自动驾驶技术与我们从未像现在这样接近——正如今年年初中国电动汽车百人会论坛上所披露的信息，以电动化、智能化、网联化、共享化为趋势的汽车“新四化”，正在催生一场“马路上的革命”。

　　这将为汽车相关行业带来更大的想象空间。据智普华永道则预测，智能汽车发展也将带动以汽车为载体的芯片、软件、信息通信、数据服务产业等成为新的经济增长点。

　　作为汽车智能化的一个重要组成部分，自动驾驶技术以及围绕该技术所衍生的一系列产品及服务已因其所蕴藏的“价值富矿”而得到行业参与者的普遍重视。

　　2040年自动驾驶汽车在中国催生2万亿的市场

　　日前，美国麦肯锡公司发布报告称，2040年前后，自动驾驶汽车在中国乘客总里程(PKMT)中占据66%的比例。照此计算，自动驾驶汽车届时将在当地催生出一个年收入高达2万亿美元的市场，其中约1.1万亿美元来自出行服务，而0.9万亿美元则来自自动驾驶汽车销售。同时，自动驾驶汽车在新车销量中所占比例将接近40%，而在总汽车保有量中占比约12%。

　　在自动驾驶技术商业应用层面，出行行业显然将起到引领作用。

　　“这是因为搭载此类技术的汽车将带来更高的运营能力(接近24/7全天候运营)以及更低的劳动力成本(无需驾驶员)。”披士迅咨询公司汽车分析师陆帅说。

　　出于同样的原因，公交车和商用车对自动驾驶技术的应用率也有望分别达到69%和67%。

　　陆帅称，自动驾驶汽车可能会改变目前出行市场的价值依附物，令相关价值从产品转移到服务上。换句话说，在自动驾驶技术得到广泛应用后，人们在出行方面的消费习惯将从拥有汽车转变成按照里程支付费用。

　　如今，在中国市场上，类似的判断已可找到实例。“在当前的市场环境下，用户在出行消费行为中已呈现出‘从整车购买转向按里程、出行次数和使用场景来购买’的趋势。”威马汽车联合创始人、高级副总裁陆斌近期在谈及该公司抢先布局智慧出行领域的原因时表示。

　　上述这种“出行即服务”(MaaS)的新兴观念无疑将为汽车制造企业的产品销量乃至商业模式带来翻天覆地的变化。

　　在中国，完全自动驾驶技术(按照美国汽车工程师学会标准所认定的4级或以上水平)被认为将在9-10年内完全铺开。这一时间跨度接近全球主要汽车市场在上述领域的平均发展水平。

　　“对目前的行业参与者来说，这段可供过渡的时间并不算长，因此他们必须设法尽快融入这一全新的商业环境。”法国特鲁瓦工程技术大学(UTT)独立汽车分析师刘锐给出了上述判断。

　　在整个出行体系中，相关游戏规则都将随之改变。软件和数据逐渐取代硬件，在制造和运营汽车的过程中，将优、劣二字分得泾渭分明。

　　在此类情形下，一个汇聚汽车制造、客货运输、软件、硬件和数据服务的庞大产业仿佛从一次创世大爆炸中浴火而生。

　　或许眼下大部分汽车制造商仍将注意力集中在新车销售上，运输公司则忙于提供相关服务， 而科技企业向汽车制造商默默输送着各类软硬件。

　　而未来，新型商业模式将陆续涌现，从而改变这个巨兽式行业的价值流向。

　　“科技企业或许会从汽车制造商手中购买汽车，继而直接向终端消费者提供服务。”刘锐分析道，“或者，汽车制造商可能会将服务和软件开发垂直整合到企业内部。这就像目前汽车行业内几家头部企业已经在做的那样。”

　　2016年，通用汽车斥资581亿美元收购了自动驾驶汽车初创公司Cruise Automation，并将其发展为旗下一个独立的业务部门。2017年，福特宣布向专注于人工智能开发的Argo AI投资10亿美元，并在此后将其纳入旗下，成为一家自动驾驶子公司。今年4月，戴姆勒卡车(Daimler Trucks)宣布收购卡车自动驾驶系统开发商Torc Robotics的多数股权，进一步推进此项技术在商用车领域的应用。

　　反向的整合也同样出现在这一领域。美国苹果公司周三(6月26日)证实，已收购自动驾驶汽车创业公司Drive.ai，并聘用其几十名工程师，进行相关技术开发。优步方面则在同一天表示，已经收购计算机视觉创业公司Mighty AI，以帮助推进其自动驾驶 汽车的技术。

　　“自动驾驶技术就像一柄炽热的烙铁，熔化了汽车制造、移动出行以及IT行业之间原本看似牢不可破的壁垒，并加速其融合。”陆帅评论道，“但这也打破了100多年来汽车行业的诸多规则，汽车制造商对此必须做好万全准备，才能更好适应此类变化。”

　　他认为，在这一产业部门中，来自不同领域的参与者必须设法消解产品生命周期和商业模式方面的差异，以便最终形成一种高效的竞合关系。

　　例如，汽车类产品的生命周期或许可以长达4年甚至更长时间，而对一套软件来说，可能更新的频次只能用周或月来计算。同样地，对产品或服务的侧重也应当在此类关系中逐渐中和，最终达到平衡。

　　毫无疑问，许多企业已经开始实施关于自动驾驶汽车的发展战略，其中包括类似百度、腾讯、Waymo(谷歌母公司Alphabet旗下专注于自动驾驶技术开发的子公司)的科技公司以及形如通用汽车、上汽集团(25.770, 0.23, 0.90%)、特斯拉的汽车制造商。

　　“但有鉴于这一行业富有活力、飞速变化的本质，此类行业参与者必须不断根据实际情况对其既有战略进行调整和更新。”陆帅说。

　　法国凯捷研究院(Capgemini Research Institute)今年5月基于5000多个样本所进行的一项调查显示，中国消费者对自动驾驶汽车的态度比大多数国家都要更积极。与中国消费者形成对比的是，美国和英国的受访者对自动驾驶技术最不感兴趣，只有略高于三分之一的受访者对自动驾驶汽车持乐观态度。

　　“在接受调查的全球受访者中，53%的中国受访者表示，在未来五年内，自动驾驶汽车将成为他们的首选交通工具。与普通汽车相比，大多数人愿意为自动驾驶汽车支付高达20%的溢价。”凯捷研究院的研究人员在报告中写道。

　　通过一项成本交叉分析，麦肯锡认为，自动驾驶技术将在2023年前后达到成熟状态，其应用成本到2025年左右将下降至8000美元左右，这也意味着，该技术的应用速度届时将大幅提升。

　　自动驾驶背后的”独角兽们“

　　然而，考虑到中国复杂的交通环境，自动驾驶汽车的广泛应用在短期内仍将面临一些问题。例如，此类车辆必须先适应不同的路况以及其他交通参与者相对激烈的驾驶习惯。

　　不过，解决这些问题的关键并不在于整车企业，自动驾驶产业链上的独角兽企业正在这个领域疾步向前。

　　“因此从技术层面看，要解决中国的自动驾驶推广问题，在方法上与其他国家没有根本上的分别。”法布里斯·普沃(Fabrice Provot)说，他目前在上海的一家软件公司负责与自动驾驶相关的算法开发。

　　普沃称，要计算纽约的交通环境与要计算北京的交通环境，所使用的运算平台基本是一致的。“因为现有平台拥有足够的缓冲能力来处理比分析中国路况更为复杂的运算任务。”他补充道。

　　未来移动出行开发技术及解决方案供应商安波福(Aptiv PLC，原德尔福)首席技术官、全球执行副总裁杰弗里·欧文斯(Jeffrey J. Owens)此前在接受界面新闻采访时向记者介绍了该公司研发的一款多域控制器，其外形近似一个小型机箱，但在功能上却覆盖了雷达、摄像头、安全气囊、碰撞传感器和检测系统等关键部件的控制与信息交换。

　　目前，在汽车的电子电器架构中，数据正以大约每秒65M的速度得到处理，而多域控制器每秒可处理15G的信息。

　　“在一辆自动驾驶汽车上，微型控制器可能多达50-55件，但通过高性能处理器和大规模软件集成，最终可以使信息处理更加高效，并实现近乎实时的数据交互，在潜在出现碰撞的情况下，近乎实时的数据交换非常重要。”欧文斯解释道。

　　早在2016年，一辆搭载安波福自动驾驶解决方案的奥迪SQ5，就在没有事先经过路线测绘的情况下完成了横跨美国的公共道路测试。

　　另一方面，传感器的配置也无需随着地区的改变而变化，因为目前的传感器已可以在不同驾驶场景中覆盖所有关键方向。

　　“中国最特殊之处在于，其道路环境中遍布着诸多高度复杂的交通标识。在不同的地区，交通信号灯与标识有时还没有完全实现标准化。”法布里斯·普沃说，“此外，部分交通参与者并不严格遵守交通法规，这一现象也在较大程度上增加了自动驾驶汽车的编程难度。”

　　普沃称，因为存在上述这些问题，因此针对中国路况优化自动驾驶车辆的决策算法需要花费更多的精力。相较美国，其开发耗时可能要比多出约2-3年。

　　有鉴于此，业内人士普遍认为，中国的首批自动驾驶汽车将于未来5年内率先在特定环境下得到应用，但大规模应用不会早于2027年。在此期间，自动驾驶技术必须先适应包括城市和乡村在内的各类交通环境。

　　“当然，自动驾驶汽车的核心算法并不会随着国别出现差异。只不过中国的复杂路况意味着，自动驾驶技术在应用前需要经过更多的测试，获取更多的数据。”普沃解释道。

　　2.jpg

　　比方说，开发者需要采集并输入当地交通数据来解决交通标识特殊和不统一的问题。他们还必须优化车辆在通过测试道路时的运动规划，以便通过算法让自动驾驶车辆学习如何应对那些鲁莽的交通参与者。

　　“想真正抓住这些机遇，行业参与者需要与终端消费者通过具有差异化的服务建立纽带，或掌握自动驾驶技术的核心组成部分。”陆帅分析道，“因此在这项技术中，分辨哪些元素拥有长期战略价值并对后者随时做出改进，将帮助行业玩家牢牢攥住自动驾驶汽车的灵魂。”

　　方兴未艾的自动驾驶汽车生态系统之所以有别于基于传统汽车的出行方案，是因为前者将更多的注意力倾注在”技术栈(technology stack)“的培育上——这是一种在高科技及计算机产业中被频繁使用的概念，指将多种技术作为一个有机整体使用，以实现某种目的的技术组合。

　　在关于自动驾驶的技术栈中，核心元素通常包括传感器、运算平台、软件算法(物体探测与分析、运动规划等)、系统整合与验证、地图、基于位置服务(LBS)等。

　　在一辆汽车上，上述技术组合将构成自动驾驶系统的核心。对汽车制造商、零部件供应商、科技公司和其他行业参与者来说，它们都是创造自动驾驶技术本身的关键组成部分。

　　“毫无疑问，在自动驾驶的技术栈中，重要元素将随着时间不断迭代升级。”普沃说，“这意味着，身处该产业部门内部的各大企业都需要对可能破坏后续技术创新的不利因素进行实时监测与评估，并在必要时做出快速反应。”

　　普沃表示，在不同的技术层面，各个技术栈都有其独特的成功前提。例如，传感器需要过硬的可靠性和安全性，同时还要符合大规模量产需求，以期通过规模效应满足必要的经济性要求。

　　而在软件和算法领域，相关企业必须拥有灵活的开发技能以及快速的迭代能力，以便在一个恒定基础上通过模拟数据来改善算法性能。系统整合和验证环节同样对可靠性、安全性及量产能力提出了极高的要求。

　　独角兽中的中国身影

　　眼下，对自动驾驶行业的参与者来说，最关键的一个问题在于中国的相关技术栈究竟与世界其他地区有多大的不同。

　　“目前，这一技术栈的最终形态还处于高度不确定状态，不同行业参与者的竞争力和法律监管环境都将对其形态发展产生决定性影响。”陆帅分析称。

　　但不少行业参与者通过早期测试发现，在中国的自动驾驶技术栈中，来自本地和全球的技术方案很有可能共存。

　　以高清地图为例，这项技术被认为是实现自动驾驶的重要基础之一。“高精地图数据采集行业门槛非常高，需要专业车队搜集大量数据，并要求强大的数据处理能力，因此规模较小的创业公司无法参与其中，通常这一行业会形成类似寡头垄断的局面。”科技博主单宇翔表示。

　　目前，在高清地图绘制领域，主流的国际玩家中包括谷歌、HERE以及荷兰公司TomTom。在中国，科技三巨头“BAT”则近乎“一统江湖”，百度、阿里旗下高德地图以及由腾讯投资的四维图新(16.280,-0.21, -1.27%)在上述领域占据了绝对优势。

　　在典型的自动驾驶汽车技术栈中，某些构成元素——例如高清地图、基于位置服务、数据云等，出于安全原因会收到当地监管者的限制。在业界，此类限制被称作“逆向限制政策”。

　　受此影响，海外企业无法参与到中国自动驾驶的相关技术环节中。

　　在中国，高清地图几乎均由本土行业参与者提供。基于地理位置服务、数据云领域的情况也大致相似。但移动服务接口、运动规划算法、车联网、中央处理和图形运算单元、传感器等五大技术目前已向海外行业参与者开放。

　　一些拥有外资背景的科技企业如今正尝试通过不同的技术路径来规避上述问题。2016年成立于美国硅谷的科技公司Nullmax便是其中一例。

　　今年6月，这家科技公司发布了一项名为Nullmax Max的自动驾驶系统解决方案，其最大的特点是可以在不依赖高精地图和激光雷达的情况下，实现L3级别的自动驾驶。

　　“我们的看法是，车越智能，对高精地图的依赖就越少。”该公司创始人、首席执行官徐雷表示。事实上，Nullmax Max系统主要借助传感器感知外部环境，再通过深度学习来提高自动驾驶的智能程度，从而基于一种叫“参考规划”的技术模拟类似人类驾驶行为的自动驾驶体验。

　　而弃用激光雷达，则是出于应用成本方面的考虑。“我们这套都是车规级别的传感器，是以摄像头为主，没有依赖于很昂贵的激光雷达。从量级上来讲，一个激光比我们的所有传感器加起来都贵很多。”徐雷解释道，“如果自动驾驶成为一种是大家用不起的技术，就很难真正为大众创造价值。”

　　然而对中国的自动驾驶行业参与者来说，一个利好信号是，中国政府对提升这项技术的本土研发能力给予了大力支持。在上海嘉定、雄安新区等地先后建立的自动驾驶试验区可被视作例证。 此类支持无疑将对培育本土行业参与者的研发能力起到积极作用。

　　如今，诸多风险投资团体以及主流互联网企业对中国自动驾驶产业在赶超全球过程中所蕴藏的机遇产生了浓厚的兴趣。

　　在过去5年内，在当地开发自动驾驶相关技术的汽车及零部件公司累计获得了70亿美元的资金。阿里巴巴、百度和腾讯均在上述领域投入重金并寻求合作。

　　例如，百度和腾讯对蔚来汽车进行了投资，而阿里巴巴对小鹏汽车进行了投资。此外，阿里巴巴和上汽集团、腾讯和多家主机厂均建立了战略合作关系，百度方面则依靠其阿波罗计划聚拢了诸多身处自动驾驶价值链上的行业玩家。

　　充裕的可支配资金以及来自政府的高度支持均将对中国自动驾驶汽车行业产生积极效应。两者叠加，或将令上述行业以最快的速度展现出一副富有竞争力的图景。

　　但也有分析人士指出，中国自动驾驶行业需要将自己置入全球生态系统，以规避“重复发明车轮”的问题。

　　“对中国企业来说，这种融合非常重要，因为要实现高等级自动驾驶，其技术要求在根本上是非常接近的，因此可以轻易地在各个市场和地区间进行转移。”刘锐说。