起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識自動駕駛風口退潮的深層邏輯
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。
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。”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。”
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。
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。
- 目前還沒評論，等你發揮！
