交通大数据时代的到来是智能交通发展的必然趋势。在这一进程中，我们将面临前所未有的问题和挑战：
信息岛。 .交通数据分散在不同的部门，部门之间缺乏开放的沟通，形成信息孤岛，导致交通数据资源碎片化，信息碎片化。
系统稳定性不足。在现有的运输方案中，设备类型多，制造商复杂，质量和标准参差不齐，维护成本巨大，难以实现高稳定性。
海量数据存储和计算能力不足。智能交通的分析对象是整个城市的交通行为主体，具有海量数据的固有特征。为了实现对城市道路交通状况、交通流信息和交通违法行为的综合监控，特别是对交通高峰时段的大量实时监控数据进行采集、处理和分析，整个平台的运行压力巨大，而传统的交通数据分析方法难以有效支持如此庞大的数据体的开发和利用。
应用程序负载波动很大。交通流特征随时间变化很大，具有很强的区域相关性。必须及时、全面地收集、处理和分析实时交通流数据。传统的智能交通方案由于不能实现整体规划，往往会陷入单打独斗的局面，无法满足未来智能交通高效、实时的要求。
为了解决上述转型过程中的实际问题，云计算和大数据技术的运用将成为智能交通系统的重要支撑。
智能管理
整合行业数据，形成地面公交、出租车、轨道交通、路网建设、汽车服务、港口和航空领域的集成智能管理。例如，对于车辆疏浚，根据不同道路和交叉口的交通流统计（小时、日、月统计），可以根据这些统计数据分析不同时期道路的实时交通流密度、发展方向和趋势。
中国
2016年7月，发改委和交通部发布“互联网+”促进“智能交通发展”的实施计划。“交通便捷”，并对建设先进的传感监测系统、建设下一代交通信息基础网络、加强交通信息共享和开放提出了具体要求。
南京城市交通监控和公安监控摄像头生成的所有视频数据流都集中存储在智能南京数据中心。利用云计算技术，可以实现准确的交通流量统计。视频图像可以通过交通摄像头实时采集和分析。可在市交管局终端显示屏上实时计算车道排队长度，有助于判断城市交通干道的畅通程度，及时发现城市拥堵道路，进行交通导航及相应处理。此外，南京在城市安全领域有视频DNA检索技术在监控视频图像中对人的行走姿势进行建模，提取出连续的行走姿势，最终形成动态行为DNA样本。在样本库中比较特定人群的行为DNA，从而实现实时、快速的视频DNA检索。
方便的公共交通
大数据通过整合交通出行服务信息，如滴滴、，扩大了公共交通、出租车、道路交通、公共停车、道路客运和其他领域信息服务的覆盖范围。优步出租车软件提供出租车、特快、特快和免费乘车服务，以及地图访问、路线查询、实时路况、在线支付和其他相关服务。智能停车软件也已进入市场，如简易停车、优质停车、PP停车等，实现停车产业与动态交通的有效对接。
物流企业的好助手
根据行业大数据市场发展前景预测及投资分析报告，2014年，中国物流大数据应用市场应用规模为2.92亿元，预计到2020年将达到188.23亿元。安万特全球运输副总裁玛丽安·麦克唐纳（Marianne McDonald）表示：每笔运输交易将产生超过50列数据和超过2.5条数据亿数据值。
亚马逊
亚马逊在业界率先使用大数据、人工智能和云技术管理仓储和物流，并创新推出了预测分配、跨区域配送和跨境配送等服务。
新秀
新秀是典型的新秀互联网+物流城市的生态布局模式，天网+地面网络+人脉网络，公园（菜鸟自建公园），枢纽（投资卡世界），交通平台（投资云满满），城市分布（上海万象等），快递（TANON，100年，苏宁和收购日等），最后一英里（新秀中继站）、农村物流（日日顺）、新秀联盟生态，虽然不隶属于同一家公司，但将数据放在同一个平台上，通过平台大数据分析和云计算配置，产生协同效应车联网与云计算和大数据密不可分
在政策的支持下，未来的市场规模将在五年内达到1000亿。
在电信覆盖基本饱和的前提下，汽车已成为最大的移动终端和移动信息消费场所，车载网络设备也成为互联网企业进入汽车新媒体的入口。
2014年以来，苹果、谷歌、特斯拉、百度、阿里巴巴和腾讯等巨头加大了汽车网络的布局和投资2017年，英特尔以153亿美元收购了以色列无人驾驶汽车公司MobileEye，为汽车互联网供电。英特尔预计，2020年自动驾驶汽车每天将产生4000GB的数据，2030年全球汽车系统、数据和服务市场将达到700亿美元阿里
2014年，阿里集团与上汽集团宣布战略合作。2015年，阿里巴巴集团与上汽集团签署了车联网合作协议。上汽集团自主研发的全新产品将整合阿里巴巴云操作系统，整合大数据、阿里巴巴通信、高德导航、阿里云计算等资源，shrimp music，以及SAIC的整车和零部件开发、汽车服务贸易等。
本文转载于未来网络白皮书《手头网络战略》
