今年福特在台北 Computex 展出的技术和技术背后的故事比去年要更加面向未来。创新中心技术主管 Venkatesh Prasad 认为，汽车公司的竞争对手一定是行业以外「横冲」过来的，而无论是 Google，Tesla 甚至是 Uber 都逼着福特这样的公司改变，去观察，并且在合适的时间用合适的节奏参与。
解放车内数据？
「旧金山有人跟我们要汽车雨刮器的数据，他们收集雨刮器数据用作天气预报，比如雨刮器启动了，说明下雨了，而雨刮速度则说明了雨量。」Venkatesh Prasad 说：「互联网科技的人思考问题的方式总是不太一样」。这样的项目来自福特打造 Open XC 软件平台，企业，创投和个人都可以参与进来，可以基于汽车所提供的数据创新，并且根据新的科技的模式来互相学习。」K. Venkatesh Prasad 是福特汽车研究与创新中心车辆设 计与信息电子小组资深技术主管 ，他真的是一个很酷的家伙（欢迎 PR 们能够多挖掘一些拥有产品初心的 Cool Guy 出来给我们洗脑）。
很多人说只有「解放汽车数据，才能解放汽车创新。」汽车实际上就是在产生大量数据，但是用数据来干什么却不是汽车制造者能够解决的，汽车公司目前的数据非常封闭。这也是为什么很多想要切入汽车行业的互联网公司只能把 OBD 作为接口读取数据。即便是福特这样非常开放的汽车公司想要真正盘活这些汽车里的数据，并且搭建一个 Open XC，如果不是所有的汽车公司统一标准对于开发者而言仍然难以产生产品和价值。不过这也证明无论是汽车行业还是互联网科技行业大家的共识都是：解放汽车的数据才是解放汽车。
事实上福特有专门的数据分析部门，Venkatesh Prasad 说这个部门最终目标就是要拉近产品和消费者的距离。打个比方，如果说汽车是一条宠物狗的话，过三个月就会根据主人的指令摇尾巴（这个比喻在我看来就是讲通过数据的处理让汽车有学习能力成为」智能「的一种）。福特希望这些数据信息能够帮助我们更好的销售，产品开发，帮助消费者选择，以及售后服务。
和互联网公司的快速迭代相比较，汽车公司为了效率而生的冗长产业链，和细致化的分工周期显得超级漫长。也许 Google 现在无人驾驶车离完美很远，很高的价格，很慢的速度，但是互联网科技公司迭代的速度还是非常凶猛的。面对这样的格局作为创新中心技术主管 Venkatesh Prasad 认为，汽车公司的竞争对手一定是行业以外「横冲」过来的，而无论是 Google，Tesla 甚至是 Uber 都逼着福特这样的公司改变，去观察，并且在合适的时间用合适的节奏参与。对于福特这样的大公司而言，在四五年前就有关于移动互联网通讯方面的蓝图，有短期，中期和长期计划。蓝图主要包括自动化，Vehicle-to-Vehicle (V2V)，Vehicleto-Infrastructure（V2I) 和驾驶辅助系统，同时还在用有趣的方式建设一个关于开源软件的基础平台。
V2V 还是无人驾驶？
而参加本次他台北 Computex 展的福特就让消费者体验 V2V 的技术。V2V 车辆通讯科技建立于 Wi-Fi 无线传输科技上，让车辆间互相沟通，分享彼此间的行车速度、相对位置等，同时助于减少碰撞意外的发生、纾解交通拥塞的情形，促成更具效率的驾驶环境。
Ford 以现行 Kuga 智能休旅为主角，搭配模拟道路的特殊场景，利用 V2V 车辆通讯科技，展示车辆互联技术以此避免车辆碰撞与意外发生。当汽车 A 在 90 度转角盲区路段，有 cheliangB 高速前进的时候，距离 300-400 就能提前给驾驶员预警；或者前方路段有紧急情况，有汽车抛锚也会根据前方车里发送信息给后方车辆。
为了演示 V2V 技术福特专门从德国请来 3 位车辆安全电子信息技术的工程师，他们表示，相对于 Google 无人驾驶而言，福特 V2V 技术是一套性价比更高，在目前情况下更加安全的解决方案。
不过 GeekCar 在参与测试的过程中明显感觉到目前还处于工程状态，无论是紧急情况的提醒，还是 UI 界面并不是最终能够面向消费者的版本。同时，Joseph C. Beiser(福特汽车公司亚太、非洲和欧洲区连接服务总监) 也表示 V2V 和 V2I 技术都是需要所有汽车公司和政府联合起来才能去完成的一个项目，在北美目前已经有 8 家汽车公司加入 V2V 的项目中来。而福特认为汽车还是要以驾驶员为中心，目前战略而言福特依然认为汽车需要驾驶员，方向盘刹车和油门，因此还定位在为了安全的驾驶辅助技术上，而不是真正的无人驾驶。
事实上从逻辑来看，汽车公司到无人驾驶的路径永远是「安全」，而 Google 更加是人工智能帮助人类解决掉劳动力时间。Venkatesh Prasad 认为如果从机器人的角度看会有很大的改革和革命，无论是材料，硬件软件都会有变化，在 Other Lab 这样的创投公司做的机器人可以压缩膨胀拉伸，但是工业上的机器人没有太大变化，而无人驾驶的大环境变化太快，机器人有大的突破才能有未来。
