Here的自动驾驶地图主管拉尔夫·赫尔威奇表示：“我倾向于将地图看作所有自动驾驶汽车的‘集体记忆’。”他开玩笑地说道：“这几乎像是一个培训自动驾驶汽车的驾校。”Here曾是诺基亚旗下的地图部门，2015年一个由德国汽车厂商组成的财团以２８亿美元收购并持有其多数股份。
无论它们被称作什么，制作这些地图都非常困难。地图中使用的大量数据是一个难题。另一个挑战是必须持续更新，从而让它们能为汽车提供最新信息。
地图初创企业Civil Maps的首席执行官斯拉万·普塔贡塔表示：“很多公司都不知道如何存储他们的数据，这也是为什么自动驾驶汽车被‘地理围栏’圈住了。它们不可能在车厢中载下所有数据，所以只能被限制在特定区域内。”
Civil Maps正在试图解决这个问题，它简化地图数据以方便管理，但迄今还没有单一的行业标准胜出。此外，生成这些地图所需的人工智能还远非完美。往往需要人力来检查地图上的标签，评估是否需要更新，以及分析试驾过程中汽车出现错误的原因。
为AI提供人力培训的Scale API公司的工程师Alexandr Wang表示：“关于AI真正没有谈到的一件事情是，要让这项技术真正发挥作用，背后到底需要多少人力？”
“当这些公司试图生产自动驾驶汽车的时候，他们需要一大群人来检查和仔细标记这些地图，就像以前的谷歌地图一样。”
另一大挑战是该行业的深度碎片化，对于高精3D地图没有明显的通用标准，各家公司也不会共享任何数据，因为他们认为这是重要的专有信息。
“每家公司都在努力开发自己内部的高精地图解决方案，以便满足自己的自动驾驶汽车需求，而这没有规模效应，”DeepMap的吴夏青说，“这就像在重新发明车轮，浪费了大量资源。这也可能是阻止自动驾驶汽车成为商品的原因之一。”
