四维图新CEO程鹏：搭建数据合规基础设施，担任可信的中间层

11月6日，2026四维图新Evolution创想大会在上海举办。

当前，中国汽车产业告别规模扩张、转入价值制胜的新阶段，AI也从附加功能升级为产品中枢，智能化深水区正在重塑行业竞争底色。会上，四维图新CEO程鹏发表了年度主题演讲。他以马拉松术语“撞墙点”为隐喻，围绕数据、算力、智能化应用，解码穿越产业耐力关口的路径思考，并正式发布向移动智能体领域拓展的战略布局，持续推动四维图新从“地图人”到“汽车人”再到“AI人”的战略跃迁。

从价格战走向价值战

当前汽车行业正处在艰难周期当中，全行业利润率连续六年下行，市场竞争日趋白热化。股东关注市值表现，合作伙伴不断提出降价诉求，这就是我们身处的行业现实。

今天我们更想探讨一个核心命题：我们究竟依靠什么来创造价值？行业不能单纯陷入价格战的内卷，必须转向价值战。消费者为什么愿意为产品买单，是我们需要持续深挖的根本问题。

无论技术如何迭代升级，最终都要落脚到用户真实价值、更好的使用体验上。产业的核心课题，就是用合理成本打磨技术，持续优化用户体验。

这个命题可以拆解为四大方向：体验升级、新技术快速上车、数据闭环、全球化与出海。从价格战走向价值战的转型之路充满挑战，却是行业必须完成的课题。

智能化持续演进的前提，永远是安全优先。汽车和其他智能硬件有着本质区别，普通智能设备体验不佳只会影响使用感受，而车辆直接关系驾乘人员与路人的生命安全，这是全行业不可逾越的底线。目前L2级辅助驾驶渗透率已经超过四分之三，在不久的将来，它会成为所有新车型的标配。在特殊场景、恶劣天气下依靠智能化能力守护生命安全，是智能化的第一要务。城区领航、点对点完全自动驾驶会循序渐进落地，但所有技术推进，都必须建立在安全可控的基础之上。

过去一年，智能化相关法律法规密集出台，从行业规范升级到强制标准，智能驾驶领域正式迈入有法可依的阶段，这是行业非常重要的变化。

2026年是智能体上车元年，大模型上车已经成为行业共识，多语言交互、自然语言理解带来了全新的交互感受，让用户实实在在感知到技术跃迁的价值，也愿意为此付费。想要实现技术跃迁、兑现用户体验，数据闭环是必由之路，它包含四个关键环节：找得到、传得回、用得上、回得去。想要打通这四个环节，还要攻克数据全生命周期合规、数据边界最小化、成本管控等难题，数据治理是一套完整的基础设施与运营体系，也是所有车企共同面对的挑战。

支撑智能化全球落地运营

中国汽车出口增速迅猛，今年出口量已经突破800万辆，全年有望冲击1000万辆大关。一个值得重视的变化是，头部车企利润增量超百分之百来自海外，国内市场销售基本难以盈利，出海能力已经成为支撑头部企业利润的核心支柱。

出海的底层逻辑已经改写：过去中国汽车出海依靠性价比，而现在不少海外市场里，中国智能电动车出现排队提车、加价订购的情况，消费电子领域同样有国产品牌定价比肩海外高端品牌的案例。

新的出海阶段，核心不再是简单把整车销往海外，而是要打造适配当地文化、审美的用户体验，数字化运营、智能化服务的重要性持续凸显。成功的出海项目，都会深耕本土用户体验与数字化运营，比如联合本土设计师打造本地化产品、搭建属地数据中心与音视频生态；反面案例同样值得警惕，有自主品牌在欧洲投入数亿广告、搭建渠道，最后因为车辆标准、数据采集等全链条不合规无法售卖，前期投入全部损失。

欧盟数据保护法规的处罚力度极强，罚款上限为企业全球年销售额的4%，对体量庞大的车企而言风险极高，出海企业必须敬畏法规、深耕本地服务、长期建设品牌。

数据是汽车行业的“第二战场”

四维图新将自身定位为新型基础设施提供商，作为深耕数据、算力、智能应用的供应商，为车企和Tier1提供数据算力一体化解决方案，和行业伙伴一起打赢价值战。我们的根基始终围绕数据，从传统地图、定位服务到合规能力一脉相承，我们的AI转型也源于一个判断：数据治理是所有AI工作的前置基础，数据治理缺位，AI落地、产品打磨、效率提升都会无从谈起。

回望过去十年，中国汽车产业的第一主战场是电池赛道，用户已经广泛接受能源变革，续航、补能网络成为购车核心决策因素，电池赛道也诞生了具备稳定盈利能力的巨头。下一个核心战场，是数据。全域AI转型正在车企内部铺开，智驾、座舱大模型只是开端，底盘、车身、环境感知等所有车辆零部件，都在朝着具备数据闭环、可迭代的智能化方向演进。

我们预判，三年之后行业争论的焦点，会从纯电还是增程，转向数据合规、隐私保护、各国数据与国家安全法规。能源革命是长达五十年的长期趋势，数据赛道才刚刚起步，数据合规安全必须前置设计，事后补救的成本极高，海外市场一旦口碑受损，修复难度极大。国内相关法规持续收紧，时空数据安全、车载传感器管理等配套要求陆续落地。

四维图新在数据治理实践中，总结出行业普遍存在的四大痛点：数据采而不用、迭代链路缓慢、行业数据孤岛、数据相关成本高昂。大量车企投入巨资采集存储数据，但半数以上数据闲置浪费，兼容问题、团队迭代造成重复建设；数据沉淀之后，缺少通畅链路转化为用户体验升级；各家独立采集、互不共享，重复投入消耗产业资源；数据采集、存储、训练、分发是智驾开发成本最高的板块，部分企业每月相关成本可达上亿，甚至超过毛利，这也是全行业利润率偏低的重要诱因。

搭建数据合规基础设施，担任可信的中间层

车企之间存在直接竞争关系，天然难以直接交换数据，但我们可以借鉴有关国家汽车产业的协同经验，同供应链体系深度配合，竞品之间也可以组建产业联盟攻克共性难题。我们呼吁行业涌现更多格局开阔的从业者，央国企可以带头推动产业协同，四维图新愿意担任可信中间层，搭建数据合规基础设施，协助企业理解政策法规、匹配技术路线，共同落地项目。

数据治理门槛很高，需要资质牌照、汽车工程能力、全球化合规能力多重叠加，四维图新在数据合规与数据治理领域落地项目与交付规模位居行业前列。出海已经从整车产品出海，进入用户体验出海新阶段，想要让海外用户获得和国内一致的智能化体验，必须深耕本土生态、筑牢数据合规底座。我们推出两套数据闭环合规方案：数据本地化、模型全球化，以及合规数据出入境，适配不同车企海外销量规模的差异化需求，同时配套本地化运营服务。

四维图新早在2011年就在欧洲设立子公司，深耕海外十五年，海外业务今年实现盈利，以欧洲为桥头堡，服务覆盖160多个国家。除数据治理与合规能力之外，我们还具备导航定位等出海刚需服务能力，车道级导航覆盖百国、高精定位接入终端超千万台，也为国产车载操作系统提供地图、高精定位原子服务。我们有能力、有意愿陪伴车企，解决国内外的数据合规与数据治理难题，成为值得信赖的合作伙伴。