大家好，我是小6。前計(jì)算機(jī)視覺算法工程師，現(xiàn)自由職業(yè)者、創(chuàng)業(yè)者。

關(guān)注我公眾號很多人都是從事自動(dòng)駕駛相關(guān)工作，今天聊聊自動(dòng)駕駛相關(guān)。自動(dòng)駕駛公司按照上下游主要分為：

1. 上游供應(yīng)商：包括傳感器廠商、芯片、高精地圖

2. 中游解決方案供應(yīng)商：包括大家耳熟能詳?shù)牡目萍脊竞突ヂ?lián)網(wǎng)巨頭。

3. 下游主機(jī)廠：包括傳統(tǒng)主機(jī)廠和造車新勢力。

最近看到知乎上有個(gè)熱門討論：”目前自動(dòng)駕駛公司逐漸失去主動(dòng)權(quán)，其原因是什么？“，感覺很有意思，我理解這里的自動(dòng)駕駛公司應(yīng)該是指中游的解決方案供應(yīng)商，我列舉了幾個(gè)優(yōu)質(zhì)回答的核心內(nèi)容，大家可以一起討論。

https://www.zhihu.com/question/535951089

以下是正文。

來自「Gavin Huang」的回答

很正常，戰(zhàn)略上的錯(cuò)誤，戰(zhàn)術(shù)上甚至戰(zhàn)斗上的勤奮和天分都毫無作用。在人工智能領(lǐng)域，科研院所和實(shí)際應(yīng)用的鴻溝無法跨越。

首先是數(shù)據(jù)，沒有辦法生成和保留大量數(shù)據(jù)的企業(yè)，是沒有護(hù)城河的，算法和平臺不值得一提，誰都可以做，一點(diǎn)點(diǎn)性能優(yōu)勢毫無作用，在應(yīng)用中能被數(shù)據(jù)數(shù)量和質(zhì)量差異直接碾壓。

其次是應(yīng)用，沒有好的規(guī)劃，一開始做乙方就一輩子做乙方，自己無法產(chǎn)生應(yīng)用，無法做產(chǎn)品（如果做了，那就不是所謂的自動(dòng)駕駛公司了，而是造車新勢力、機(jī)器人公司），無法產(chǎn)生營收，只能選投機(jī)取巧的道路，做應(yīng)用方的供應(yīng)商，最后就是只能寄人檐下，和其他很多同質(zhì)企業(yè)一起內(nèi)卷到暴斃。

自動(dòng)駕駛最終的勝利者，要么是特斯拉這樣已經(jīng)全閉環(huán)的、要么就是國產(chǎn)造車新勢力可以往上游延展之后完成閉環(huán)的，但絕對不是這些算法公司。這些公司上游不能生成數(shù)據(jù)，下面不能做產(chǎn)品，是一個(gè)行業(yè)不成熟階段的過度品，也是最容易被擠掉的兩不沾環(huán)節(jié)。

我在清華短暫的時(shí)間里管理和接觸了人工智能在工業(yè)和醫(yī)療兩個(gè)大行業(yè)的大量應(yīng)用和技術(shù)轉(zhuǎn)化，清華的技術(shù)水平在國內(nèi)基本超過所有的企業(yè)或者至少是第一線水準(zhǔn)，但只要開始考慮產(chǎn)業(yè)化，也都無法逃脫這個(gè)定律。大部分的清華教授和參與的學(xué)生們都沒有想清楚宏觀戰(zhàn)略，很多項(xiàng)目接近應(yīng)用后就舉步維艱。

所有做人工智能行業(yè)的都可以思考一下，自己到底是在做什么，最終目標(biāo)是什么。算法和平臺是這個(gè)鏈條上最容易的部分，入門簡單、輕資產(chǎn)、前行者難以形成壁壘，看上去很美好。但如果因?yàn)楹唵芜x擇了錯(cuò)的戰(zhàn)略，后面如何拼命戰(zhàn)斗也什么都得不到。

來自「王方浩」的回答

我個(gè)人認(rèn)為主要有2大原因：

1. 商業(yè)變現(xiàn)困難

2. 不能做到小而美

商業(yè)變現(xiàn)困難

首先看商業(yè)變現(xiàn)困難，由于L4的自動(dòng)駕駛還不是很成熟，而L3大部分要和車企綁定，因此做L4的自動(dòng)駕駛公司都面臨一個(gè)艱難抉擇，如果all in ?L4短期可能賺不到錢，研發(fā)投入也高，現(xiàn)金流困難，如果去做L3，就面臨和車企合作，車企吃肉，我們喝湯，競爭激烈，想象空間也少一點(diǎn)。所以現(xiàn)在大部分自動(dòng)駕駛公司都選擇2條腿走路，L3和車企合作，L4做研發(fā)投入保留想象空間，目前來看Momenta是這方面反應(yīng)最快，也是相對成功的。

目前能夠優(yōu)先商業(yè)化的場景是園區(qū)、港口、物流等，robotaxi是最難也是市場空間最大的。短期由于技術(shù)不成熟，商業(yè)模式和法律法規(guī)等限制都會(huì)對自動(dòng)駕駛的商業(yè)化落地有影響。

大家都知道一個(gè)公司誰的聲量最大，當(dāng)然就是最賺錢的部門，因此這也是為什么車企在自動(dòng)駕駛領(lǐng)域越來越占有主動(dòng)權(quán)。

但長期來說，個(gè)人買不買車都要另說，車企可能會(huì)變成toB的企業(yè)，比如滴滴，我不一定要生產(chǎn)自動(dòng)駕駛汽車，我買自動(dòng)駕駛汽車運(yùn)營就行了，車企或者自動(dòng)駕駛公司擅長造車，但不一定擅長運(yùn)營，等自動(dòng)駕駛技術(shù)成熟了，我直接買車運(yùn)營也是可行的，個(gè)人有出行服務(wù)，也相對較少的需要買車了，車企就會(huì)賣車給自動(dòng)駕駛運(yùn)營公司，變成toB的企業(yè)。

小而美

做不了大的企業(yè)，因?yàn)樘珶X，技術(shù)更新快，競爭激烈，一不小心就會(huì)掉隊(duì)，即使是騰訊、阿里經(jīng)常都擔(dān)心被時(shí)代拋棄，更別說普通人了。但小而美的公司就很不錯(cuò)，只需要找準(zhǔn)自己的定位，放的下身段，在某些方面有優(yōu)勢就可以活的很好，大公司的煩惱也不會(huì)有，這同樣適合于小而美的團(tuán)隊(duì)。

但自動(dòng)駕駛不一樣，自動(dòng)駕駛需要長期大量的資金投入，小玩家根本就玩不轉(zhuǎn)，和造車類似，起步門檻非常高，所以小而美的公司在自動(dòng)駕駛領(lǐng)域還無法生存，也注定就需要找到大項(xiàng)目、高利潤才能生存下來。

這側(cè)面也說明了現(xiàn)在自動(dòng)駕駛的商業(yè)還不太成熟，大家也還沒有到分工協(xié)作的地步，等到商業(yè)成熟，有很多自動(dòng)駕駛衍生的小而美的公司可能得以生存，例如做某些專精傳感器的，做軟件服務(wù)的，做故障診斷的，做車隊(duì)運(yùn)營的，做安全處理的等等。

來自「雷新彬」的回答

坦白說，我認(rèn)為，所謂“自動(dòng)駕駛公司”這是個(gè)偽命題。

前一段時(shí)間參加個(gè)圓桌論壇，主持人提了類似的問題，如何看自動(dòng)駕駛行業(yè)的商業(yè)模式。我想這兩個(gè)問題有類似之處，所以借用一下那次的回答。

跟自動(dòng)駕駛相關(guān)的，我們可以用兩個(gè)維度去審視，一個(gè)是從應(yīng)用角度來看，另一個(gè)是從產(chǎn)業(yè)鏈角度來看。

從應(yīng)用角度，主要是指以L4級別的高階自動(dòng)駕駛技術(shù)為依托，面向垂直應(yīng)用場景開展業(yè)務(wù)。如載人的Robotaxi,Robobus minibus，這些。載物的，從公開道路的無人卡車、無人末端物流車，到應(yīng)用于港口或者礦山等封閉場景的無人車。

在各種垂直領(lǐng)域應(yīng)用，一個(gè)重要的驅(qū)動(dòng)因素，是人力的替代。在一些人力成本較高、人力資源短缺的國家，這已經(jīng)具有很現(xiàn)實(shí)的價(jià)值。那么，接下來的問題，就是開發(fā)自動(dòng)駕駛系統(tǒng)的公司，是否能夠?qū)?yīng)用場景有更深入的理解，開發(fā)出具備自動(dòng)駕駛能力的產(chǎn)品，在對應(yīng)場景中起到降本增效的作用。

在這種場合，如果只提自動(dòng)駕駛公司，個(gè)人覺得比較牽強(qiáng)，比如Nuro，他是一家“自動(dòng)駕駛”公司嗎？他們應(yīng)該算是一家機(jī)器人公司，生產(chǎn)面向配送領(lǐng)域的機(jī)器人。那么，它們是否擁有主動(dòng)權(quán)？在Nuro的業(yè)務(wù)模型里邊，它們收集數(shù)據(jù)，在提升最后1%的自動(dòng)駕駛能力方面不斷做出努力。并且逐步迭代自己的硬件產(chǎn)品，車輛已經(jīng)迭代到R3 - 第三代。在應(yīng)用領(lǐng)域，他們是出行服務(wù)公司、機(jī)器人公司，而不是簡單的“自動(dòng)駕駛”公司。

從產(chǎn)業(yè)鏈角度看，一般是從傳感器，芯片，到域控，RTOS，自動(dòng)駕駛軟件，再到具備各級別自動(dòng)駕駛能力的車。

作為主機(jī)廠的供應(yīng)商，自動(dòng)駕駛公司（比如Momenta，毫末智行）具備軟件開發(fā)和算法、模型迭代能力，但是功能定義（function、feature）的決定權(quán)還是在主機(jī)廠。這是由汽車產(chǎn)業(yè)鏈特點(diǎn)決定的。

先搞清楚討論的維度，再來談主導(dǎo)權(quán)比較好。

來自「Vincent」的回答

來自一個(gè)投資人角色的視角，希望能給還在學(xué)校的朋友們幫助：

L4 Robo-taxi這個(gè)故事從2017年開始講了，但是走到2022年的今天，他們的面臨的問題是商業(yè)化落地和自動(dòng)駕駛方案的cost down。

作為獨(dú)立的算法提供商，它們有兩種商業(yè)化落地的推動(dòng)手段：(1)積極尋求與主機(jī)廠的合作，將自己的方案落地做前裝車型，這方面走得最激進(jìn)的是Momenta，它的融資一直是瞄準(zhǔn)產(chǎn)業(yè)投資方，比如蔚來、奔馳、上汽、豐田；(2)在L4上車還不現(xiàn)實(shí)的情況下，做降維的L2/L3或ADAS，這樣才能批量上車跑數(shù)據(jù)，因?yàn)橐罁?jù)目前的法規(guī)L4在城市道路上路測跑數(shù)據(jù)是被限制車隊(duì)規(guī)模的。另一種降維方式是提供簡單封閉場景的自動(dòng)駕駛方案，比如礦車、封閉園區(qū)內(nèi)的小件物流配送、以及干線貨車物流。

自動(dòng)駕駛算法軟件公司是不具有獨(dú)立存在的價(jià)值的。根據(jù)諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主獎(jiǎng)羅納德科斯的交易成本理論：一個(gè)公司，或者說一個(gè)行業(yè)，之所以能夠存在，是因?yàn)樗黾恿耸袌雠渲玫男省＞唧w來說，一個(gè)下游的行業(yè)的生產(chǎn)需要某種中間產(chǎn)品，如果它自己采購原材料并生產(chǎn)出這種產(chǎn)品所用的成本，高于它向以做這種產(chǎn)品為主營業(yè)務(wù)的公司采購的花費(fèi)，那么這個(gè)產(chǎn)品行業(yè)就有存在的價(jià)值和意義。如果不是的話，那么就對整個(gè)產(chǎn)業(yè)鏈的價(jià)值創(chuàng)造起到了負(fù)面作用。自動(dòng)駕駛軟件算法作為一個(gè)獨(dú)立的行業(yè)就是這么尷尬的一個(gè)商業(yè)模式。自動(dòng)駕駛系統(tǒng)最重要的東西，一是硬件元器件，比如傳感器、激光雷達(dá)；二是數(shù)據(jù)及產(chǎn)生數(shù)據(jù)的基礎(chǔ)——真正在路上跑的車；這兩樣?xùn)|西，都不掌握在自動(dòng)駕駛公司的手上，那么它們就很難建立資源壁壘去完善自己的模型和cost down；它們是不可能做到比掌握這兩種要素的Tier1或者主機(jī)廠成本更低的。我?guī)讉€(gè)月前和璧仞科技的創(chuàng)始人張文一起開會(huì)，他說像Momenta這樣賣身給主機(jī)廠的公司是失去了靈魂，我其實(shí)是非常不認(rèn)同的；張文這個(gè)人很厲害，他有哈佛法律博士學(xué)位和哥大MBA學(xué)位，做過商湯科技的總裁，璧仞科技也是目前國內(nèi)進(jìn)度最快的GPU獨(dú)角獸。

自動(dòng)駕駛最終的演化形態(tài)是成為主機(jī)廠或者Tier1的一個(gè)成本部門。這是他最合適的生態(tài)位；作為一個(gè)獨(dú)立的行業(yè)存在，它是無法起到正面的價(jià)值創(chuàng)造作用的。這個(gè)共識我相信快的話2年，慢的話5年，資本市場就會(huì)達(dá)成了；到那時(shí)很多融資目前走得火熱的公司，會(huì)被主機(jī)廠收購，這是他們最好的結(jié)局。

來自「劉斯坦」的回答

自動(dòng)駕駛公司對于車廠而言是乙方，能有啥主動(dòng)權(quán)…

硬件和傳感器的配置，軟件接口，數(shù)據(jù)收集，功能選擇，都得看車廠的臉色，沒有比這更被動(dòng)的了。

擺脫車廠自行開發(fā)商業(yè)模式，不來錢啊

看了以上的討論，你支持他們的觀點(diǎn)嗎？歡迎留言討論

? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?計(jì)算機(jī)視覺life ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

聚焦計(jì)算機(jī)視覺、機(jī)器人SLAM、自動(dòng)駕駛、AR領(lǐng)域核心技術(shù)。系統(tǒng)學(xué)習(xí)教程官網(wǎng)cvlife.net

344篇原創(chuàng)內(nèi)容 ? ? ? ? ? ? ? ? ? ? ? ?

公眾號

獨(dú)家重磅課程官網(wǎng)：cvlife.net

全國最大的機(jī)器人SLAM開發(fā)者社區(qū)

技術(shù)交流群

—? ?版權(quán)聲明? —

本公眾號原創(chuàng)內(nèi)容版權(quán)屬計(jì)算機(jī)視覺life所有；從公開渠道收集、整理及授權(quán)轉(zhuǎn)載的非原創(chuàng)文字、圖片和音視頻資料，版權(quán)屬原作者。如果侵權(quán)，請聯(lián)系我們，會(huì)及時(shí)刪除。