【前500米：自動駕駛的“資本站隊”藝術】

導讀：自動駕駛處于萬里馬拉松的前500米，除了技術突破和激光雷達成本降低，自動駕駛創企通過“資本站隊”贏得未來市場，亦是一門藝術。

在各項人工智能新技術應用之中，誰真正具備顛覆式的創新價值？您心中的答案可能有很多，但我們相信，其中必定會有“自動駕駛”。以深度學習為代表的人工智能各項技術，在近幾年衍生出眾多的新產品與新服務，其中大多是對原有產品的技術改良，為原有行業、產業鏈各環節參與主體帶來新的增長點。而自動駕駛，作為一項由技術驅動的全新產品，真正創造了一個新的產業。其顛覆性的價值，也暗示著“蜀道之難”。

DARPA競賽參賽車輛，來源：斯坦福大學

萬里馬拉松的前500米

如果將自動駕駛大規模商業化的推進歷程比作一場萬里馬拉松，那么今天的發展水平大約處于前500米的階段。目前能夠產生現金收入的，僅限于預警類和應急控制類ADAS系統，以及機械激光雷達、低線束激光雷達，并且大多集中于后裝市場。部分公司進入Tier2供應商名單，為車廠提供ADAS產品，主要應用于封閉環境中運營的園區車、內集卡車等。但是，從財務模型來看并不合理，更多是作為產品的試驗田。

從SAE自動駕駛分級標準來看，目前商業落地的ADAS系統處于L2的水平。去年車廠的對外發聲，表示2020-2022年間將量產具備L3級別的自動駕駛解決方案的家用車型。但到了今年，這個聲音似乎弱了許多，其中一個原因是受數據限制而技術研發進展緩慢。自動駕駛算法的訓練和優化依賴大規模數據，而由于數據采集能力的限制——即便Google研發無人車多年，每天收集數據的能力仍十分有限。因為它沒有一個合適的應用場景，讓車在真實場景去跑數據，所以算法精度的提升較緩慢。今天，中國的自動駕駛初創間的技術能力并沒有顯著差異。

自動駕駛產業生態分布，來源：《2017中國自動駕駛汽車產業研究報告》

此外，僅僅依靠技術的突破也是不夠的，需要產業鏈各環節的突破和加速，尤其是激光雷達的成本降低，是必須跨越的鴻溝。現階段，高線束的固態激光雷達在自動駕駛的實現中是不可或缺的傳感器，但其成本高昂，目前市場價格大約為6-7萬美元，貴一些的在70萬人民幣左右，相當于一輛普通高檔轎車的價格。有業內的朋友調侃說：“一輛70萬的轎車，頂上裝著一臺70萬的、造型丑陋的激光雷達。搞不好哪一天下了一場雨，激光雷達壞了……”雖然是調侃，但也道出了核心問題。未來，激光雷達的成本降至每臺約1萬美元會比較合理。

“資本站隊”的藝術

正如前文所述，自動駕駛的大規模商業落地，離不開產業鏈各環節整體突破和成熟，不是某家自動駕駛算法企業實現技術突破，就可以加速這一過程。為了贏得這一場馬拉松，同樣不一定誰的技術好，就能夠領跑。需要綜合評估零配件成本、技術能力、可替代性、差異化，以及與Tier1的合作與信任關系等等。除此以外，持續的融資能力和巧妙的“資本站隊”，也十分重要。進一步講，就是要通過投資，建立與巨頭、車廠、零部件廠商之間的戰略合作關系，為未來市場競爭做鋪墊和打基礎。

百度Allin人工智能，重點研發自動駕駛技術，在國內自動駕駛市場掀起一陣颶風。從歷史上的巨頭“地盤”之爭可知，阿里巴巴、騰訊、京東等互聯網巨頭不會放任百度一家獨大。不論是搶占自動駕駛未來市場，還是出于戰略防御目的，巨頭一定會扶持其他自動駕駛初創。例如，阿里巴巴投資了小鵬汽車，騰訊京東投資了蔚來汽車，京東還投資了智行者科技等。如果我們從自動駕駛企業角度來看，體現出的則是“抱大腿”的資本策略。智行者科技比較機智，先是拿到了百度的投資，之后又拿了京東的投資。禾賽科技、中科慧眼則抱緊百度的大腿。

從車廠角度考慮，自動駕駛技術的壁壘高，車廠自主研發可能性小。反之，自動駕駛企業也做不了整車廠的事情。所以，車廠將以投資或并購自動駕駛創企為方向，只是目前還比較早期，車廠大多在觀望。這也是自動駕駛創企未來產業布局的機會。

對于芯片、激光雷達等關鍵零部件廠商而言，在業務上與自動駕駛企業處于上下游的關系，所以戰略性投資是大趨勢。比如，英偉達投資圖森未來、景馳科技。

總之，在自動駕駛商業化真正到來之前，如何通過“資本站隊”打開未來市場，需要自動駕駛創企審慎思考。

自動駕駛的商業落地

中國是繼歐美之后自動駕駛發展最為迅速的市場，盡管在固有的汽車部件制造技術方面仍然落后，但在算法、數據等方面并不落下風，而且龐大的市場規模使中國有機會成為最早商業化落地自動駕駛的國家。

雖然從行業角度橫向比較，自動駕駛的商業化程度還十分初期，但我們看好其未來創造的全新市場。自動駕駛算法，無疑是人工智能技術應用較深的技術應用，我們也十分期待自動駕駛初創在技術上的突破性進展。

13個行業、61項人工智能技術應用的商業化程度與技術應用深度，來源：《2018中國人工智能商業落地研究報告》