随着车内网络技术的进步，其带宽也在不断增加。商用车供应商及司机都希望商用车功能能够变得更丰富。尤其是类似汽车中配备的远程信息处理技术，例如车载信息诊断。
当信息诊断获得的数据积累到一定量时，它将具备系统性能预测的功能，提醒司机或运营者某个组件或系统即将接近使用寿命极限。对此，艾里逊变速箱(Allison Transmissions)公司已经做到了对于湿式商用车自动变速箱进行性能评估及预测。
然而，对于传统机械部件的预测还面临着许多挑战。对部件的振动、温度和其他参数进行分析并判断其使用寿命极限对于商用车来说非常重要，因为其每天都面临着繁重的运输工作，稍有差池将会造成经济损失。
技术专家需要利用多种工程手段和科学原理来对商用车各系统部件的微妙变化进行分析，并根据参数得知其性能状态，并将其编入程序中。在此过程中，还不能影响某辆车的日常运输工作，因此这对技术人员提出了更高的要求。
伯特立运输研究机构下属车辆系统安全研究与工程(Vehicle System Safety Research & Engineering)负责人Denny Stephens 表示：“每个系统机械失效预估工程的背后都花费了工程师和技术人员大量的工作。我们正在着力于研究组件磨损背后最基本的机械原理，并设法利用低成本传感器监测某个系统组件磨损的过程，直到他达到工作寿命极限。”
目前取得的部分成果是，工程师可以向维修店提供更多车辆中某系统组件的诊断数据与寿命评估。编程人员和分析师必须要从“大数据”中得出最佳的分析和解决方案。
汽车资讯公司高德纳(Gartner)副总裁Thilo Koslowski表示：“在‘大数据’时代，从信息诊断到系统工作寿命预测的过程中仍然存在许多挑战。”他还指出，特别值得注意的一点在于当诊断数据量过多时，往往在工程师找到解决方案之前就会发现更多的其它问题。
