自動駕駛風口退潮的深層邏輯

0 評論 1553 瀏覽 2 收藏 18 分鐘

自動駕駛最先在國外開始流行起來,而后國內不少企業開始嗅到這一風口,并嘗試入局自動駕駛場景。那么在經歷了這些年的發展之后,自動駕駛行業遇到了怎樣的難點,又走向了什么樣的發展路徑?一起來看看作者的解讀。

馬斯克現在很少再去談論他的自動駕駛,自從2013年以來,這項由特斯拉高調牽頭的技術,發展態勢一直跌跌撞撞,遠不如預期順利,甚至在2021年的時候,馬斯克本人也認識到“自動駕駛遠比想象中更加艱難”。

更大的退潮發生去年:特斯拉自動駕駛“靈魂人物”卡帕斯宣布離職,蘋果大幅裁減自動駕駛測試司機,福特與大眾自動駕駛公司Argo AI關停、Mobileye市值暴跌。

就在前不久,燒了90億美金的Embark,7年只交付一輛無人卡車,也在一年半不到的時間里,就經歷了從上市到破產,相當慘烈的業績下,創始人Alex Rodrigues坦言自己已經被資本拋棄。

這種情緒同樣也蔓延到國內,根據《新眸》不完全統計,2022年自動駕駛的投資達到了136起,但在投資額度上,去年的200億元,卻較之前的932億元大幅減少了近80%。加上法律法規上的不完善,安全事故頻發,大眾對自動駕駛的故事也逐漸失去耐心。

單從市場層面來看,國內對自動駕駛已經有了明顯的轉舵:許多主攻L4的公司,把方向轉向更易落地的L2,或把Tier1當作最快降維的捷徑。比如以Robotaxi起家的文遠知行,近期也在開發乘用車的L2-L3級軟件;小馬智行下沉到出行服務、卡車,及乘用車輔助駕駛的業務;曾計劃規?;渴鹱詣玉{駛車隊的Momenta,眼下正在推動相關的解決方案覆蓋到公路、城區等場景。

十多年過去了,對比最初的宏大設想,一時間,所有人都在重新審視這個被過度包裝的前沿技術。大家關注的焦點也從顯擺技術和遠大目標,轉向了更實際的商業化落地。

一、高開,低走,頹勢漸顯

自動駕駛最早流行于國外,谷歌在2009年正式成立自動駕駛事業部,4年后,通用、福特、奔馳等主機廠也開始涉足這個未知領域。

國內最先嗅到氣息的是百度。當年錯失移動互聯網的風口后,這家公司決定每年在AI上投入百億,自動駕駛則被當作是最合適的落地場景。在2013年成立的深度學習實驗室里,百度拆分出自動駕駛研發團隊,研究方向包括高精地圖、定位、感知、決策和控制等。

到了2015年末的時候,百度設立了自動駕駛事業部,同年首輛無人車完成道路測試。緊接著,L3、L4事業部成立,百度在內部整合搭建起智能駕駛事業群組。兩年后,也就是2017年,百度正式對外發布了自動駕駛開放平臺Apollo,把自動駕駛概念推向高潮。

按照官方表述,Apollo的定位是汽車界的Android。但當時百度還沒有造車的打算,而是想做一個開放給所有開發者、車廠、車型的自動駕駛平臺。對當時的行業來說,有個說法比較流行:一家公司不可能在3天內造出無人車,但用Apollo可以。這句話雖然夸張,不過Apollo的確為這個賽道里的大部分玩家,提供了不少代碼方案的支持。

按照百度的邏輯,由于在汽車行業,整個產業的制造鏈,系統,軟硬件中,存在著大量的重復勞動,而自動駕駛的研發又格外燒錢,通過平臺整合,獲取開發和測試數據,能夠直接降低開發難度和成本,最終達到量產和商業化的目的。

不過有意思的是,百度Apollo在誕生后很長一段時間內,并沒有摸索出一套理想的商業模式:

  • 2015年,管理層宣稱三年內實現自動駕駛汽車的商用化,五年內量產;
  • 2018年,百度正式對外開源了Apollo車路協同方案;
  • 2020年,百度推出了樂高式汽車智能化解決方案,包含ANP(領航輔助駕駛)和AVP(自動泊車),開始轉型Tier1的角色;
  • 2021年,百度預測下半年Apollo將迎來量產高峰,每個月都會有一款新車上市,未來3-5年內前裝量產搭載量達到100萬臺。
  • ……

去年Apollo RT6推出時,百度當時的規劃是:這款車將在2023年啟動小批量生產,從萬臺到十萬臺逐步攀升,并投入蘿卜快跑,到2023年底,蘿卜快跑在30個城市部署至少3000輛無人車;到2024年初,Apollo RT6將面向C端市場大規模量產。

但現實情況是,無論是Apollo RT6,還是蘿卜快跑,百度的自動駕駛商業化均沒有達到預期。當然,這中間的原因有很多,并不能過分苛責百度這家公司。

具體來說,蘿卜快跑目前總共在11個城市的小部分區域有運營,和試點的差別并不大;參考百度此前立下的,2025年在65個城市里實現運營的目標,如果按一輛車25萬成本來算,每個城市100輛就需要16億多,但出于安全考慮,以及安全員成本;由于授權規模限制,車輛也只能在非極端天氣,且固定時間段提供服務。

自動駕駛風口退潮的深層邏輯

除此以外,行業里諸多高管離職、裁員聲音此起彼伏:去年特斯拉的自動駕駛團隊優化了數百名員工,Alphabet旗下的自動駕駛公司Waymo多個部門連續裁員,包括國內小馬智行、圖森未來也深陷囹圄。

顯然,百度也意識到了這個問題,李彥宏曾在內部講話中提到,“不能只看收入,要看利潤,更要看ROI?!?/strong>

但問題是,盡管百度迫切地需要在這塊業務上找到新增量,但自動駕駛并沒有改善百度財報中的營收結構,李彥宏曾在2021年表示,他們都低估了自動駕駛的研發投入,百度僅一年就投入200億,而這可能需要10年乃至20年的長期投入。

有業內人士評價,“他可能是想把矛盾轉移,比如過去和當下的項目都去強調帶來降本的作用,但自動駕駛最大的問題是怎么去商業化落地。這在行業里任何參與者都回避不了?!?/strong>

二、到底卡在了哪里?

如果從2013年算起,相比于國內其他玩家,百度在自動駕駛領域里的布局比誰都久,以至于反映在業務上,重心復雜且多變:一方面,在車、路、形、圖上進行技術布局;另一方面,做平臺,做Tier 1,還要造車,落地無人小巴、做無人出租,投資威馬……

這種業務理念的搖擺,對百度自動駕駛內部組織上造成了直接的影響。

比如2016年,擔任百度自動駕駛首席架構師的彭軍寧愿放棄T11職位,和原同事一起創立小馬智行;作為業務元老的王勁因為理念不和離開百度,專注發展Robotaxi業務;2019年,在百度工作16年,負責L3級自動駕駛、車聯網、地圖等多項業務的顧維灝,在業務調整后選擇離開,并成立毫末智行,面向乘用車和低速末端物流市場提供解決方案。

2021年的一次財報會上,李彥宏首次規整Apollo的三種商業模式:賣解決方案、Robotaxi和造車,甚至在后來,把集度汽車的預訂單目標都寫進了OKR里。

首先是賣方案這塊,前幾年雖然和Apollo合作的車企不少,寶馬、北汽、江淮等,但完整搭載了Apollo技術,實現大規模量產的車型卻并不多。這里面有車廠對自動駕駛主導權的權衡:他們并不會完全信任某家自動駕駛公司提供的方案。

比如長城在選擇百度Apollo的量產方案時,旗下歐拉品牌閃電貓則搭載了來自毫末智行的HPilot 2.0系統。所以在外界看來,即使一家平臺的技術再厲害,也沒辦法滿足市場的全部要求。

Robotaxi上的進展不再贅述,除去早幾年的高舉高打,現實已經驗證了這是一項長期高投入,而且很難有利潤的苦差事。

但換個角度想,能把這件事堅持下來,這本身就很不容易。

車路協同是百度近幾年重點在說的又一個新故事,但實踐難度要更大一些,且不說城市道路規劃上允許與否,就如文遠知行CEO韓旭舉例,“10公里路裝50個智慧路燈,但凡一個路燈一年中有一天不正常工作,整條路的可靠性就只有87%,開10次有一次可能會出危險,這樣的自動駕駛你敢坐嗎?”

另外,國內復雜地形路線的挑戰,在不同城市間建設中的適配程度,出了事故的責任歸屬,商業保險方面,整套系統的信息安全如何保障,即使技術上完全可行,在城市內鋪設的感知基站,是否比其他方案更劃算?

這些都不是短期內就能解決的問題。

回到單車智能上也是一樣的道理,一般某個產品被卡住脖子,技術、政策、成本、使用場景、可替代性、供需關系,等等,這些因素至少得占一個。即使是很早就在美國鳳凰城提供無人車服務的Waymo,每月有1500名乘客,但營收也不過才上萬美元,和研發投入天壤之別。

有人算過這樣一筆賬,即使成本25萬的Apollo RT6量產,蘿卜快跑有3000輛車,加上運營維護、安全員、遠程監控等費用,不考慮覆蓋人群和其他,成本上其實很難去替代司機。另一方面,考慮社會就業,出行的安全和效率,出租車司機真有被替代的必要嗎?

“單一車輛的技術先進程度,不是決定自動駕駛成功的唯一因素?!?/strong>有自動駕駛從業者表示,“現階段自動駕駛沒有大規模商用落地,背后涉及到的是對社會交通體系的變革,這并不是5年、10年能完成的?!?/strong>

三、降維和野望,很難權衡

2020年,對于百度自動駕駛以及整個行業來說,都是一個具有特殊意義的年份。

這一年,百度的L4自動駕駛技術正式降維,應用到了輔助駕駛領域。Apollo首先以自主泊車技術為切入點,逐漸擴展到各類駕駛環境,將L4級的Apollo Lite用在乘用車AVP和ANP兩套解決方案上。

某種程度上來說,百度的降維也是行業里的一面鏡子,L4落不了地,因此,將更先進的技術和硬件應用到更為普及的L2級輔助駕駛上,自然就成了行業的一種趨勢。

從理論上看,這樣做的優點在于,可以在商用車上驗證技術的可行性,提高技術的迭代效率,縮小與更高級別自動駕駛技術之間的差距。比如國內的輕舟智航、小馬智行、文遠知行等玩家,用文遠知行CEO韓旭的話說,這可能是一種技術降維打擊。

然而在實際應用中,無論是將L4級的自動駕駛技術應用到L2級的功能,還是將更高級別的自動駕駛解決方案降維應用到其他領域,都面臨著一些挑戰。

到目前為止,將完整的自動駕駛系統完美嫁接到輔助駕駛上,尚未有成功的案例。這中間的原因有很多,比如,雖然L4級的芯片算力和配置更高,但其算法和數據可能并不適配L2級的系統,甚至還會增加研發的難度。

聯想到幾年前特斯拉和Waymo的爭執,兩家雖然都做自動駕駛,但路徑不同,Waymo是一上場就做L4,特斯拉是從L1、L2、L3上漸進式過渡,因此Waymo的CEO曾公開嘲諷特斯拉的輔助駕駛技術落后。

不過現在看來,前者的估值一再縮水,逐漸從Robotaxi延伸到貨運和貨物運輸服務;后者的FSD槽點也不少,但市場仍看好它未來的商業價值。

自動駕駛風口退潮的深層邏輯

據最新消息,新款特斯拉Model 3將升級最新的自動駕駛硬件HW4.0,新的芯片、新的傳感器、新的車載電腦、新的剎車系統,馬斯克把以前嘲諷沒有用的毫米波雷達也請了回來。

特斯拉今年準備推出的完全自動駕駛(FSD),已經在主頁的購車選項中可以選擇,就像蘋果Appstore的收入一樣,這是一項可獨立選擇的增值服務。馬斯克認為自動駕駛能帶來可觀的利潤,同時彌補了之前由于降價帶來的利潤壓力。

馬斯克對于自動駕駛的定位,與國內玩家有著明顯的區別,他的商業思路是可以被借鑒的:特斯拉將自動駕駛功能打包成一項賣點,這意味著這項技術具有商品屬性,它不再是一個宏大的概念,而是一個可以實際盈利的工具。

在一些專業人士看來,由于特斯拉本身的銷售規模足夠大,由自動駕駛產生的大量數據樣本,可以被特斯拉用來進行各種可行性分析,進一步迭代和升級產品。

反觀國內,前段時間的一次發布會上,百度智能駕駛事業部負責人儲瑞松表示,百度Apollo不會拿走車企的“靈魂”,他重新審視了這項業務的價值,坦言:“外界過于高看智能駕駛,事實上,包括整車架構、品牌形象和智能化風格等,整車及智能化體驗的定義權才是靈魂,智能駕駛只不過是智能汽車的一個組成部分而已?!?/strong>

就像那些購買了自動駕駛的特斯拉車主們,他們在無形中也為自動駕駛技術的普及提供了數據樣本支持,同時也會影響公眾對自動駕駛的接受程度,把這項技術的商業化進程再向前推上一波,但總體上來說,留給自動駕駛的時間卻不多了。

作者:鹿堯

來源公眾號:新眸(ID:xinmouls),專注于全球商業科技研究

本文由人人都是產品經理合作媒體 @新眸 授權發布,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!