麦肯锡称，“汽车行业中，AD和ACES相生相伴，颠覆了汽车行业传统价值链，影响了所有利益相关者。”6因此，未来变革将为“现有汽车制造商和供应商带来颠覆性影响”。7面对诸多困难和挑战，各方全力应战。主要涉及以下几个方面：
法规
其中一个主要掣肘是缺乏明确、可靠、统一的监管平台。例如，麦肯锡指出，尽管联合国欧洲经济委员会和一些国家政府积极起草自动驾驶法规，但具体要求尚不明确。8现如今，由于缺乏立法标准，行业参与者无法确定某机构通过的发展技术是否会被其他机构认可，因而无法形成规模效应。
毋庸置疑，监管机构面临很多严重问题。自动驾驶汽车（AV）应在多大程度上免受联邦安全标准约束？哪些具体标准可放宽以便进行全面检测？在数据安全和隐私问题上，立法机构必须考虑车主、保险公司、制造商及其他各方在多大程度上可获得自动驾驶汽车产生的数据，以及谁有权转售这些数据。9还有管辖权问题。例如，在美国，联邦政府制定机动车安全标准，但实际是由各州承担注册、许可、基础设施、安全检查、交通执法以及保险和责任等事宜。10
此外，还有技术问题。众多参与者，复杂的技术和能力都在以惊人的速度发展。问题在于立法者是否能够跟上技术发展节奏，也就是说，安全法规的不断修订可能会阻碍技术创新。AV倡导者甚至担心法规在生效前就已经过时了。11
网络安全
ADAS、AD以及ACES技术大大增加了车辆遭受攻击的可能性。很多技术都接入网络；为协同作业，它们往往也彼此相连。由于接入点较多，智能汽车非常容易受到黑客攻击。在一年一度的Pwn2Own黑客挑战赛上，一个由两名白帽黑客组成的团队入侵了特斯拉Model 3的信息娱乐系统，只篡改了极少的代码就快速达到了接管车辆的目的。换言之，他们可以随意操控这辆车。当然，安全漏洞已提交至特斯拉，特斯拉很快发布了补丁，已经修复了该漏洞。14
但问题在于，任何时候，所有互联网系统都是黑客入侵的目标。监管机构、学术界和行业领袖正积极应对该问题。在英国，Resilient Connected and Autonomous Vehicles (ResiCAV)开展了为期三个月的研究，探究“实时检测、了解和响应整个移动生态系统中新出现的网络安全威胁”的方法，并于2020年5月发布了研究结果。15
通信标准
另一关键掣肘因素是通信标准的不确定性。正如弗若斯特沙利文公司（Frost & Sullivan）所说，“由于缺乏有效监管，北美和欧洲的汽车制造商们束手束脚。美国政府呼吁OEM厂商就哪些现有/未来技术可用于车联网（V2X）通信——专用短程通信（DSRC）、LTE蜂窝车联网（C-V2X）或5G新无线电（NR）等发表意见，引起了广泛反响。欧盟的类似做法导致大多数成员国拒绝使用基于Wi-Fi的DSRC系统。”16
由于缺乏明确的监管方向，全球市场分为两大阵营：DSRC支持者和C-V2X支持者。Frost & Sullivan认为C-V2X将成为最重要的业界标准。但并指出大多数汽车制造商在确定自身偏好和战略并了解法规如何发展前，不会做出任何承诺。17
当然，ACES环境下，车联网通信面临的最大挑战之一是实现低延迟。Verizon技术和网络规划副总裁Srini Kalapala表示，“对于高速移动的机器，低延迟至关重要。如今，需要更快速地做出决定。因此，我们将从以人为中心的网联（为人类提供可靠连接）转向（需要）以机器速度进行网联。”
收听
点击收听Verizon公司Srini Kalapala的完整采访 全球第二大运营商的基础设施负责人做客福布斯《聚焦未来》播客，畅谈智能边缘的云基础设施。
测试轨道
另一掣肘是ADAS、AD和ACES功能须在真实环境下加以测试和验证，但无论是在高速公路或公路上开展测试，都可能会危及人身安全。幸运的是，有了卓效的解决方案。福布斯洞察（Forbes Insights）2019年秋季的一项调查显示，37%的OEM及其供应商“正在利用智能道路测试网联车辆，42%的OEM及其供应商计划三年内利用智能道路测试网联车辆。”18
据美国移动中心（American Center for Mobility）前首席技术官兼首席安全官Jeff Rupp介绍，ACM团队维护的测试轨道“占地500英亩，距底特律以西不到一小时车程。可满足高速公路、乡村道路以及城市环境的模拟驾驶需求。”该测试轨道“包括700英尺长的高速公路隧道，危险天气模拟器和三层高速公路立交桥等功能。”密歇根大学交通研究所（UMTRI）也配有类似设施。UMTRI主任兼首席研究员Jim Sayer致力于解决通信标准问题。“道路将变得智能化，配有传感器，以便根据实时条件（I2V）而非历史趋势引导交通。证明蜂窝车联网和DSRC可在真实环境中占据相邻信道十分重要。19
Rupp和Sayer认为安全性最为重要。Rupp称，“业内人士都知道，绝不能出错，因为任何闪失都可能造成巨大的阻力和延误。”
Sayer表示，“放眼未来，了解安全出行将会涉及哪些学科领域和研究兴趣尤为重要。从材料科学到人工智能和5G技术，众多跨领域的知识和进步高速发展。深入了解行为科学中的人为因素可能会对安全性（和有效性）产生巨大影响。”积极与各高校和研究中心开展合作也至关重要。Sayer表示，“正确掌握并整合各领域知识，打造所需的高安全性，需构建集研究、产业和政府于一体的严格系统方法。”20
网络
该行业面临的另一重大挑战是实现云数据和应用及边缘数据和应用的完美平衡。AT&T 首席产品官Roman Pacewicz称，“网络会更加智能，不再只是简单地将数据包从A点移至B点，而是按特定路线发送应用流，确保整个生态系统平稳运行。这对网络、网络设计和边缘计算都带来巨大影响。计算将更接近数据处理和应用之处，网络也将变得更加智能。”
更好的网络设计，低延迟处理以及广泛的连接性将使我们的世界更接近Verizon副总裁Kalapala所说的“集体智慧”。Kalapala称，人工智能将“无所不在，为我们带来有用数据，帮助我们做决策”。车辆、道路和周围的传感器将传输海量数据，需在短短几毫秒内快速处理，进而逐步实现集体智慧。Kalapala说，正是这样的系统可“得出更深层次的洞见，（得出）最佳结果，避免事故发生，提升车辆运行安全性。”
收听
点击收听Roman Pacewicz的完整采访 AT&T 前首席产品官做客福布斯《聚焦未来》播客，探讨云技术的未来发展及其对社会和世界的影响。
芯片制造商
ADAS、AD和ACES面临的重大挑战之一是，众多研究和发展都在不断变化。传感器传回以及需要分析的海量数据要求不断调整车辆应用程序的算法，这就需要在使用过程中芯片可进行配置操作。
这也意味着车企面临着观念的重大改变。他们需要像电子系统公司一样，思考分析系统级别、芯片级别及所有相关事宜。21
显然，随着芯片制造商与制造商的合作逐步深化，这一观念已悄然变化。例如，芯片制造商Hailo称正与领军OEM和头部车企合作，以期部署更智能的边缘和物联网设备。先进的专用芯片不仅要求降低温度和瓦数以及更低延迟，还需要实现高分辨率图像分割和实时物体检测等方面的进步。Hailo表示，目前可设计并制造与神经网络高度兼容的芯片，这是自主性的关键推动因素。相比传统解决方案，边缘设备能够更高效且更具可持续性地运行深度学习应用程序，且可显著降低成本。22
密歇根大学交通研究所（UMTRI）
主任兼首席研究员