中国产业信息发布的《中国智能汽车行业发展及智能汽车行业未来市场空间分析》显示，在汽车产业，智能驾驶市场空间将从2014年的394亿元上升到2020年的2353亿，传统汽车智能升级已经成为大势所趋。
同时BAT各家都在尽一切可能切入到智能汽车领域，阿里于本年10月发布了互联网智能汽车系统2.0，而腾讯也据传在11月进行无人车研发，百度则是最早的入局者，其早在2015年布局Carlife，并于同年正式研发无人驾驶，最后又打造了全球最大的无人车开放平台Apollo，更新速度最快。
就在刚过去的，“智启·车联”ABC Inspire 汽车智能高峰论坛上，百度也展示了其在智能汽车领域的阶段性成果，但与其说是成果，倒不如说是，百度更为坦诚的向外界公布了汽车行业在面临智能升级过程中的困境和痛点，而百度云作为底层基础设施，也见招拆招不停解决。
面向用户端的痛点
未来的智能应当进入无处不在的阶段，用户也将无感知，而汽车作为智能的载体，理所应当让用户感受到真正的智能，面向用户，汽车厂商有着这两大痛点。
1)交互痛点，对于汽车厂商来说，其完全不具备智能交互的能力，而百度作为一家AI驱动公司，则有着极强的实力进行赋能。
作为百度AI 平台的主要组成部分，百度云全面接入 DuerOS 平台、Apollo 平台、百度大脑等技术和渠道资源，通过车联网解决方案解决交互痛点。DuerOS作为底层的智能交互系统，彻底解决了车与用户之间的沟通，用户随意发出任何指令都可以顺利接收，同时DuerOS背后又有百度基于搜索引擎积累多年的知识图谱作为支撑，不但能够“听懂”用户的需求，更能够为用户提供信息回答，甚至到办事。
同时百度有着一系列的内容资源，从音乐到电台等等无所不包，又可以很好地无缝打通这些资源，让用户直接将汽车酿成智能手机，将更多的产业进行连接。
2)安适痛点，对于用户来说开车最大的隐患是安适问题，智能汽车应当在安适问题上承担更多的责任，而百度的疲劳驾驶监测系统按照红外人脸识别司机的面部动作判定司机的疲劳程度，并对用户及时发出警告提醒，制止不测变乱。
面向产业端
但实际上，比拟于用户级市场，其实整个产业更为急迫地需要发展汽车的智能技术，包孕车联网技术、无人驾驶技术等等，而人工智能的最大应用目前也主要属于B端。
因此，汽车产业的智能市场主要来自于产业界的需求，而在其从传统汽车进入到智能汽车的过程中，面临着以下诸多痛点。
1)智能车联网，硬件尺度化混乱的痛点，目前传统车厂虽然也在不竭研发各类相关车载智能硬件，但由于各自为政整个行业处于一盘散沙局面，没有一套尺度化的连接方案，为所有硬件的接入提供标的目的。
百度云的天工则为整个行业提供了硬件接入的尺度方案，并为其提供了SDK相关接口，直接免去了各个厂商研发的高额成本，而且可以将更多精力与成本投入到硬件技术自己的研发上，而不是浪费在尺度化问题的考量。
2)云端连接的痛点，其次传统车厂不具备云计算的能力，并没有搭建高度复杂云计算的能力，而预计2020年国内新车会超过3000万辆，根据50%的联网率，存储将超过10PB，如果没有全新的存储方案，将会对车厂造成巨大的灾难。
另一方，在安适问题上，如果稍有闪失，被黑客劫持，除了造成用户隐私泄露之外，甚至还有可能造成生命危险。
因此，对于传统车厂来说，如果耗费精力在云计算方面自建团队，付出的代价则将是一个天文数字。
而百度云作为基础设施，直接为其提供了C(Cloud Computing云计算)的底层，让产业无需再去自建云计算设备，同时在安适方面，百度通过组织安适、资产办理安适、主机系统安适、数据安适和网络安适五个维度来确保数据被安适的存储。而且其也是首家通过国际ISO/IEC27018和国家信息安适等级掩护等认证的云办事商，在安适问题方面有着极高的保证。
如此一来，便可以为传统车厂节省掉大量的云端基础设施研发的精力，可以将更多的精力用于其他领域。
3)软件技术的痛点，，别的还有一个问题是传统车厂即使将汽车的各项数据进行云端的连接，收集到了海量数据，其也很难将这些数据的价值发挥到最大。
而百度云依托于A(AI 人工智能)技术，则可以更好地帮手车厂将B(Big Data大数据)利用起来，产生更大的价值。由于目前各个车厂依然处于联网初级阶段，因此，在未来数据越来越大的情况下，百度的人工智能技术优势也将继续展现出来。
