AI技术赋能汽车生态商业化，旷视、商汤们上市之前最好先“上车”？

    10年前，伴随着深度学习技术的成熟以及计算机算力的逐年增长，人工智能迎来第三波浪潮，一大批企业应运而生，其中包括AI四小龙（商汤、旷视、依图、云从），但10年后的今日，这几家企业却陷入集体焦虑。
    从营收和投入上看，四家企业的运转仍然依靠大量的资金投入，但他们的的营收越高，亏损也越多。很多人甚至怀疑，人工智能是不是一个好的商业模式？
    但事实上，人工智能从2017年就开始成为国家战略，作为21世纪三大尖端技术（基因工程、纳米科学、AI）之一，其广阔前景是不需要质疑的。AI技术要想真正商业化，难的是找到合适的落地场景。
    近几年，在政策对新能源车企的补贴下，新造车势力已经发展到了一定的规模，智能驾驶技术成为汽车的重要配置。从资本市场看，汽车赛道的融资接连不断，甚至连美的、格力等家电企业都试图通过布局汽车寻找第二增长曲线。对于一直在技术领域深耕多年的AI四小龙们，能否乘上这阵东风呢？
    电动车的下半场，AI技术为自动驾驶提供安全保障
    智能驾驶离不开AI技术。首先因为在电动车的下半场，智能驾驶逐渐成为基础配置。
    从2015年特斯拉装车实现量产以来，自动驾驶功能在短短五六年时间内成为汽车的重要配置。最初自动驾驶（其实是自动辅助驾驶）功能是“尝鲜”体验，即使不怎么好用，但至少显得高端。而现在自动驾驶技术逐渐成为电动车的标配，至少L2级别的自动驾驶已经很普遍。
    目前电动车的市场行情是，价格在十万以上的汽车，无论是传统品牌还是造车新势力，如果不能搭载足够丰富的智能辅助驾驶配置，就会损失不少竞争优势。
    另一方面，智能驾驶让汽车更安全。特斯拉、蔚来等厂商的自动驾驶汽车都曾出现一些事故，很多用户因此怀疑这项技术是否可行。自动驾驶的事故屡见报端，一方面是反向的幸存者偏差，新能源汽车处在风口期，出了事故更容易被关注到。另一方面是官方智能营销过度，把L2级别的辅助驾驶吹嘘成全智能驾驶，个别司机被误导所致。
    但无论汽车如何演变，安全性作为汽车的第一要义是没有争议的事实。部分用户之所以抵触自动驾驶，很大一部分原因是怀疑它的安全性。但从汽车的发展史来看，传统汽车安全性的提升就是通过技术手段来实现的。
    以现在很多传统汽车都配置的ABS（防抱死刹车系统）为例。没有ABS的汽车，在遇紧急情况采取紧急刹车时容易出现轮胎抱死，也就是方向盘失灵，这样危险系数就会随之增加，很容易造成严重后果。
    进入20世纪70年代后期，数字式电子技术和大规模集成电路迅速发展，ABS系统向实用化发展的条件已经成熟，许多家公司相继研发出ABS系统。ABS系统被认为是汽车上采用安全带以来在安全性方面所取得的最为重要的技术成就。
    而从现在看汽车未来发展轨迹，通往自动驾驶的路已经很明确了，我们不可能因为自动驾驶可能带来安全问题就放弃它。
    正如布莱恩·阿瑟在《技术的本质》中所说，“技术总是进行这样的循环，为解决老问题去采用新技术，新技术又引起新问题，新问题的解决又要诉诸新的技术。”
    对自动驾驶技术来说，主要分为感知层、决策层和执行层，每一层都是智能硬件和软件技术的融合。自动驾驶技术要想进阶，需要算力和算法一起提升，缺一不可。
    而在算力方面，目前的芯片是已经足够用的，而且有很大冗余度。有汽车业内人士认为，以3个前视摄像头＋5个中视摄像头＋4个环视摄像头＋激光雷达和毫米波雷达的方案为例，这样一套顶级配置的自动驾驶系统，完成所有数据处理需要的算力是60＋TOPS。
    而在算力供应上，英伟达为L4级自动驾驶准备的芯片Orin，单颗算力高达254TOPS，上个月最新发布的芯片Atlan，单颗算力更是达到1000 TOPS，算力绰绰有余。
    在算力富余的前提下，算法上的提升成为关键，而AI技术就是能够在这项领域发挥重要作用的一种算法。
    所以，从自动驾驶技术对安全性的迫切需要来看，AI四小龙们布局智能汽车赛道符合电动车行业对技术的需求。
    事实上，AI企业已经开始了对汽车赛道的布局。
    比如，商汤在今年7月高调宣布入局汽车智能化领域，定位是自动驾驶解决方案制造商，覆盖单车智能和车路协同两大方向，同时将SenseAuto作为独立品牌进行运营，可见其重视程度。
    云从则在10月26日与芜湖市高新区达成了签约合作，共建汽车创新研究院，并在智能网联汽车的核心业务领域展开深入合作。
    依图则联合上海数字治理研究院发布依图“一网统管城市智眼”解决方案，并首次发布国内首款用于城市治理的超级感知端――依图城市智能车。
    横向对比来看，商汤的路线是自动驾驶解决方案的平台，未来的问题是能否通过和头部车企进行合作来提高市占率，面对的竞争对手是百度、华为。而云从和依图的路线比较类似，与地方政府合作，这样的路线可能会偏车路协同方向。
    谨防AI技术“冗余”变“剩余”
    最近几年，由于新能源汽车赛道比较拥挤，很多车企在推出新款车型的时都会强调配置如何高，比上代和友商提高了多少，不仅如此，还流行一个词叫“冗余”，在OTA技术的加持下，冗余就意味着性能可升级，意味着高保值率。
    但要注意的是，智能驾驶中的某一项技术的实现路线不止一种，目前大家都在各自探索，在反复的较量后，最终一些技术能够脱颖而出，另一些技术因上限不够高，即使有再多的“冗余”也无法更进一步，这样的技术路线、相关的专利就成了“剩余”。
    电动汽车是个大赛道，人人都想分一杯羹。对于造车新势力来说，政策补贴已经把他们扶了起来，随着补贴退坡，这波红利渐渐没了，试错的成本只能自己买单。也就是说，现在布局造车的企业，面对的是更加残酷的竞争。
    在这种情况下，虽然电动车市场在扩大，但要警惕的是，有些技术虽然现在看起来比较先进，但它的生命周期可能比较短，技术之间的交叉和替代会产生一些变数。比如，在智能驾驶系统的感知层，像纯视觉方案这样的技术路线如果到了临界点，面对被更便宜激光雷达部分替代的可能。
    作为计算机视觉起家的AI企业，早已是市场的主导者，因此在计算机视觉领域里，AI四小龙的技术优势很明显。但如果现在要在纯视觉路线发力，不仅在时间上落后特斯拉太久，也要考虑激光雷达的降价速度。否则即使能在性能参数上做到“冗余”，在物理极限和性价比的综合考量下，这项技术可能已经剩余。
    所以，对于AI企业来说，不得不注意的一个问题是，如果不能在一项技术的生命周期内，实现商业化和正收益，研发成本可能就沉没了。更需要警惕的是，一项技术能否取得商业化的成功，关键因素甚至都不是技术的优越性和实用性，这样的案例在互联网发展史上出现过多次，较为典型的是微软和sun（太阳公司）。
    上个世纪末，微软和sun在2B操作系统领域展开竞争，sun公司的操作系统Solaris在技术上比Windows NT有明显的优势，但在市场的占领上没有微软积极。
    sun把对手定位为和自己产品技术路线一致的Unix公司，却并不把微软当回事儿，因为sun坚定认为微软在产品力上和自己差距较大。但微软通过更加高频的企业邮箱作为入口，并通过邮箱和操作系统绑定的方式，不断构建在企业服务的生态地位，最终打败了将产品视作护城河的sun。
    这个案例表明，在2B行业中，技术固然重要，但在蓝海时期占领市场似乎比技术更重要，这是因为技术在后期可以不断迭代优化，而市场地位一旦稳固后，B端客户的粘性让后发者纵使能拿出更加可靠的产品也难再有翻身的机会。
    如今的智能驾驶技术赛道中，AI企业所面对的竞争形势，正如当年的sun和微软的企业操作系统之争，“重研发，轻营销”的策略可能会错失更大的市场份额。因此对AI四小龙来说，能否拿下KA客户？其重要性也不容忽视。
    此外，如果用终局思维来看技术的演变，关乎行业标准的底层技术最终可能只有一两套方案能够存活下来。
    以车路协同为例，不同的AI企业在不同的试点城市采用不同的方案，假如有多种方案都已经成熟，那么，一辆车在A城市使用车路协同功能A，开往相邻的B城市后，为何要使用另一套呢？这种本不必要的切换会降低用户体验，甚至可能影响效率和安全性。用户想要的肯定是全国统一的解决方案，一套无缝连接的统一标准很可能会是车路协同的终局。
    由此可推测，车路协同技术未来的标准如果统一，对相关AI企业来说，要么优胜劣汰，要么合作共赢，差异化优势是不存在的，这就是标准之争残酷的一面。从这里也能看出市场份额的重要性。
    AI技术赋能车生态商业化应该“先上车”
    除了在智能驾驶领域角力，对于AI企业来说，车内应用场景或许也将迎来一轮新物种爆发。
    人工智能技术包括计算机视觉（CV）、语音识别等多项技术门类，其中，计算机视觉是AI市场的最大分支。AI四小龙都是以计算机视觉技术起家，目前四家成为计算机视觉市场的主导者，市占率一度超过50％，如何把技术的主导优势转化为商业价值或许就在于视觉技术的商业化应用。
    从应用来看，视觉场景已经拓展渗透到多个行业。目前，计算机视觉落地领域包括安防、营销、无人驾驶、娱乐等，其中安防是计算机视觉领域率先实现规模商业化的领域。
    据艾瑞咨询发布的计算机视觉应用市场格局数据，安防影像分析应用近些年占比保持领先，约为70％，其次是占比18％的广告营销。
    计算机视觉技术对于营销的赋能其实早已有之，蒙特利尔的Envision．ai公司几年前曾开发结合大数据、AI与CV技术的应用程序，通过解析社交媒体上的图像和视频，做到广告推送与用户的精确匹配。
    如今，随着智能驾驶技术的升级，车内空间将可能成为娱乐和消费的新场景。对于AI四小龙们而言，这或许意味着车内广告营销成为新的商业化落地场景。
    从这个角度看，与造车企业合作的想象力似乎更大，可谓“一鱼双吃”。
    据艾媒网分析师预测，目前我国计算机视觉技术已经达到全球领先水平，广泛的商业化渠道和技术技术是成为热门领域的主因。由此可见，通过AI技术对车内应用场景进行赋能，也将对AI企业技术能力的进一步提升有反哺作用。
    值得注意的是，对汽车企业来说，本身就身处行业中，自然对车内场景商业化的拓展更为敏感和主动。
    据天眼查APP查询，长城汽车在10月份成立了两个子公司，分别为自信智行科技有限公司和坦克智行（重庆）科技有限公司，其业务范围非常广泛，其中自信智行的经营范围就包括广告发布、智能车载设备等AI相关业务。这些业务对于汽车企业来说，很多都是应运而生，其实也是一个拓展车生态的探索过程。
    
    对AI四小龙们来说，汽车行业是一个包罗万象的综合性赛道，商业化的机会其实总能不断浮现，关键是不要把自身定位为纯技术输出型企业，“先上车再补票”或许更有实效。
    写在最后：
    在技术驱动型的行业中，一味进行研发投入或将错失市场拓展的机会，2B行业更是如此。AI四小龙从AI技术起家，已经在AI领域奋战多年，无论是技术的商业化，还是进一步突破技术上的瓶颈，或许都应该把握住汽车行业走向智能化的契机。