如果說發(fā)動機是燃油車的心臟，那么自動駕駛技術就是電動汽車的靈魂所在。新能源汽車相對燃油車來說，本質變化來源于能源利用方式的改變，但新能源汽車的核心競爭力上，或許自動駕駛等智能化科技才更具有顛覆性。

過去幾年，自動駕駛賽道跌宕起伏，在經歷了頭部動蕩之后，行業(yè)正在進入新的發(fā)展階段，毫末智行異軍突起，發(fā)力無人配送領域、小馬智行嘗試重卡、文遠知行試水小巴、元戎啟行開啟輕卡業(yè)務，賽道局勢逐漸發(fā)生變化。

找到一條“分水嶺”

在經過數(shù)十年的發(fā)展之后，自動駕駛已經呈現(xiàn)出接近實用化的趨勢，但是還沒有達到在沒有任何人類主動的操作下，自動安全地操作機動車輛的水平。目前賽道內所有玩家都把目光放在了技術攻堅上，希望能率先突破技術桎梏，率先到達L5的頂峰，但是從現(xiàn)狀來看，似乎并不樂觀。

Waymo one是全球首個無人車商用服務項目，在自動駕駛領域深耕十年，也是整個自動駕駛行業(yè)的里程碑，但起步于鳳凰城的Waymo商業(yè)化運營如今僅僅在舊金山城市的一隅實現(xiàn)落地。馬斯克曾表示特斯拉將于2020年推出L5級別的Robotaxi，一年內將有100萬輛上路運營，兩年多時間特斯拉連一輛都沒做出來。百度公司首席科學家吳恩達創(chuàng)立的自動駕駛公司drive．ai也已經賣身蘋果．．．．．．

廣闊的商業(yè)前景吸引了不少投資機構為自動駕駛“買單”，相關企業(yè)的估值也水漲船高。隨著對自動駕駛落地想象的破滅，自動駕駛的紅利逐漸消失，或者說自動駕駛的泡沫逐漸破裂。

Waymo的估值從三年前的1750億美元一路下滑至300億美元，降幅超過800％。國內曾經的自動駕駛明星公司融資額度也逐漸減少。據(jù)天眼查專業(yè)版APP數(shù)據(jù)顯示，自動駕駛行業(yè)企業(yè)注冊數(shù)量在2018年達到頂峰，之后呈現(xiàn)下降趨勢。

在這樣一個特殊時期，實在是需要深思，技術對于自動駕駛企業(yè)到底意味著什么？難道整個賽道都要被困在自動駕駛技術系統(tǒng)里了嗎？在互聯(lián)網江湖看來，目前行業(yè)已經深陷技術陷阱，靠科技二字難以拯救自動駕駛。

巴菲特并不投科技股的，為什么一再增持蘋果股份？來自FanTalk的一次圓桌對談中他們提到：

巴菲特不投科技股，是因為大多數(shù)科技企業(yè)的「護城河」是技術創(chuàng)新能力，而這在巴菲特看來是不穩(wěn)定的，他投蘋果的邏輯，是蘋果已成為一家成熟的消費品公司，有無可比擬的用戶粘性，已經實現(xiàn)了科技落地的重要一躍。

根據(jù)IDC分析，2020年至2024年，全球自動駕駛年復合增速將達18．3％；到2024年，L1－L5級自動駕駛汽車出貨量將接近5500萬輛，其中L1、L2級別自動駕駛汽車市場占比分別為64．4％、34％。

也就是說，對于目前的行業(yè)進展來看，未來98％以上的自動駕駛汽車將處于L1、L2范疇，L5還屬于一個幻想。從商業(yè)化落地層面看，L幾不重要，更重要的是如何實現(xiàn)在具體場景下高效落地。

需要明白的一點是，交通沒有絕對的安全，擁有科技基因的自動駕駛也不可能做到百分之百的零交通事故，只能無限逼近這個“零”，也就是所謂的L5。一邊，技術桎梏難以突破；另一邊，不同于蘋果公司消費產品邏輯，自動駕駛受安全問題束縛，想要完成科技落地更加艱難。

如果真要給自動駕駛設一條分水嶺的話，或許“人”的標準更有意義。

把“人”當做“參考答案”，只要自動駕駛技術的發(fā)展在整體安全水平上能夠達到甚至超過人工駕駛的安全水平，把事故率能夠降低到社會整體之下，那么自動駕駛對于整個社會來說就可以起到一定的積極作用。

自動駕駛：一場“文科”考試

實際上，自動駕駛面臨的不只是技術困境，在被眾多企業(yè)、資本所忽視的角落里，還有社會輿論環(huán)境的難題。這兩個問題的重要性是等同的，解決這個難題甚至能為企業(yè)帶來部分的先發(fā)優(yōu)勢。

在社會輿論問題上，網約車行業(yè)曾經的歷史教訓仍然歷歷在目，可以說是一個鮮活的案例。

應急管理部信息研究院曾經發(fā)布《中國網約車安全發(fā)展研究報告》事實，國內主要網約車企業(yè)比傳統(tǒng)出租車具有更高安全性，交通事故億公里死亡率比巡游出租車低26％。但網約車每次出事都會被推上風口浪尖，甚至出現(xiàn)主播為吸引流量專門假冒滴滴司機出事的事件。

由于早期對于社會輿論的忽視，滴滴發(fā)展起來后為此付出了巨大代價，2019年全年滴滴在安全方面的資金投入將超過20億元，各級安全工作團隊已超2500人，相當于每四五名滴滴員工中，就有一名專職負責安全工作。

如今隨著L1、L2級別的自動駕駛落地，交通事故也如附骨之疽一般出現(xiàn)，但整個自動駕駛行業(yè)都給人一種聽之任之、甚至縱容的感覺。

一方面，當前汽車的自動駕駛系統(tǒng)還非常不完善，只能提供輔助作用，但是由于企業(yè)的過渡宣傳，導致普通車主和用戶都缺乏完備認知，很容易忽視技術本身存在的危險，結果安全事故頻出。

另一方面，事故發(fā)生之后，車企對于車主維權表現(xiàn)傲慢，甚至在事故發(fā)生后沒有認真分析原因，導致事故持續(xù)不斷發(fā)生。比如蔚來車主出事之后，蔚來發(fā)布了一份《蔚來車主對NP／NOP系統(tǒng)認知的聯(lián)合聲明》，想要撇清關系，結果有更多的蔚來車主紛紛發(fā)聲，覺得自己“被代表”。

如今自動駕駛在用戶心中種下的陰影未來會持續(xù)存在，如果放任不管的話還會不斷生長，即便自動駕駛技術成熟，未來要花費更大的代價去解決。需要明白的是，自動駕駛沒有絕對的安全，到了L5也有發(fā)生事故的可能，問題將更加嚴重。

從解決問題的角度來看，自動駕駛本質上更像是一場“文科”考試：不僅技術沒有辦法提供絕對的標準答案，行業(yè)更要面對社會乃至法律倫理的拷問。

漸進式路線的發(fā)展邏輯

如果從自動駕駛企業(yè)的商業(yè)路徑來劃分，可以簡單分為兩類：一類選擇一步登天，走完全無人路線的L4／L5級企業(yè)，如Waymo；另一類則是漸進式路線的ADAS企業(yè)，比較出名的如特斯拉、蔚小理，還有剛嶄露頭角的毫末智行、智駕科技等。

作為自動駕駛行業(yè)的標桿，Waymo如今已經亮出了底牌，技術難以完善、核心人才流失、商業(yè)化困難，資本大失所望，跟隨者也逐漸分化、改弦更張。而另一類漸進式玩家反而成為了資本眼中的香餑餑。比如毫末智行，在今年融資消息公布前，很少有人聽說過這個名字，結果首輪融資就是首鋼美團高瓴數(shù)億元投資。

為什么毫末智行這類玩家可以崛起，他們和特斯拉、蔚小理有什么區(qū)別？接下來需要好好梳理下漸進式路線的發(fā)展邏輯。

從互聯(lián)網視角來觀察，漸進式路線本質上是一種互聯(lián)網商業(yè)中的一種MVP（Most Viarable Product） 式設計。

互聯(lián)網思維下，如果認為這個方案很可能具備市場價值，就可以投入部分資源，研發(fā)一個“最小化可行性”產品。通過最簡明的方式建立原型，然后通過快速迭代來完善細節(jié)，快速回應用戶需求。所謂“最小化”，即只解決客戶最大痛點。優(yōu)點是可以加快產品上市時間，減少資源投入，減少試錯成本，缺點是不穩(wěn)定、不可靠。

自動駕駛領域非常具有迷惑性，所有人都只盯著技術供給，以為只要技術供給沒問題了，自動駕駛就能夠成功。事實證明，相比技術供給，技術需求是真正決定企業(yè)存亡的因素。

一個是迷惑性的“供”，另一個是致命性的“需”，而MVP式設計的本質就是需求導向，只不過自動駕駛賽道在MVP式設計上再次出現(xiàn)了分化。

有業(yè)內人士表示，目前業(yè)內大多數(shù)人想法是有什么BUG不重要，車能跑就行了，出了問題后面再修。雖然特斯拉、蔚小理們的自動駕駛技術還并不成熟，但依然作為輔助駕駛系統(tǒng)應用到了車上，這就相當于照搬了互聯(lián)網商業(yè)中的MVP式設計。

而互聯(lián)網領域進行MVP式設計時曾出現(xiàn)的問題自然也出現(xiàn)在特斯拉路線上，但不同的是，手機死機了可以重啟，汽車死機就是人命關天的嚴重安全問題。

而毫末智行這類玩家與特斯拉、蔚小理并不太一樣。特斯拉、蔚小理相當于對自動駕駛產品進行了MVP式設計，屬于產品漸進。而毫末智行這些玩家是對場景進行MVP式設計，屬于場景漸進。

自動駕駛不應該只是簡單的看做一種技術，更可以看做是一種通過人工智能、視覺計算、雷達等多種技術組合形成的廣泛的技術運用場景，場景漸進的本質仍然是需求漸進。

而且相比產品漸進路線，場景漸進更有利于規(guī)避安全事故。比如毫末智行的核心業(yè)務低速物流配送車，“低速”意味著即便無人車出現(xiàn)故障，即便造成損失也難以帶來過于嚴重的安全問題。同時，“物流配送”屬于商用，C端不是主要使用者，反而可以隨著運營常態(tài)化瓦解人們對于自動駕駛技術的不信任與敵意，幫助企業(yè)獲得社會認同。

場景漸進同樣存在缺陷，那就是難以解決corner case，也就是長尾數(shù)據(jù)問題。安全與數(shù)據(jù)，如魚和熊掌，兩者不可兼得。

自動駕駛的傳感器方案、計算平臺日漸趨同，供應商就那么幾家。因此，自動駕駛公司的決勝點在數(shù)據(jù)。如果場景不同，長尾數(shù)據(jù)問題不同，而且長尾數(shù)據(jù)問題解決難易程度也不同。

如果選擇容易落地的場景當做溫床，難以獲取長尾數(shù)據(jù)，企業(yè)未來大概率會被超越；如果選擇全部投入復雜場景，則很可能入不敷出，沒有資本支持的情況下彈盡糧絕。最好的做法或許是簡單場景落地“養(yǎng)家”，同時為復雜場景“攻堅”提供資糧。

自動駕駛已經到了反思的時刻，未來的科技變革不會過于遙遠，最后也希望各位玩家都能夠走到實現(xiàn)理想的時刻。