谈到自驾车，大部份人第一时间都是联想到特斯拉，谷歌等知名矽谷科技公司，但若是没有办法收集到车辆行驶过程中产生的大量资讯，并提供给电脑进行分析与学习，自驾车终究只会是一个不切实际的梦想，长远来看大数据分析不只让自驾车有了实现的可能，也将彻底改变人类交通运输的未来面貌。

事实上，目前市场当中有许多业者早已看准大数据的发展潜力，并正在透过数据的收集，分析与运用来找各自的商业利基，而位于纽约的新创企业Dash Labs正是其中的一个典型。

Dash Labs原本将自己定位成“汽车当中的Fitbit”，也就是将每一名驾驶的日常开车行为模式予以量化评分，并且随时为这些驾驶更新车辆状态的即时资讯，当然这样的服务免不了需要长时间收集并累积与驾驶行为有关的大量数据。

于是Dash Labs很快就发现这些数据对发展自驾车技术将可带来相当大的影响，而该公司具备的价值也将不再单纯只是一个资讯平台，甚至还能够协助包括零组件制造商，车队管理商与物流公司在内的不同型态业者改进他们的日常营运模式。

Dash Labs共同创办人暨执行长Jamyn Edis表示，该公司的做法乃是从车辆的控制器区域网路（Controller Area Network）当中直接撷取原始数据，然后将这些数据与驾驶的个人资讯进行配对，而这些资料最终将被用来训练对自驾车来说不可或缺的电脑演算技术以及机器学习能力。

不同于Google旗下的自驾车公司Waymo运用感测器收集的资料做为自驾车技术的发展基础，Dash Labs主要是藉由每一位驾驶在行车过程中持续产生的数据，来教导人工智慧做出更好的决定;根据Edis透露，和Waymo在7年期间累计收集了300万英哩的行驶数据做比较，Dash Labs收集资料的速度大约是Waymo的50倍之多。

大数据的应用不只让自驾车的研发工作能有更快速的进展，同时间也为其他相关产业的面貌带来显著的变化。以汽车保险为例，有别于长时间以来保险业都是使用人口与财务分析来计算保险费率的做法，近年来像保险业者则是已经开始按照个别驾驶的行车模式数据做为保费计算基础，为那些习惯较好的驾驶提供更优惠的保险费率。

对政府机构来说，运用大数据分析也能够帮助提升道路的使用效率例如透过道路电子收费系统的协助，交通主管机关将可以更清楚了解在不同时段与不同定点之间的平均行车速度;另外像是纽约市政府运输部目前正在实行的“城中运输计画”（Midtown in Motion_，则是在市区当中最容容塞车的110个街区，依据每个地点当时的车辆行进速度来随时调整路口号志的变换速度，借此改善路上的塞车状况。