物联网分析公司Berg Insight的最新研究显示,2024年全球汽车后装远程信息设备出货量达到2650万台,预计到2029年将增长至3930万台。活跃的汽车后装远程信息设备安装基数将以8.7%的复合年增长率增长,从2024年底的9030万台增长到2029年底的1.368亿台。
Berg Insight在报告中将汽车后装远程信息解决方案定义为包括蜂窝网络/全球导航卫星系统和射频技术解决方案。报告指出,目前汽车后装远程信息服务有多种不同的形态,从专业安装的硬接线黑盒设备到自助安装的车载诊断接口设备,以及电池供电设备等。
汽车后装远程信息解决方案在多个应用领域发挥重要作用,包括被盗车辆追踪和回收、车辆诊断、Wi-Fi热点、便利应用程序以及基于使用情况的保险服务。虽然基于蜂窝技术的解决方案在行业中最为常见,但射频技术解决方案在许多地理市场也有应用,特别是在被盗车辆追踪和回收服务方面。
远程车辆诊断服务使经销商和维修厂等服务提供商能够改善对车主的服务。Berg Insight高级分析师Martin Cederqvist指出:"经销商和金融公司还可以利用远程信息技术进行内部车队管理,并管理客户终身价值。预计到2029年,活跃的后装被盗车辆追踪设备数量将从2024年底的6700万台增长到1.034亿台。"
区域市场条件如高犯罪率等因素影响了对被盗车辆追踪服务的需求,这使得被盗车辆追踪解决方案在巴西、以色列、俄罗斯和南非等国家广受欢迎。
尽管越来越多的新车销售时就配备了嵌入式连接功能,但Berg认为,当前原始设备制造商远程信息服务的市场成功程度参差不齐,这为后装服务在成熟的原始设备制造商远程信息市场中提供了光明的前景。针对特定客户群体的后装服务相比主要为广泛用例开发的原始设备制造商远程信息服务,能够在专业化方面提供优势。
研究指出,该市场的特点是参与者极其多样化,在跨越多个行业的复杂价值链中相互作用。针对汽车后装市场的远程信息公司既包括专注于该应用领域的专业公司,也包括服务于广泛应用范围的通用远程信息公司,例如商用车队管理等领域的公司。
研究强调,通过第三方分销服务和产品是汽车后装远程信息解决方案供应商最常见的市场推广策略。重要的销售渠道包括保险公司、经销商和进口商,以及移动运营商和在线零售商等直接面向消费者的渠道。
通过第三方或直接向消费者销售服务的领先远程信息公司包括OCTO Telematics、Procon Analytics、StarLine、Spireon、Targa Telematics、沃达丰汽车、Ituran、PassTime GPS、Tracker Connect Maxtrack、Carsystem、SVR Tracking、Cognosos、Verizon Hum、Varroc Connect、Mojio、Tail Light(Bouncie)和Agnik(Vyncs)等。
Q&A
Q1:什么是汽车后装远程信息服务?它有哪些应用场景?
A:汽车后装远程信息服务是指在车辆出厂后加装的远程监控和通信系统,主要应用于被盗车辆追踪和回收、车辆诊断、Wi-Fi热点、便利应用程序以及基于使用情况的保险服务等领域。
Q2:为什么后装远程信息服务仍有发展前景?
A:尽管新车越来越多配备嵌入式连接功能,但原始设备制造商的远程信息服务成功程度参差不齐。后装服务能够针对特定客户群体提供专业化服务,相比面向广泛用例的原厂服务具有专业化优势。
Q3:汽车后装远程信息设备的安装基数预计如何增长?
A:根据Berg Insight的预测,全球活跃的汽车后装远程信息设备安装基数将从2024年底的9030万台增长到2029年底的1.368亿台,复合年增长率为8.7%。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。