硅谷投資人：三年時間 自動駕駛回歸理性

• 2018年5月24日 ZhouXun來源：網易科技 782 47
• 繁體

• 

  2017-2022年中國汽車自動駕駛行業市場前景預測與投資規劃研究分析報告

  汽車自動駕駛行業研究報告主要分析了汽車自動駕駛行業的市場規模、汽車自動駕駛市場供需求狀況、汽車自動駕駛市場競爭狀況和汽車自動駕駛主要企業經營情況、汽車自動駕駛市場主要企業的市場占有...

在這樣一個關鍵節點，未來的一年或數年，自動駕駛將呈現什么新趨勢，還擁有哪些機會呢?帶著這些問題，我們采訪了專注自動駕駛的硅谷投資人齊蕾。

就在本月，百度Apollo自動駕駛車隊在雄安新區率先開跑，騰訊也拿到了深圳的自動駕駛測試牌照，再加上今年2月Waymo宣布將啟動無人駕駛出租車服務，可以說自動駕駛在經歷十多年的發展后，終于進入到了大規模普及和商業化的前夜。

在這樣一個關鍵節點，未來的一年或數年，自動駕駛將呈現什么新趨勢，還擁有哪些機會呢?帶著這些問題，我們采訪了專注自動駕駛的硅谷投資人齊蕾。她曾是上汽集團硅谷風險基金投資負責人，她在職期間，上汽投資了DeepMap、Metawave、Civil Maps等明星自動駕駛公司。現在，她擔任Emerge Venture Partners的管理合伙人，以及Alliance Ventures的全球投資副總裁。

三年時間，自動駕駛回歸理性

“對于自動駕駛來說，今年可能是一個分水嶺。”齊蕾如此評價。

所謂分水嶺，是指如今自動駕駛的熱潮已經回歸理智，對所有參與者來說，最重要的是在有了概念車后，如何把技術轉化為切實的產品，可以開始盈利，只有這樣公司和整個市場才能持續下去。

她從投資者、創業者，以及傳統OEM廠商(包括大公司)三者的角度分析了這一觀點。

2014年至2015年初，自動駕駛開始大范圍興起，當時只有部分創業公司扎根其中，比如Cruise、Zoox。資本方面，彼時也僅有一些專注汽車領域的基金在投資自動駕駛，少有主流基金參與。但隨后兩年，逐漸有比較成熟的團隊從Google、百度出走，憑借大公司的經驗和資本熱度欲分一杯羹，出現了Aurora、景馳等公司。主流基金基本上也都有了專門的團隊關注汽車行業，特別是自動駕駛。OEM也頻頻出手，其中就包括齊蕾曾服務過的上汽。

根據美國智庫Brookings的統計，全球自動駕駛領域初創企業的融資在2016出現爆炸式增長，在8-9月一個月的時間里，總融資額從3.08億美元增至13.08億美元，漲幅在300%以上。

在這種樂觀的氛圍中，創業公司也雄心勃勃，目標直指L4級別的全自動駕駛方案，提供包含了從數據融合到感知、規劃再到控制的全套端到端(End to end)服務。

齊蕾表示，“過去的三年多時間里，無論從投資還是創業的角度來看，整個市場都處于白熱化競爭的階段。”

然而，自去年開始這種情況有了變化，她認為，其中的一個關鍵因素是OEM自身已經適應了自動駕駛的節奏與趨勢。

“無論是在內部團隊建設，還是公司的戰略路線上，OEM都有了成熟的愿景和規劃。在技術研發和落地產品上看，OEM也比三年前更為成熟，已經或計劃發布自己的產品，將自動駕駛技術融合到車里。”

OEM中最早出手的當屬通用與福特，這兩家在2016年分別收購了Cruise與Argo.ai，并據此成立了單獨的自動駕駛部門。如今，通用的可量產自動駕駛車已經迭代到了第三代，進展比創業公司還快。

對于創業者而言，這不是令人愉快的消息，因為這意味著做端到端方案的可能性更小了，OEM不再需要外部告訴自己如何開發自動駕駛，而只需要在某一細分技術上與創業公司進行深入合作。

"所以我們會看到很多專注做感知這類更垂直、更前沿方向的公司出現，如以色列公司VayaVision，它在開發3D感知和認知算法以提高自動駕駛的安全性。”齊蕾表示。

對投資人而言，這時再投資一家做自動駕駛整體方案的公司毫無意義。而且對于已經投過的公司，他們會進一步要求其加快技術落地來證明自己。

爭奪應用場景

在這樣的情況下，自動駕駛的機會窗口已經關閉，如果一家自動駕駛公司無法找到技術落地的場景，形成合理的商業模式，就只能等著資金耗光。

而在場景落地上，齊蕾也觀察到一個有意思的現象：無論是創業公司還是OEM，無論是中國還是美國，在想像應用場景時都極為相似。

首先是技術路線的融合。過去的行業看法是，OEM與創業公司會分別采用不同的自動駕駛路徑：前者是漸進式的，即從L2級別開始增加相應的功能，逐步提升到L3級別的半自動駕駛及L4全自動駕駛;后者則較為激進，往往是一步到位，直接開發L4級別的自動駕駛方案。

但現在的行業共識是，創業公司與OEM需要合作，前者依賴后者對車輛底層系統的經驗，后者需要前者在自動駕駛技術上的知識。

“兩者在磨合的過程中在相互靠攏、匯集，很多OEM與創業公司均在今年主要攻打可以迅速落地的L3或L3.5級別的自動駕駛。”

這樣的落地場景分為兩類，一是對標特斯拉的Autopilot的高級輔助駕駛，可以實現自主泊車和定速巡航這樣的功能。這種場景滿足的是在LiDAR激光雷達價格居高不下，僅使用攝像頭和Radar的情況下，實現部分自動駕駛功能。

第二類則是在限定環境中的自動駕駛車隊服務，包括行人較少的社區和校園。比如，去年硅谷公司Voyage就開始在一個老年社區提供自動駕駛出租車服務，出行不便的老年人只需要一個電話就可以招來車輛為自己服務。其它限定場景的應用還有物流、港口等，這類場景環境可控，都是不錯的方向。

自動駕駛新的機會在哪?

那上面的分析是否說明自動駕駛領域已經沒有機會了呢?齊蕾的答案是否定的，她認為一些垂直領域的機會還是存在的，但很難會有十億美元級別的規模。

“未來的智能汽車可以分為兩部分，一是自動駕駛，一是車聯網。我認為未來的機會都不算是在自動駕駛領域，而更多的是在車聯網。”

對于OEM而言，他們的一個痛點是，雖然車輛本身可以收集到各種各樣的數據，但這些數據沒有辦法反饋給車廠，他們無法像今日頭條這類公司一樣，通過數據分析消費者的喜好。這是由目前的汽車銷售模式決定的，即OEM經由4S店分銷，所有用戶相關的信息都掌握在店里，很難統一開放給車廠。未來的車聯網讓所有車輛互聯后，會是OEM新的機遇。

對創業公司來說，在數據分析領域OEM也經驗不足，不知道哪些是最重要的數據，這是他們的挑戰，也是創業公司的機會。這方面已經出現了不少創業公司，比如Otonomo，其云服務能將OEM、應用開發商及服務提供商連接在一起，共同利用車輛生成的數據。

另一方面，OEM公司集團下不同部門的數據很難集中匯總，他們不像Google這樣的互聯網公司存在一個綜合的平臺可以分析數據。也因此，OEM內部需要數字化的轉型，采用私有云、混合云的方式將數據放在統一的平臺調配和分析。這里也存在著非常多的機會。

還有在V2X領域，車輛與其它車輛以及智慧城市的基礎設施如何溝通，如何交換數據，這里面也都大有可為。在這之中，高通、英特爾等已經開始下重注，Savari這樣的創業公司也在尋求突破。

或許可以換一種說法，現在如何讓一輛或數十輛車實現自動駕駛已不再存有機會，而在更多大范圍讓自動駕駛取代人類成為交通的主力，還有更多任務有待完成。

至于誰會成功，齊蕾表示，“現在還很難預測誰會成功，但今年所有人都會去落實技術的產品化。”

延伸閱讀

推薦閱讀

猜您喜歡