在当今大数据时代，数据驱动不仅仅在科技领域中不可缺少，在汽车运动和能源领域等领域，数据驱动的重要性也愈发体现。远景车队作为该赛事定级为世界级锦标赛以来，首支以非厂商车队战胜厂商车队夺得年度总冠军独立车队，其实背后的逻辑就是电动方程式和新能源拥有共同的底层基因——数据驱动。

第九赛季伦敦站是Formula E建立以来最为特殊的一站比赛，伦敦站的赛道相对较短，而且速度较慢，所以车辆的耗电水平偏低。所以国际汽联大幅降低了伦敦站比赛中可用电量的标准，单站比赛的可用电量减少了超过10KWh，缩减幅度超过四分之一，这在以往的比赛中从未出现。这种大幅度的变化无异于将伦敦站的比赛变成了一场全新的比赛，此前基于38.5KWh可用电量建立的比赛模型几乎全部作废，车队必须在伦敦站比赛之前进行大量仿真模拟工作。

而这些工作的效果好坏关键就要看车队此前建立的赛车数据模型是否可靠，也就是储存在服务器当中的那台数字化的赛车和真实世界的赛车相比，仿真度到底有多高。

远景车队董事总经理兼CTO Sylvain Filippi介绍了远景赛车数据模型的构成，“在电脑中制作赛车的数据模型，我们需要四个子系统的数据模型。第一是底盘模型;第二是电池管理模型; 第三是动力总成模型，这是最重要的也是最复杂的;第四是轮胎模型。这四个模型加起来就是一台完整的赛车，让赛车的数据模型在根据具体情况建立起来的赛道数据模型中跑起来，并获取海量的模拟数据，就是车队的模拟工程师团队每天都要进行的工作。”

模拟工程师是车队获胜的幕后英雄，因为他们根本就不会出现在赛场上。在非比赛日，车队的性能工程师和赛事工程师，也就是在赛场上你经常看到的那些趴在电脑前聚精会神操作的人，也会加入到模拟工作中，帮助改进赛车。

但如果模拟不准确，那基本上之前所做的一切工作都可以扔进垃圾桶了，所有策略、能量管理以及所有与真实情况不相符的模拟结论都要推倒重来。

毫不夸张地说，赛车数据模型仿真度的高低是Formula E比赛表现好坏的决定性因素。最理想的状态就是在不同的动力输出下(排位赛动力、正赛动力等)，真实的单圈时间几乎与模拟结果完全相同，模拟器的速度轨迹和真实世界的速度轨迹完美重合，同时能量消耗曲线也与模拟高度一致。而在变幻莫测的正赛中，能量消耗在每一圈甚至每一个弯角都在变化。

在这里，Formula E赛事完全开放给各家车队研发自由度最高的领域就是针对不同的赛事场景开发各种不同的软件设置，在汽车运动中，这些不同的软件设置叫做“Maps”。这是各家车队在正赛一个小时左右时间内，拼真本事的关键。

赛前车队会根据当前比赛的特点，将数百上千种可能用到的“Maps”预装到赛车电脑中，这里有能量管理策略、攻击模式策略、动力映射、干湿地不同模式等等。车队只需要通过无线电告知车手，将方向盘上的某个旋钮转到几号位置，尝试将赛车置于最佳模式，调整车队的策略。

九年来，远景车队积累的“Maps”已经达数千，成为车队竞争力的基础，随着软件成果的不断积累，今后即便遇到全新的分站赛，因为此前积累足够雄厚，车队也可以做到游刃有余。

作为一项由数据驱动的赛事，在数据积累和数据挖掘方面做得越好的FE车队，在后期往往会有更显著的优势，因为随着赛车数据模型的仿真度越来越接近100%，车队在模拟器上可以进行的模拟工作就会越来越多，效果也会越来越好，就可以在比赛周末游刃有余地应对突发情况。

从马力驱动到数据驱动，数据模型给汽车运动带来了全新的变化，让这项运动从一项主要依靠动力、技术和勇气的运动变为一项更加依赖于严谨测试、精准预判和聪明大脑的运动，如果说过去的赛车场上，还能找到某些依靠天赋和本能开车的车手，未来的赛车场上，则是数据型车队和车手的天下。

因此，远景自成立之初就将数字化融入产品基因，并不断以集团的数字化能力为Formula E赋能。远景的数字化能力支持赛车在赛场上跑得更快，同时在复杂多变的赛场上持续优化算法，让集团本就突出的数字化能力更上一层楼。让数据成为推动车队前进的源动力，而数据驱动同样是远景科技集团作为绿色科技企业的核心竞争力，车队与集团在数据驱动上实现了同频共振，成为两者共同驶向成功的动力。