未来联网车将大量运用预测性分析技术

 在不久的将来，汽车将普遍导入预测性分析技术，除了能根据前方路况主动建议最佳备用路线，还能通知驾驶何时应更换刹车片。驾驶也能直接开口要车载数字助理安排更换时间。前方车辆若突然放慢速度，仪表板也会发出警告，而能及时踩刹车。

根据IoT Tech News报导，汽车业的未来技术进步，大部分集中在连网车。有些车厂还会进一步利用连网车所产生的数据。例如，Tesla就利用连网功能来追踪车辆所在位置和当地路况，还用预测性数据分析程序来协助改善其Autopilot自动辅助驾驶系统。借助数千辆在路上行驶的Tesla电动车产生的数据，来提升准确度和安全性。

研究显示，到2020年路上行驶的汽车中有75%会是连网车。而这些连网车每天都会产生须加以管理和保护的大量数据。为管理如此惊人的数据量，车厂不仅需利用云端储存和全快闪(All Flash)储存等先进储存媒介，还得依靠预测性数据分析来有效地管理数据。相同的技术也将有助于检测和阻止连网车遭受网络攻击。

由于预测分析技术在辨识模式方面表现优异，因此该工具将用于监视连网车接口的授权用户的行为。预测性数据软件作为防止黑客入侵窃取数据，甚至控制车辆的手段，将辨识及标记任何异常行为，以进行调查及处理。

车主可借助预测性维护分析节省昂贵的汽车保养费。若将车载传感器收集的数据与维修保固数据相关联，车厂将能利用此技术预测进厂保养时间，而且可利用来自数千辆汽车的数据来解释性能异常。这不仅能避免对客户进行不必要而昂贵的维修，也能避免车厂进行成本高昂的召回。

车载传感器不但有利于预测维护，也能用于预防车祸。透过监测外围汽车的活动及利用预测分析技术处理相关资料，汽车将能预测可能发生的车祸，最终可望实现零车祸的愿景。目前车厂已开始探索可能性。

这项技术应用最显著的例子，就是日产汽车(Nissan)可评估前后车辆车速和距离的预测性前方碰撞预警功能。若系统侦测到前后车辆的行驶状况异常、有需要踩刹车，就会警告驾驶。