2016年5月，在美国也曾发生一起特斯拉驾驶员在使用自动驾驶功能时发生事故死亡的案例。美国国家公路交通安全管理局在今年初公布的调查结果称，未检测到特斯拉自动紧急制动系统与自动辅助驾驶系统存在设计与表现缺陷。
这些事故为无人驾驶技术的普及推广蒙上了一层阴影。美国权威IT研究与顾问咨询公司高德纳的一项最新调查发现，民众对于乘坐无人驾驶汽车仍然持谨慎态度。这项调查针对美国和德国近1500人进行了访问。结果显示，55％的人不愿搭乘全自动驾驶的汽车主要出于两大忧虑：担心汽车可能在发生意外时出现系统故障，并且担心系统故障可能会危及他们的生命安全。
大数据共享引发“暴露”担忧
除了无人驾驶的安全性，智能化时代的汽车行业还引发了人们的更多担忧，比如数据共享存壁垒、数据安全缺保障以及市场化应用难推广等。
——汽车厂商众多数据共享存在难题。目前，国内外汽车厂商数量众多，相关数据检测方式多样，信息模式复杂，造成数据种类繁多，且缺乏统一的标准，各厂商的数据资源缺乏互通与共享。长远看，这将成为汽车大数据使用的瓶颈与障碍。
——数据资源安全性面临挑战。事实上，在数据开放的同时，需要探讨如何从法律和行政法规上确保和加强数据的安全监管，提高数据资源的安全性，尊重和保护相关政府部门、汽车制造商以及个人的机密和隐私不受侵犯。
——数据利用率不高。吴忠泽称，数据的类型多种多样，海量数据中可能有很多并不见得能发挥多大作用。如何提升汽车数据资源的综合利用效率，将汽车相关数据信息进行有效地联系、汇聚和发掘，改善汽车使用者的服务水平是摆在面前的主要问题。
——大数据市场化应用尚缺乏相应机制。目前汽车行业尚缺乏有效的市场化推进机制，基于汽车大数据的信息服务产业链、价值链尚未真正形成。
——汽车行业大数据缺乏顶层设计。大数据使用的各个环节均需要加强统筹协调，不过，目前汽车及相关产业的数据壁垒没有打通，丰富且分散的数据资源不能有效协调利用。
打破瓶颈加快行业转型
智能时代是难以阻挡的历史潮流，更是汽车等传统产业发展的难得机遇。与其抗拒变革，不如拥抱变革，如此，才能成为弄潮儿，不被时代所抛弃。
