全球L4自動駕駛的商業(yè)化之路出現(xiàn)裂縫

最近剛做完一期視頻，試圖來探討在美股回調(diào)以后，整個L4自動駕駛企業(yè)的出路。好嘛，福特立馬開了第一槍——福特與大眾聯(lián)合投資的自動駕駛技術(shù)項目Argo AI將被關(guān)閉并解散。這家由谷歌和Waymo前工程師Bryan Salesky領(lǐng)導(dǎo)的初創(chuàng)公司，解散通知給到了2000名員工，將為其中一些人提供在這兩家汽車制造公司中工作的機(jī)會。

在自動駕駛的跑道上，國外第一波出現(xiàn)的是從Waymo、Uber、Lyft這樣的運營企業(yè)，圍繞MSSB這種出行即服務(wù)的思路來做；跟隨的包括美國的整車企業(yè)通用、福特和后續(xù)豐田，加上美國的IT企業(yè)包括亞馬遜、微軟。

但目前整體的情況都不是很樂觀：

●Waymo還在苦苦堅持

●Argo AI解散

●Cruise：1-9月虧損了14億美金

●Aurora：上半年凈虧損由去年的1.82億美元擴(kuò)大到12.31億美元

▲圖1. 全球L4自動駕駛的商業(yè)化之路出現(xiàn)裂縫

Part 1

科技企業(yè)的起頭

從邏輯來看，這一波自動駕駛不管是Robot Taxi還是Truck里面的方向，主要是由Waymo帶了節(jié)奏，然后Uber、Lyft看到了自己商業(yè)模式的拓展。

Waymo所帶動自動駕駛出租車的商業(yè)化服務(wù)（Waymo就是老大）可分為 5 個步驟：

1.創(chuàng)建原型自動駕駛車輛在特定道路運行

2.獲得自動駕駛測試牌照并與安全駕駛員一起進(jìn)行路試

3.推出一個小型車隊來測試載客運行，逐步擴(kuò)大地理圍欄

4.量產(chǎn)自動駕駛汽車，進(jìn)行第一代和第二代車型升級，支持大規(guī)模Robot Taxi服務(wù)

5.建設(shè)并運營Robot Taxi網(wǎng)絡(luò)，擴(kuò)展到更多的服務(wù)區(qū)域

這里的核心——Robot taxi的推出策略，是在受限制的地理圍欄區(qū)域測試并發(fā)布服務(wù)，然后不斷擴(kuò)大該區(qū)域，為運營車隊增加更多車輛。Waymo的第一代汽車基于傳統(tǒng)汽車的量產(chǎn)版本，通過感知傳感器和運算平臺的改裝來實現(xiàn)L4 的自動駕駛。

Waymo講的故事，開始是專注于第一代汽車，在密歇根建立了一家工廠，進(jìn)行自動駕駛汽車改裝，從 60,000 輛Pacifica Hybrids 和 20,000 輛 Jaguar I-Pace EV 開始。從實際的情況來看，這個計劃都沒辦法完成，特別是I-pace EV都快結(jié)束生命周期了隨后Waymo開始尋找第二代Robot Taxi車輛為自動駕駛服務(wù)而設(shè)計（拿掉轉(zhuǎn)向和剎車），當(dāng)然進(jìn)度比較慢。這方面通用的Cruise是比較快的，畢竟這方面車企有自己的優(yōu)勢。

目前來看，最大的問題是，在這個市場上玩家的不斷退出，同時沒看到新進(jìn)入者持續(xù)擴(kuò)大。

Uber第一個退出，把不斷燒錢、競爭特別激烈、還看不到什么時候賺錢的自動駕駛的服務(wù)丟給了Aurora；然后Lyft也退出了這個游戲，把自動駕駛服務(wù)賣給了豐田Woven；被市場所期待的蘋果、亞馬遜、微軟等系列科技公司，后續(xù)還是圍繞投資來做，并沒有參與這個游戲。在美國演變成了Waymo和Cruise在前面領(lǐng)頭，后面一些跟跑的，同時歐洲的汽車企業(yè)基本都退出了Robot Taxi的競爭。

Argo的清算，對于整個歐美的自動駕駛投資還是震動很大。

▲圖2. 自動駕駛退出清單

Part2

打水漂的36億 vs 特斯拉玩法

從投資邏輯上看，這波也確實讓大眾和福特都傷到了。

▲圖3. 大眾和福特的大邏輯

2019年特斯拉發(fā)布的Robot Taxi服務(wù)網(wǎng)絡(luò)，通過自己已經(jīng)銷售的車型路徑迭代給這個思路開辟了一個新路子。也就是說，企業(yè)不需要把自動駕駛的車子改造成那么徹底；采用影子模式，獲取更多數(shù)據(jù)圍繞現(xiàn)有車型迭代。

所以目前來看，我們看到所有的公司，最終還是從量產(chǎn)車出發(fā)，自動輔助駕駛的競爭也就回到了L2+，能否通過現(xiàn)有可落地的功能，來跑算法，通過自動駕駛算力的迭代來提高原有功能的上限。

這套邏輯的改變，其實直接改變了2020年后續(xù)自動駕駛投資的速度。最顯著的改變的是幾點：

●感知硬件的成本必須可控：這是圍繞是不是需要用昂貴的機(jī)械式激光雷達(dá)做全景掃描，是否需要多感知冗余，整個感知套件的成本設(shè)定在什么價格

●車內(nèi)計算平臺的算力和云端算力的平衡：在這里隨著上次Tesla 自動駕駛Day，其實給了一個清晰的思路，車端算力迭代到一定程度可以和云端服務(wù)器進(jìn)行協(xié)同

●軟件誰開發(fā)：算法可以從供應(yīng)商剪裁，車企需要有自己的集成和優(yōu)化部門，順著這個思路，類似大眾把自動駕駛一方面和Bosch合作，一方面和地平線合作

小結(jié)：現(xiàn)在所有的人，都在想一件事：傳統(tǒng)汽車企業(yè)能不能把軟件中心運營好，這個大大的疑問？

審核編輯 ：李倩