近年來，自動駕駛是投資行業(yè)的熱門詞匯，圍繞行業(yè)的創(chuàng)業(yè)項目也層出不窮，但是自動駕駛現(xiàn)在到底該不該做，做什么怎么做，什么樣的公司值得投資……這類問題也困擾著創(chuàng)業(yè)者和投資人。筆者從2015年6月開始在百度戰(zhàn)略部研究自動駕駛行業(yè)發(fā)展，那會還沒幾個人關(guān)注自動駕駛，而就在北京的霧霾不斷突破極限的同時，似乎身邊的同仁們都在談?wù)撟詣玉{駛，總有朋友抱怨這個行業(yè)太復(fù)雜了，技術(shù)細節(jié)不好判斷，產(chǎn)業(yè)也格局紛繁復(fù)雜，玩家都在做與這個行業(yè)相關(guān)的所有事情。

先簡單來看看，2016年發(fā)生的行業(yè)大事：

• CES活生生的變成了自動駕駛新能源車展；

• 德日美的車廠紛紛宣布對自動駕駛的布局，并將L4\5提前至2021年；

• Tesla頂著撞死人的風(fēng)險不斷的迭代量產(chǎn)車上的ADAS技術(shù)，獲取數(shù)據(jù)；

• Google從自己造車逐漸轉(zhuǎn)變成與車廠合作；

• Uber和沃爾沃合作路測，并收購了公路運輸自動駕駛公司OTTO；

• 百度高調(diào)布局自動駕駛，一邊做高難度L4方案，一邊做車廠的L3供應(yīng)商；

• 一年之內(nèi)涌現(xiàn)大量ADAS和少量自動駕駛公司，并且估值趨高；

• 以激光雷達為首的傳感器公司非常高調(diào)融資；

• 芯片公司聚焦自動駕駛，不斷降低功耗提升計算能力；

• 國內(nèi)二級市場ADAS相關(guān)股票價格暴漲。

所以，自動駕駛現(xiàn)在到底該不該做，做什么怎么做，什么樣的公司值得投資呢？今天我就嘗試從產(chǎn)業(yè)發(fā)展的角度闡述我的個人觀點。 

一、自動駕駛距離我們還有多遠？

用兩條經(jīng)典的曲線來定義自動駕駛的發(fā)展階段：

• 自動駕駛在Granter新興技術(shù)曲線上，自動駕駛處于第一段上升期接近頂端的位置，處在“過度期望的峰值”區(qū)域，預(yù)計成熟的時間超過10年。

• 在奇點臨近的增長曲線上，自動駕駛還處于奇點的左邊，暫時沒有找到指數(shù)級增長的方法。

• 做出這個判斷原因如下：（以下談?wù)摰亩际亲詣玉{駛，而不是ADAS。兩者邏輯完全不同，關(guān)于ADAS后面會細講。 ）

• 技術(shù)路線沒有定型：Deep Learning是否適合做決策規(guī)劃？基于視覺的方法采集地圖解決定位問題能做成什么樣？單車智能和網(wǎng)聯(lián)智能到底哪條路徑更可行？到底是以激光為主要架構(gòu)還是以視覺為主要架構(gòu)或者fusion到什么程度？你會發(fā)現(xiàn)不同的公司有完全不同的答案，而且誰都無法證明或證偽。自動駕駛是一個極其復(fù)雜的系統(tǒng)性工程，不同的技術(shù)路線會對業(yè)務(wù)實施路徑有截然不同的影響。這就造成了全行業(yè)的資源并不是在朝著一個方向使勁，我們?nèi)匀粵]有進入一個快速爆發(fā)的階段。

• 傳感器價格居高不下，且突破價格限制的條件單一：起碼到今天為止我們認(rèn)為L4/5不能沒有激光雷達，激光雷達的價格過高，而當(dāng)前高線束的激光雷達唯一的使用場景就是自動駕駛汽車，也就意味除了自動駕駛，沒有別的產(chǎn)業(yè)能驅(qū)動其成本下降。創(chuàng)業(yè)公司只能依靠VC的錢來支撐高端Lidar的研發(fā)，那就要看看技術(shù)突破的速度和投資人的耐心了。你可能會告訴我只要量產(chǎn)，價格一定飛速下降，那我們來看下面這個因素。

• 沒有找到快速獲取數(shù)據(jù)的方法：傳感器導(dǎo)致單車成本過高，這造成了當(dāng)前沒有哪一家自動駕駛的公司能能夠大規(guī)模的采集實測數(shù)據(jù)，Google干了那么久也就20w公里，上萬個conrner case。從最簡單邏輯上判斷路測數(shù)據(jù) Google>百度uber>創(chuàng)業(yè)公司（Tesla另說）。沒有足夠的Corner case就沒有辦法提高自動駕駛的安全性和穩(wěn)定性，從80%提高到95%也許容易，但是從95%提高到99.99%就得依賴于足夠的實測數(shù)據(jù)。重點來了，與互聯(lián)網(wǎng)快速迭代的邏輯不同，汽車是一個以行駛安全為基礎(chǔ)的產(chǎn)品，所以汽車出廠前都要經(jīng)過千錘百煉，95%安全性的自動駕駛汽車是沒有辦法真正大規(guī)模應(yīng)用，這不像一個品質(zhì)不夠好的手機能夠容忍死機，體驗不好的APP可以更新版本。另外汽車占用道路資源是零和游戲，交通效率是看短板的，不像一臺手機可以裝各種APP，一條馬路上能容納車道是固定，一臺不成熟的自動駕駛車輛只能讓交通的整體效率更低，這就像如果一條順暢的道路上一輛車出了問題，一條馬路都要堵上。所以你會發(fā)現(xiàn)在這個雞生蛋，蛋生雞的問題上，僅僅靠量產(chǎn)降低價格，難度是很大的。

• 新舊形態(tài)的更迭會耗費漫長的時間：基于自動駕駛技術(shù)的交通系統(tǒng)是一個系統(tǒng)性工程，即便技術(shù)和成本都已經(jīng)達到了可量廠可商用的程度。在自動駕駛車輛真正進入社會交通場景時也會面臨各種現(xiàn)實問題：與傳統(tǒng)車輛的互動、集中化的運營管理、政府在政策的制定上。我們可以同時買好幾個手機，汽車是和道路相匹配的，中國一線城市的道路增長遠遠跟不上車輛的增長。城市現(xiàn)有車輛的行駛規(guī)則與自動駕駛車輛行駛策略的競合。單車智能和網(wǎng)聯(lián)智能的到底哪條路徑在今天的中國更可能實現(xiàn)，是否需要新建或者重建部分基礎(chǔ)設(shè)施，是否需要圈定只允許自動駕駛的道路或者區(qū)域，對傳統(tǒng)交通會帶來什么影響。我們遠還沒有進入到關(guān)于政策、倫理、保險、規(guī)則、運營的下半場，別忘了當(dāng)年從第一輛汽車出現(xiàn)到完全替代馬車也過了接近20年，何況今天的人口密度，交通復(fù)雜度會使得這個系統(tǒng)性問題更加難辦。 

結(jié)論：我們認(rèn)為自動駕駛今天還在奇點的左邊，奇點臨近的征兆有兩個：

• 僅靠技術(shù)創(chuàng)新就能將傳感器成本降低一個數(shù)量級：今天quanergy在干這個事情，Google也說自己可以降低90%，但細節(jié)不清楚；

• 有人找到了一條新的能夠低成本獲取大量有效數(shù)據(jù)的方法。 

二、自動駕駛到底是大公司還是創(chuàng)業(yè)公司的機會？

今天最有價值的就是操作系統(tǒng)，小公司是否有可能依靠技術(shù)創(chuàng)新變成明天的Android和IOS，這是一個被問的最多的問題。我曾經(jīng)花了半年的時間研究智能手機操作系統(tǒng)發(fā)展史，在我看來，操作系統(tǒng)的建立一定是在原有競爭優(yōu)勢的基礎(chǔ)上，長期的投入。蘋果靠的是在PC時代對硬件制造銷售+圖形化操作系統(tǒng)+領(lǐng)先交互體驗+喬布斯個人，在這里不得不指出喬布斯才是最關(guān)鍵的因素（太陽雙魚、月亮水平座的奇才=visionary+highintelligence+顛覆，這可能才是創(chuàng)造出跨時代產(chǎn)品的關(guān)鍵）。而Android的成功很大程度上依賴持續(xù)資金研發(fā)+開放OHA聯(lián)盟+Google原有PC端壟斷產(chǎn)品向移動遷移。 

回看汽車這個領(lǐng)域，從自動駕駛操作系統(tǒng)看汽車產(chǎn)業(yè)鏈，上下游都更加的集中和強勢。 

• 上游車廠獨立強勢：車廠的數(shù)量遠遠少于手機廠商的數(shù)量，汽車百年工藝構(gòu)建了傳統(tǒng)車廠絕對的話語權(quán)，而沒有車廠的配合任何自動駕駛操作系統(tǒng)都無法落地。盡管汽車電動化降低了造車的門檻，出現(xiàn)了像蔚來汽車、樂視汽車等創(chuàng)新車企，但他們能夠在3-5年內(nèi)成為電動車領(lǐng)域的華為、小米我們不得而知。畢竟生產(chǎn)工藝、安全要求、資產(chǎn)規(guī)模、迭代速度的差異讓汽車制造仍然是一個強壁壘的業(yè)務(wù)。

• 下游滴滴/uber一家獨大：傳統(tǒng)手機OS的上游分散著各類App應(yīng)用。而汽車作為一個交通載具本質(zhì)的需求是出行，出行用戶端體現(xiàn)出一家獨大的特點，Uber和滴滴天然的就卡住了出行用戶，造成自動駕駛公司業(yè)務(wù)冷啟動非常困難。

• 短期難形成商業(yè)閉環(huán)：通常一個零配件想要進到車廠至少兩年 ，創(chuàng)業(yè)公司將長期面臨沒有收入的狀況，而高科技公司養(yǎng)一堆大牛又很貴，如果不被大公司收購，就必須得有超強的畫餅?zāi)芰Γ焓笰輪都好融，一旦到B輪考察商業(yè)變現(xiàn)，大家都會變得非常猶豫。

• 信息和認(rèn)知差異越來越小：今天行業(yè)里的所有player都已經(jīng)意識到自動駕駛會帶來交通產(chǎn)業(yè)的結(jié)構(gòu)性變革，看得清&有實力&有業(yè)務(wù)關(guān)聯(lián)的公司就投入資金自己做（包括車廠、Google百度、uber、蘋果等），有實力&看不太清&無直接關(guān)聯(lián)公司就先投資（阿里、騰訊、GM），所以當(dāng)信息和認(rèn)知逐步趨同后，創(chuàng)業(yè)公司憑借一己之力驅(qū)動整個自動駕駛行業(yè)，難上加難。 

如果我們把智能手機的奇點臨近定義在2009年蘋果推出iphone3GS，那今天的智能汽車相當(dāng)于2005年的智能手機，我們依稀看到Tesla就是當(dāng)年iphone的影子，ElonMusk也符合喬布斯的特點。Tesla今天把電動化、智能化、共享化集于一身：擁有最成熟的電動車技術(shù)，頂著撞死人的風(fēng)險將輔助駕駛商業(yè)化，通過一年的時間收集了10倍于Google 7年收集的數(shù)據(jù)，未來可以輕易的切入分時共享的業(yè)務(wù)。我非?？春肨esla，他一定是在漸進式道路上跑的最快的那一家。一旦Tesla取得階段性成果，傳統(tǒng)車廠的危機感會立刻提升，這也會快速促成傳統(tǒng)車廠與自動駕駛公司的合作與并購，用金錢買時間或者團隊，也許這就是自動駕駛公司退出的最好機會。

結(jié)論：自動駕駛是大公司的機會，創(chuàng)業(yè)公司難成獨角獸，被收購是較好的出路。 

三、創(chuàng)業(yè)和投資的機會在哪里？

既然我們已經(jīng)認(rèn)定自動駕駛公司最有可能的出路是被大公司收購，那么我們就要以終為始的來看看，如果你是車廠、滴滴、百度，你到底會愿意花錢買什么？不難想象到，當(dāng)激光雷達的價格降低1000美金以下，或者僅靠低層本的視覺算法或毫米波到能夠解決感知、地圖采集、定位等問題的時候。整個行業(yè)就真正進入了第二個rising cycle。大公司將不顧一切的投資資源，快速起飛。這時候，什么才是大公司愿意用錢買時間的好資產(chǎn)呢？ 

我們可以簡單的把自動駕駛分為：生產(chǎn)制造、車輛控制、感知、決策規(guī)劃、用戶運營等五個環(huán)節(jié)。產(chǎn)業(yè)鏈中不同的player擁有不同的稟賦，但大家都希望能夠延伸到更有價值的環(huán)節(jié)（越靠近用戶越有價值），所以巨頭都紛紛向自己能力缺陷的環(huán)節(jié)進行投資。我們看看過去一年投資并購相關(guān)的實際案例。

• Cruise：自動駕駛方案，被GM 10億美金收購，2013年成立，40人。通用技術(shù)水平一般，為了stay relevant進行收購。

• Otto：商用車自動駕駛方案，被Uber 6億美金收購，成立不到1年，100人，收購技術(shù)和團隊。CEO曾在Google自動駕駛工作

• Velodyne、Quanergy : 激光雷達公司，分別被福特百度、通用等多家車廠戰(zhàn)略投資

結(jié)論：以下四個方向存在機會，供各位創(chuàng)業(yè)者參考：

• 低成本激光雷達：通過技術(shù)創(chuàng)新能夠生產(chǎn)出可量產(chǎn)的、低成本的、滿足車規(guī)級標(biāo)準(zhǔn)的激光雷達，是非常有價值的產(chǎn)品。核心要考察的問題是：是否有滿足車規(guī)級標(biāo)準(zhǔn)的可用產(chǎn)品。

• 細分領(lǐng)域的完整解決方案：對標(biāo)OTTO，能夠真正完成某個場景下自動駕駛從頭到尾的工作。細分場景的發(fā)展路徑是：半封閉低速（景區(qū)園區(qū)通勤、糧食運輸、港口碼頭）-> 高速公路（高速貨運、客運）->半封閉營運（限定區(qū)域乘用車）->城市道路商用。當(dāng)然我們還要考察兩個問題：1、細分場景的市場空間是否足夠大 2、從該場景往更通用的場景發(fā)展，技術(shù)上是否有延續(xù)性。

• Fusion做的更好的感知系統(tǒng)：在激光雷達成本難以快速下降的時間里，通過fusion更好的發(fā)揮不同傳感器的能力，真正解決Perception、Sensing、Positioning的問題，從而為快速積累數(shù)據(jù)提供可能。

• 更加comprehensive的planning system：今天所有的Google、uber、baidu等自動駕駛公司的決策規(guī)模部分大都是應(yīng)用rule base的方法來做的（將具體的交通規(guī)則寫在程序里），而也有少量的公司（momenta等）會嘗試使用deep learning的方式去做決策，學(xué)習(xí)司機駕駛行為。坦白講，跟這么多公司和專家聊下來，我也不知道哪個靠譜。但很明顯，交通永遠是一個系統(tǒng)性問題，人們在尊重既定的交通規(guī)則的情況下，不同國家不同文化不同路況不同時段的行車策略都在發(fā)生各種難以琢磨的變化。如果我們把交通的安全性和效率當(dāng)作最終目標(biāo)，單純基于rule base的planning有可能在早期階段格格不入，尤其當(dāng)大部分車輛是人開，少部分車輛是機器開的話，這種所謂的“弱勢群體”就會招到在策略層面的挑戰(zhàn)。一個不切實際的想法，如果車輛在理解基礎(chǔ)交規(guī)的基礎(chǔ)上（rule base）,并擁有一個豐富經(jīng)驗的駕駛直覺（deep learning base），能夠感知周圍車輛的行為和動機（v2x base）,那他才是一個不折不扣的老司機。

• 僅僅做視覺&毫米波感知的公司天花板比較明顯：今天市場上最多的創(chuàng)業(yè)公司就是視覺感知類的ADAS公司，今天深度學(xué)習(xí)的出現(xiàn)提升了圖像識別的能力，市場上出現(xiàn)大量視覺人才，可預(yù)見視覺感知技術(shù)會越來越成熟，競爭也越來越激烈。由于進入前裝市場周期漫長，且視覺數(shù)據(jù)最后歸屬車廠而非創(chuàng)業(yè)公司，也很難想象視覺ADAS公司如何構(gòu)建壁壘。另外只做單純的視覺感知，天花板是Tier1，今天大的tier1都在補這門課，所以今天的中國幾乎不存在Mobileye當(dāng)年的機會。汽車行業(yè)的發(fā)展，零部件廠商不斷整合，ADAS公司未來被大的Tie1收購是可見出路。當(dāng)然ADAS公司還有另一條出路，就是通過安全輔助模式真正降低交通事故率，與保險公司合作創(chuàng)造價值。

返回第一電動網(wǎng)首頁 >