過去五年以來，全球汽車產業經歷了百餘年汽車史以來最大的顛覆性技術革新過程；以電動化為首的未來汽車新科技浪潮，將傳統車廠帶到目前急欲做企業轉型重整的起點，同時也引領了科技產業來到無限商機的新世界。而當談到智能化時，現今的主流L2駕駛輔助，加上手勢控制、語音控制、眼球追蹤，都已是相當成熟的技術。那麼AI 在下一階段又會將智能化的進程發展到何種境界呢？我們現在可以明確看出三個大方向⋯
- 自動駕駛技術持續升級。無論是事故責任歸屬具爭議性的L3，或者是L4的局部運用場景（例如：點對點的固定路線物流或公眾運輸、停車場等特定場域），現在已在世界各地陸續商用化；無論是車廠，或者是汽車共享業者與自駕技術公司的合作，已使混沌不明數年的自駕進程浮現一絲曙光。
- 語音語意交互精準識別。除了我們所熟知的voice control功能，AI靠音頻轉換為文字外，NLP自然語言處理更進一步將一段文字進行理解，識別出發話者的意圖。
- AI 針對駕駛員操駕習慣的自主學習，並持續進行功能迭代，使一台自駕車的運行更能趨近於不同駕駛員的各別個性化駕駛風格。
除此之外，AI 還有更多在汽車科技上意想不到的可能性或將成熟落地⋯
- 進一步將維繫行車安全的眼球追蹤功能，衍伸為視線追蹤（gaze tracking)，再結合AR擴增實境與AIoT的技術，將駕駛員對週遭行車環境中感興趣的標的物的相關資訊，主動傳送並呈現在已發展成為大片LED面板的檔風玻璃上，提供給車內乘員用於旅遊導覽或城市資訊蒐集。
- 為了使車輛更安全耐用，可將大量的保險公司出險資料與修車廠的維修記錄，經AI 運算系統的模擬分析後，推算出可進一步強化車輛安全的設計方向。除此之外，依據車禍事故的現場照片可立即回傳維修廠並經AI系統與資料庫比對後，產生受損車輛的維修報價單，節省車禍雙方、保險公司、與修車廠的時間與判定上的爭議。
- 食物外送或雜貨外送。我們日常生活中多少都會運用到的食物外送平台、網路購物、甚至目前還需親自去大賣場購買日常用品的狀況，將來都可能由小型的自駕物流車（只放貨物，不載人）進行到府的短距運送服務。當然，這個只載貨物的物流車也需掛車牌，也就算是汽車業日後需規劃研發的一部份。
智能汽車技術的未來，倚賴的不單純是AI ，而是要結合物聯網，成為AIoT，才能發揮最大綜效。尤其當2030年後，6G時代來臨時，有望藉AR與6G技術，在自動駕駛車萬一碰到無法處理的交通狀況時（而且車上只有貨物沒有人、或是乘員都不會開車），傳至遠端服務中心，由人類駕駛員透過AR擴增實境來進行擬真遙距操控車輛以脫困。到了那個年代時，自駕系統將可頻繁且即時地學習不同的邊角案例（corner cases )，持續提升系統的安全性，並終將不再需要人為介入接手操作。