前500米，自动驾驶的“资本站队”艺术

    在各项人工智能新技术应用之中，谁真正具备颠覆式的创新价值？您心中的答案可能有很多，但我们相信，其中必定会有“自动驾驶”。以深度学习为代表的人工智能各项技术，在近几年衍生出众多的新产品与新服务，其中大多是对原有产品的技术改良，为原有行业、产业链各环节参与主体带来新的增长点。而自动驾驶，作为一项由技术驱动的全新产品，真正创造了一个新的产业。其颠覆性的价值，也暗示着“蜀道之难”。
    万里马拉松的前500米
    如果将自动驾驶大规模商业化的推进历程比作一场万里马拉松，那么今天的发展水平大约处于前500米的阶段。目前能够产生现金收入的，仅限于预警类和应急控制类ADAS系统，以及机械激光雷达、低线束激光雷达，并且大多集中于后装市场。部分公司进入Tier 2供应商名单，为车厂提供ADAS产品，主要应用于封闭环境中运营的园区车、内集卡车等。但是，从财务模型来看并不合理，更多是作为产品的试验田。
    从SAE自动驾驶分级标准来看，目前商业落地的ADAS系统处于L2的水平。去年车厂的对外发声，表示2020－2022年间将量产具备L3级别的自动驾驶解决方案的家用车型。但到了今年，这个声音似乎弱了许多，其中一个原因是受数据限制而技术研发进展缓慢。自动驾驶算法的训练和优化依赖大规模数据，而由于数据采集能力的限制——即便Google研发无人车多年，每天收集数据的能力仍十分有限。因为它没有一个合适的应用场景，让车在真实场景去跑数据，所以算法精度的提升较缓慢。今天，中国的自动驾驶初创间的技术能力并没有显著差异。
    自动驾驶产业生态分布，来源：《2017中国自动驾驶汽车产业研究报告》
    此外，仅仅依靠技术的突破也是不够的，需要产业链各环节的突破和加速，尤其是激光雷达的成本降低，是必须跨越的鸿沟。现阶段，高线束的固态激光雷达在自动驾驶的实现中是不可或缺的传感器，但其成本高昂，目前市场价格大约为6－7万美元，贵一些的在70万人民币左右，相当于一辆普通高档轿车的价格。有业内的朋友调侃说：“一辆70万的轿车，顶上装着一台70万的、造型丑陋的激光雷达。搞不好哪一天下了一场雨，激光雷达坏了……”虽然是调侃，但也道出了核心问题。未来，激光雷达的成本降至每台约1万美元会比较合理。
    “资本站队”的艺术
    正如前文所述，自动驾驶的大规模商业落地，离不开产业链各环节整体突破和成熟，不是某家自动驾驶算法企业实现技术突破，就可以加速这一过程。为了赢得这一场马拉松，同样不一定谁的技术好，就能够领跑。需要综合评估零配件成本、技术能力、可替代性、差异化，以及与Tier1的合作与信任关系等等。除此以外，持续的融资能力和巧妙的“资本站队”，也十分重要。进一步讲，就是要通过投资，建立与巨头、车厂、零部件厂商之间的战略合作关系，为未来市场竞争做铺垫和打基础。
    百度All in人工智能，重点研发自动驾驶技术，在国内自动驾驶市场掀起一阵飓风。从历史上的巨头“地盘”之争可知，阿里巴巴、腾讯、京东等互联网巨头不会放任百度一家独大。不论是抢占自动驾驶未来市场，还是出于战略防御目的，巨头一定会扶持其他自动驾驶初创。例如，阿里巴巴投资了小鹏汽车，腾讯京东投资了蔚来汽车，京东还投资了智行者科技等。如果我们从自动驾驶企业角度来看，体现出的则是“抱大腿”的资本策略。智行者科技比较机智，先是拿到了百度的投资，之后又拿了京东的投资。禾赛科技、中科慧眼则抱紧百度的大腿。
    从车厂角度考虑，自动驾驶技术的壁垒高，车厂自主研发可能性小。反之，自动驾驶企业也做不了整车厂的事情。所以，车厂将以投资或并购自动驾驶创企为方向，只是目前还比较早期，车厂大多在观望。这也是自动驾驶创企未来产业布局的机会。
    对于芯片、激光雷达等关键零部件厂商而言，在业务上与自动驾驶企业处于上下游的关系，所以战略性投资是大趋势。比如，英伟达投资图森未来、景驰科技。
    总之，在自动驾驶商业化真正到来之前，如何通过“资本站队”打开未来市场，需要自动驾驶创企审慎思考。
    自动驾驶的商业落地
    中国是继欧美之后自动驾驶发展最为迅速的市场，尽管在固有的汽车部件制造技术方面仍然落后，但在算法、数据等方面并不落下风，而且庞大的市场规模使中国有机会成为最早商业化落地自动驾驶的国家。
    虽然从行业角度横向比较，自动驾驶的商业化程度还十分初期，但我们看好其未来创造的全新市场。近期，亿欧智库发布的《2018中国人工智能商业落地研究报告》，针对13个行业、61项人工智能技术，从商业化程度和技术应用深度两个维度进行了研究。自动驾驶算法，无疑是人工智能技术应用较深的技术应用，我们也十分期待自动驾驶初创在技术上的突破性进展。