虽然主机厂一直在避免车联网生态出现一家独大的局面，可是掌握着车载OS核心能力的BAT在构建生态时显然具有更多的主动权，即便在其主导的车联网系统中有“友商”生态企业的存在，但在用户引导、资源倾斜等方面肯定还是存有“私心”，夹带“私货”的。
3、商业模式相同：以个性化定制的方式进入前装市场
在现阶段，推进车联网上车的主导方还是在主机厂，这也意味着其中的游戏规则都是由主机厂制定的，即车联网系统必须与主机厂的需求相适配，其表现出来的外在风格必须与汽车品牌的调性一致，这也使得BAT不得不采取同样的商业模式，在技术内核不变的情况下可以实现个性化定制，从而满足主机厂快速部署的需求。
汽车行业的特点在于其市场营销节奏非常快，通常一个品牌都有多个车系，每个车系又有多款车型。站在营销的角度，这就要求车载OS的功能和应用对每个车系甚至每款车型都应有所不同。此外，几乎每款车型每年都有改款新车推出，这也要求车载OS不光有大量的车型适配性工作要做，针对每年推出的海量新车，车载OS也要配合进行快速更新完成部署，这样才不至于拖累车企的市场节奏。
在车联网这个赛道中，BAT无论在技术上拥有多大的话语权，在全局安排上依然要“听命”于主机厂，最终体现在车联网的实现形式上，即商业模式的趋同。
构成车联网的竞争壁垒，BAT还需回答哪些问题？
如果用较为严苛的标准来看待BAT的车联网竞争，可以将其归类为“同质化”竞争，那么在未来，BAT应该如何表现出各自的差异化优势呢？智能相对论魏启扬认为依然要看这三点：
1、用户体验的两极，B端C端都要兼顾
BAT三家在车联网上至今都没有哪一家形成统治级的能力，其关键在于这三家车联网产品的体验都大同小异，如果更直白一些，就是目前的车联网体验都不够好。这里说的体验其实包含两个层面，一是B端主机厂用户的层面，一是C端个人用户的层面。
对于C端用户来说，当然希望车载应用和生态越丰富越好，但目前的现实是，车载硬件的发展相比消费电子要弱一些，车机应用如果装的太多，会对车机系统造成负担，需要更轻量化的设计，如今BAT在做减法的取舍上，都在探索之中。在生态方面，现有的车联网往往是几个独立应用体验的打通，还没有形成像手机那样丰富的完整的生态闭环。就像“浅尝即止”一样，C端用户的体验始终没有形成变革式的跨越。
在B端主机厂层面，车联网的应用，还只是停留在车辆使用数据的信息化，例如用户跑了多少公里、油品如何、是否需要保养等，并没有改变车辆各系统之间的信息孤岛现状。主机厂真正想要的是数字化的中台能力，即将各个系统之间的数据打通，串联车企、车机系统、智慧4S店、自动驾驶等数据，从而更好的服务车主。
在这方面，BAT都还有非常大的提升空间。
2、满足OEM的个性匹配外，还要满足用户的个性需求
在满足主机厂的个性定制化需求方面，BAT都不遗余力，竭尽所能。个人用户层面，车联网的最终目标是要实现从“千人一面”到“千人千面”、从“人找服务”到“服务找人”的升级，即用户层面的个性化匹配，目前的难点主要是账号体系的打通。
以互联网的思维来看，满足用户的个性需求无非从用户的兴趣标签、使用习惯等维度进行数字化的标注，而确定用户身份的就是账号体系。
目前在这方面，BAT三家都在有意推进，从这三家业务原生态来看，微信拥有11亿用户，通过车载微信移植上车后，除了提供账号体系的智能外，还能以成熟的小程序生态带动车内场景，这也是腾讯的车联网方案在账号体系中具备的优势；同样，阿里的支付宝账号体系也有不错的延伸和带动能力，相比之下，百度构建在搜索业务上的生态在账户体系上存在天生短板，如何补足还需更多思考。
3、车联网生态的开放和融合
虽然BAT三家的车联网方案都表示是一个开放的生态，但从上文的分析中看出，BAT三家在构建生态时还是存在“私心”。所谓的“生态开放”，不应只是自身业务生态的开放，更多的是与“友商”业务的融合。
这也要求BAT三家要放弃“门户之见”，坚持取长补短的原则，车联网生态才能充满活力和能量。这一点说起来简单，但站在BAT三家的立场来思考，三方要想达成“默契”并不那么容易。
首先各自的主业生态构建的竞争壁垒已经足够高了，如果没有足够的资源支持，外来生态很难与之融合；其次，在BAT三家都陷入流量焦虑，增长瓶颈的时候，车联网作为一块还未开发的流量入口，其战略价值是显而易见的，这也意味着任何一方对自己的固守地盘都不会轻易让步。
可以预见，车联网生态的构建将在无数次的拉扯和博弈中缓慢完成，其中既考验主机厂对全局的掌控能力，也考验BAT竞争、妥协的艺术与智慧。
*此内容为[智能相对论]原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
[完]
智能相对论（id:aixdlun）
•AI新媒体;
•今日头条青云计划获奖者TOP10;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•[重点关注领域]智能驾驶、AI+医疗、机器人、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
