这一段时间全国各地出现了多起特斯拉突然加速引发的事故。江西南昌一辆特斯拉Model 3失控之后撞车起火，车主称车辆突然自动提速至127km/h，期间他多次尝试刹车，但并没有效果;山西太原一辆特斯拉Model X在小区内失控撞墙，车主称车辆是突然自动加速的。与此同时，23名美国特斯拉车主提起诉讼，称Model 3存在突然加速的问题，在司机没有踩下加速踏板的情况下，车辆会不给任何提示就突然失控、全力加速。
针对这些事故，特斯拉的回应非常一致，坚称车辆没有问题，言下之意是车主自己出现了操作失误，把油门当成了刹车。在以往的确出现过一些车主出错却误认为是车辆故障造成的事故，但是在缺乏证据的情况下谁都无法排除特斯拉出现故障的可能。然而中美车主们在求证的过程中，都遇到了非常大的阻力——特斯拉拒绝向车主提供车辆行驶数据。
在自动驾驶的时代，车辆行驶数据的重要性不断增加。车企利用这些真实数据来训练自己的自动驾驶算法，监管机构通过数据来判定事故责任，或许还有地图公司、保险公司用这些数据来扩展、完善业务。但讽刺的是，作为提供者，用户却无法接触、使用这些数据。
自动驾驶发展进入瓶颈期
自动驾驶是分等级的。不论是业界通行的SAE J3016标准(由SAE国际自动机工程师学会制定)，还是工信部的《汽车驾驶自动化分级》国家标准，都将自动驾驶分为L0-L5共六个级别，其中L0-L2算驾驶辅助功能，L3-L5算自动驾驶功能。
表面上看起来，自动驾驶行业的发展红红火火，全国多地都在建设自动驾驶示范区，百度、滴滴的无人驾驶网约车项目已经开始试运营。但是在繁荣的表象之下，自动驾驶前进的脚步已经放缓很多，进入了瓶颈期。回想5年之前，有很多厂商曾经自信满满地表示将在2020-2025年推出完全自动驾驶汽车，但是现在除了马斯克之外，恐怕没人会这么乐观了。量产落地的技术一直停留在L2级别止步不前，而且能够真正吃透L2的厂商其实也不多，L3、L4级别的自动驾驶更是遥遥无期
SAE国际自动机工程师学会原名为美国汽车工程师学会，它是汽车行业标准领域的权威机构。SAE J3016自动驾驶等级划分标准被业界广泛接受。
2020年3月10日，工业和信息化部公示了《汽车驾驶自动化分级》(报批稿)推荐性国家标准制定工作，拟定于2021年1月1日实施。可以看到工信部对自动驾驶的分级标准与SAE标准是基本一致的。
2015年10月特斯拉发布Autopilot功能，让L2级别驾驶辅助功能首次进入了普通用户的视野。但是在五年后的今天，号称具备“完全自动驾驶能力”的新款特斯拉依然停留在L2级别。几年前启动了Autopilot的特斯拉Model S识别不到白色大货车直接撞了上去造成车主死亡;最近这一幕再次上演，好在车主命大活了下来。从用户的角度去看，特斯拉的自动驾驶技术虽然在不断地更新、升级，但是用户体验并没有明显的提升，而且不少缺陷至今没有修复。
当前自动驾驶面临着诸多困难，已经进入了瓶颈期。技术当然是一大难题，但是纯粹的技术问题其实并不是最大的障碍。自动驾驶技术可以分为感知、决策、执行这三个维度。现在，由摄像头、毫米波雷达、激光雷达构成的传感器系统已经完全能够满足自动驾驶感知能力的要求;不断累积的海量数据让决策算法得以不断完善;基于云服务和域控制器的集中式电子电气架构让车辆的各个部分之间能够有更快的传输和计算速度，并且能够不断升级。
其实智能汽车的自动驾驶能力成长与人体的成长逻辑大致相同。感官、大脑、躯体为我们构建了自由行动的基础，在成长过程中身体机能不断完善，感知、思考和运动的能力都得到了强化，进而成为了一个健全的人。
现在，自动驾驶已经具备了稚嫩而完善的身体，成长之路虽然难免有些起伏，但是未来可期。当这个行业汇集了全球最出色的大脑、有了正确的路径之后，技术问题是不难解决的。不过，正如人在社会环境中有了不同的成长路径，自动驾驶的复杂之处恰恰在于它不仅仅是一个技术问题，更涉及到很多社会问题。
问题之一：自动驾驶如何获得法规的认可?
Waymo、Cruise是目前处于行业顶端的自动驾驶公司，它们无不采用了跳过L3、直击L4的策略;奥迪在经过一番尝试之后也放弃了L3，转而主攻L4。从技术的角度来说，L4的难度肯定比L3大，厂商为何舍近求远?原因就在于自动驾驶发生事故时责任划分的问题。L2级别还是驾驶辅助功能的范畴，出了事故由车主自己负责;L3级是有条件的自动驾驶，对事故责任的划分比较模糊;到了L4/L5级别，发生事故基本上可以明确是厂商的责任。
众多厂商跳过L3，其实是不想纠缠于L3级别事故责任模糊不清的问题，以免浪费时间和精力。但这并没有解决根本的问题：自动驾驶如何获得法规的认可?
问题之二：自动驾驶如何获得用户的信任?
自动驾驶要求用户把车辆的掌控权交给系统，用户的信任是必不可少的。但是自动驾驶是一种极为复杂的技术，普通用户是否信赖自动驾驶，是以实际体验而非科学理论来判断的。这种非理性的经验主义带来的最大问题是一旦信任遭到破坏，就很难被修补了。
Autopilot功能为特斯拉带来了大批的粉丝，但是这其中多少存在一些夸大宣传的问题(7月30日特斯拉因此被北京市场监管局罚款5万元)，让一部分用户把Autopilot和自动驾驶画上了等号，并热衷于在社交媒体上分享种种危险驾驶的行为。对此特斯拉乐见其成，不但没有制止，反而会送出一些鼓励。这些行为让外界对特斯拉Autopilot能力产生了误判，带来了很多安全隐患。
特斯拉的Autopilot因为夸大宣传已经被美国、德国的政府机构调查，7月30日还被北京市场监管局罚款。这些宣传让一些用户误以为Autopilot就是自动驾驶，因此时常会有一些危险驾驶的行为。
虽然特斯拉宣称Autopilot显著减小了事故发生的几率，但是自2015年以来，由Autopilot引发的事故在不断地发生，其中不乏致死的严重事故。这些事故当中有一些非常离谱，比如特斯拉的传感器识别不到横在前方的白色大卡车，也识别不到侧面的渣土车。从技术的角度来看，美国的权威监管机构裁定特斯拉没有责任;但是站在普通用户的角度，这些事故暴露了特斯拉Autopilot并不是全能的，距离马斯克口中的“完全自动驾驶能力”还有十万八千里，于是信任就由此崩塌了。在网上关于特斯拉事故的讨论中，我们可以看到很多这种粉转黑的案例。
虽然特斯拉很受欢迎，但如果Autopilot的事故数量进一步增加，粉转黑也是很快的。
用户群体是非理性的，他们对特斯拉的不信任现在还不明显，但是未来很可能会集中爆发，给特斯拉带来反噬。其他厂商的开发进度没特斯拉这么快，策略也没有特斯拉这么激进，但是它们终将面对同一个问题：自动驾驶如何获得用户的信任?
数据开放或将成为破解关键
要破解这两大难题，建立起用户对于自动驾驶辅助系统能力的信任，关键是面对用户有条件地开放车辆的驾驶数据，从而建立行业对拥有自动驾驶能力车辆在数据智能化层面应用，对于用户驾驶行为所产生的积极有效的信任引导。
自动驾驶会产生两个输出，一个是车辆状态，一个是运行数据。
车辆状态是自动驾驶的外在体现，在分析事故时，监管部门和用户从车辆状态中看到的也许是车辆突然加速撞向前方的大卡车，但这可能并不是系统的真正意图。运行数据比较复杂，但是其中包含着自动驾驶系统的行为逻辑，监管部门和用户从中能够了解到自动驾驶系统的思考方式和能力边界。
站在监管部门的角度，调查事故的原因不仅要看到车辆突然加速的现象，更要调查清楚车辆为什么加速，究竟是传感器不够完善、决策系统的算法存在缺陷，还是执行机构出现了故障。
站在用户的角度，很难凭借记忆复现事故场景，在那电光火石的几秒钟究竟是人为失误还是系统自主行为，都需要通过运行数据才能得到最终结论。当用户看到运行数据之后就对自动驾驶系统有了更多的了解，而了解正是信任的基础。
目前，监管部门已经开展了对自动驾驶车辆运行数据的监控，未来的自动驾驶车辆都将装上EDR模块(Event Data Recorder，汽车事件数据记录系统)，它相当于汽车的“黑匣子”，可以记录车辆碰撞前后的关键运行数据。EDR采用的是非易失性存储器，如果车内供电回路无法正常供电，EDR系统自身应具有供电能力。在事故发生10天后，EDR内的数据仍可以被读取获得。另外，EDR系统记录的数据不能通过外部设备进行任何改写或删除操作，数据的安全性和可靠性得到了充分的保障。
有了EDR，车辆的速度、ABS和安全带状态，甚至传感器和电子系统的运行数据、ADAS功能的状态都会被记录在内，可以作为自动驾驶事故责任判定的重要依据。有了这些数据，自动驾驶相关法规才真正具备可执行性。2014年9月起美国的新车都已强制安装EDR，而我国的相关标准已经在2019年11月发布，并将于2021年1月1日起实施。
按照中国的汽车事件数据记录系统国家标准，EDR记录数据分为A级和B级。其中A级数据是配备EDR系统车辆必须记录的数据，可以看做是基础数据，包括车辆的行驶数据、发动机和ABS状态等;B级数据是进阶数据，车辆配备了相关的配置就必须记录，比如ACC自适应巡航系统的状态、AEB自动紧急制动系统的状态、电子稳定控制系统的状态等等。
根据汽车事件数据记录系统国家标准，EDR不仅记录车辆的行驶信息等基础数据，还会记录各种主动安全系统的工作状态。
但是在用户端，情况就没那么乐观了。中美两国的特斯拉车主在要求查看车辆运行数据时都遭到了特斯拉的拒绝。我们采访了多个厂商，其中大多数明确表示不会对用户开放这些数据，但是会配合监管部门的调查，只有少数厂商表示可以在服务中心查看数据。厂商的想法不难理解：数据解读有一定的门槛，开放数据或许会引起一些不必要的麻烦，多一事不如少一事。
但无论对于车企还是用户而言，开放数据其实都是利大于弊的。
从车企的角度来看，向用户开放车辆运行数据并做一套更加直观的可视化系统，不但能够增加用户对自动驾驶系统的信任和了解，还能够把数据的价值充分利用起来。比如利用这些数据来做驾驶行为分析，并且与保险费用挂钩，用户可以从中得利，厂商则收获了更高的用户忠诚度。
从用户权益的角度来看，车企没有理由拒绝向用户提供数据。针对这个问题，爱卡的法律主管表示：“这些数据伴随着用户的行为而产生，用户理应拥有对数据的知情权。”同时，我们也在编辑部做了小范围的调查，受访者全部认为车企有义务向用户提供数据。
开放数据对车联网的构建至关重要
自从我们进入互联网时代，数据的重要性就在不断增加，能否有效处理和应用数据成为了划分普通公司和一流公司的鸿沟。从传统互联网到移动互联网，再到车联网，数据的网络不断扩张，深入我们生活的方方面面。
互联之所以叫“互”联网，在于数据的流通是双向的，企业利用用户数据扩展业务、赚取零润，用户则由此获得了更加完善、更加个性化的服务。但是当互联网进入汽车这个相对传统的行业，数据的流通却变成了单向的，车企搜集了用户数据，用户却没有得到足够的回馈。
新一代的智能网联汽车采用了新的整车电子电气架构，传统汽车上的数十上百个ECU被简化为3-5个域控制器。但与此同时，软件代码的行数增加了十倍以上，车辆运行产生的数据量也在大幅增加。
新一代智能网联汽车的重要特征是引入了新一代的整车电子电气架构以及5G、云服务技术，从而强化了数据的传输和处理能力。硬件平台已经搭建起来，下一步要做的就是利用好这海量的数据。如果这些数据仅仅停留在汽车行业内部，那么车联网与整个移动互联网就是割裂的，会导致数据的价值大打折扣。只有车企开放了车辆数据，才能真正构建覆盖用户生活每一个角落的网络，从而打造极致的用户体验。
最后我们再回到特斯拉的问题上。一方面，我们认可并认同特斯拉为智能汽车行业做出的积极贡献。但另一方面，特斯拉官方除了通过开放数据建立用户信任之外，还应该承担起更多的企业社会责任。
面对智能汽车和自动驾驶这样的新生事物，用户在行为习惯和理性认知方面都存在盲区，特斯拉应该更多地尽到企业在知识传播和注意事项提醒方面的责任。具体方式可以是布局在互联网的广而告知，可以是趣味知识解读，也可以是线下的技术宣讲活动，通过这些举措来不断地引导受众准确地理解智能汽车自动驾驶辅助功能带来的意义以及当前存在的风险。而在车机端，借助于对驾驶者车况操作的数据行为采集以及实时在线的技术能力，特斯拉完全可以在用户使用自动驾驶辅助功能时通过屏幕推送相关的注意事项，做好安全驾驶及使用的提醒。另外，除了网络和车内的信息触点外，我们建议特斯拉考虑将自己的官方客服服务机制改为24小时全时有人在线值守，当用户遇到问题可以及时得到特斯拉官方客服人员的有效帮助。基于以上举措，特斯拉不仅能够提升用户在使用车辆过程中的安全性、便利性，同时也可以在服务的过程中提升特斯拉的品牌亲和力和温度。
作为消费者，您是否信任特斯拉，是否支持让厂商开放车辆数据?
