什么是智能汽車？狹義地來看，智能汽車＝車聯網＋新能源＋自動駕駛。如果用這樣的定義來倒退，目前市面上還沒有智能汽車。事實上，智能汽車是有一個進階過程的，大致如下：

　　車聯網＋傳統汽車＝互聯網汽車

　　車聯網＋新能源＝新能源汽車

　　車聯網＋自動駕駛技術＝自動駕駛汽車

　　車聯網＋新能源＋自動駕駛＝智能汽車／智能交通

　　目前，中國的車聯網發展如何，僅從智能交互角度，如何撬動車聯網的藍海。這里分享了三種流派。

　　流派一：體驗咨詢方案商，如Faceui

　　Faceui公司是國內一家體驗咨詢公司，致力于從產品策略和體驗創新針對不同行業特性，為客戶定制可持續增長的產品解決方案。目前，車聯網已經成為他們的業務主流，為此，他們成立了facecar車聯網體驗創新互動平臺，專注于車聯網產品于服務體驗研究。通過對車聯網用戶的洞察分析，結合市場趨勢與信息技術，幫助企業探尋新的車聯網商業機會。

　　Facecar的車聯網產品研究設計模式是：

　　第一，研究用戶行為

　　第二，研究用戶需求

　　第三，設計產品的功能、服務和交互方式

　　第四，落實到產品

　　Facecar創始人朱家明表示，這和以往從現有了技術，再開發功能和產品的流程大為不一樣。

　　目前，facecar正在開發建立“跨平臺車聯網用戶行為庫”，將會對快平臺車聯網用戶行為進行長期系統的研究，并不斷完善。這可行為庫可以干嘛？首先，針對不同類型、不同需求的跨平臺車聯網產品，都可以從用戶行為庫中找到相應的場景任務即用戶需求，確保產品功能規劃及設計是否真正符合用戶使用場景和需求。其次，從用戶行為庫中挖掘更多潛在用戶需求和產品機會。第三，基于不同類型的用戶任務特征，進行交互設計原則的梳理，從而確保設計方案的良好用戶體驗。

　　那么，“跨平臺車聯網用戶行為庫”該怎么搭建？朱佳明介紹：

　　第一，搭建用戶行為庫框架體系

　　第二，典型用戶場景枚舉梳理

　　第三，通過用戶研究細化用戶需求和場景任務

　　第四，任務特征分類

　　第五，基于不同任務特征的交互原則梳理

　　分開來說，搭建用戶行為庫框架體系就是以“人－車互動生命周期”為主要緯度，同事考慮不同用戶人群劃分，搭建出行為庫主要框架體系。值得注意的是，用戶行為庫是一個動態的數據庫，基于用戶生活方式的變化，將不斷迭代調整和完善。

　　典型用戶場景枚舉梳理，是基于行為庫框架體系，從用戶使用和互動可能性出發，枚舉已有的，以及潛在的典型用戶場景。場景枚舉完全從用戶行為角度出發，不會受限于現有的產品和服務使用方式，以及技術可行性。基于用戶生活方式的變化，場景枚舉也會不斷調整和完善。

　　通過用戶研究完成用戶場景的驗證完善，用戶需求及任務的細化。基于初步的用戶研究，對枚舉的典型場景進行驗證、修正和完善。通過更深入的用戶研究，梳理用戶需求，細化場景下的具體任務。在這里，Facecar會使用“隨車情景觀察”和“1對1的用戶深訪”，即用戶研究人員車內跟隨用戶，通過跟蹤、觀察、記錄用戶的真是駕駛軌跡和使用場景，分析用戶的實際車輛使用方式和行為。以“停車”這個環節為例，有三個典型場景，“尋找停車場”、“尋找停車位及停車”和“停車后離開”。

　　任務特征分類表示，每個場景下都包含了一系列具體奮武，基于對不同任務特征的提煉歸納，尋找共性和差異，并從中進行任務分類。例如，主動性任務、被動性任務、駕駛中任務、暫停中任務等。

　　最后，基于不同任務特征的交互原理梳理表示，不同的任務特征分類對于用戶交互行為有不同的需求，包括：用戶需用的交互通道、用戶客提供的注意力、用戶需求的信息類型及方式等。基于這些任務分類，提出相應的交互設計原則。例如，在駕駛中任務里，交互原則是“最小參與原則”；在感知延遲性任務里，交互原則是 “可預期原則”；在跨終端任務里，交互原則是“無縫銜接原則”。