智能驾驶十年，理想商业模式为何「难产」

2011年7月14日，一辆红旗HQ3沿着长沙至武汉的286公里高速公路飞驰，完成了持续约3个半小时的自动驾驶实验。

这是中国自动驾驶车辆首次在真实复杂的交通条件下进行测试。

当时除了自动驾驶之外，碰撞预警、车道偏离预警、自动泊车等辅助功能的原型也已经出现。

这是一次将自动驾驶技术以量产的方式融入人们汽车生活的尝试。

随后几年，智能驾驶进入新时代。

各路玩家野蛮生长，整个行业将在2015年达到新的高度，2018年进入深水区。

如今十年过去了，智能驾驶世界的运行规则已经从无序变为有序，落地路径也早已明确，但这个波澜壮阔的创业故事却给大家留下了一个关于商业模式的未解难题。

用钱“砸”的智能驾驶

智能驾驶的理想商业模式是怎样的？

没有人知道确切的答案。

但据新智家了解，从L2(辅助驾驶)到L4(自动驾驶)，从开放道路到封闭场景，行业内几乎没有盈利的商业模式。

以全球首个自动驾驶的途胜未来为例。

其招股书和财报显示，2018年至今年上半年，途胜未来营收约3250万元，而净亏损近50亿元；其中研发支出约22.5亿元。

六个月前，图森有670多名全职员工从事R&D未来活动。

多位受访者告诉新智家，在智能驾驶技术的研发上，人力成本绝对很大。

由于专业人才的稀缺，大厂商的进入加速了内卷化，一个CTO年薪可以千万以上。即使是应届毕业生也能享受到非常好的待遇。一些优秀毕业生的年薪高达40-50万甚至60万。

“工资泡沫太大了，”张文明(化名)有点无奈。“但是我们无能为力。我们还是要招人。”

在途胜未来之外，百度也是一个非常典型的例子。

除了庞大的R&D团队，百度仅Robotaxi的车队规模就超过500辆(不包括自动驾驶小巴和中巴)，智能驾驶相关专利数量近3000项，测试牌照超过200张。这些成绩都是全国最好的。当然，这些成绩的背后也是实实在在的人力物力投入。

据媒体估计，其过去8年在自动驾驶方面的总投入可能在1000亿元左右。李彦宏在采访中提到，仅去年一年，百度在自动驾驶方面的投资就高达200亿元。

对于未来的途胜和百度这种自建车队，搭建运营网络的玩家来说，设备成本是不可忽视的。

“当初一个L4方案的软硬件(包括汽车)成本高达几百万元。虽然现在已经压得很厉害了，但还是要几十万。”思念之家CEO何贝说。

事实上，斯耐嘉也是以运营模式切入市场，只是不同的是港口环境比城市道路和高速公路更适合批量复制。成立一年多以来，斯年智家已经拿下了两个港口码头的订单。

在巨大的人力成本和设备成本的双重作用下，现阶段盘子铺得越大，亏损就越严重。

走先装后量产路线的L2也难逃类似命运。

一位创业的Tier 1向新智家透露，如果继续专注于L2市场(已经有批量生产订单)，需要两年时间才能实现收支平衡。

但Tier 1正在积极布局L4的业务，这将产生另一部分R&D成本，对供应商的资金实力提出了更高的要求。

“大规模生产的推广和尖端R&D必须齐头并进，”顾萧也(化名)告诉新智家。“现在竞标L2的项目，计划都差不多。你必须用更具前瞻性的技术和更贴心的服务打动客户。”

事实上，这很容易理解:

预装项目整个流程从业务接触到SOP交付到量产通常需要2-3年，中间每个环节都需要各种检查和测试。即使是车辆交付给用户后，也往往需要OTA升级。

另一方面，近年来中美关系紧张，许多传感器零件面临供应失败的风险。

顾透露，他的公司还有一部分现金提前备货，要保证产品正常发货。"晚一天可能会损失几十万美元."

换句话说，没有钱，智能驾驶的一切都是空谈。

盈利，智能驾驶暂时没有赢家。

智能驾驶技术再蓬勃发展，最终也要归于尘土，为用户服务。

L4，其商业模式的底层逻辑离不开“节约司机成本”。

但是纵观整个行业，技术还不够成熟，不够安全。即使不需要司机驾驶车辆，驾驶位上仍然有安全员坐镇，法律法规短期内也不太可能释放其权限。

以途胜未来和百度为例。

途胜未来在招股书中表示，其产品要到2024年才能交付。如果一辆卡车一年能实现6万美元的营收，那么当卡车数量达到5000辆时，就能实现收支平衡——这距离途胜未来的建立还有近10年的时间。

百度在最近的财报会议上透露，Robotaxi的盈利最早将在2025年——比百度的智能驾驶早12年。

无论从什么角度来看，现在谈L4的真正盈利都还为时过早。

途胜未来和百度只是这一过程的两个缩影……。但对于大部分玩家来说，如此大规模的投入，能消耗多少个十年？

在实弹商业竞技阶段，L4玩家开始寻求更多落地的可能性。

“把高水平的智能驾驶预见技术降低到L2或L3，以主机厂和法律法规都能接受的形式推广。”智图科技战略执行总监杨永勋与业内多位玩家阐述了自己的对策。

今年7月，智途科技作为Tier1正式向一汽解放供应L3级自动驾驶集成系统，实现了智能驾驶公司前装供应OEM模式的商业化。智途与一汽解放联合打造的J7 L3定制重卡也于7月下线。

根据官方预测，这辆车投入运营一年半左右就可以收回L3硬件系统的成本。

除了尝试在不同维度间切换，L4玩家还有另一种寻求改变的想法:

将触角伸向不同的子场景，包括作为重型卡车的小马和作为小型巴士的文远，百度去年还宣布将通过智能驾驶技术为物流行业赋能。

在很多受访者看来，L4玩家在战略方向上摇摆不定，是商业模式受挫的表现之一。

一方面开源，积极探索其他变现方式。另一方面，也要节流，尽可能把钱花在刀刃上。

“其实这个行业有不少人只是填空。如果你有认英雄的能力，投资人的钱会更多，而不是浪费。”张文明感慨道。

思念之家CEO何贝告诉新知家，他们现在越来越注重“效率”。

由于自动驾驶的实现周期较长，如果员工努力的方向偏离了企业的需求，很可能会拉长研发周期，不利于公司的良性发展。

要避免这种事倍功半的情况，需要领导层有很强的统战能力，对项目进度和员工状态有清晰的把握。

相比之下，由于L2市场可以量产，现金回笼速度可能会更快，商业模式已经有了可供参考的模板——

特斯拉已经证明了“软件定义的汽车”的方法是可行的，而Mobileye和一些国际供应商巨头为L2赛道的玩家树立了一个好榜样。

虽然他的公司与Mobileye存在竞争关系，但田鹤(化名)丝毫没有掩饰自己对Mobileye的认可:

Mobileye真的很强。Ambofo、ZF和恒润都采用了Mobileye的方案。说实话，中国还有一段距离要赶上。

然而，在瞬息万变的市场中，国内L2玩家也抓住了机遇，走出了定制化的差异化道路。

至于很多人说的“定制会压缩利润空间”的观点，也不用太担心。

目前很多玩家已经开始在定制和通用之间寻求平衡。如果一个项目需要投入大量的R&D能量，但利润很小，数额不大，可能会倾向于直接放弃。

顾认为，在过去的几年里，该行业处于投资和研究阶段，亏损是一个非常客观的自然现象。弯道超车后，公司获得了前装量产的定点项目。“公司的产品能够满足客户的需求，商业模式实际上也已经奏效，只是需要时间来摊薄前期的研发成本。”

我们现在面临的挑战可能更多地在于人力资源的缺乏。

毕竟，车企一旦认可一家供应商，双方的合作很可能会持续很长时间，规模效应和口碑效应也会逐渐显现。如果没有足够的人力，业务的吞吐量就无法提高。

与此同时，目前的L2市场已经发展得更加成熟。汽车公司也有兴趣探索更先进的智能驾驶。如果供应商的技术实力跟不上，很可能会陷入尴尬的境地。

新事物的发展不可避免地充满曲折。

虽然文章开头就说了，2011年，国内智能驾驶迈出了从实验室走向物理世界的重要一步。然而，许多人……业内e在与新智家交流的过程中指出，智能驾驶在商业上的尝试可能没有那么久。

根据行业的发展特点，智途科技的研究结果显示，2014-2016年是智能驾驶的概念阶段，以Waymo为负责人做技术原型和未来概念构想；2016-2020年是原型技术Demo演示阶段，自动驾驶企业在各种子场景中角逐；2020年，行业开始进入商业落地阶段。

此外，这一领域仍有新的参与者。

前一段时间，AI四小龙之一的易图卖掉了他的医疗业务。其前员工的话很有意思:

安保和医疗都不是未来的主业。安全比医疗更重要。无人车或者芯片造出来，安全就可以像医疗一样卖了。

所有的话都透露出对智能驾驶的乐观。

此前，商汤、格灵申勇等AI公司已经在智能驾驶领域布局。据新智家了解，AI公司的部分人才确实流向了智能驾驶行业。

但是智能驾驶，真的是AI玩家的迦南地吗？

也许不是。

AI公司虽然有技术优势，但仅靠算法很难实现单项突破，快速占领市场。

在进入智能驾驶领域之前，田鹤曾在一家人工智能安全巨头公司工作。在这方面，他有发言权:

AI公司不会搞自动驾驶，甚至大家只是说说而已，玩不了。

田鹤进一步解释说，只有深入了解之后，我们才会知道这个领域的难度。

在算法上，智能驾驶涉及到人身安全，需要非常高的精度和实时检测，AI行业根本比不上。如果不能改变认知，就很难做好工作。

在体验方面，车企非常重视量产体验，因为这意味着供应商对整个流程和质量体系都了如指掌，意味着供应商的工程能力得到了一定程度的验证。AI公司没有这些积累。

资源方面，过去AI公司很多项目都是和政府对接的，政府更关心，车企更关心。毕竟消费者会用脚投票。

更重要的是，智能驾驶的发展本身就一波三折，包括前面提到的高投入、高人才、高亏损带来的盈利挑战。

而且进入商业落地阶段后，资本给玩家带来的压力会越来越大。

在智图科技杨永勋看来，资本是逐利的。在行业商业化的新阶段，除非能证明企业自身技术领先于行业竞争对手，否则，现有技术如果缺乏商业模式和商业路径，企业将难以获得资本的青睐，融资难度也将加大，不得不面临被兼并或退出市场的风险。

在齐秦(化名)口中，辛志佳也得到了类似的看法。

齐秦是一级市场投资者。大概一个月前，他还在市场上寻找好的智能驾驶标的。但就在这几天，他们的一个智能驾驶项目被风控团队扼杀了。

即使是行业龙头企业，其营收指标和财务指标也达不到a股上市的要求，美股收紧。没有退出路径，大家现在都比较谨慎。

另一方面，最近蔚来被曝半个月内连续发生两起车祸，太平洋彼岸的特斯拉因辅助驾驶系统被调查。这些案例很可能会迫使法律法规迅速完善。

总结

智能驾驶的盈利困境是既定事实。解决问题的正确方法不是逃避，而是摆到桌面上。大家讨论一下问题在哪里，出路在哪里。

但是，无论是L2还是L4，仅以目前的盈利能力来判断商业模式可能有点片面。

有人欣赏眼前的辉煌，有人憧憬更远的未来。其实没有对错之分。

虽然智能驾驶的发展道路充满不确定性，但并不妨碍其积极发展，或许我们应该给它更多的耐心。

雷锋网雷锋网(微信官方账号:雷锋网)雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。2011年7月14日，一辆红旗HQ3沿着长沙至武汉的286公里高速公路飞驰，完成了持续约3个半小时的自动驾驶实验。

这是中国无人驾驶汽车首次接受测试……在真实复杂的交通条件下。

当时除了自动驾驶之外，碰撞预警、车道偏离预警、自动泊车等辅助功能的原型也已经出现。

这是一次将自动驾驶技术以量产的方式融入人们汽车生活的尝试。

随后几年，智能驾驶进入新时代。

各路玩家野蛮生长，整个行业将在2015年达到新的高度，2018年进入深水区。

如今十年过去了，智能驾驶世界的运行规则已经从无序变为有序，落地路径也早已明确，但这个波澜壮阔的创业故事却给大家留下了一个关于商业模式的未解难题。

用钱“砸”的智能驾驶

智能驾驶的理想商业模式是怎样的？

没有人知道确切的答案。

但据新智家了解，从L2(辅助驾驶)到L4(自动驾驶)，从开放道路到封闭场景，行业内几乎没有盈利的商业模式。

以全球首个自动驾驶的途胜未来为例。

其招股书和财报显示，2018年至今年上半年，途胜未来营收约3250万元，而净亏损近50亿元；其中研发支出约22.5亿元。

六个月前，图森有670多名全职员工从事R&D未来活动。

多位受访者告诉新智家，在智能驾驶技术的研发上，人力成本绝对很大。

由于专业人才的稀缺，大厂商的进入加速了内卷化，一个CTO年薪可以千万以上。即使是应届毕业生也能享受到非常好的待遇。一些优秀毕业生的年薪高达40-50万甚至60万。

“工资泡沫太大了，”张文明(化名)有点无奈。“但是我们无能为力。我们还是要招人。”

在途胜未来之外，百度也是一个非常典型的例子。

除了庞大的R&D团队，百度仅Robotaxi的车队规模就超过500辆(不包括自动驾驶小巴和中巴)，智能驾驶相关专利数量近3000项，测试牌照超过200张。这些成绩都是全国最好的。当然，这些成绩的背后也是实实在在的人力物力投入。

据媒体估计，其过去8年在自动驾驶方面的总投入可能在1000亿元左右。李彦宏在采访中提到，仅去年一年，百度在自动驾驶方面的投资就高达200亿元。

对于未来的途胜和百度这种自建车队，搭建运营网络的玩家来说，设备成本是不可忽视的。

“当初一个L4方案的软硬件(包括汽车)成本高达几百万元。虽然现在已经压得很厉害了，但还是要几十万。”思念之家CEO何贝说。

事实上，斯耐嘉也是以运营模式切入市场，只是不同的是港口环境比城市道路和高速公路更适合批量复制。成立一年多以来，斯年智家已经拿下了两个港口码头的订单。

在巨大的人力成本和设备成本的双重作用下，现阶段盘子铺得越大，亏损就越严重。

走先装后量产路线的L2也难逃类似命运。

一位创业的Tier 1向新智家透露，如果继续专注于L2市场(已经有批量生产订单)，需要两年时间才能实现收支平衡。

但Tier 1正在积极布局L4的业务，这将产生另一部分R&D成本，对供应商的资金实力提出了更高的要求。

“大规模生产的推广和尖端R&D必须齐头并进，”顾萧也(化名)告诉新智家。“现在竞标L2的项目，计划都差不多。你必须用更具前瞻性的技术和更贴心的服务打动客户。”

事实上，这很容易理解:

预装项目整个流程从业务接触到SOP交付到量产通常需要2-3年，中间每个环节都需要各种检查和测试。即使是车辆交付给用户后，也往往需要OTA升级。

另一方面，近年来中美关系紧张，许多传感器零件面临供应失败的风险。

顾透露，他的公司还有一部分现金提前备货，要保证产品正常发货。"晚一天可能会损失几十万美元."

换句话说，没有钱，智能驾驶的一切都是空谈。

盈利，智能驾驶暂时没有赢家。

智能驾驶技术再蓬勃发展，最终也要归于尘土，为用户服务。

L4，其商业模式的底层逻辑离不开“节约司机成本”。

但是纵观整个行业，技术还不够成熟，不够安全。即使不需要司机驾驶车辆，驾驶位上仍然有安全员坐镇，法律法规短期内也不太可能释放其权限。

以途胜未来和百度为例。

途胜未来在招股书中表示，其产品要到2024年才能交付。如果一辆卡车一年能实现6万美元的营收，那么当卡车数量达到5000辆时，就能实现收支平衡——这距离途胜未来的建立还有近10年的时间。

百度在最近的财报会议上透露，Robotaxi的盈利最早将在2025年——比百度的智能驾驶早12年。

无论从什么角度来看，现在谈L4的真正盈利都还为时过早。

途胜未来和百度只是这一过程的两个缩影……。但对于大部分玩家来说，如此大规模的投入，能消耗多少个十年？

在实弹商业竞技阶段，L4玩家开始寻求更多落地的可能性。

“把高水平的智能驾驶预见技术降低到L2或L3，以主机厂和法律法规都能接受的形式推广。”智图科技战略执行总监杨永勋与业内多位玩家阐述了自己的对策。

今年7月，智途科技作为Tier1正式向一汽解放供应L3级自动驾驶集成系统，实现了智能驾驶公司前装供应OEM模式的商业化。智途与一汽解放联合打造的J7 L3定制重卡也于7月下线。

根据官方预测，这辆车投入运营一年半左右就可以收回L3硬件系统的成本。

除了尝试在不同维度间切换，L4玩家还有另一种寻求改变的想法:

将触角伸向不同的子场景，包括作为重型卡车的小马和作为小型巴士的文远，百度去年还宣布将通过智能驾驶技术为物流行业赋能。

在很多受访者看来，L4玩家在战略方向上摇摆不定，是商业模式受挫的表现之一。

一方面开源，积极探索其他变现方式。另一方面，也要节流，尽可能把钱花在刀刃上。

“其实这个行业有不少人只是填空。如果你有认英雄的能力，投资人的钱会更多，而不是浪费。”张文明感慨道。

思念之家CEO何贝告诉新知家，他们现在越来越注重“效率”。

由于自动驾驶的实现周期较长，如果员工努力的方向偏离了企业的需求，很可能会拉长研发周期，不利于公司的良性发展。

要避免这种事倍功半的情况，需要领导层有很强的统战能力，对项目进度和员工状态有清晰的把握。

相比之下，由于L2市场可以量产，现金回笼速度可能会更快，商业模式已经有了可供参考的模板——

特斯拉已经证明了“软件定义的汽车”的方法是可行的，而Mobileye和一些国际供应商巨头为L2赛道的玩家树立了一个好榜样。

虽然他的公司与Mobileye存在竞争关系，但田鹤(化名)丝毫没有掩饰自己对Mobileye的认可:

Mobileye真的很强。Ambofo、ZF和恒润都采用了Mobileye的方案。说实话，中国还有一段距离要赶上。

然而，在瞬息万变的市场中，国内L2玩家也抓住了机遇，走出了定制化的差异化道路。

至于很多人说的“定制会压缩利润空间”的观点，也不用太担心。

目前很多玩家已经开始在定制和通用之间寻求平衡。如果一个项目需要投入大量的R&D能量，但利润很小，数额不大，可能会倾向于直接放弃。

顾认为，在过去的几年里，该行业处于投资和研究阶段，亏损是一个非常客观的自然现象。弯道超车后，公司获得了前装量产的定点项目。“公司的产品能够满足客户的需求，商业模式实际上也已经奏效，只是需要时间来摊薄前期的研发成本。”

我们现在面临的挑战可能更多地在于人力资源的缺乏。

毕竟，车企一旦认可一家供应商，双方的合作很可能会持续很长时间，规模效应和口碑效应也会逐渐显现。如果没有足够的人力，业务的吞吐量就无法提高。

与此同时，目前的L2市场已经发展得更加成熟。汽车公司也有兴趣探索更先进的智能驾驶。如果供应商的技术实力跟不上，很可能会陷入尴尬的境地。

新事物的发展不可避免地充满曲折。

虽然文章开头就说了，2011年，国内智能驾驶迈出了从实验室走向物理世界的重要一步。然而，许多人……业内e在与新智家交流的过程中指出，智能驾驶在商业上的尝试可能没有那么久。

根据行业的发展特点，智途科技的研究结果显示，2014-2016年是智能驾驶的概念阶段，以Waymo为负责人做技术原型和未来概念构想；2016-2020年是原型技术Demo演示阶段，自动驾驶企业在各种子场景中角逐；2020年，行业开始进入商业落地阶段。

此外，这一领域仍有新的参与者。

前一段时间，AI四小龙之一的易图卖掉了他的医疗业务。其前员工的话很有意思:

安保和医疗都不是未来的主业。安全比医疗更重要。无人车或者芯片造出来，安全就可以像医疗一样卖了。

所有的话都透露出对智能驾驶的乐观。

此前，商汤、格灵申勇等AI公司已经在智能驾驶领域布局。据新智家了解，AI公司的部分人才确实流向了智能驾驶行业。

但是智能驾驶，真的是AI玩家的迦南地吗？

也许不是。

AI公司虽然有技术优势，但仅靠算法很难实现单项突破，快速占领市场。

在进入智能驾驶领域之前，田鹤曾在一家人工智能安全巨头公司工作。在这方面，他有发言权:

AI公司不会搞自动驾驶，甚至大家只是说说而已，玩不了。

田鹤进一步解释说，只有深入了解之后，我们才会知道这个领域的难度。

在算法上，智能驾驶涉及到人身安全，需要非常高的精度和实时检测，AI行业根本比不上。如果不能改变认知，就很难做好工作。

在体验方面，车企非常重视量产体验，因为这意味着供应商对整个流程和质量体系都了如指掌，意味着供应商的工程能力得到了一定程度的验证。AI公司没有这些积累。

资源方面，过去AI公司很多项目都是和政府对接的，政府更关心，车企更关心。毕竟消费者会用脚投票。

更重要的是，智能驾驶的发展本身就一波三折，包括前面提到的高投入、高人才、高亏损带来的盈利挑战。

而且进入商业落地阶段后，资本给玩家带来的压力会越来越大。

在智图科技杨永勋看来，资本是逐利的。在行业商业化的新阶段，除非能证明企业自身技术领先于行业竞争对手，否则，现有技术如果缺乏商业模式和商业路径，企业将难以获得资本的青睐，融资难度也将加大，不得不面临被兼并或退出市场的风险。

在齐秦(化名)口中，辛志佳也得到了类似的看法。

齐秦是一级市场投资者。大概一个月前，他还在市场上寻找好的智能驾驶标的。但就在这几天，他们的一个智能驾驶项目被风控团队扼杀了。

即使是行业龙头企业，其营收指标和财务指标也达不到a股上市的要求，美股收紧。没有退出路径，大家现在都比较谨慎。

另一方面，最近蔚来被曝半个月内连续发生两起车祸，太平洋彼岸的特斯拉因辅助驾驶系统被调查。这些案例很可能会迫使法律法规迅速完善。

总结

智能驾驶的盈利困境是既定事实。解决问题的正确方法不是逃避，而是摆到桌面上。大家讨论一下问题在哪里，出路在哪里。

但是，无论是L2还是L4，仅以目前的盈利能力来判断商业模式可能有点片面。

有人欣赏眼前的辉煌，有人憧憬更远的未来。其实没有对错之分。

虽然智能驾驶的发展道路充满不确定性，但并不妨碍其积极发展，或许我们应该给它更多的耐心。

雷锋网雷锋网(微信官方账号:雷锋网)雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：特斯拉一汽一汽解放飞驰红旗

汽车资讯热门资讯