21世紀已經走過了前20年，在這20年裡人類的科技水平經過了翻天覆地的變化，科技發展的速度超乎人們的想象。而在21世紀的科技發展中，和所有科技發展都密不可分的就是網路科技的發展。當下人們的生活幾乎與網際網路密不可分，使用手機和電腦佔據了人們生活中大部分的時間。而隨著人們生活水平的不斷提高，汽車開始走進了更多人的家裡，在現在這個網路高度發達的時代裡，如何將汽車也融入網際網路，成為了眾多汽車企業和網際網路企業當下研究的重點。

最近，車聯網行業最大的熱點就是，位元組跳動被媒體爆料正在組建車聯網團隊，而位元組跳動官方低調的承認了這個傳聞。作為一家新興網際網路企業，位元組跳動成立還不滿十年，但是正是由於其對使用者心理的準確把握，在加上趕上了網際網路行業加速發展的時代，使位元組跳動在短時間內就躋身中國網際網路龍頭企業。

但是憑藉在網際網路領域的成功就能照搬到車聯網行業嗎？那麼現在車聯網行業的環境到底怎麼樣，目前各個汽車品牌的汽車產品所搭載的車聯網系統，大部分都是與阿里巴巴、騰訊、百度這三家老牌網際網路企業有關，並且這三家企業已經在車聯網行業深耕多年，也都取得了不錯的成果。

阿里巴巴

阿里巴巴作為中國車聯網行業中，網際網路公司的先行者，在成立之初取得了不錯的成績，2015年與阿里成立斑馬網路，並於次年推出全球首款以車聯網技術為賣點的網際網路汽車榮威RX5，RX5所採用的斑馬智慧車聯網系統的技術底座就是AliOS作業系統。而阿里於2010年就已經開始研發屬於自己的作業系統，2014年正式將其命名為AliOS。簡單來說，阿里在車聯網行業的工作重點是，以AliOS為基礎，採用斑馬智慧車聯網系統作為汽車產品整體打包式的車聯網產品，目前AliOS和斑馬智慧車聯網系統已經在多家汽車品牌的車型上搭載。

但是以斑馬智慧車聯網系統為代表的整體打包式車聯網解決方案具有最大的弊端，這種解決方案有很大的侷限性，比如說，一款汽車採用斑馬智慧車聯網系統，但是使用者想使用騰訊的應用軟體，這樣的情況在整體打包式車聯網解決方案裡就不能實現，使得大部分使用者對於這樣的車聯網系統的體驗僅僅停留在“能用”的評價上，遠遠不能滿足使用者“好用”的需求。於是在今年，阿里巴巴對AliOS和斑馬進行戰略重組，阿里全面接管斑馬，未來將推出更加開放的車聯網系統。

百度

百度在車聯網行業則更加側重自動駕駛方面，早在2017年，百度就正式釋出了包含自動駕駛業務、車聯網業務、智慧交通業務的Apollo自動駕駛平臺，以自動駕駛為切入點，全面佈局車聯網行業。而百度同樣推出了整體打包式車聯網系統解決方案百度 DuerOS車機系統，該系統含有支付系統、AI語言助手、AR導航等功能，整體來說，還是融合了百度旗下的各種應用軟體。

從汽車產品搭載百度 DuerOS車機系統的數量來看，可能百度在車聯網行業表現不是那麼火爆，但是在也屬於車聯網行業的自動駕駛領域，百度可以說是行業的佼佼者，即使在全球範圍來說，百度依然有很高的水平。由此來看百度將企業的發展賭在了未來，在未來汽車自動駕駛時代全面到來時，百度將研究多年的自動駕駛技術與車聯網系統相結合，那麼百度很可能成為行業的龍頭企業。

騰訊

騰訊的TAI是通過一個超級APP來提供車聯網系統解決方案，這個超級APP通過語音互動把騰訊旗下熱門應用軟體整合在一起，如車載微信、騰訊小場景、QQ音樂、喜馬拉雅、騰訊新聞等應用。整體來說，騰訊推出的解決方案還是偏向於整體打包式，對於第三方應用依然不能支援，整體系統還是不夠開放。此外，騰訊也對自動駕駛領域有所研究，早就取得了北京和深圳的智慧網聯汽車道路測試牌子，並積累了超過百萬公里的道路測試資料。

總得來說，現階段三大老牌網際網路企業在車聯網領域的佈局相對完整，且存在不小的競爭關係，但是，具體來說，各個公司的側重點還是不一樣的。那麼在車聯網行業環境相對趨於飽和的情況下，位元組跳動又該如何搶奪三家企業的市場份額呢？

位元組跳動如何利用自己的優勢

所以，正如前文提到的，位元組跳動安身立命的法寶就是人工智慧AI演算法。通過AI演算法將使用者喜好的內容進行精準投遞，這是位元組跳動過往取得成功的最佳方法。現階段大部分車聯網系統的語音功能對於使用者的行為並沒有預判性，只是按照使用者的指令去簡單的執行，這樣老套的方式，在未來很可能被淘汰。

而位元組跳動可以將自己擅長的AI演算法融入語音識別指令中，對使用者平時的喜好和習慣進行資料收集並加以整合，在使用者再次通過語音或者螢幕進行輸入指令時，就可以做出精準預判。比如在使用者在輸入指令吃飯，就可以推薦使用者喜歡的經常去的餐廳，或者在使用者早上上班和晚上下班時導航自動為使用者挑選躲避擁堵的上、下班道路。這樣的功能，我相信能夠更迎合當下使用者的需求，使使用者的使用體驗更好。

位元組跳動可能遇到的困難

這樣的功能實現的前提是，必須通過應用軟體這個載體來支援，但是在位元組跳動旗下的軟體裡，並沒有導航、語音控制、音樂的相關應用軟體，沒有相應的載體，就無法實現AI演算法推薦。

擺在位元組跳動面前的只有兩個解決方法，一是將相關的應用軟體進行收購或者投資，尋求合作。但是這個方法也並不是這麼簡單，比如在手機端和車載端都很熱門的喜馬拉雅在2018年曾完成E輪融資，估值達到34億美元，如果位元組跳動只為了佈局車聯網行業而去收購喜馬拉雅，這個收購很難稱得上划算。同樣，在車載端火爆的軟體中，要不是價格過高，要不就是與位元組跳動旗下產品業務重疊，位元組跳動要想找到合適的應用軟體進行收購還需仔細的斟酌斟酌。

第二個方法是通過汽車廠商，讓汽車廠商去和各大應用軟體進行溝通，讓各大應用軟體公司能進行資料共享，以支援位元組跳動的AI演算法推薦的實行，但是這個方法也並不簡單，其他第三方軟體公司已經與汽車廠商密切合作多年，而位元組跳動剛剛進入車聯網行業，與汽車廠商來往並不密切，這樣的情況下要使汽車廠商出面解決問題，恐怕位元組跳動付出更多的努力。

總結

總得來說，位元組跳動雖然比三大老牌網際網路企業進軍車聯網行業晚了3-5年，但是當下的車聯網行業並沒有出現一家獨大的形式，所以位元組跳動此時進入行業並不算晚，依然能夠獲得不少的市場份額。不過在當前種種困難下，位元組跳動如何通過AI演算法殺出一條血路，這是我們很期待看到的。在使用者層面，位元組跳動的使用者數量和使用者黏性都足夠好，唯一的問題就是在車聯網行業如何具體實現AI演算法，如果位元組跳動能拿出很好的解決方案，那麼憑藉著強大的使用者基礎，位元組跳動一定能在車聯網領域取得成功。