文｜金融街老李
『近期自動駕駛行業的熱度沒那麼高了，本來資本形勢就不好，即便是有錢，也不會投自動駕駛』,這是今年三季度，在老李盡調某國內自動駕駛知名企業後，合夥人提出的觀點，這個觀點不是個例，而是代表了資方的態度。
上市破發、市值大跌、破產倒閉、裁員內鬥……這些資本市場最不願看到的狀況還是在自動駕駛行業頻發。
近期，先是Mobileye打折上市，然後Argo Al宣佈倒閉，小馬智行等國內明星企業也出現了裁員，據老李了解，不少國內自動駕駛初創企業的現金流僅能維持半年左右。
在《自動駕駛，扶不起的阿鬥？》一文中，老李從宏觀角度跟大家分享了一下自動駕駛的發展趨勢，今天老李從商業和技術角度更加具象地和大家分享下為何自動駕駛必須先有技術才能商業化？單車自動駕駛目前存在哪些問題？車路協同還能再飛多久？
沒有技術，何談商業？
到目前為止，自動駕駛行業遇到的問題隻有一個：技術不成熟導致產品難以量產，結果就是無法商業化，沒有商業化的企業一旦現金流斷裂，結果便是倒閉。
一般來說，商業模式創新類的創業公司依靠資本積累規模後，都能在賽道裡跑出來，所以我們看絕大多數互聯網公司本質上都是資本拉動的，護城河是規模，所以在這些領域內的巨頭企業往往不超過3家。
而自動駕駛行業則是另一番格局，不管是L3及以下的輔助駕駛，還是L4及以上的高階自動駕駛，行業內都是百家爭鳴的局面，每個細分領域的公司至少能找出10家，對技術創新類的創業公司而言，無法量產就沒有營收，倒閉是時間問題。
大眾和福特共同參股支持的自動駕駛獨角獸公司Argo AI在成立的前三年幾乎沒有營收，今年開展的Robotaxi也不順利，股東停止註資後，公司倒閉。
老李去年盡調了包括小馬智行、Momenta在內的多家自動駕駛公司。
據不完全統計，行業前十家的自動駕駛板塊主營業務的平均營收不超過3億，而即便是最小的自動駕駛公司每年支出也遠超過3億這個平均數字。
這裡面的主要成本是人和設備，一名自動駕駛算法工程師的薪酬動輒百萬，一個公司養了幾十名，成本動輒數千萬，一套高階自動駕駛系統的成本動輒幾十萬，這還沒有算研發成本。
Argo Al去年曾到中國來募資，國內某新能源龍頭主機廠老板問到什麼時間能給出量產節點，老外的回答也很直爽，我也想知道……小馬智行之所以不停切換賽道，也是因為無法量產。
目前大家的選擇隻有兩個，一個是切換到低速和商用車場景開展高階自動駕駛，一個是繼續堅守乘用車高階自動駕駛。
近期大熱的蘑菇車聯以城市公共服務為切入點，著力打造了包含自動駕駛環衛車、巡邏車、接駁車、物流車、公交車、出租車等在內的自動駕駛城市公共服務車隊，但老李從資本視角看，這些也不是完全意義上的C端商業化，畢竟這些產品的買單人多是政府和國資企業。
相比自動駕駛集成商而言，這些做硬件的公司情況則好很多。
Mobileye雖然打折上市，但是其一直擁有穩定的現金流，其承載的是諸多自動駕駛芯片公司的發展方。
，所以國內的地平線、黑芝麻等芯片公司的發展情況遠遠好於自動駕駛公司。
試問大家，如果一臺車是自動駕駛且安全的出租車，一臺是人工出租車，大家會選哪個？大部分朋友會選擇前者。
很多朋友會發現，自動駕駛的問題本質上不是商業模式問題，而是技術問題，談到這裡，不得不說一直以來行業存在的技術路線的爭論。
單車自動駕駛，慢一點更務實
圍繞自動駕駛，行業一直存在兩種技術路線：一種是圍繞單車開展高階自動駕駛，代表企業是特斯拉；還有一種則是圍繞車路協同開展自動駕駛，目前行業裡提到的中國方案其實就是後者。
國內的整車企業和自動駕駛公司很多都將前者作為主流的發展方向。
大家認為從協作層面講，無論是低速場景還是高速場景，都更容易實現，所以國內的小馬智行、Momenta、智行者等公司都在走這條路線。
『我們認為以當前的協作能力，走單車路線比協同更快，單車路線雖然車輛成本高，但絕大多數技術問題和供應商能由企業自主控制，而車路協同場景，要考慮到諸多非車端的控制因素』，這是老李調研長安汽車研究院時某位專家表達的觀點。
『這裡面還涉及到漸進式路線問題，當前供應商都無法給出一步到位的L4自動駕駛方案，並且法律法規也不完善，所以從整車技術落地和產品商業化角度講，走L2到L3的漸進式路線會更穩妥一些』這是大眾的專家在一次閉門會上提出的發展方向。
我們拋開法律法規的問題，僅從技術和成本上看，單車自動駕駛也很難快速實現商業化。
安波福的某位專家是特斯拉的忠實粉絲，也是國內自動駕駛領域的代表人物之一，先後在小鵬汽車、特斯拉工作，其觀點是特斯拉純視覺雖然有上限，但其優勢是成本低，成本低就好量產。
國內依靠激光雷達雖然走了捷徑，但成本高，動輒十幾萬的激光雷達不可能實現量產。
老李認為這直接提到了問題要害，如果單車自動駕駛系統成本超過5萬元，是不可能大規模量產的。
當前，一顆禾賽的激光雷達售價就不低於10萬元。
據老李了解，目前極氪使用的M家方案，成本在3萬左右，華為給長安的方案，成本在2萬元左右，這些方案本質上都是介於L2-L3的輔助駕駛系統，遠遠談不上L4。
對小馬智行來說，當年直接切入L4本質上也是為了和華為、Mobileye走差異化路線，在L2-L3的賽道上，行業裡高手雲集，老牌企業有典型的外資汽車供應商A-奧托立夫《維寧爾》、B-博世、C-大陸、D-德爾福《安波福》，還有科技企業Mobileye以及華為等，這個行業拼的是技術基礎和規模能力，小馬智行這類企業在這個領域內毫無優勢。
說到底，對文遠知行、小馬智行、Argo Al等企業來說，他們的優勢一定是在L4及以上，走差異化路線，但問題就是無法落地，很多『磚家』也提出來，這有可能證明，單車自動駕駛是一條死胡同。
在老李看來，目前的單車自動駕駛比較成熟的還是L2-L3，在L3以上的場景中，無論是感知層、還是決策層，都面臨技術不成熟和成本過高的問題，很多朋友說時間能解決這些問題，問題是5年前，大家說能解決，3年前大家也說能解決，現在投資人已經不相信了……
車路協同，讓子彈再飛一會兒
在單車自動駕駛發展的初期，行業裡就有人提出來依托車路協同開展高階自動駕駛，與單車智能自動駕駛相比，車路協同具備全域感知的核心優勢，可以規避單車智能因傳感器故障、受遮擋、惡劣天氣等原因導致的安全問題。
什麼是全域感知呢？說的通俗點就是通過『上帝視角』開展自動駕駛，車輛和道路基礎設置都加裝傳感器，用『上帝之手』推動車輛實現自動駕駛，阿裡、百度、蘑菇車聯、希迪智駕是車路協同的代表企業。
在路端，車路協同可精確解析、優化車輛在道路上的定位和路徑，提升交通運行效率，並支持交通事故回溯與分析，對提升交通管理的效率與精準度起到了積極作用，所以交通和通信行業一直在主推車路協同的發展。
正如長安汽車專家提到的，車路協同意味著有更多的協作主體。
從示范區的維度來說，中國已經形成了『政府-行業-企業』較為完整的角色分工體系，產業發展雛形初顯，應該說，這是一場『跨產業協同、多層級合作』的全面動員的產業戰役。
目前國內建設了諸多智能網聯測試示范區，絕大多數都是車路協同示范，但問題是，在全國960萬平方公裡的土地上，很難完成如此大規模的基礎建設，即便是隻建設國內高速公路，那也是巨額投入。
雖然各大部委的意見指導發佈到各省市的產業發展規劃佈局，各個城市也制定和頒佈了道路測試管理辦法，雖然超過10家汽車企業已經發佈或計劃發佈、量產C-V2X車型，全國累計發放測試牌照1000餘張，累計開放道路裡程3000多公裡，但實際上，當前車路協同面臨的問題比單車自動駕駛還要多得多。
首先是協同問題。
車路協同自動駕駛涉及到汽車、信息通信、電子電氣、人工智能、控制論等領域的交叉融合，地方幾乎無法建立責任主體的協調溝通機制，企業之間更是無法分配投資和收益，一句話，這麼大的基建投資，誰來出錢？
其次，車路協同自動駕駛具備較強的大數據屬性。
海量的交通運行基礎數據面臨存儲、處理與安全防護的巨大挑戰，目前在地方的測試區，很多車輛必須有超強的『服務器』，這些隱性成本用戶不會買單，用戶更不會為安全性買單，可以說，以目前的技術水平而言，車路協同比單車自動駕駛更不成熟。
另外，當前的車路協同自動駕駛功能尚處在商業化早期階段，還沒有標準化的功能評價測試體系，在硬件方面汽車、路側設施等產品功能有待提升，由於車輛協同可以和基建有較強的結合，子彈還能飛得更久。
自動駕駛行業的未來終局是什麼？沒有人能講清楚，自動駕駛公司的商業化之路應該怎麼走？也沒有人能講清楚，行業裡圍繞自動駕駛的路線問題爭論了好幾年，但大家都是屁股決定腦袋。
老李認為資本市場的想法可能會更簡單也更實用一些——
我們不排斥任何技術，當L3及以下技術能量產的時候，我們就去追L3及以下的公司，當L4及以上技術實現突破的時候，我們就去追L4及以上的公司，如果都有戲，我們就都下註，如果都沒戲，我們就離場走人。