這一段時間全國各地出現了多起特斯拉突然加速引發的事故。江西南昌一輛特斯拉Model 3失控之后撞車起火，車主稱車輛突然自動提速至127km/h，期間他多次嘗試剎車，但并沒有效果;山西太原一輛特斯拉Model X在小區內失控撞墻，車主稱車輛是突然自動加速的。與此同時，23名美國特斯拉車主提起訴訟，稱Model 3存在突然加速的問題，在司機沒有踩下加速踏板的情況下，車輛會不給任何提示就突然失控、全力加速。
針對這些事故，特斯拉的回應非常一致，堅稱車輛沒有問題，言下之意是車主自己出現了操作失誤，把油門當成了剎車。在以往的確出現過一些車主出錯卻誤認為是車輛故障造成的事故，但是在缺乏證據的情況下誰都無法排除特斯拉出現故障的可能。然而中美車主們在求證的過程中，都遇到了非常大的阻力——特斯拉拒絕向車主提供車輛行駛數據。
在自動駕駛的時代，車輛行駛數據的重要性不斷增加。車企利用這些真實數據來訓練自己的自動駕駛算法，監管機構通過數據來判定事故責任，或許還有地圖公司、保險公司用這些數據來擴展、完善業務。但諷刺的是，作為提供者，用戶卻無法接觸、使用這些數據。
自動駕駛發展進入瓶頸期
自動駕駛是分等級的。不論是業界通行的SAE J3016標準(由SAE國際自動機工程師學會制定)，還是工信部的《汽車駕駛自動化分級》國家標準，都將自動駕駛分為L0-L5共六個級別，其中L0-L2算駕駛輔助功能，L3-L5算自動駕駛功能。
表面上看起來，自動駕駛行業的發展紅紅火火，全國多地都在建設自動駕駛示范區，百度、滴滴的無人駕駛網約車項目已經開始試運營。但是在繁榮的表象之下，自動駕駛前進的腳步已經放緩很多，進入了瓶頸期。回想5年之前，有很多廠商曾經自信滿滿地表示將在2020-2025年推出完全自動駕駛汽車，但是現在除了馬斯克之外，恐怕沒人會這么樂觀了。量產落地的技術一直停留在L2級別止步不前，而且能夠真正吃透L2的廠商其實也不多，L3、L4級別的自動駕駛更是遙遙無期
SAE國際自動機工程師學會原名為美國汽車工程師學會，它是汽車行業標準領域的權威機構。SAE J3016自動駕駛等級劃分標準被業界廣泛接受。
2020年3月10日，工業和信息化部公示了《汽車駕駛自動化分級》(報批稿)推薦性國家標準制定工作，擬定于2021年1月1日實施。可以看到工信部對自動駕駛的分級標準與SAE標準是基本一致的。
2015年10月特斯拉發布Autopilot功能，讓L2級別駕駛輔助功能首次進入了普通用戶的視野。但是在五年后的今天，號稱具備“完全自動駕駛能力”的新款特斯拉依然停留在L2級別。幾年前啟動了Autopilot的特斯拉Model S識別不到白色大貨車直接撞了上去造成車主死亡;最近這一幕再次上演，好在車主命大活了下來。從用戶的角度去看，特斯拉的自動駕駛技術雖然在不斷地更新、升級，但是用戶體驗并沒有明顯的提升，而且不少缺陷至今沒有修復。
當前自動駕駛面臨著諸多困難，已經進入了瓶頸期。技術當然是一大難題，但是純粹的技術問題其實并不是最大的障礙。自動駕駛技術可以分為感知、決策、執行這三個維度。現在，由攝像頭、毫米波雷達、激光雷達構成的傳感器系統已經完全能夠滿足自動駕駛感知能力的要求;不斷累積的海量數據讓決策算法得以不斷完善;基于云服務和域控制器的集中式電子電氣架構讓車輛的各個部分之間能夠有更快的傳輸和計算速度，并且能夠不斷升級。
其實智能汽車的自動駕駛能力成長與人體的成長邏輯大致相同。感官、大腦、軀體為我們構建了自由行動的基礎，在成長過程中身體機能不斷完善，感知、思考和運動的能力都得到了強化，進而成為了一個健全的人。
現在，自動駕駛已經具備了稚嫩而完善的身體，成長之路雖然難免有些起伏，但是未來可期。當這個行業匯集了全球最出色的大腦、有了正確的路徑之后，技術問題是不難解決的。不過，正如人在社會環境中有了不同的成長路徑，自動駕駛的復雜之處恰恰在于它不僅僅是一個技術問題，更涉及到很多社會問題。
問題之一：自動駕駛如何獲得法規的認可?
Waymo、Cruise是目前處于行業頂端的自動駕駛公司，它們無不采用了跳過L3、直擊L4的策略;奧迪在經過一番嘗試之后也放棄了L3，轉而主攻L4。從技術的角度來說，L4的難度肯定比L3大，廠商為何舍近求遠?原因就在于自動駕駛發生事故時責任劃分的問題。L2級別還是駕駛輔助功能的范疇，出了事故由車主自己負責;L3級是有條件的自動駕駛，對事故責任的劃分比較模糊;到了L4/L5級別，發生事故基本上可以明確是廠商的責任。
眾多廠商跳過L3，其實是不想糾纏于L3級別事故責任模糊不清的問題，以免浪費時間和精力。但這并沒有解決根本的問題：自動駕駛如何獲得法規的認可?
問題之二：自動駕駛如何獲得用戶的信任?
自動駕駛要求用戶把車輛的掌控權交給系統，用戶的信任是必不可少的。但是自動駕駛是一種極為復雜的技術，普通用戶是否信賴自動駕駛，是以實際體驗而非科學理論來判斷的。這種非理性的經驗主義帶來的最大問題是一旦信任遭到破壞，就很難被修補了。
Autopilot功能為特斯拉帶來了大批的粉絲，但是這其中多少存在一些夸大宣傳的問題(7月30日特斯拉因此被北京市場監管局罰款5萬元)，讓一部分用戶把Autopilot和自動駕駛畫上了等號，并熱衷于在社交媒體上分享種種危險駕駛的行為。對此特斯拉樂見其成，不但沒有制止，反而會送出一些鼓勵。這些行為讓外界對特斯拉Autopilot能力產生了誤判，帶來了很多安全隱患。
特斯拉的Autopilot因為夸大宣傳已經被美國、德國的政府機構調查，7月30日還被北京市場監管局罰款。這些宣傳讓一些用戶誤以為Autopilot就是自動駕駛，因此時常會有一些危險駕駛的行為。
雖然特斯拉宣稱Autopilot顯著減小了事故發生的幾率，但是自2015年以來，由Autopilot引發的事故在不斷地發生，其中不乏致死的嚴重事故。這些事故當中有一些非常離譜，比如特斯拉的傳感器識別不到橫在前方的白色大卡車，也識別不到側面的渣土車。從技術的角度來看，美國的權威監管機構裁定特斯拉沒有責任;但是站在普通用戶的角度，這些事故暴露了特斯拉Autopilot并不是全能的，距離馬斯克口中的“完全自動駕駛能力”還有十萬八千里，于是信任就由此崩塌了。在網上關于特斯拉事故的討論中，我們可以看到很多這種粉轉黑的案例。
雖然特斯拉很受歡迎，但如果Autopilot的事故數量進一步增加，粉轉黑也是很快的。
用戶群體是非理性的，他們對特斯拉的不信任現在還不明顯，但是未來很可能會集中爆發，給特斯拉帶來反噬。其他廠商的開發進度沒特斯拉這么快，策略也沒有特斯拉這么激進，但是它們終將面對同一個問題：自動駕駛如何獲得用戶的信任?
數據開放或將成為破解關鍵
要破解這兩大難題，建立起用戶對于自動駕駛輔助系統能力的信任，關鍵是面對用戶有條件地開放車輛的駕駛數據，從而建立行業對擁有自動駕駛能力車輛在數據智能化層面應用，對于用戶駕駛行為所產生的積極有效的信任引導。
自動駕駛會產生兩個輸出，一個是車輛狀態，一個是運行數據。
車輛狀態是自動駕駛的外在體現，在分析事故時，監管部門和用戶從車輛狀態中看到的也許是車輛突然加速撞向前方的大卡車，但這可能并不是系統的真正意圖。運行數據比較復雜，但是其中包含著自動駕駛系統的行為邏輯，監管部門和用戶從中能夠了解到自動駕駛系統的思考方式和能力邊界。
站在監管部門的角度，調查事故的原因不僅要看到車輛突然加速的現象，更要調查清楚車輛為什么加速，究竟是傳感器不夠完善、決策系統的算法存在缺陷，還是執行機構出現了故障。
站在用戶的角度，很難憑借記憶復現事故場景，在那電光火石的幾秒鐘究竟是人為失誤還是系統自主行為，都需要通過運行數據才能得到最終結論。當用戶看到運行數據之后就對自動駕駛系統有了更多的了解，而了解正是信任的基礎。
目前，監管部門已經開展了對自動駕駛車輛運行數據的監控，未來的自動駕駛車輛都將裝上EDR模塊(Event Data Recorder，汽車事件數據記錄系統)，它相當于汽車的“黑匣子”，可以記錄車輛碰撞前后的關鍵運行數據。EDR采用的是非易失性存儲器，如果車內供電回路無法正常供電，EDR系統自身應具有供電能力。在事故發生10天后，EDR內的數據仍可以被讀取獲得。另外，EDR系統記錄的數據不能通過外部設備進行任何改寫或刪除操作，數據的安全性和可靠性得到了充分的保障。
有了EDR，車輛的速度、ABS和安全帶狀態，甚至傳感器和電子系統的運行數據、ADAS功能的狀態都會被記錄在內，可以作為自動駕駛事故責任判定的重要依據。有了這些數據，自動駕駛相關法規才真正具備可執行性。2014年9月起美國的新車都已強制安裝EDR，而我國的相關標準已經在2019年11月發布，并將于2021年1月1日起實施。
按照中國的汽車事件數據記錄系統國家標準，EDR記錄數據分為A級和B級。其中A級數據是配備EDR系統車輛必須記錄的數據，可以看做是基礎數據，包括車輛的行駛數據、發動機和ABS狀態等;B級數據是進階數據，車輛配備了相關的配置就必須記錄，比如ACC自適應巡航系統的狀態、AEB自動緊急制動系統的狀態、電子穩定控制系統的狀態等等。
根據汽車事件數據記錄系統國家標準，EDR不僅記錄車輛的行駛信息等基礎數據，還會記錄各種主動安全系統的工作狀態。
但是在用戶端，情況就沒那么樂觀了。中美兩國的特斯拉車主在要求查看車輛運行數據時都遭到了特斯拉的拒絕。我們采訪了多個廠商，其中大多數明確表示不會對用戶開放這些數據，但是會配合監管部門的調查，只有少數廠商表示可以在服務中心查看數據。廠商的想法不難理解：數據解讀有一定的門檻，開放數據或許會引起一些不必要的麻煩，多一事不如少一事。
但無論對于車企還是用戶而言，開放數據其實都是利大于弊的。
從車企的角度來看，向用戶開放車輛運行數據并做一套更加直觀的可視化系統，不但能夠增加用戶對自動駕駛系統的信任和了解，還能夠把數據的價值充分利用起來。比如利用這些數據來做駕駛行為分析，并且與保險費用掛鉤，用戶可以從中得利，廠商則收獲了更高的用戶忠誠度。
從用戶權益的角度來看，車企沒有理由拒絕向用戶提供數據。針對這個問題，愛卡的法律主管表示：“這些數據伴隨著用戶的行為而產生，用戶理應擁有對數據的知情權。”同時，我們也在編輯部做了小范圍的調查，受訪者全部認為車企有義務向用戶提供數據。
開放數據對車聯網的構建至關重要
自從我們進入互聯網時代，數據的重要性就在不斷增加，能否有效處理和應用數據成為了劃分普通公司和一流公司的鴻溝。從傳統互聯網到移動互聯網，再到車聯網，數據的網絡不斷擴張，深入我們生活的方方面面。
互聯之所以叫“互”聯網，在于數據的流通是雙向的，企業利用用戶數據擴展業務、賺取零潤，用戶則由此獲得了更加完善、更加個性化的服務。但是當互聯網進入汽車這個相對傳統的行業，數據的流通卻變成了單向的，車企搜集了用戶數據，用戶卻沒有得到足夠的回饋。
新一代的智能網聯汽車采用了新的整車電子電氣架構，傳統汽車上的數十上百個ECU被簡化為3-5個域控制器。但與此同時，軟件代碼的行數增加了十倍以上，車輛運行產生的數據量也在大幅增加。
新一代智能網聯汽車的重要特征是引入了新一代的整車電子電氣架構以及5G、云服務技術，從而強化了數據的傳輸和處理能力。硬件平臺已經搭建起來，下一步要做的就是利用好這海量的數據。如果這些數據僅僅停留在汽車行業內部，那么車聯網與整個移動互聯網就是割裂的，會導致數據的價值大打折扣。只有車企開放了車輛數據，才能真正構建覆蓋用戶生活每一個角落的網絡，從而打造極致的用戶體驗。
最后我們再回到特斯拉的問題上。一方面，我們認可并認同特斯拉為智能汽車行業做出的積極貢獻。但另一方面，特斯拉官方除了通過開放數據建立用戶信任之外，還應該承擔起更多的企業社會責任。
面對智能汽車和自動駕駛這樣的新生事物，用戶在行為習慣和理性認知方面都存在盲區，特斯拉應該更多地盡到企業在知識傳播和注意事項提醒方面的責任。具體方式可以是布局在互聯網的廣而告知，可以是趣味知識解讀，也可以是線下的技術宣講活動，通過這些舉措來不斷地引導受眾準確地理解智能汽車自動駕駛輔助功能帶來的意義以及當前存在的風險。而在車機端，借助于對駕駛者車況操作的數據行為采集以及實時在線的技術能力，特斯拉完全可以在用戶使用自動駕駛輔助功能時通過屏幕推送相關的注意事項，做好安全駕駛及使用的提醒。另外，除了網絡和車內的信息觸點外，我們建議特斯拉考慮將自己的官方客服服務機制改為24小時全時有人在線值守，當用戶遇到問題可以及時得到特斯拉官方客服人員的有效幫助。基于以上舉措，特斯拉不僅能夠提升用戶在使用車輛過程中的安全性、便利性，同時也可以在服務的過程中提升特斯拉的品牌親和力和溫度。
作為消費者，您是否信任特斯拉，是否支持讓廠商開放車輛數據?
