突出了信息化、數字化建設對現代企業制度改革的重要推動作用。
在信息安全部分，通過對國家電網、華潤集團和平安集團的信息與數據安全體系建設，強調了信息與數據價值開發和保護並重的信息安全管理理念；信息與數據安全體系建設要全盤考慮，統籌規劃，從信息流的各個環節入手，全面提升安全保障水平；同時，在企業網路信息安全體系建設過程中，技術只是工具，管理才是主線，只有建立了完善的網路信息安全應對策略、組織與流程，才能使各類網路信息安全技術發揮出應有的作用，從而全面保障企業的信息安全。
編輯丨葉子
Ⅲ 沖刺量產制高點，德賽西威智能駕駛產品加速落地
如其他很多零部件企業一樣，德賽西威在智能駕駛領域也是「兩條腿走路」，即同時從ADAS和L4、L5高級別自動駕駛兩個層面著手，以單車智能和車路協同相結合的方式，進行相關的技術研發，助力自動駕駛規模化商用。
布局多年，如今德賽西威在智能駕駛方面正逐漸迎來收獲期。據德賽西威相關負責人介紹，目前針對L3及L3以下的自動駕駛應用，德賽西威均有產品和系統在量產。在此基礎上，下一階段德賽西威將繼續加大在L2+甚至L4自動駕駛領域的研發，以在未來一到兩年快速商用化，為中國自動駕駛產業發展提供助力。
兩條腿走路，謀局自動駕駛
德賽西威在智能駕駛領域的布局最早可追溯到2011年，早期德賽西威主要是進行相關的演算法研究，大約從2014年開始德賽西威逐步加大研發投入，並於2016年正式成立自動駕駛事業單元。2019年10月，德賽西威再度對組織架構進行大刀闊斧的改革，將與自動駕駛相關的技術均並入智能駕駛事業部，相較於之前更為聚焦。
在智能駕駛方面德賽西威的布局重點集中在感知層，如車載攝像頭、24GHz毫米波雷達、360°環視、77GHz毫米波雷達等，以及決策層的自動駕駛計算平台，另外在V2X、高精度地圖及定位等領域，德賽西威也進行了相關的技術儲備。通過這些技術直接的結合，目前德賽西威針對ADAS層面的行車和泊車場景均已推出了量產產品，並在高級別自動駕駛方面也進行了相應布局。
IPU03助力小鵬P7量產L3級智能駕駛，圖片來源：德賽西威
另外，德賽西威開放的商業模式也為智能駕駛業務規模的持續擴大提供了重要助力。與過去比較單一的Tier1作為供應商給OEM供應產品的模式不同，目前德賽西威與車企的合作越來越靈活。「比如和小鵬汽車的合作中，就是小鵬汽車做上層應用，包括軟體開發，而下層的硬體設計、功能安全、底層驅動、操作系統等則是由德賽西威開發。」李樂樂表示。另外，德賽西威還與一汽、奇瑞、天際汽車等車企達成了合作，共同開發自動駕駛、智能駕駛艙相關技術。在李樂樂看來，未來與車企的這種合作模式會成為德賽西威的常態。
而為了給車企提供更加全面的服務，德賽西威與BAT等科技公司也保持了緊密的聯系，共同打造智能化產品系統。比如與四維圖新圍繞L3/L4級別自動駕駛解決方案，結合四維圖新自動駕駛地圖數據、地圖引擎、在線分發服務和動態交通信息，為客戶共同提供量產自動駕駛核心解決方案，加速實現可量產的自動駕駛解決方案在中國的落地。
正式基於這樣多樣化的布局，使得德賽西威在自動駕駛產業爆發之際，得以率先享受到這項技術帶來的市場紅利。接下來，隨著越來越多的消費者不斷將智能化作為購車的重要參考之一，推動ADAS乃至L3+級別的自動駕駛車型陸續量產，預計德賽西威智能駕駛業務還將迎來十分可觀的增長。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
Ⅳ 萬字干貨|新規下，車企如何建設數據安全體系
隨著智能網聯化、數字化發展，汽車數據安全和網路風險防範成為行業密切關注的難題。
汽車傳統的物理邊界被打破，出現了大量的雲上服務，比如車聯網、自動駕駛技術、OTA等等，相應的，汽車產生的數據也越來越多。相關數據顯示，一輛智能網聯汽車每天大概會產生 10TB 的數據，這些數據包含駕駛人員的出行軌跡、駕乘習慣、車內語音圖像等個人信息，也包含車輛實時收集到的地圖數據等。
隨著《個人信息保護法》、《汽車數據安全管理若干規定(試行)》的頒布實施，對數據的合規分類收集和使用提出了更為嚴格的要求。同時，也有汽車品牌近來遭受到網路黑客攻擊，造成不小的損失和安全風險。如何平衡數據使用的合規與高效，並在全面上雲的背景下構築扎實的安全防線，成為整個行業密切關注的話題和迫切需要解決的難題。
此此背景下，騰訊智慧出行與汽車之心聯合策劃了「行者有雲」系列沙龍第二期——《車企上雲，如何構築雲上安全防線？》，聚焦汽車數據的合規使用和安全防範問題，加速車企構建在數據網路安全領域的競爭力。
本期沙龍邀請到上海帆一尚行科技有限公司網路安全總監、上汽騰訊網路安全聯合實驗室負責人陳寧，騰訊安全策略發展中心總經理呂一平，共同探討車企數據安全防護建設和未來趨勢發展並發表了獨到精闢的見解。
以下為沙龍對話實錄：
主持人：大家好！歡迎收看「行者有雲」系列沙龍，本期我們討論的話題是「車企數據上雲，如何構築雲上安全防線」，我們將圍繞數據安全和風險防禦問題討論。車企在系列新規背景下，將採用怎樣的新手段、新模式來保證數據的合理開發利用，並有效防範潛在風險。非常有幸我們請到了兩位嘉賓和我們一起分享討論。一位是上海帆一尚行科技有限公司網路安全總監、上汽騰訊網路安全實驗室聯合負責人陳寧；另一位是騰訊安全策略發展中心總經理呂一平。
在智能化網聯化大變革下，一輛汽車在使用過程中產生的數據越來越多，隨著《個人信息保護法》和《汽車數據安全管理若干規定（試行）》頒布實施，企業在使用處理數據的時候，要遵守哪些行為准則？
陳寧：在《個網法》講得比較細致針對《個人信息保護法》有8類處理原則，大概總結：
第一，對於用戶個人信息數據的授權，信息處理，告訴用戶要收集個人信息，個人隱私數據要進行處理。
第二，處理過程中要注意處理流程，要保護和保密。
第三，數據收集，要符合相關的規定。對於汽車來說，有《汽車數據安全管理若干規定（試行）》，定得比較明確，這和《個網法》有相互呼應的關系，上面有《數據安全法》，以此為由展開。
呂一平：還有一點，去年下半年國家集中出台了比如《個人隱私信息保護》，及《數據安全法》等法律法規。同時面向汽車行業，汽車行業本身屬於關鍵信息基礎設施行業，針對「關基」（關鍵信息基礎）行業也有一些相應的針對基礎安全和數據安全的要求。所以，這也是需要汽車行業各位同仁需要考慮的問題。
主持人：如果針對整個汽車數據來說，我們有什麼樣的分類界定？
陳寧：現在最關鍵的第一步是，汽車數據不可避免要收集。汽車聯網以後，很多服務雲化後，為了對汽車的一些服務以及汽車這狀態甚至說自動駕駛，這天然需要搜集很多數據，所以說數據搜集是不可避免的。現在我們覺得對於汽車數據搜集，首先真正的明確怎樣服務搜集數據，如果說要做自動駕駛相關的，那麼最少應該搜集什麼樣的數據，盡可能的還是少搜。不要說不做分類，不做區分一概搜集上來後面處理，這是不合法不合情的，這是第一個按照服務的細分來分。第二，數據的共享和流動，這也是很重要的因素，現在很多服務在雲上之後，不僅是主機廠要收集數據，很多合作夥伴，比如車上應用需要第三方的數據，我們要把數據給他，數據在流通的過程中以什麼樣的合法合規方式流通，以及我如何對它授權，如何對它約束，這要處理好。
最後，敏感數據的收集，現在汽車廠有大量的感測器、攝像頭，對於用戶的面部輪廓，關鍵設施和關鍵單位的識別、存儲，是否要做相關的模糊化處理或透明處理，這也比較關鍵。
呂一平：我主要做補充，從汽車行業數據來講，不僅要保護數據，要脫敏，盡量按照服務手續收集數據。基於很大的前提是，收集數據時要進行分類分型，針對不同的類型利用手段去保護數據。汽車行業有幾大數據比較重要：
1、汽車研發過程中的車輛狀態，這些數據傳統一直做收集，這方面更多是車企自用，甚至從數據保護角度來講是比較容易實現的，因為汽車公司內部流轉數據。
2、和用戶相關的隱私數據，國家有明確的法律法規要做到保護和保密。針對不同的使用場景我們應該如何給到數據，需要通過分類分級的方法做明確的界定，並有對應的使用要求和規則。
3、從技術進入到其他行業帶來新的需求，比如感測器受地理位置數據，高清地圖數據，這是相當敏感的數據領域，這會涉及到國家安全部分，車企需要非常關注這類問題。去年國家重點關注了一家海外車企這方面的問題，所以這也值得汽車行業重點關注的信息。
主持人：隨著一系列的新規的出台，從車企角度來講，在主動防範上有哪些變化？
陳寧：有很多，結合各方數據安全規定，首先，按照上位法《網安法》來講車企相關車輛應用服務，肯定要通過等保測評。第二，通過等保，配套相關的網路安全或者數據安全，配套的防範措施和防範的管理體系建立起來。第三，提出明確要求，用戶上車默認情況不收集數據。如果要收集數據要告訴用戶，清晰地告訴用戶要收集一些數據，且收集哪些數據。第四，在收集數據狀態中讓用戶知道我們正在收集你的數據，用戶有地方說不希望收集數據，屏蔽它。第五，盡量在車里將敏感的數據輪廓化和清晰化去掉，模糊化。盡量不要通過數據清楚地定義出一個人，這樣方便處理。
再往後，數據共享方面，該企業一開始只做商業合作，後面可能有一些約束，同時很重要的是按照《數據安全法》和汽車相關規定，每年12月25日左右要上報數據安全報告。中國汽車品牌開始向海外發展，根據規定要求要對相關的監管部門進行報備，並且在企業數據安全方面寫清楚，今年發生過幾次數據向境外輸出，以及經過相關評審，這些情況要說清楚。企業不僅僅是義務合規，還要滿足國家戰略需要。
主持人：在上述規定的使用數據和國家安全的前提下，數據如何反哺研發，開發相應的車聯網服務？
陳寧：這挑戰很大。
主持人：要實現兩者的平衡？
陳寧：對，基於我服務的內容收集相關數據，這是做到平衡的關鍵。如果只是判斷車的自動駕駛，只收一些和路況相關的信息，就不要收多餘的信息，盡量精簡收集內容，比如只是採集一些路邊的圖象，車內的信息就不要收。現在有汽車保險，主要是根據用戶的駕駛習慣收集車輛數據，收集一般駕駛者的駕駛習慣就不要收集個人信息，這樣才能合法合情，又能反哺到業務。
第二，做分析時，流通方面盡量做到應用和數據分開，舉個典型的例子，現在自動駕駛數據的安全屋，可能確實採集了很多數據，經過合理處理之後放在數據模型箱里，我們做的事情是將計算模型放進去，用數據計算完之後最後拿出來是模型計算結果或者是模型存儲的演算法，而不是數據本身，這不合理。在模型足夠成熟之後，這些數據可能銷毀掉或者撤掉，這可以比較好達成平衡。這需要付出很多努力。
呂一平：我們在去年國家出台一系列數據安全相關規定時我們非常關注，因為互聯網有大量數據，很多互聯網業務都在線上。我們自己在推進數據安全保護方面做了很完整的展開，從產品的設計上，比如數據收集的最小化，包括用戶知情角度，數據使用需要用戶充分知悉並且充分授權，然後才能進行相應使用。
另外，應用和數據相應分離，騰訊在《數據安全法》出台前兩三年已經做這方面的工作。特別是在不應該使用不合理數據提供下如何規避掉，我們在內部進行了工作。騰訊可以給汽車行業做一些交流和傳遞的工作，幫助行業更好地理解如何做數據安全建立。
主持人：對於外資或者合資車企來說，《個人信息保護法》和《汽車數據安全管理若干規定（試行）》相關規定對他們的影響是否更大？
陳寧：相對會大一點，但大體上差不多。首先是對於敏感信息的定義，對外資企業來說風險一樣。另外，用戶的存儲、流動也是一樣。對於外企挑戰最大的是數據不能出境，最大變化是跨境的問題。由於《個人信息保護法》和數據安全定義上，外資也要跟隨國家相關規定，可能要對自己做出規范。但大方向比較好，主要是促進問題。
主持人：騰訊和外資車企在這些領域是否有一些合作？
呂一平：其實外資車企面臨，在中國市場如何滿足國家合規性要求和規定，現在有一些海外業務在推進。不管歐洲還是美國地區，相應的個人信息隱私保護和合規，及數據使用的要求可能都有相應的要求。所以在歐洲和美國，中國企業屬於外資，其實大家遇到的挑戰一樣。對於車企來講，不管是合資還是外資品牌，都要考慮如何滿足本地的個人隱私保護和數據安全合規使用的要求，這其實是基本需要做到的工作。
從騰訊角度來講，騰訊在汽車行業定位一直是數字化助手的角色。我們不僅和合資和外資的車企，和上汽也在數據安全方面有很多交流，我們一起研究如何將數據安全保護的工作做好。相對來講，這個領域比較新，比如網路安全、基礎的安全建設方面，中國已經經歷了幾十年的發展和建設，但數據安全對大家來說是一個新課題。隨著車企聯網和相應技術不斷落地的情況下，數據量會非常大，而且數據的集中度也不一定這么高。如何將數據安全保護工作做好是很有挑戰的課題。先要從汽車數據的分類分級開始，以此作為基礎再去延伸，根據不同級別和類別的數據進行相應保護措施，對應有技術的部分。
陳寧：關鍵是立法，以前沒有明確上位法，2016年有上位法出來之後，車企必須要符合法律。
主持人：除了數據合規收集和處理，也不能忽略的是汽車智能度越高，面臨潛在被攻擊的風險也越來越高，我們也出現過車子被攻擊的案例。這樣的場景在汽車中，是真的能實現的嗎？在車聯網中真的會有這樣的風險嗎？
陳寧：汽車傳統的物理邊界被打破了，大量的雲上服務，大家可以用手機跟車進行互動。汽車擁抱了數字化，但擁抱了數字化的福利和變革也擁抱了數字化的風險，最典型的是雲上服務，比如遠程車控、OTA等等，被不法分子利用之後，遠程的車輛造成一些群體性的影響。另外，手機APP，手機上有藍牙，APP設計或者介面不嚴謹，可能出現批量控制用戶APP，可以隨意開走任何一輛車。另外車聯網在車上暴露大屏、智能駕駛艙等等，這些是數字化東西，數字化的東西多少有軟體的問題會被人利用。1月份德國的小孩才19歲，利用了特斯拉的第三方的軟體的漏洞同時控制不同國家的車輛。數字化是大量的軟體大量的應用，人設計的東西總有一些問題。
主持人：呂總，之前設計的科恩實驗室破解了特斯拉和寶馬，反響很大，為什麼做這樣的實驗？
呂一平：我們不是定義成「黑客」，我們定義為「白帽」，我們希望能改善各類產品和網路的安全性，為之努力的一群專業技術研究團隊。當時為什麼關注特斯拉和寶馬？我們在2016年看到了比較大的趨勢，汽車行業「四化」，對我們來講比較關心是網聯化和智能化，汽車聯網了，汽車的自動駕駛的能力，這和數字化結合程度非常高，當享受數字化福利的時候，肯定會面臨新技術引入帶來的風險。
汽車行業本身對安全非常關注的行業，那個安全叫「safety」，當時汽車行業更多關注safety的部分，對security部分理解不那麼強。Security能對safety造成的影響理解不是很充分，當時我們選了兩個比較有代表性的車企，一是原生數字化，即網聯、智能化、新能源化的特斯拉。另外是傳統的從互聯網非智能化到智能化的標桿，寶馬在全球保有量非常高，我們做了相應的研究。的確發現了網路安全問題，不僅對虛擬世界造成影響，對實際的行駛安全、人身安全，放大一點是公共安全。作為一個負責任的團隊，我們發現問題之後第一時間和特斯拉和寶馬做了相應的溝通，並且在沒有第三方參與情況下，全部將數據暴露給他們，他們修復之後一起聯合對外做發聲的工作，做發聲的工作目的是幫助行業更好地理解，在未來數字化的時代安全有重要的影響，也是讓它回歸到汽車行業對security的關注。
主持人：現階段網路安全技術處於什麼樣的水平？
呂一平：中國網路安全技術能力非常出色，我們可以代表國際領先水平。對汽車行業來講，汽車進入到數字化時代才開始逐步關注網路安全部分，所以起步相對晚一些。但我們看到很明顯的趨勢，即國內的各大OEM都在積極地布局網路安全的專業能力和專業團隊的建設，比如陳寧博士帶領的上汽實驗室，4年前成立起來有專職的安全的人員，也有專項的安全能力的建設，逐步形成了上汽進入比較相對安全網路體系，這是比較好的例子。國內其他OEM廠商也在實踐同樣的工作，專業團隊和專業能力建設在不斷地前進。
主持人：在已經有潛在風險存在的前提下，車企可以做哪些方案防禦外部的攻擊，尤其是來自惡意的攻擊。
陳寧：我現在在上汽帆一尚行，現在的防禦從雲管邊端一層層防下來，傳統雲驅動安全內容全部適用，不管從邊界的應用防火牆、APS到裡面的防護，再到探視感知，我們對車輛相關的服務做保護。通道方面，主要是從雲端到車端的通訊鏈路用加密方法進行加密，確保我們鏈路不會被截斷或者被中間人截取掉。同時對車之間相關傳輸的信息做加密，保證安全性和唯一性。
車上現在dirty端和clean端，前者是指暴露在外面，可以觸手可及的大屏，這些最明顯。在它投產之前不管做技術還是流程，設計方面從風險評估、安全設置、投產運營，對於產品的零件或者整車做一系列的測試研發，然後交付。交付之後有相關的防禦措施，比如網關或者IDPS等等，通過它將車輛相關的模塊或者相關的服務隔開，確保車輛在行使過程中，關鍵通信和關鍵指令不會被人惡意篡改。
主持人：具體什麼情況會用到安全網關，對車企研發來講是否剛需？
陳寧：隨著智能網聯化和電動化之後，網關已經是標准選配，相當於是一道防火牆，阻擋了相關請求。現在很難說硬體和軟體哪一項技術更重要，隨著零件集成度高了之後，對硬體晶元依賴層次更高，晶元越好，表示應用軟體的復雜度或者功能會越好。當然，從網關模塊的必要性來看不排除現在也有把網關做到相當重要的零部件，保證零件模塊之間也有防火牆，這是所謂預控的思路。
主持人：隨著我們對數據合規、安全要求越來越高，對車企來說是否意味著要更多投入？
陳寧：肯定要增加投入，因為國家立法，現在不是講人情，而是講法，肯定要增加投入。
呂一平：對，從我的角度來看，汽車行業是對安全關注度非常高的行業。在過去二三十年裡，車企在功能安全方面和研發的投入和體系建設非常完備，功能安全成為了汽車質量管理體系很重要的關注點。隨著這兩年數字化帶來網路安全風險和挑戰，這方面還是需要加強和加大投入。我個人希望網路安全逐步進入到汽車質量管理體系，成為它的一部分。在網路安全方面的投入更加成為研發投入的必要。
陳寧：這種投入可能並不是額外的投入。
呂一平：沒錯。
陳寧：就像security和safety，security引發了safety的問題，所以這些投入不是憑空多出來的投入，而是為了保證車輛質量投入必要的研發資金，從行業發展來說，這方面的投入必不可少。
主持人：剛剛兩位嘉賓的分享我們也意識到數據安全的重要性，從意識到重要性，到車企打造完善的網路安全體系我們大概要經歷一個什麼樣過程？
陳寧：這個過程很漫長，需要時間積累。對大部分汽車企業來說數字化是相對新的東西，就我前面提到，數字化有很多新的東西，也有很多風險，需要消化。具體到車上，汽車廠特別關注數據安全，但是我覺得數據安全只是大的安全里的一個內容，想做好數據安全要打好很多所謂的低階工作，比如雲上安全、技術架構安全，很多相關的網路安全建設先跟上去，比如雲上的邊界防護、安全的監測、網路安全的漏洞或者網路安全響應的能力，這些都需要時間打磨。技術完全落地，這其實和汽車的有些概念不太完全一樣，因為對汽車來說，比如汽車某一個功能可能做不好的情況下換一個零件，或者買一個方案測試下可以用。但網路安全本身和汽車所謂的功能安全有一點點不一樣，它的邊界相對模糊，沒有絕對的安全，也沒有絕對的攻不破的堡壘，這註定了需要很多時間去打磨和完善。現在汽車行業慢慢向網路安全轉，很多功能要求是為了safety服務，但security也要慢慢理解safety的東西，對於主機廠來說，到底造成了什麼樣的影響，對safety來說是比較抽象的東西，那麼需要具體化，比如影響到車輛駕駛有很多safety，如果影響了數據安全，可能和safety沒有關系，而完全和security掛鉤，所以融合需要時間。同時在技術方面也需要時間去匹配，比如騰訊等互聯網企業、安全企業也需要時間更好地了解車輛技術，車輛技術天生需要注重安全，有些內容可以重合，比如個人隱私方面可以高度重合。
除了技術因素之外很重要的是人的因素，中國現在網路安全的每年高校輸送畢業生大概是十來萬，但去年缺口是非常大，人才缺口越來越大，涉及到汽車網路安全的人才缺口更大。所以我們需要時間找到這樣的人，或者培養這樣的團隊，讓他們適應到環境中，貢獻自己，將更好的技術能力賦能上去。
同時，以前汽車賣出去之後，使命基本上結束了，除非維修或者維保，不再關注車輛本身。但是，電動化和網路化之後，車輛出去進入到一個新階段，稱之為車輛運營階段。因為要關注車輛的自動駕駛的狀態，關注用戶駕駛習慣或者用戶車輛的狀態，這些數據和狀態都需要專業的人，實時地提供所謂的監控或者服務或者異地響應，並不是買了一套工具，如果這么簡單的話找騰訊買一套工具擺在這里就萬事無憂了。但並不是如此，優秀的工具需要優秀的人才或者優秀的團隊使用，成熟的團隊人力因素很重要。
呂一平：剛才陳寧博士提到今天主要議題是如何做好數據安全底座，造堅固的城牆底座沒有做好的話，數據安全基本上是做不好的事情，的確需要周期。國家在出台安全合規性要求越來越快，能給車企應對的時間非常緊張。所以在這個情況下，怎麼樣能快速地將能力建立起來很重要，但目前看到一個挑戰是，對汽車行業來講，在數字化投入部分，在網路安全投入只有2%到3%左右，而對於金融行業經歷了二十年的IT能力建設，目前網路安全投入大概8%到10%。所以，投入加大可以加速能力建設。所以，我們非常建議汽車行業投入，要考慮到時間窗口並不太長，這是一個很大的挑戰和風險。
第二，關於人才能力建設和人才梯隊建設來看，我們看到這點，每年國家能夠通過高校體制培養出來的人才和行業真正需求有很大的差距，而且當出現嚴重失衡的情況下；人才有更大溢價能力，看到信息安全專業水平不斷地上來，這是供求關系失衡造成的問題。所以人才引入和培養是很大的過程，這是長周期的過程，但在市場上我們從外圍觀察，汽車行業傳統的新生代的體系是否可以支撐數字化時代下的需求。這是很大的挑戰，也是車企需要思考的問題，如何快速成為數字化公司，在數字化體系下對人才引入的政策更加靈活，人才薪酬待遇更加靈活，汽車行業在數字化時代所需要的新型人才和新型能力，這和投入相關，這個過程不會那麼快。所以這需要汽車行業思考的重點。
陳寧：逐步發展的速度不能滿足現在國家政策或者國家監管的要求了，因為從2016年「網安法」（《網路安全法》）發布之後，中間兩