资本领跑下的7万亿美元自动驾驶市场，再不追上就晚了！

　　人工智能并不是新词，早在1956年就在DARTMOUTH学会上被提出。在它不长的历史之中，发展进程却比预想得慢，这期间它可能只在学术界存在，在工业界、投资界一直是无人问津。但最近几年，随着深度学习在感知、认知、决策方面的技术进步，人工智能终于成为热点，其最主要的三大细分市场“机器人、AI医疗，以及自动驾驶”纷纷吸引无数创投人士争相涌入。每个产业的市场变化都十分热闹，本文将主要从自动驾驶领域来进行分析。

　　一、资本的兴起与未来7万亿美元的市场

　　2009年，谷歌成立Google X实验室，率先启动自动驾驶测试。由于政策及生态环境的利好，最近几年以来，国外市场各种互怼、高价收购、战略联盟的新闻也让观众喜闻乐见，目前为止，基于英特尔与英伟达两大芯片平台阵营，基于Uber与Lyft两大共享服务阵营，市场竞争已经十分激烈。再看国内，2015年，国务院印发《中国制造2025》十年行动纲领，将无人驾驶作为汽车产业市场转型的重要方向之一，市场同样开始走热。

　　对此，美国智库布鲁金斯学会在最近一份报告中指出，2014年至2017年之间，自动驾驶汽车领域的投资总超过800亿美元，尤其是2016年以来，投资速度大幅加快。报告还整理到，2015年自动驾驶领域的主要投资、合作或收购有3起，2016年大幅增加到12起，截止2017年6月，主要投资也已经有9起。并且根据目前趋势可以预测，2018年的投资数额将更加庞大。

　　2015-2017.6国内外自动驾驶领域投资收购大事件

　　(来源：布鲁金斯学会 翻译：华尔街见闻)

　　另外，今年7月，英特尔与研究公司Strategy Analytics联合发报告称，无人驾驶汽车的市场规模将在2050年前达到7万亿美元，并且近半由乘车服务贡献。未来十年，汽车制造商需要把主业从卖车转向提供乘车出行服务，尤其是卡车运输业也将被彻底改变……

　　二、技术与服务领域的细分让产业链更加庞大

　　未来让我们充满了想象与期待，但要实现自动驾驶，技术提升是不可缺少的。细分自动驾驶产业链，主要涉及技术有传感器、高精地图、车联网、算法/软件、芯片/计算平台，参与者包括了上述技术提供方以及共享平台方、传统整车厂、新兴车企、跨界科技企业等。

　　1. 传感器技术

　　传感器技术领域分支

　　资料来源：亿欧智库《2017年自动驾驶产业研究报告》

　　自动驾驶涉及的传感器分为视觉、听觉、雷达、姿态、定位几方面。其中视觉传感器以摄像头为代表，通过计算机视觉判别周边环境与物体，探测距离在50米以内，在汽车高级辅助驾驶市场(ADAS)已被规模商用，单个成本降到200元以下。根据图像检测原理，可分为单目摄像头与双目摄像头。双目摄像头基于视差原理，能获得较准确的距离数据，但计算量较大;单目摄像头基于机器学习原理，计算相对简单，但对数据样本要求高。同时，摄像头精度易受天气、光线影响，基于实际行驶环境的复杂多样化，此种技术方式并不能够一家独大，需要和其他传感技术配合使用。

　　雷达传感器技术与摄像头视觉识别技术同样重要。毫米波雷达精度较高，探测距离远(可达250米)，但探测角度小，难以识别小的物体;激光雷达精度更高，探测距离大于100米，抗干扰能力强，但容易受天气影响，且成本高昂，制作工艺复杂。对于毫米波雷达来说，未来发展趋势主要是基于现有的77GHz与22GHz使用频段，开发更远测距、高分辨率的79GHz频段;而对于激光雷达来说，关键还是降成本、提产量。

　　仅从此两种传感器来看，双方各有优劣势，未来将持续在博弈平衡中向前发展。但无论如何，现在已经不仅是做学术研究的阶段，在市场之中，提高有效性、降成本、轻量化(包括传感器重量与数量)始终是核心。正如博世投资张翠波在最近一次发言中提到，用户不太关心自动驾驶需要的是激光雷达技术的突破，还是摄像头的突破，从系统层面上要解决的问题是，即使在极端的天气状况下，自动驾驶车辆依然既能捕捉短距离内有效的视觉图像，又能捕捉长距离的图像，维持住它的稳定性，这才是关键。

　　2. 车联网

　　对于自动驾驶来说，车联网(V2X)是必需，它使汽车拥有了更大范围的感知能力，进而发现风险或是实现路径优化。此外，联网的自动驾驶汽车将具有无限的商业可能性，包括共享租赁、内容媒体、金融服务、商业广告等一切可能形式。从市场环境看，车载终端系统以及OTA成为车企率先在车联网发力的地方，但在实现的道路上，还有以下几点需要准备：

　　5G的商业化以满足数据带宽需求；

　　政府参与的道路设施改进；

　　传感器的数据融合，通信精度提高；

　　不同终端间的通信协议统一；

　　包括信息安全，功能安全、行驶安全在内的安全保障。

　　3. 算法

　　自动驾驶的深度学习算法覆盖感知、决策等关键环节，需要大量高质量的数据进行喂食训练。在数据获取上，亲自实测、软件模拟、众包是最常见的三种收集方式。关于算法究竟如何服务自动驾驶，技术上是黑盒子。但是对于初创企业来说，门槛相对较低，往往成为他们进入行业的主要入场口。不过因为缺乏平台，往往要依赖Tier1供应商、主机厂才能获取数据反馈及软件应用机会，这部分企业常常很难获得商业闭环，被大公司并购成为了最主要的出路。

　　高精地图领域，研发投入巨大，技术发展路线尚未成熟，但在国内，腾讯系四维图新、阿里系高德地图已经发展成为最大图商。而AI芯片市场，目前英伟达与英特尔一定程度形成垄断，但正如同谷歌可以另辟蹊径，开发出TPU来与之抗衡一样，国内寒武纪、地平线等企业也在为技术突围而蓄力。

　　同样的，技术研究有情怀还不够，金钱也是支撑。以下是今年国内自动驾驶领域初创企业部分融资事件，从此可见战火确实烧得够旺。

　　国内自动驾驶领域初创企业部分融资事件

　　资料整理来源：IT桔子

　　4. 传统车企的地位守护之战

　　相对于传统汽车业整车厂居于顶端的较成熟的金字塔结构，自动驾驶将给汽车行业上下游的附加值带来变动，各家都在避免成为低价值的代工产出方，从而积极向上游的研发环节和下游的运营服务环节靠拢。

　　从传统车企的自动驾驶发展规划来看，讲究级别的循序渐进，倾向于逐步教育消费者接受自动驾驶，目前国内车企大多已在积极布局。

　　国内研发自动驾驶的传统车企

　　资料来源：亿欧智库《2017年自动驾驶产业研究报告》

　　此外，基于汽车共享化的未来趋势，车企也很有可能会将自动驾驶汽车直接接入滴滴、Uber等共享平台，以期获得利润转型。正是如此，传统车厂才更加注重维持现有核心地位，减小其他领域企业在合作中讨价还价的机会。

　　值得一提的是，与传统车企不同，科技企业则更喜欢一步到位。近日，谷歌发表声明，旗下自动驾驶部门Waymo已决定停止开发自动辅助驾驶(autopilot)功能。谷歌宣称，对这一功能的依赖会造成驾车者分散注意力，在发生紧急情况时根本来不及作出反应干预驾驶。外界看来，完全取消驾驶辅助研发的行为，也无异于对外宣称不信任人类驾驶员的自制力。而这条路谷歌是否能走顺，还需要时间来给出答案。

　　三、资本保障，未来可期

　　有人这么描述过未来的汽车产业：你计划明天从深圳到惠州出差，通过共享出行平台在网上预约了上汽的某款自动驾驶汽车，时间是早上九点。第二天，当你准点出门时，预约车型刚好在楼下等着。上车之后，你在车上听音乐，读书，完全没有去操作汽车，过不了多久，就顺利到达目的地。而确认付款之后，这辆汽车便自动离开，赶往下一个约车地点……

　　这种场景是否能实现?大部分人会持怀疑态度吧。不过综合来看，尽管投资自动驾驶是个烧钱烧时间的技术活，但基于政策扶持、经济转型、社会民众接受度提高，以及技术水平的上升这四点，投资方仍旧看好这一领域的长远利益，愿意不断为产业链相关企业输血，这对自动驾驶的发展是极其有利的。而笔者也相信，在资本的保驾护航之下，未来你能想象到的，自动驾驶也许真的可以实现。