3S Market 傳遞 智慧應用與價值的商業資訊
Covid-19: why the economy could fare worse than you think - The Economist
智慧車載交通
|
工業 4.0 智慧工廠
2020年6月3日 星期三
．冠狀病毒之後：世界經濟「不太可能在 2022 年之前恢復到大流行前的水準」
Coronavirus: World economy 'unlikely to recover to pre-pandemic levels
before 2022'
euronews By Richard Good
荷蘭銀行集團 ING 警告，全球經濟最早最早可能在 2022 年之前回到大流行前的水準。
該銀行表示，當前經濟危機的規模，比 2008 年嚴重得多。
ING 經濟學家 James Smith 告訴 Euronews Now，「這顯然僅僅是開始。」 「別忘了這些鎖定功能，只是在第一季末才引入的，因此第二季的數量將同樣糟糕。」
「這就是我們目前看到的危機規模，復甦將非常緩慢。 在 ING 之前，我們不希望像歐元區，美國或英國這樣的經濟體，能在 2022 年或更晚之前，恢復到病毒爆發之前的規模。 這將需要很多時間來整理。」
他說，儘管政府採取了緩解國家封鎖、封城的措施，破產仍將是不可避免的。
史密斯說：「政府採取的措施，例如短期工作計劃，英國所謂的就業保留計劃，將有所幫助。」 「但是隨著公司的倒閉，無論政府採取什麼措施，不幸的是，都會有一些公司漏過安全網，這意味著要花一些時間才能恢復。」
他說，美國迫在眉睫的失業危機，是自第二次世界大戰後，地理標誌部隊復員以來最嚴重的危機。
「關於情況有多糟糕，我們掌握的最好的領先指標之一，是美國失業申請人數，並且有可能顯示出，自危機爆發以來，已有 3000 萬人在申請失業救濟。這比包括大衰退在內的任何以往危機都要快得多，而且要快得多。如果您想看看美國最後一次大的就業下降是什麼，您必須回顧第二次世界大戰的結束。 」
預測中唯一一線希望是，由於鎖定是一項例外措施，因此某些行業可能比其他行業反彈得更快。
．美中貿易戰對安全行業的影響擴大
US adding 33 Chinese companies, institutions to economic blacklist
關稅有望在其他幾個領域對市場產生重大影響
在 2018 年 6 月的《安全交易商與整合商》雜誌中，我們研究了即將發生的美中貿易戰及其對安全行業各個領域的潛在影響。自從故事付諸實踐以來，川普政府已經最終確定了將受此首輪關稅影響的產品清單，其中包括年貿易價值約為 340 億美元的商品。
最新一輪將於 7 月 6 日生效，涉及範圍從消費品到水果、堅果、紡織品和傢具，到工業電腦、組件和電路板，應有盡有。
「自動數據處理機」的一般分類，實際上包括用於處理和儲存數據的每個類別和 I / O 設備。此外，使用小型單板微型電腦（如Raspberry Pi，Arduino 和 Odroid 產品）的電路板組件和零件標註，可能會影響新興的住宅和 DIY 安全市場。
同時還列出了 ATM 付款終端，這將對銀行和零售業產生影響，因為 POS 終端，觸控螢幕和行動 POS 設備通常與監視和防盜警報系統整合在一起。
美國國內的天然氣分離行業應從氧氣、氮氣、氬氣和氫氣的新關稅中獲得提振，這將影響製造業和醫療保健行業。但是，鉭、鈦和銀等貴重金屬需要徵收關稅。最重要的是精煉銅棒和庫存，必將影響全球工業乙太網電纜市場，到 2020 年，複合年成長率將達到 17.31％。
但是，列出的影響最廣的項目只是輸入為「防盜警報系統」。這是一些其他產品，按關稅影響從高到低的降序排列：
（注意：美國貿易代表辦公室（USTR）的正式文件（USTR-2018-0005）歸為 8 位子標題；因此，在可能的情況下，將在括號中列出統一關稅表（HTS）8 位數字以供參考。目的）
重大影響：
銅線，現貨；用於乙太網電纜（7407.10.50，7408.11.30，7411.10.10）：將增加使用進口銅庫存的 CAT5E，CAT6A 電纜的成本。
電子防盜或火災警報器和類似設備（8531.10.00）：安全，安全和設施管理從業人員使用的兩個最大的產品領域。
不含元件的印刷電路（8534.00.00）：在工業，住宅和 DIY 安全市場領域中廣泛使用。
用於攝影機、投影儀或照相放大或縮小（9002.11.40）的投影鏡頭，安裝鏡頭及其零件和配件，以及用於閉路電視攝影機的已安裝物鏡/用於閉路的帶正負號的鏡頭，n / obj。電視攝影機（9002.11.40和9002.11.60 / 9002.90.85：影響 CCTV 和網路監控攝影機。
中等影響：
適用於物理合併到自動數據處理機中的單元（8471.80.40）：費率中已包含電腦、伺服器、電源、I / O、CPU 和驅動器組件。
包含磁條的卡（8523.21.00）：儘管大多數時間和出勤，以及實體門禁控制行業都在推廣感應卡，但仍有許多最終用戶和政府機構使用「磁條」讀取器和卡。
LED 和 LCD 聲音或視覺信號裝置的面板，零件和PCB（8531.20.00 8531.90.30 8531.90.90）：許多解決方案提供商，在其產品範圍內，都具有模擬和網路喇叭和揚聲器，以及喇叭/頻閃信號設備。
麥克風和支架，揚聲器，耳機和耳機的其他部件，電子放大器和電子聲音放大器套件（8518.90.81）。
影響低：
自動櫃員機（8472.90.10）：由於包括 POS 終端，觸控螢幕和行動 POS 設備，因此通常與監視和防盜警報系統整合在一起，因此對銀行和零售行業都具有影響。
鉛酸電池（8507.20.80）：用於太陽能，防盜和火災報警系統。
僅用簡單的絕緣模板和電連接器組裝的電加熱電阻器，用於除冰或除冰（8516.80.40，8516.80.80）：會影響耐候性攝影機外殼和其他控制外殼。
電視攝影機，數位相機和攝影機。 電影攝影機（8525.80.30、8525.80.50、9007.10.00）：儘管安全行業中有一小部分使用「廣播」或電影品質的攝影機來流式傳輸事件，但這一細分市場正在成長。
按此回今日3S Market新聞首頁
按此回今日3S Market新聞首頁
．為什麼說雷射雷達是無人駕駛汽車的「眼睛」？（新聞資訊集錦）
Rinspeed Oasis Autonomous Connected Car Funny Self Driving Car Commercial 2017 CARJAM TV HD
leiphone 作者：谷磊
1、聽說現在有個 AR APP 很火，所以我也做了一個
昨天在圖書館刷 RL 教材的時候看到一個有趣的 app，叫做「唐納德塗鴉」（Android：Donald Draws Executive Doodles；IOS：Trump Executive Order）。大概功能就是可以將用戶自定義的內容（圖片、塗鴉、文字等）放在 D.T. 總統的決策書上，並生成動圖。
一看到這個 app 我就感到眼前一亮，它綜合了今年科技界最火的 AR 技術，和政治界（與段子界）最火的 D.T. 總統。正如 app 作者所說的那樣："This app is gonna make the United States of Amemeica GREAT again!」
我之前在 AR 原理演示一文中，曾有涉及過實現 AR 的方法，既然代碼都還在，我就隨手也做了一個 "qqfly Draws」。
【作者】qqfly，上海交通大學機器人所博士生，本科畢業於清華大學機械工程系，主要研究方向機器視覺與運動規劃。
2、28 天自製你的AlphaGo（系列）：
AlphaGo 的策略網路，可以用於改進上述的分數公式，讓我們更準確地選擇需擴展的節點。而 AlphaGo 的價值網路，可以與快速走子策略的模擬結果相結合，得到更準確的局面評估結果。
注意，如果想寫出高效的程序，這裡還有很多細節，因為策略網路和價值網路的運行畢竟需要時間，我們不希望等到網路給出結果再進行下一步，在等的時候可以先做其它事情，例如 AlphaGo 還有一個所謂 Tree policy，是在策略網路給出結果之前先用著。
【作者】彭博，Blink·稟臨科技聯合創始人。
3、Comet Labs 合伙人：為什麼說雷射雷達是無人駕駛汽車的「眼睛」？
也許對於雷射雷達來說，高昂的設備成本，是它需要克服的最大挑戰。儘管自該技術得到應用以來，其成本已大幅降低，但仍然是它被大範圍採用的一個重要障礙。
對於主流汽車工業來說，一個價值 2 萬美元的感測器，將無法被市場接受。伊隆·馬斯克說：「我不認為它對於汽車的發展是有意義的，我認為它不是必須的。」
最後，雖然我們將雷射雷達視為電腦視覺的一個組件，但點雲卻是完全基於幾何呈現的。相反，人眼除了形狀之外還能辨識物體的其他物理屬性，比如顏色和紋理。現在的雷射雷達系統不能區分紙袋和岩石之間的差別，而這本應是感測器理解和試圖避開障礙物時考慮的因素。
【作者】Adam Kell，Comet Labs 合伙人，負責人工智慧和機器人領域的早期投資投資。
4、汽車安全工程師：為啥這麼多裝了 AEB 的車依然會撞撞撞？| ADAS 專題
在 ADAS 的眾多功能中，AEB（自動緊急制動）聽起來安全感十足，引起了很多車主的興趣。但實際使用過程中，有的朋友可能會發現，很多裝了 AEB 的車依然避免不了撞車事故。那麼 AEB 功能真的沒用嗎？
AEB 的學名其實是「前向車輛碰撞緩解系統」，這個名字當然不是隨便起的。讓我們再看一下圖2，駕駛者透過控制方向盤閃避障礙物的極限是 TTC 1.0s，而此時如果相對車速低於約 60km/h，仍能通過制動而避免碰撞。簡單講，當你打方向已經躲不過去的時候，制動仍然能幫你避免碰撞。
【作者】鄭菲，汽車主動安全測試工程師。
5、孫宇教授解讀：自動駕駛汽車——平衡創新和安全
自動駕駛技術的首要動機是減少交通事故，避免致命事故。2015 年，全球與汽車交通事故相關的死亡人數約為 125 萬。這相當於每天墜毀五個完全滿載的波音 747 。
在美國，人為錯誤造成的交通事故，佔所有交通事故的 94％。死於車禍是4至34歲兒童，和成年人死亡的主要原因。雖然 2016 年的交通事故數據尚不可用，但是，根據早期的估計，2016 年交通事故中死亡的人數可能更高。
【作者】孫宇，南佛羅里達大學電算系教授、史丹佛大學訪問教授、IEEE RAS機器臂抓取和操作技術委員會的始創主席，及美國總統國情咨詢委員會機器人方向的顧問。
6、從系統和代碼實現角度解析 TensorFlow 的內部實現原理
2015 年 11 月 9 日，Google 發佈深度學習框架 TensorFlow 並宣佈開源，並迅速得到廣泛關注，在圖形分類、音頻處理、推薦系統和自然語言處理等場景下，都被大面積推廣。TensorFlow 系統更新快速，官方文檔教程齊全，上手快速且簡單易用，支持 Python 和 C++ 接口。
本文依據對 Tensorflow（簡稱TF）白皮書、TF Github 和 TF 官方教程的理解，從系統和代碼實現角度講解 TF 的內部實現原理。
以 Tensorflow r0.8.0 為基礎，本文由淺入深的闡述 Tensor 和 Flow 的概念。先介紹了 TensorFlow 的核心概念和基本概述，然後剖析了 OpKernels 模組、Graph 模組、Session 模組。
【作者】姚健，畢業於中科院計算所網路數據實驗室，曾就職於360天眼實驗室，主要從事深度學習和增強學習相關研究工作。目前就職於騰訊 MIG 事業部，從事神經機器翻譯工作。
7、Alexa 估值近百億美元，AI 巨頭為何在語音交互市場，搶奪賽道？
去年 10 月份，Intel 與科大訊飛宣佈合作共同研發 AI 晶片，該晶片將麥克風陣列、遠場語音辨識等功能整合到 SOC 當中，形成完整的遠場語音交互鏈條，此次合作正式宣告 Intel 也將進入智慧語音交互市場。
從市場層面來看，語音交互毋庸置疑是繼鍵盤、鼠標和觸控螢幕之後的主流交互方式，但是距離真正走入市場，還總是差那麼一點。技術鏈條僅僅是其中一個小部分原因，從策略認知、資金投入到需求挖掘，中國公司都欠缺了很大的火候。
【作者】袁媛，來自微信公眾號「聲學在線」（ID：soundonline）340170317
．工業物聯網：智慧製造的關鍵
Industry 4.0 - "Smart Factory" explained
 |
來源：OFweek 工控网
2013 年 4 月，德國政府漢諾威工業博覽會上正式推出提出"工業4.0"策略，其目的是為了提高德國工業的競爭力，在新一輪工業革命中佔領先機。
作為以智慧製造為主導的第四次工業革命，工業 4.0 策略旨在通過充分利用資訊通訊技術，和網路空間虛擬系統-資訊實體系統相結合的手段，將製造業向智慧化轉型。
作為以智慧製造為主導的第四次工業革命，工業 4.0 策略旨在通過充分利用資訊通訊技術，和網路空間虛擬系統-資訊實體系統相結合的手段，將製造業向智慧化轉型。
工業物聯網：智能製造的關鍵
要實現的五大工程中，"智慧"是核心關鍵詞。尤其是在"智慧製造工程"部分，明確提到"緊密圍繞重點製造領域關鍵環節，開展新一代資訊技術與製造裝備融合的，整合創新和工程應用。建立智慧製造標準體系和資訊安全保障系統，搭建智慧製造網路系統平台。"
作為新一代資訊技術的重要組成部分，物聯網被稱之為網路大腦的感覺神經系統。作為製造業智慧化的核心部分，工業物聯網也同樣被稱之為智慧製造的神經系統。
工業物聯網是工業系統與互聯網，以及高級計算、分析、感測技術的高度融合，也是工業生產加工過程，與物聯網技術的高度融合。它將製造業生產、監控、企業管理、供應鏈，以及客戶回饋等資訊系統融為一體，透過數據中心對不同通路的數據，進行智慧處理，從而提高生產效率，產品品質和用戶滿意度。
作為全面貫穿和獲取企業各個環節數據，並做出智慧處理的神經網路。工業物聯網具有全面感知、互聯傳輸、智慧處理及自組織和自維護的特點。
基於此，搭建生產、管理、客戶等各個環節的智慧網路，實現設備與網路的融合，最終形成完整的智慧神經網路，已經成為當下制動業重要的智慧規劃藍圖。而這個藍圖的實現，需要成熟的智慧技術及方案支持。227170421
．從全局出發落地應用，RFID 賦能智慧製造前景可期
Connecting the Unconnected: IIoT-Charged Connectivity in Smart Manufacturing
 |
|
|
來源：RFID世界网
目前，主流製造強國紛紛推出產業政策，促進推動製造業的數位化智慧化轉型，提高自身競爭力。分析物聯網技術及智慧製造發展現狀前景時，我們會發現這樣一些新名詞：德國工業 4.0、法國新工業計劃、美國製造業創新網路計劃、日本社會 5.0、中國製造 2025、英國製造 2050……。
賽迪顧問的統計數據顯示，工業物聯網在 2016 年物聯網細分應用領域中，佔據了 19.8% 市場佔有率，位居所有行業第一位。未來，它將是物聯網應用推廣最主要的動力來源之一。
面對全球製造業前所未有的迅速發展，企業普遍希望從三個方面提升自身競爭力：
1、提高效率，其中能源效率和資源效率是保持競爭力的決定性因素；
2、縮短產品上市時間，讓創新週期更短，但產品複雜性更高、數據量更大；
3、增加靈活性，將實現個性化大批量生產，然而市場需求變化莫測，與高生產率要求充滿矛盾。
1、提高效率，其中能源效率和資源效率是保持競爭力的決定性因素；
2、縮短產品上市時間，讓創新週期更短，但產品複雜性更高、數據量更大；
3、增加靈活性，將實現個性化大批量生產，然而市場需求變化莫測，與高生產率要求充滿矛盾。
物聯網技術如何賦能智慧製造？
在 2018 蘇州物聯網系統整合商技術論壇上，上海瑞章智能製造事業部的解決方案經理宋啓盛先生指出，物聯網技術助力智慧製造，不是要顛覆傳統製造業，而是幫助製造業實現轉型升級，讓製造業的品質和效率獲得提升。
其中，工業物聯網就是智慧製造的實現途徑，要想實現智慧製造，達到工業生產的個性化與客製化，必須借助於萬物互聯的工業物聯網。
其中，工業物聯網就是智慧製造的實現途徑，要想實現智慧製造，達到工業生產的個性化與客製化，必須借助於萬物互聯的工業物聯網。
「物聯網+」模式的運用日漸普遍，種類持續增加，形式不斷創新，對智慧製造產業的貢獻愈來愈大。可以說，物聯網已經成為了聯結各項智慧製造技術的紐帶，和促進技術融合的橋梁，凝聚起更大的向心力，推動智慧製造產業向前邁進。
從其應用方向上來看，物聯網應用於設備分析和資產管理只是工業物聯網的簡單應用；而從長遠發展上看，智慧製造還可以利用物聯網實現更多的價值，例如：物聯網可與雲計算、大數據、人工智慧、區塊鏈等技術結合，形成智慧製造創新應用，進一步改善工廠的營運，降低能源損耗。
「也許生產設備很先進也很高效，但材料、物流等都可能有問題，你也瞭解供應商的材料和物流效率。不僅要瞭解機器的性能，還要從多個維度去分析工廠數據。」宋先生這樣描述到。
智慧製造實踐之半導體工廠流程與改善分析
宋先生以之前的一個半導體工廠應用項目為例，解釋了一種企業現狀。在該工廠，半導體封裝測試一般都有覆膜、研磨、切割、引線、上片等工序，對於每個工序都有相應的機器設備，目前設備本身自動化程度已經很高，但是各個工序機器之間生產物料的搬運和設備的上下料，基本還是透過人工完成，這部分佔據了大部分的人力，同時也影響了生產設備效率的發揮。
因此，瑞章借助基於 RFID 物聯網的智慧製造系統方案，幫助該半導體工廠實現了流程改善。在該項目的物料運輸過程中，由搬運機器人上 RFID READER 和載具上的 TAG，共同完成過程確認。
瑞章的這套解決方案覆蓋了智慧標籤、智慧辨識、智慧搬運、智慧儲存、中間件平台、管理平台 6 大模塊 12 大類產品，軟體部分採用分層的設計，各個部分基於接口互相通訊，各個系統相互配合，協調完成所有的工廠任務。透過導入基於 RFID 物聯網的智能製造方案，企業在很多方面有了很大的效率提升，達到了預期的效果。
瑞章的這套解決方案覆蓋了智慧標籤、智慧辨識、智慧搬運、智慧儲存、中間件平台、管理平台 6 大模塊 12 大類產品，軟體部分採用分層的設計，各個部分基於接口互相通訊，各個系統相互配合，協調完成所有的工廠任務。透過導入基於 RFID 物聯網的智能製造方案，企業在很多方面有了很大的效率提升，達到了預期的效果。
瑞章借助基於RFID物聯網的智慧製造系統方案幫助半導體工廠實現流程改善
「用機器人取代人，讓 RFID 為機器人裝上眼睛，瑞章用 RFID 實現了制程管控，而且 RFID 自動化數據採集將是個性化生產基礎，所有的生產大數據分析都要從這一步開始。」宋先生這樣的講到。
一項統計數據顯示，截止至 2015 年底，中國有一定規模的 IC 封裝測試企業達 87 家，擁有晶圓生產線的企業約有 50 家。因此，RFID 與物聯網的應用市場潛力巨大。
宋先生最後向我們透露到：「除此之外的 LED、太陽能等類似行業還有較多的市場機會，整個智慧製造產業市場規模是巨大的，2016 年預計全產業銷售收入將超過1萬億元，2020 年銷售收入將超過 3 萬億元，RFID 將在賦能智慧製造的實踐過程中，發揮不可小覷的作用。」242181128
按此回今日3S Market新聞首頁
按此回今日3S Market新聞首頁
．自動駕駛想要實現大規模產業化 還有這 15 道門檻必須跨過去
The trolley problem and ethics of driverless cars - Newsnight
 |
來源：前瞻网
無人駕駛汽車，在未來會顛覆整個交通運輸行業嗎？Steve Jobs曾斷言，城市未來將圍繞這種設備進行設計開發；John Doerr說，它將比網際網路更大。
電動平衡車在技術上，攻克了一次次難關，但卻從未達到其支持者所期望的，對市場的巨大影響，相反其現在僅僅佔有一個很狹窄的市場。
 |
| Self-Driving Cars Technology & Solutions | NVIDIA Automotive |
無人駕駛是否也會最終淪至這種命運？這項技術目前可以很好地運作，但卻被降級到狹窄的市場領域，例如預先設定好的航線和緩慢移動的無人機。一些狹窄的應用，如長途卡車運輸的州際高速公路部分，可能是非常有價值的，但遠不及許多人所想象的那樣。
自動駕駛要徹底改變運輸，前提是達到高水平的產業化和應用。作為第一步，它們必須在城市和郊區中實現強大的、相對便宜的網約車服務(或「運輸即服務」/TaaS)。從長遠來看，自動駕駛必須足夠強大，讓每個人都能用上，爭取取代私家車。
這種顛覆性的潛力(因而具有巨大的價值)正在激勵全球數百家公司 —— 包括 Alphabet、蘋果、通用汽車、福特、豐田和軟銀等 —— 投入數十億美元用於開發自動駕駛汽車。
這一領域正不斷取得進展，一些公司(和監管機構)已經把他們的自動駕駛觸角伸進新加坡、美國鳳凰城和中國廣州等多個市場的公共道路，與實際用戶進行商業化自動駕駛 TaaS 服務的試點測試，因此，他們中不少認為自己的自動駕駛汽車，已經「足夠好」了。
這一領域正不斷取得進展，一些公司(和監管機構)已經把他們的自動駕駛觸角伸進新加坡、美國鳳凰城和中國廣州等多個市場的公共道路，與實際用戶進行商業化自動駕駛 TaaS 服務的試點測試，因此，他們中不少認為自己的自動駕駛汽車，已經「足夠好」了。
自動駕駛可以拓展成為產業級別的業務部門嗎？
讓自動駕駛變得更好，是未來成功的一項不可妥協的先決條件，但這遠遠不夠。本文將目光投向了技術可行性的問題，以探索其他阻礙自動駕駛汽車產業化的重大障礙。這些障礙分為四類：規模化、信任、市場可行性和次級效應。
第一類障礙：規模化
建立、驗證和落地自動駕駛是邁出的第一步。其後還要將其擴展為基於車隊的 TaaS 業務經營。以下是與規模化相關的 7 大產業化障礙：
1)大規模生產/批量生產
手工製作或改造幾千輛自動駕駛汽車，就足以用於開發和測試。而產業化則將需要大規模生產數十萬輛汽車。但是，正如特斯拉的艱難摸索歷程那樣，大規模製造汽車比看起來，更複雜、更難掌控。
2)電力充電基礎設施
幾乎所有的自動駕駛操作，都是在電動汽車(EV)平台上開發的。在電動車隊可以在任何市場中，大規模經營之前，必須建立一個全新的充電基礎設施，而這需要時間和高額的資金成本。
3)地圖
自動駕駛所依賴的詳細、高清(HD)地圖，有可能會限制自動駕駛發展的速度。即使汽車裝有感測器、攝影機和軟體，他們也需要最新的地圖，來確定它們的位置，以及該做些什麼。
4)車隊管理和經營
工業化將需要在大城市服務區域，廣泛分布的數萬個自動駕駛的完美維護和有效操作。這樣做不僅僅需要清潔窗戶和吸塵地毯。這將需要在輪子上維護複雜的電腦。
它需要複雜的預測分析來進行充電、調度和負載平衡，以響應那些特定的、挑剔的客戶需求。公共安全和商業可行性，都取決於此。
它需要複雜的預測分析來進行充電、調度和負載平衡，以響應那些特定的、挑剔的客戶需求。公共安全和商業可行性，都取決於此。
5)客戶服務和經驗
自動駕駛 TaaS 服務，就像是一個飯店業務：建立了一個個移動的飯店客房，只是沒有飯店的工作人員。即使是最短的行程，也會變得任意混亂——特別是因為車內沒有人工監督。
由於自動駕駛必須與行人、騎自行車者，其他司機、應急人員、其他公司的自動駕駛，以及汽車外的許多其他角色互動，因此可接受的服務和經驗，也必須擴展到非客戶群體。
由於自動駕駛必須與行人、騎自行車者，其他司機、應急人員、其他公司的自動駕駛，以及汽車外的許多其他角色互動，因此可接受的服務和經驗，也必須擴展到非客戶群體。
6)安全
電腦安全性一般來說，是一個具有挑戰性的問題，車載電腦的電腦網路將成為具有吸引力的駭客目標。但這就會產生司機的安全問題，心懷不滿的司機和旁觀者、惡作劇者、暴徒和其他人的人身安全，也可能給乘客和公眾帶來安全問題。
7)快速本地化
Waymo 以及其它自動駕駛汽車，都是在鳳凰城標誌清晰、光線充足、佈局合理，且人們相對遵守道路規則的街道上進行訓練的，但它們能夠適應那些不太遵守交通規則的、有動物經過的石板路，或者是波士頓的環形車道，或者是紐約、巴黎和北京擁擠的、滿是行人的城市中心嗎？
有些時候可以，但很多時候或者還做不到。這就是每個開發人員在多個地區進行測試的原因——可以充分瞭解當地基礎設施、天氣、文化規範等的特殊性。這種本地化的速度和完成程度是規模化的另一個障礙。
有些時候可以，但很多時候或者還做不到。這就是每個開發人員在多個地區進行測試的原因——可以充分瞭解當地基礎設施、天氣、文化規範等的特殊性。這種本地化的速度和完成程度是規模化的另一個障礙。
第二類障礙：能否獲得市場認可/信任？
這一部分將探討自動駕駛，在市場接受度方面遭遇的挑戰。將討論多個涉及信任、市場可行性和次要影響的產業化障礙。
開發商和製造商認為，他們的自動駕駛足夠廣泛使用是不夠的，還必須讓更多人擁抱這一技術。要做到這一點，他們必須克服3個巨大的障礙。
8)獨立認證與驗證
迄今為止，開發人員一直保持開發流程的「神秘感」——這意味著它通常是不透明的。他們很少分享關於其要求、規格、設計或測試的細節。
這一個獨立、系統的過程，來驗證開發人員對其自動駕駛功能與效果的要求。許多人可能會要求這一點，包括政策制訂者、監管機構、保險公司、投資者、廣大公眾，當然還有客戶。最好的開發者應該接受這一點——它將為其減少責任，並將其與落後者及低品質的模仿者區分開來。
這一個獨立、系統的過程，來驗證開發人員對其自動駕駛功能與效果的要求。許多人可能會要求這一點，包括政策制訂者、監管機構、保險公司、投資者、廣大公眾，當然還有客戶。最好的開發者應該接受這一點——它將為其減少責任，並將其與落後者及低品質的模仿者區分開來。
9)標準化和監管
行業標準和政府法規，幾乎涵蓋了當今汽車行業的各個方面。無人駕駛汽車的產業化也需要在標準化和監管上特別注意。標準——特別是政府法規強制執行的標準，確保了可靠性、相容性、互操作性和規模經濟。它們還可以提高公共安全，並減少供應商責任。
10)公眾接受
大多數新產品都吸引了早期採用者。最初成功的經驗教訓和資源，幫助開發人員跨越障礙，並最終走向成功。自動駕駛的產業化將取決於更早和更廣泛的公眾接受度。
自動駕駛不僅影響其內部的早期採用客戶，還會影響自動駕駛所在道路上和附近的每個非客戶。沒有得到廣泛接受——包括那些不願意選擇乘坐自動駕駛汽車的人——不太可能推動這一進程。
自動駕駛不僅影響其內部的早期採用客戶，還會影響自動駕駛所在道路上和附近的每個非客戶。沒有得到廣泛接受——包括那些不願意選擇乘坐自動駕駛汽車的人——不太可能推動這一進程。
第三類障礙：市場可行性
接下來的 3 個障礙，則是關於自動駕駛支持的商業模式，是否在短期和長期內發揮作用，包括擊敗競爭對手和其他對手方面。
11) 業務可行性
對自動駕駛 TaaS 商業模式的分析普遍會認為，提供這一服務的可能性，要比人力驅動的服務或個人汽車的成本低得多。然而，目前的每英里成本估計，遠不及長期目標。大多數參與者也低估了規模化的成本。樂觀的市場計劃是否能夠與市場保持聯繫，並且最終生存下來仍有待觀察。
12)利益相關者的阻抗力
無人駕駛汽車的工業化，將需要克服大量潛在輸家的阻力——包括監管機構、汽車經銷商、保險公司、人身傷害律師、石油公司、卡車司機和運輸工會。這並不容易，因為潛在的輸家包括了一些聯邦、州和地方最具影響力的政策制定者。
13)私有化
自動駕駛 TaaS 服務，只是私有制市場轉型的一個途徑。如果自動駕駛要徹底改變運輸，他們將不得不吸引那些長期喜歡用歐自己汽車的消費者。私人擁有的汽車佔了全球汽車數量的絕大部分，他們將不得不區「拉攏」那些長期以來喜歡擁有自己汽車的消費者。
第四類障礙：次要影響
我們打造了自動駕駛，然後自動駕駛也在對我們的生活進行著重塑。無人駕駛如果能夠成功實現產業化，將會有許多值得關注的地方。但是，與大規模即使變革一樣，可能也會存在巨大的負面次要影響。一些可能的負面後果已經是可以預見的，並且引起了關注。除非準確預期並順利地進行了改善，否則它們將成為自動駕駛產業化的重大障礙。
14)擁堵
更快、更便宜和更好的交通，將帶來更大的經濟機會和更優的生活質量，尤其是對於那些平時不容易獲得這樣福利的窮人、殘疾人和老年人。但是，如果車輛數量和車輛行駛里程增加，很可能擁堵的情況也會激增。Uber 和 Lyft 已經在遭遇這這種窘境。根據舊金山縣交通管理局最近的一項研究，舊金山最密集地區的擁堵在 2010-2016 年期間增加了 73%。網約車服務佔每日擁堵總時數增幅的一半以上。
15)失業
一些人認為，包括運輸技術在內的技術史表明，新服務將創造更多就業機會，而不是更少。然而，很少有人認為，新的工作機會留給那些失去了舊工作的人。沒有人能回避這樣一個事實，即每一輛自動駕駛的 Uber 意味著又少了一個人類司機的崗位即使其他工作是為工程師、維修人員、調度員、客戶服務代表等創造的——同樣的道理也適用於自動駕駛班車、巴士、卡車等。對於自動駕駛班車、公共汽車、卡車等也是如此。
早期的自動駕駛 TaaS 提供商將在這個問題上受到強烈關注。它必須預測並改善公眾和監管機構，對失業的強烈抵制。
早期的自動駕駛 TaaS 提供商將在這個問題上受到強烈關注。它必須預測並改善公眾和監管機構，對失業的強烈抵制。
自動駕駛的革命性潛力是顯而易見的。然而，我們仍遠未實現其廣泛採用帶來的利益。像 Waymo、通用 Cruise、nuTonomy 等領先開發商已經競相建立了自己的自動駕駛汽車，並且速度之快超出了幾年前許多人的想像。
據外媒最新報導，通用 Cruise、谷歌 Waymo、蘋果、特斯拉等均在加州進行自動駕駛汽車的研發或者測試。加州方面數據顯示，目前該州已有 658 輛自動駕駛汽車獲准測試，排名前三的分別為 Cruise(175輛)，Waymo(121輛)和蘋果(72輛)。
產業化更像一場馬拉松，而不是衝刺賽。這取決於克服許多障礙，包括上面提到的 15 個障礙。這樣做的挑戰是巨大的，可能比許多當前的參與者，和他們的投資者感知，並準備好應對的挑戰更大。這可能需要新的策略。也可能會出現洗牌。