陈琦|自动驾驶进入下半场，探索万亿市场背后的商业模式

自动驾驶技术，一直是当下业界的热门话题。根据麦肯锡发布的《展望2025 · 决定未来经济的12大颠覆技术》研究报告显示，自动驾驶位列十二大颠覆技术的第六位。罗兰贝格研究预测，2020年全球自动驾驶车端系统的市场规模有望达到1138亿美元，到2030年市场规模将约5000亿美元，其中芯片、传感器、软件算法将贡献主要增量市场。

从科技跨界到竞争、合作，自动驾驶早已成为互联网巨头、造车新势力、传统车企的必争之地，也都纷纷加入这一领域的布局中，试图分得一块蛋糕。这项自带科幻属性的功能，在政府、产业、资本和企业的共同推进下，克服理论到技术、研发到落地，正在一步步迈入现实。

根据企查查数据显示，近10年自动驾驶项目投融资事件共376起，披露的融资总金额近2377.5亿元，其中2020年的融资总额达到436.3亿元，同比增长136.9%。短短5个月时间内，自动驾驶领域的九家公司总计获得34亿美元融资。水涨船高的还有自动驾驶公司的估值，Aurora估值130亿美元、滴滴自动驾驶子公司的最新估值约为60亿美元、谷歌子公司Waymo估值达到300亿美元。

在刚刚过去的2021世界人工智能大会上，多个自动驾驶企业都亮出了自家的产品，“自动驾驶进入下半场”也成为了很多企业的口号。反观当前的政策环境也十分友好，中国各地在自动驾驶政策方面不断突破，比如广州创新提出建设自动驾驶混行试点区、深圳创新提出智能网联汽车准入管理政策、北京创新提出无人配送车管理实施细则。

事实证明，资本、产业、政府三方力量正在推动自动驾驶加速前进，摆在企业面前的难题是证明自动驾驶商业化量产的前景，且必须拿出精准的定位获得资本的青睐，小步快跑地市场化培育、产业化落地、多元化探索，尽可能在外部融资和内部造血找到平衡点，积极改善“烧钱又耗时”的状态，形成良性循环发展模式。

自动驾驶技术终究需要车作为载体，同时出行服务也需要落实到车这个终端上，如何赢得出行领域的下半场，行业聚焦的关键点就在自动驾驶商业化上。探索自动驾驶商业化需要面临诸多问题，比如技术落地、应用场景、商业模式、产品量产等等。

自动驾驶的技术架构分为感知层（高精传感器：激光雷达+毫米波雷达+超声波雷达）、决策层（导航定位：高精度地图+传感器+中央处理器+算法）、执行层（电子驱动、电子转向、电子制动）。自动驾驶通过感知层来感应周围的环境，然后通过决策层进行辨识、运算与分析，并通过执行层来完成操作，从而增加汽车驾驶的舒适性和安全性。

美国汽车工程协会（SAE）根据系统对于车辆操控任务的把控程度，把自动驾驶分为L0到L5共计6个级别。其中，自动驾驶在L1到L3级主要起辅助功能，但到达L4级，车辆驾驶将全部交给系统。L4、L5的主要区别，在于特定场景和全场景应用，目前国内自动驾驶企业的技术研究方向主要是L4级。

当前L4级自动驾驶硬件成本依然高昂，系统还不够聪明，难以应对过于复杂的道路环境，这些严重阻碍了自动驾驶商业化落地。因此，前期的研发需要高投入来降低硬件成本，并让系统不断进化迭代更加智慧。技术研发能力一直都是自动驾驶企业的核心竞争力，一些科技巨头正在通过自研、收购、合作的方式抓紧布局汽车芯片、算法等领域。自动驾驶参与者内部也形成了三个标准：一是软件能力要强；二是软硬件要一体；三是要有AI和数据闭环能力。

各方势力都在自主研发自动驾驶系统，即由自动驾驶域控制器、自动驾驶算法和云端运营管理平台三个部分构成的技术平台。通过三大核心模块，配合融合部署在车身周围的多类传感器的感知数据，以及无人驾驶核心算法，实现多种复杂环境下的无人驾驶运输作业。同时借助云端智能运营管理平台，可为无人运营提供系统化的工程管理，实现多车协同、调度、远程控制等功能。通过不断落地自动驾驶技术在获得营收的同时积累大量AI驾驶技能、运营能力和数据，同时，自动驾驶技术的研发可以提供可靠、低成本的系统和大量数据。

高级别的自动驾驶市场落地场景广泛，规模可达万亿，应用场景主要分为2C（乘用车）、2B（商用车）、2G（示范车）三大类，涵盖城际物流、出行服务、末端配送、自主泊车、短途接驳、示范教学等领域。批量落地自动驾驶系统将带来作业流程的成本规模效益，也能代替驾驶员重复、危险工作和疲劳驾驶，发挥替代价值。

在这样的大背景下，自动驾驶行业将形成三种主流的商业模式。第一种是在细分市场或者半封闭、封闭场景提供自动驾驶车辆产品，包括观光车、物流车、清扫车、巡逻车等；第二种是在完全开放场景下的整套自动驾驶技术输出，比如无人公交、无人出租车等；第三种是负责主机厂零件配套的供应链环节，以及提供衍生场景的解决方案，包括软件和硬件。

下一个十年，自动驾驶产业有望在出整车品牌、整车制造、零部件、软件服务等细分市场孕育出龙头企业。与此同时，随着自动驾驶全产业链更加专业成熟，车载硬件成本不断降低、车载芯片厂商地位上升，大规模量产落地成为可能。

目前，很多自动驾驶公司围绕不同场景已开发出成熟的自动驾驶产品矩阵，包括乘用车、商用车、作业车、自动驾驶能力的设备，既可以产品矩阵整套输出，构建车、路、网一体的5G/V2X智慧系统，实现封闭场景的智慧化转型；还可以单一产品投放发挥降本增效和科技示范功能，增加商业附加值。

除此之外，“教育市场配套解决方案”是自动驾驶行业又一项商业化落地的积极尝试，可向高职教类院校、高校提供理论与实操相结合服务，包含无人驾驶系列实训台、校园接驳演示实操、课程配套、教师培训、自动驾驶专业共建等，以此来培养新工科复合型人才。