文|智能相對論

作者|leo陳

攀登珠峰,傳統(tǒng)路線有兩條:一條是中國西藏的北坡,另一條是尼泊爾的南坡。不管選擇從南坡還是從北坡攀登,最終都將到達(dá)同一個(gè)頂峰。這其實(shí)與自動(dòng)駕駛行業(yè)的發(fā)展路徑之間存在相似之處。

對攀登珠峰的人而言,無論走哪條路線都不是容易的事。北坡一開始沒有登山的感覺,更像是高海拔徒步,邊走邊欣賞風(fēng)景;南坡會(huì)遇到昆布冰川,路線有時(shí)接近垂直,落石和雪崩的風(fēng)險(xiǎn)不小。相比于北坡,南坡沖頂時(shí)間短、攀登強(qiáng)度大,爬升和下降的海拔更高。

這其實(shí)對應(yīng)著自動(dòng)駕駛行業(yè)的兩條大的研發(fā)路徑:一條是以車企為主的漸進(jìn)式策略,一般從L1、L2開始,再逐步疊加高階功能;另一條是以科技互聯(lián)網(wǎng)企業(yè)為代表的跨越式策略,直接從L4、L5開始研發(fā)。而它們最終的目標(biāo)都是登頂自動(dòng)駕駛的頂峰——無人駕駛。

在攀登過程中,自動(dòng)駕駛行業(yè)發(fā)生了很大變化。投資人從瘋狂中冷靜下來,變得謹(jǐn)慎。與此同時(shí),兩條發(fā)展路徑在商業(yè)化方面都遇到困難:比如Waymo,近期有包括CFO在內(nèi)的9名高管相繼離職;另一邊比如有特斯拉,被曝出多次出現(xiàn)安全和市場問題。

當(dāng)下自動(dòng)駕駛行業(yè)望著頂峰,每一條發(fā)展路徑下的廠商都要面對問題做出選擇,為了活下來。

“跨越式”打法,商業(yè)化還是未知數(shù)

自動(dòng)駕駛行業(yè)的熱度雖然高漲,但行業(yè)核心問題依然擺在眼前:距離商業(yè)化仍需時(shí)日,大部分企業(yè)也未實(shí)現(xiàn)盈利。在這一輪浪潮下,屬于不同研發(fā)路徑的廠商都要應(yīng)對來自商業(yè)化的考驗(yàn)。行業(yè)發(fā)展至今,做出不同路徑選擇的玩家之間會(huì)有著天然的鄙視鏈。

L4路線的堅(jiān)定貫徹者比如Waymo,崇尚高舉高打,意圖直接斷了人類駕駛員的后路,靠節(jié)省的人力成本直接盈利。Waymo的研發(fā)思路逐步演化為針對Robotaxi的開發(fā),其離最終目標(biāo)——無人駕駛,顯然是更近的。

可專注這一研發(fā)路徑,光是技術(shù)難度就意味著企業(yè)需要更多融資與更多投入。所以對于它們而言,會(huì)希望自己能夠搶占話題和資本高點(diǎn),至少在陣勢上不能輸。

有數(shù)據(jù)顯示,Waymo母公司Alphanet每年在自動(dòng)駕駛研發(fā)上的投入約為10億美元。Waymo剛起步不久,就對外宣布引入除母公司以外的外部投資者,拿到了兩筆共計(jì)30億美元的外部融資。也是這個(gè)時(shí)候有消息傳出,Waymo累計(jì)虧損已經(jīng)達(dá)到50億美元。

誠然,作為行業(yè)頭部且資金雄厚的企業(yè),無人駕駛是它們相對容易觸及的未來,大手筆砸錢可以被看做是幫助自己在下一個(gè)時(shí)代“跑馬圈地”。但是,高級別自動(dòng)駕駛好比“鈔票粉碎機(jī)”,一些初創(chuàng)企業(yè)無法獲得持續(xù)足夠的資金支持,缺錢成為壓倒他們的最后一根稻草。

從2020年開始,就有一大批初創(chuàng)企業(yè)正在走下坡路。去年3月,StarskyRobotics在經(jīng)歷了融資失敗、縮減車隊(duì)、大幅裁員后停止運(yùn)營并關(guān)閉;Nuro被曝尋求賣身,融資王Zoox傳出裁員以及收購的消息。

一位業(yè)內(nèi)人士告訴「智能相對論」:“國外Robotaxi已經(jīng)到了出清階段,實(shí)力不足的玩家逐漸退場。Uber、Lyft就是典型例子,自動(dòng)駕駛落地難、持續(xù)燒錢,作為上市企業(yè)退出也在情理之中�！�

“國內(nèi)比國外走得慢,還處于群雄逐鹿階段,要“廣積糧”。如果企業(yè)現(xiàn)在不做大量融資,后面幾年怎么存活?所以一些企業(yè)在各個(gè)方面瘋狂造勢,比如這次針對廣州抗疫宣傳無人車�！绷硪晃粯I(yè)內(nèi)人士這樣說道。

其還補(bǔ)充:“外界所見難免有被廠商包裝出的效果,目前Robotaxi企業(yè)開放運(yùn)營,其實(shí)還在Demo階段,仍需要花費(fèi)大量時(shí)間解決長尾問題。至于實(shí)現(xiàn)規(guī)�；�、盈利化,目前依然不太可能�！�

從海外看到國內(nèi)的未來,會(huì)有一個(gè)殘酷的現(xiàn)實(shí):行業(yè)融資狂熱所帶來的的繁榮,不可能支撐起所有玩家的夢想。初創(chuàng)企業(yè)走到這個(gè)階段要明白,資本市場未來在“不能盈利的地方”所投入的資金是有限的,自身也不可能一直依賴融資來續(xù)命。

最近百度CEO接受采訪時(shí)表示,雖然越來越多的玩家入局,但是他們都低估了自動(dòng)駕駛的研發(fā)投入,百度僅去年一年的投入就超過了200億。而這可能需要10年甚至20年的長期投入。這樣去想,小米造車先花三年投入100億美元,資金似乎并不算充沛。

行業(yè)目前共同認(rèn)知是,在有融資支撐的同時(shí),企業(yè)也格外需要?jiǎng)?chuàng)造收入。因?yàn)槟壳斑�沒有人知道要燒多少錢,才能迎來大規(guī)模商業(yè)化的曙光。

文遠(yuǎn)知行創(chuàng)始人兼CEO在接受騰訊科技采訪時(shí)曾表示:“在投資之前,會(huì)問你如何做運(yùn)營、看你的商業(yè)模型是什么、如何做到商業(yè)化落地,這樣的問題在2019年開始越來越多�！边@就意味著,投資人在投資自動(dòng)駕駛項(xiàng)目時(shí)會(huì)更為謹(jǐn)慎,更關(guān)注商業(yè)化,而不是盲目砸錢。

所以,對于從L4起步的玩家而言,必須尋找離商業(yè)化更近的道路。不僅僅是追求技術(shù)極致,更要求具備一定的造血能力。

“漸進(jìn)式”攻入腹地,“跨越式”的優(yōu)勢在消失

有別于進(jìn)入L4/L5級別自動(dòng)駕駛領(lǐng)域,以ADAS為基礎(chǔ)來挖掘市場潛力,可以說是“務(wù)實(shí)”企業(yè)的研發(fā)路徑。這一方的代表企業(yè)如特斯拉,從L2入手,通過輸出階段性的智駕產(chǎn)品為下一代產(chǎn)品積累數(shù)據(jù),迭代性的獲得盈利的同時(shí),逐步上攻。

若以L3作為“漸進(jìn)式”到“跨越式”的“水壩”,特斯拉為代表的企業(yè)其實(shí)就是“蓄水”,去沖擊L3級自動(dòng)駕駛邊界。其打法也有一套自己的邏輯,通過數(shù)據(jù)積累,更新迭代來“蓄水”,從而一擊沖破“水壩”,向L3以上級別去“釋放”能量。

過去,高級別自動(dòng)駕駛的“信仰者”,應(yīng)該都可以拋出一些直戳其痛點(diǎn)的問題:“人人都在做L4、L5自動(dòng)駕駛,抓ADAS是否有出路”、 “當(dāng)傳統(tǒng)汽車供應(yīng)商巨頭將技術(shù)壟斷,新晉企業(yè)如何能建立起自己的優(yōu)勢”等。

現(xiàn)在,后者對高級別自動(dòng)駕駛企業(yè)也會(huì)有嘲諷:“投入產(chǎn)出不成正比”、“短期內(nèi)無法形成規(guī)�；�”、“資本市場不具有可持續(xù)性”等。在「智能相對論」看來,自動(dòng)駕駛技術(shù)太龐雜,細(xì)分賽道太多,產(chǎn)業(yè)鏈里的玩家都會(huì)有自己的一套核心打法和生存邏輯。

除了特斯拉,國內(nèi)一些車企也能夠?qū)崿F(xiàn)部分城市道路的自動(dòng)駕駛。比如,今年小鵬發(fā)布NGP自動(dòng)導(dǎo)航輔助駕駛,基于高精地圖和導(dǎo)航系統(tǒng),小鵬P7可以在高速公路和城市主干道發(fā)揮自動(dòng)駕駛能力。

據(jù)官方消息,小鵬P5搭載激光雷達(dá)后,其感知能力在原有基礎(chǔ)上進(jìn)一步提升,XPILOT 3．5版本升級NGP功能,適用范圍拓展至了城市道路,并強(qiáng)化停車場記憶泊車功能的性能。

除此之外,極狐阿爾法S華為HI版也在今年出現(xiàn),搭載華為高階自動(dòng)駕駛ADS系統(tǒng)。華為自動(dòng)駕駛總裁蘇箐表示:年底量產(chǎn)的時(shí)候會(huì)提供北上廣深四個(gè)城市的自動(dòng)駕駛功能,其它城市則只能使用ICA+的模式,也就是介于自動(dòng)駕駛和定速巡航之間的狀態(tài),便于機(jī)器去學(xué)習(xí)交通環(huán)境和自構(gòu)圖。

對比兩種技術(shù)路徑,可以明確的一點(diǎn)是,針對乘用車的ADAS有可以落地的商業(yè)模式。而“跨越式”打法,針對Robotaxi的商業(yè)模式依然不清晰。這樣的話,不同的技術(shù)路徑具體到產(chǎn)品時(shí),雙方具備的盈利能力自然會(huì)有明顯的分化。

而基于不同的盈利能力,“漸進(jìn)式”給“跨越式”帶去的沖擊也是顯而易見的。選前者的企業(yè)在攀登頂峰——無人駕駛時(shí),可以“沿途下蛋”,持續(xù)推出逐漸接近可替代駕駛員的自動(dòng)駕駛產(chǎn)品。從而,能夠給自身積累充足的數(shù)據(jù)和現(xiàn)金流。

企業(yè)緊握這些“糧草”,又可以繼續(xù)“沖頂”無人駕駛。由于采取“漸進(jìn)式”,企業(yè)其實(shí)是無限逼近無人駕駛的,加上現(xiàn)有的積累助力,這個(gè)過程是一種“正向循環(huán)”。倘若最后,“無人駕駛”這個(gè)頂峰誰都無法征服,至少這部分企業(yè)可以在當(dāng)下活得更好。

反觀Waymo這邊,發(fā)展Robotaxi多年還主要局限在“鳳凰城地區(qū)”。直接將自己置于L4的位置,卻沒有足夠的數(shù)據(jù)去做好這件事。更何況,也沒有人知道多少數(shù)據(jù)才是足夠的。因此相較于“漸進(jìn)式”,“跨越式”并不連貫,是有泡沫存在的,倘若無人駕駛這一設(shè)想最后不能被驗(yàn)證。

“轉(zhuǎn)向”落地商用車,這條路也難言輕松

Robotaxi依然很遙遠(yuǎn),“跨越式”打法的玩家必須找到商業(yè)化更近的路。自動(dòng)駕駛行業(yè)快速發(fā)展,除了之前提及的難題,大家最初還忽略了一點(diǎn),國內(nèi)市場的發(fā)展不僅有很強(qiáng)的地域性,且受政策的影響很大。

不少自動(dòng)駕駛相關(guān)企業(yè),尤其是初創(chuàng)企業(yè),正在嘗試?yán)�用其它場景去加速商業(yè)化。這些場景比如有,高速公里、室內(nèi)物流和封閉園區(qū),在其中落地自動(dòng)駕駛卡車、無人配送小車等產(chǎn)品。這個(gè)方向十分有現(xiàn)實(shí)意義,似乎是“跨越式”打法玩家在期待未來后,做出的一些“務(wù)實(shí)”。

比如自動(dòng)駕駛卡車,原則上開發(fā)比自動(dòng)駕駛汽車要簡單一些,這是因?yàn)榭ㄜ嚺c乘用車行駛軌道不同,卡車(尤其是長途拖掛車)通常遵循固定路線,并且大部分時(shí)間都駕駛在高速公路上,而不像一般道路那樣復(fù)雜。

與此同時(shí),卡車較大的尺寸天然為自動(dòng)駕駛提供了更多的可能性,可以使用大尺寸計(jì)算機(jī),配備更多靈活傳感器(可以將傳感器安裝在離地面更高的位置),提供更充足的動(dòng)力支持,并提供了更好的視野,這些特性使自動(dòng)駕駛卡車比自動(dòng)駕駛汽車更早商業(yè)化。

包括自動(dòng)駕駛卡車,它們都為自動(dòng)駕駛提供了“練兵場”,但在實(shí)際推進(jìn)過程中,企業(yè)遇到的挑戰(zhàn)仍不少:

一方面,簡單場景其實(shí)不簡單。雖然相比城市道路的復(fù)雜多變,物流或封閉區(qū)域內(nèi)的交通相對簡單,但這些場景對自動(dòng)駕駛算法“深度”要求很高,甚至超過城市道路。

比如卡車,不同于汽車,需要能夠提前感知到更多情況。高速公路對卡車急剎車等行為的限制,使得高速公路自動(dòng)駕駛卡車對超遠(yuǎn)距識別、敏捷度和判斷力等要求更高。可主流的自動(dòng)駕駛汽車配備感知距離在200米左右的激光雷達(dá),不足以應(yīng)對高速行駛的自動(dòng)駕駛卡車。

另一方面,場景所有方不一定對初創(chuàng)企業(yè)完全開放。初創(chuàng)企業(yè)借用場景收集數(shù)據(jù),但場景所有方關(guān)注的問題并不比合作企業(yè)少。

場景所有方要考慮自身是否適合自動(dòng)駕駛落地,自動(dòng)駕駛的成本下降潛力是否能覆蓋我的投入,以及場景數(shù)據(jù)開放程度應(yīng)該是多少。物流就是很好的例子,場景數(shù)據(jù)是物流企業(yè)業(yè)務(wù)的核心部分,對數(shù)據(jù)開放自然十分謹(jǐn)慎。尤其是行業(yè)頭部企業(yè),幾乎很難與初創(chuàng)企業(yè)去達(dá)成合作。

總而言之,L4/L5級別自動(dòng)駕駛商業(yè)化之路困難重重,充滿變數(shù),不同技術(shù)路徑也有各自需要解決的挑戰(zhàn)。選擇“務(wù)實(shí)”,轉(zhuǎn)向商用落地也并非易事。自動(dòng)駕駛行業(yè)狂熱但高度不確定,玩家仍需時(shí)刻明確自身戰(zhàn)略和商業(yè)模式,并有效調(diào)整,這個(gè)至關(guān)重要。

參考資料:

1． 自動(dòng)駕駛商業(yè)化遇現(xiàn)實(shí)尷尬 仍需“輸血”為何受資本熱捧?．每日經(jīng)濟(jì)新聞

2． 自動(dòng)駕駛被未來“綁架”．汽車公社

3．2021麥肯錫中國汽車行業(yè)CEO特刊．麥肯錫

*本文圖片均來源于網(wǎng)絡(luò)