自動駕駛——汽車賽道的未來

如果說發動機是燃油車的心臟，那麼自動駕駛技術則是其靈魂所在。

相比於燃油車，新能源汽車的本質變化是能源利用方式的改變，而自動駕駛等智能技術，纔是最具顛覆性的。

在過去幾年裡，自動駕駛行業經歷了起起伏伏，在經歷了一系列的動盪之後，進入了一個新的階段，智行在無人配送領域的崛起，小馬智行嘗試重卡，文遠智行嘗試小巴，元戎啓行，輕卡業務，逐漸改變了賽道的格局。

發現“分水嶺”

經過幾十年的發展，無人駕駛汽車已經接近實用化，但仍未達到自動安全駕駛汽車的水平。目前所有玩家都在努力突破技術瓶頸，成爲L5的第一人，但現在看來，情況並不樂觀。

Waymoone是世界上第一個無人駕駛商用服務項目，專注於無人駕駛領域十年，是整個無人駕駛領域的里程碑，但 Waymo在鳳凰城起步，目前只在舊金山的一個角落裡落地。馬斯克曾表示，特斯拉將在2020年推出一款L5級別的 Robotaxi，這款車一年就能量產100萬輛，而特斯拉在過去的兩年裡連一輛車都沒造出來。Drive.ai，百度的首席科學家，吳恩達，已經將自己賣給了蘋果。

廣闊的商業前景吸引了衆多投資機構爲自動駕駛“買單”，相關企業的估值也隨之上漲。無人駕駛帶來的紅利正在消退，或者說，無人駕駛的泡沫正在破滅。

Waymo的市值從3年前的一千七百五十億美元一路下滑到三百億美元，跌幅超過百分之八百。曾經在自動駕駛領域嶄露頭角的國內企業融資額度也在逐漸減少。據天眼查專業版 APP數據顯示，2018年無人駕駛企業註冊數量達到高峰，之後出現下降趨勢。

在這個特殊的時代，科技對於自動駕駛企業來說，到底意味着什麼？難道整個賽道都要陷入無人駕駛系統中嗎？從互聯網行業的角度來看，現在的汽車行業已經陷入了技術陷阱，光靠科技是不可能拯救自動駕駛的。

巴菲特從來沒有投資過科技股，他爲什麼要投資蘋果公司的股票？在一次來自 FanTalk的圓桌對話中，他們提到：

巴菲特之所以不投資科技股，是因爲大部分科技企業的「護城河」都是科技創新能力，但巴菲特認爲，這並不穩定。

根據 IDC的分析，全球自動駕駛汽車的年複合增長率在2020年至2024年間達到18.3%，到2024年L1-L5級自動駕駛汽車的出貨量將接近5500萬輛，其中L1級和L2級自動駕駛汽車分別佔64.4%和34%。

也就是說，就目前行業發展來看，未來超過98%的自動駕駛汽車都是L1、L2級別，L5依然是個幻想。從商業落地的角度來看， L幾並不重要，重要的是如何在特定的場景中實現高效的落地。

要知道，交通並不是絕對安全的，即便是擁有科技基因的自動駕駛，也不可能百分百的發生交通事故，只會無限接近於“零”，也就是L5。一方面，技術瓶頸難以突破，另一方面，與蘋果的產品邏輯不同，無人駕駛受到了安全問題的制約，想要完成科技的落地，難度更大。

如果非要給無人駕駛設定一個分水嶺的話，“人”的標準或許纔是最合理的。

把“人”作爲“參考答案”，只要自動駕駛技術能夠達到甚至超過人工駕駛的安全水平，降低事故率，那麼自動駕駛對整個社會都是有好處的。

自動駕駛：一個“文科”考試

事實上，自動駕駛不僅面臨技術困境，在衆多企業、資本忽視的角落裡，也存在着社會輿論環境問題。這兩個問題都很重要，解決了這個難題甚至可以給企業帶來一定的優勢。

在社會輿論方面，網約車行業的歷史教訓至今歷歷在目，堪稱活靈活現。

國家應急管理部信息研究所曾發佈《中國網約車安全發展研究報告》稱，國內各大網約車公司的安全性要高於傳統出租車，事故死亡率比巡遊出租車低26%。但每一次網約車出事，都會被推到風口浪尖，甚至有主播冒充滴滴司機來吸引流量。

由於早期忽視了社會輿論，滴滴爲此付出了慘重的代價，2019年全年滴滴在安全方面投入超過20億元，各級安全團隊已超過2500人，也就是說，滴滴每五名員工中就有一人負責安全。

如今，隨着L1、L2自動駕駛技術的普及，交通事故層出不窮，但整個自動駕駛行業，似乎都對此不聞不問，甚至是縱容。

一方面，目前汽車自動駕駛系統尚不完善，只能起到輔助作用，但由於企業過渡宣傳，導致普通車主和用戶對汽車技術的認識不足，容易忽視技術本身存在的隱患，導致安全事故頻頻發生。

另一方面，事故發生後，各大車企對車主的維權態度傲慢，甚至在事故發生後沒有認真分析原因，導致事故不斷髮生。比如在蔚來車主出事後，蔚來發布了《蔚來車主對 NP/NOP系統認知的聯合聲明》，試圖撇清關係，結果蔚來車主們紛紛發聲，認爲他們是“被代表”的。

無人駕駛在用戶心中留下的陰影還會繼續存在，如果任由它發展下去，它會繼續發展下去，即便它已經成熟，想要解決它也需要付出更多的代價。要知道，自動駕駛並不是絕對安全的，而且在L5上也有可能發生事故，問題會更嚴重。

從解決問題的角度看，無人駕駛本質上就是一場“文科”考試，不僅技術無法給出絕對的答案，而且行業還面臨着社會和法律的挑戰。

漸進路線

如果按照自動駕駛企業的業務路線劃分，大致可分爲兩種：一種是一步登天，走完全無人駕駛路線的L4/L5級企業，如 Waymo；另一種則是逐步發展的 ADAS，比如特斯拉，比如蔚小理，比如剛剛崛起的毫末智行和智駕科技。

Waymo作爲無人駕駛行業的標杆，如今已經亮出了壓箱底的底牌，技術難以完善，核心人才流失，商業化困難，資本大失所望，追隨者逐漸分化，改弦更張。而另一種漸進式玩家則成了資本眼中的香餑餑。就拿毫末智行來說，今年的融資消息公佈之前，幾乎沒有多少人知道這個名字，結果第一輪融資就被首鋼的美團高瓴投資了幾億。

像毫末智行這樣的玩家，憑什麼能崛起，和蔚小理、特斯拉又有什麼區別？接下來，他要好好梳理一下這條循序漸進的路線。

從因特網的角度看，漸進路線本質上是一種 MVP （Most Viarable Product）式設計。

以互聯網的思維，如果覺得這個方案有市場價值的話，完全可以投資一些資源，開發出一款“可行性最小化”的產品。以最簡潔的方式建立原型，然後通過快速迭代完善細節，快速響應用戶需求。所謂的“最小化”，就是解決客戶的痛點。其優點是加快產品上市時間、減少資源投入、降低試錯成本，缺點是穩定性差、可靠性差。

無人駕駛是一件非常複雜的事情，所有人都只關心技術的供給，認爲只要技術不是問題，自動駕駛就能成功。事實證明，與技術供給相比，技術需求才是決定企業存亡的真正因素。

一種是“供”，一種是致命的“需”， MVP設計本質上就是需求，只不過自動駕駛的 MVP設計又出現了分歧。

有業內人士表示，目前業內大部分人的想法都是，有沒有 BUG都無所謂，只要車能跑就行，出了問題再修。特斯拉和蔚小理雖然還沒有完全掌握自動駕駛技術，但他們還是將自動駕駛系統應用到了汽車上。

在互聯網領域， MVP設計的時候，特斯拉也遇到過類似的問題，不過不同的是，手機壞了還能重啓。

和特斯拉和蔚小理不同的是，毫末智行的玩家。特斯拉和蔚小理的產品，都是 MVP級別的產品。像毫末智行這樣的玩家，設計的場景都是 MVP級別的。

自動駕駛並不是一種簡單的技術，而是一種將人工智能、視覺計算、雷達等多種技術結合在一起的技術。

而且相比於漸進的產品，漸進的場景更有利於避免安全事故的發生。就拿毫末智行來說，低速物流配送車來說，“低速”意味着即便出現故障，造成的損失也不會太大。同時，“物流配送”屬於商業模式， C端並不是主要用戶，相反，隨着運營模式的改變，人們對自動駕駛技術的不信任和敵意也會煙消雲散，從而獲得社會認可。

場景漸進也有一個缺點，那就是很難解決長尾數據的 corner事件。安全和數據就像魚和熊掌一樣，兩者不可兼得。

傳感器方案和計算平臺越來越接近，供應商也越來越少。因此，數據決定了自動駕駛公司的勝負。不同場景下的長尾數據問題，以及解決長尾數據問題的困難程度。

如果選擇容易落地的場景作爲溫牀，很難獲得長尾數據，企業很有可能會被超越；如果將所有場景都投入到複雜場景中，很可能入不敷出。最好的辦法，就是用簡單的場景“養家”，同時“攻堅”複雜場景。

無人駕駛已經到了反思的時候了，科技的變革已經不遠了，我希望玩家們能夠在未來實現自己的夢想。