专栏观察

谷歌不再执着自造无人车,自动驾驶走向inside时代?

 1214日,谷歌母公司Alphabet在洛杉矶召开发布会,宣布谷歌无人驾驶项目作为公司内部的独立个体存在。这意味着,此前目隶属于Google X 实验室,代号Chauffeur的谷歌无人驾驶团队从此成为历史,一个名为“Waymo”的新部门走上台前。与此同时,谷歌对无人车的项目方面进行了全面调整,不再执着于自造无人车,转而与车厂合作,走共同开发路线。未来,我们恐怕将看不到“谷歌牌无人驾驶小轿车”了。

2b07e12404432a18bf28fdd9dad77101.jpg

谷歌进入自动驾驶领域的时间已长达8年,一直以来,谷歌始终坚持自主研发没有方向盘和油门刹车的无人车。自2014年谷歌发布第一辆无人车DEMO之后,关于谷歌无人车正在路测的消息也屡屡传来。此番成立Waymo,并掉转自动驾驶项目的研发方向,令业内一片哗然。由此,我们能够出看两个非常明显的讯号:

1、科技公司想要自主造车的困难重重,谷歌内部对这一方向亦存在巨大分歧;与此同时,越来越多科技企业将选择与车厂合作,如Uber牵手沃尔沃,百度牵手奇瑞、比亚迪,阿里与上汽合作,图森互联与北奔重汽合作。

2Uber等公司强势入局之后,自动驾驶领域的竞争愈发激烈,“自动驾驶技术如何实现商业化落地”被加速提上日程,所有人都在与时间赛跑。

那么,作为人工智能试金石的自动驾驶距离我们究竟有多远?它又是一门什么样的生意呢?

人工智能元年,自动驾驶吹起一团包着刚需的泡沫

从国内市场来看,2016普遍被认为是人工智能元年,自动驾驶领域毫无意外的成为众矢之的。一时之间,科技巨头、创业公司、传统车厂纷纷入局,这其中许多厂商高呼“用人工智能解放人类双手”,更有甚者旋即宣称已经研发出了能够全自动驾驶的无人车。

7a11d6f827d07a5e1b3c036f4883313a.png

诚然,人工智能的集中爆发在让科技行业由DT时代步入AI时代的同时,深刻影响了制造业,制造业因此迎来自蒸汽时代、电力时代之后第三次进化高峰。资本市场也在将目光紧盯互联网行业多年之后,再次探回与人工智能紧密结合的制造业。

事实上,尽管进入自动驾驶领域的各大厂商在高举人工智能大旗时都是信誓旦旦,但由于入局者的心态和路线不尽相同,同时缺少绝对的成功先例,自动驾驶领域里的李逵和李鬼往往真假难辨。

以商业逻辑分析,目前自动驾驶领域内的厂商大致可分为4种不同的形态:

1、占位党。仅从数字上看,目前宣称从事自动驾驶技术研发的厂商已有上百家,这其中有不少是在人工智能大潮兴起之后从其他领域转型而来。如果再算上很多在宣传中提及自动驾驶(其实是高级辅助驾驶)的车企,这个数字可能会更多。上述两类厂商中的绝大多数都属于占位党,普遍特征是对人工智能和自动驾驶技术不明觉厉,先占位再找方向,所以会频繁的调整公司的运营方向,比如一会要直奔L4而去,一会又在研发园区无人车。占位党的初衷不错,一般来说,越早进入市场越容易建立壁垒,但如果选错方向,进入以后发现没有市场或市场很小,再想进入其他市场就会发现,技术积累、客户资源都会远远落后于人。这是创业者常常会踩到的坑。

2to VC党。顾名思义,这类厂商以卖概念为生,趁着人工智能的热乎劲先占领自动驾驶的高地,再欺负总有些个投资人不是很懂技术。这类厂商的特点是绝大部分都在自主造车。当然,他们造的车没打算给用户开,而就是给投资人和接盘侠看的。

3、先驱党。这类厂商说好听点是始终在探索科技的边界,为人类社会的进步做出卓越的贡献;说不好听,他们始终在研发未来,很可能在竞争中成为先烈。最具代表性的即玩了8年自动驾驶还没上路的谷歌以及早期的百度无人驾驶。显然,在商业丛林中,执着于L4甚至L5级别自动驾驶的先驱们的结局并不太好,这才有了谷歌放弃自主造车转而与车企合作。

4、生意党。即一开始就把自动驾驶技术当做是一门生意的厂商,他们通常不会想要自己造车,而选择与车厂合作,他们思考的是如何通过自动驾驶技术提高驾驶安全性,并降低运营车辆的成本,先进行阶段性研究,实现商业化落地,比如先在矿区、高速公路等封闭路况下实现无人驾驶,再通过技术迭代升级、渐进式研发,深耕运营车辆市场。另外,他们也不排斥被巨头并购,毕竟被收购也是生意的一种。代表厂商有国外的OTTO、国内的图森互联以及目前的百度。

总之,人工智能爆发开启了人们对自动驾驶的无限遐想,车辆作为未来人机交互最重要的入口之一,让自动驾驶技术拥有非常巨大的发展空间,所以当下无疑是进入这一领域最好的时机。

必须明确的一点是:AI时代是一个科学家创业的时代,人才是撑起人工智能估值重要因素,而且在短时期内估值仍将持续走高。虽然,自动驾驶行业开始出现了一些泡沫,但泡沫之中存在刚需,这跟买房的道理并无二致。在AI领域,那些成立于20132015年,网罗到顶级人才并转化为核心竞争力的企业算是赚到了。预计这一批企业将于今年底或明年上半年进入B轮、C轮序列。在肯定刚需的同时,我们也要警惕自动驾驶领域沉渣泛起的泡沫,以生意的眼光去看待技术,探寻商业化的路径。

 

从商业的角度审视自动驾驶:那么近?那么远?

经济学或许很复杂,但商业的本质却很简单:要有利可图,要有乐意买单。带着这样的视角去审视自动驾驶,会让它的整个逻辑清晰很多。

从自动驾驶技术的运营场景上来分,可分为货运场景和乘用场景。货运和乘用最大的不同在于:货运车是运输工具,具有固定的运营需求,而乘用车第一属性是交通工具,不出门就停在车库。我们试从生意的角度分别计算在这两个运营场景下自动驾驶技术商业落地的可能性。运营涉及成本和收益的剪刀差,成立标准即:预期收益>投入成本。

1、货运场景自动驾驶让成本降低一半,市场空间广阔

货运车辆具有固定的运营需求是好事,它可以作为一个更加直观的计算样本。在国外专注货运卡车自动驾驶技术的代表企业是OTTO,今年8月被Uber6.8亿美元收购;传统车企中沃尔沃是自动驾驶重卡的代表(如沃尔沃S90);国内与OTTO类似,从货运场景切入自动驾驶的代表企业是图森互联,目前的主要研发方向是限定路段的卡车自动驾驶和Road Train(全程队列运输)。

数据显示,在公路货运中,人员工资约占总成本的41%,驾驶员薪资为60008000/月,部分地区达800012000/月,取中间值8000/月;每辆长途运输车需配备23名驾驶员,2名计算;燃油成本约占30%。如此计算,人工驾驶下,每辆车每月的成本大概在39000元左右。

那么货运场景下的自动驾驶会带来哪些改变呢?变量主要是3个:人员成本、燃油成本和车辆自动驾驶设备的一次性投入。根据图森互联的公开数据显示,限定路段的卡车自动驾驶技术能够让降低50%的人工成本,即每辆车配备1名驾驶员;燃油成本降低7%,即每月节省约800元;每辆车搭载自动驾驶设备及改造的一次性投入约8万元。如此计算,采用自动驾驶之后,每辆车每月的成本大概在元18700元左右,而先期搭载自动驾驶设备及改造的一次性投入8万元,5个月内即可收回。(注:车辆损耗及保养成本、维修成本、过桥过路费等固定成本未作为变量参与计算)

此外,大货车的事故率和致死率是所有交通事故中最高的,国外卡车自动驾驶技术数据显示,人工智能的应用降低了约75%的货车事故致死率,这无疑降低了安全支出这一隐性成本。

目前,中国有2000多万辆货运汽车,3000多万名货运司机,物流运输量的76%由公路货运完成;其中,城际货运车辆720万辆,城际货运司机1600万人。自动驾驶在货运场景应用的市场空间显然是足够广阔的。

随着电商行业不断发展,物流行业正经历着发展的黄金阶段,但独生子女政策所带来的社会结构老龄化、人口红利消失,导致物流行业的人工成本越来越贵,物流及大型运输企业面临的压力也日益增加。二爷了解到,整个物流行业对自动驾驶非常欢迎,需求相当迫切,他们普遍希望货运场景下的自动驾驶技术能够加快落地步伐,越早实现越好。

其实,对诸如四通一达等物流及大型运输企业来说,是人工智能也好,自动驾驶也罢,技术其实并不重要,要知道在一个平均利润率不过只有7%的行业里,成本投入的显著降低,成本竞争力的提升无疑最让他们感兴趣。基于此,物流及大型运输企业将有底气与通过超载、疲劳驾驶而取得成本优势的私人车队(夫妻档司机)去竞争,让良币驱逐劣币,逐渐规范货运行业。

物流及大型运输企业的态度正直接影响到卡车制造厂商,目前,各家卡车厂商对自动驾驶的技术的态度非常开放,已经在推进的比如北汽福田与百度的合作,北奔重汽与图森互联的合作,亦有厂商在自己进行研发。

从图森互联传来的消息是,限定路段(高速公路)L4级别的自动驾驶车辆明年底将会上路,并进行商用推广。对吃瓜群众来说,享受人工智能和自动驾驶带来的物流成本下降,随之而来“全面包邮”等红利也许并不遥远。

2、乘用车自动驾驶规模化商业落地,或许还要等10

与货运场景相对直观情况不同,自动驾驶在乘用场景的应用情况则复杂很多,从L2L5均有涉及,无法建立具有十足代表性的计算模型。

目前,自动驾驶技术路线主要分为两派:1、以谷歌、百度为代表的激光雷达+高精地图;2、以特斯拉、Uber、奔驰等为代表的摄像头+毫米波雷达+SLAM三维高精地图。

总体来看,自动驾驶技术应用在乘用车上,根据技术路线的不同,主要成本来自硬件设备的投入。比如在激光雷达的方案中,一个激光雷达的成本是8万美金,每辆乘用车需要安装2-3台,硬性的成本至少需要16万美金,超过100万人民币。很多自动驾驶厂商都在想办法让激光雷达降价,但它作为一个机械设备,短期内大幅降价的概率非常小(除非在基础物理学上实现突破),所以成本是激光雷达方案绕不过去的一个门槛。

再说一点题外话,激光雷达除了成本较高之外,还有其他方面的限制。比如之前张召忠将军曾表示激光怕雾霾,被很多人当做笑料谈资,其实确有其事;而且激光雷达监测到的距离远不及摄像头,就算是64线激光雷达,在比较远的距离,回来的点云还是比较稀疏的;再比如,如果路上有很多车都在用激光雷达,他们之间是有一定几率出现相互干扰的情况,这对安全来说是一个隐患。

基于此,再从成本和收益的视角去看乘用车自动驾驶落地的时间轴,现在是否会有消费者愿意斥巨资购买一辆自动驾驶的乘用车自己开呢?答案似乎会让我们很失望。自动驾驶在乘用场景下比较靠谱的节奏应当也是从运营车辆开始,如滴滴、Uber等,一旦自动驾驶技术能让他们成本比批量雇佣司机更便宜,他们则很可能会大规模的推动自动驾驶进入商业化运营,所以运营类乘用车将早于个人乘用车切入自动驾驶技术,而这个市场同样非常广阔。未来甚至有这样一种可能性,自动驾驶技术提供商会褪去技术色彩,最终演变成为一整套运营服务,大家不再通过出售技术去赚钱,而是通过提供自动驾驶的服务来盈利。

但受限于城市复杂路况,乘用车大规模使用无人驾驶显然不是未来两三年就能搞定的事情。目前Uber的无人驾驶载客服务更像是一种公关噱头。二爷认为,乘用车自动驾驶规模化商业落地,可能要等到2025年前后。其实这个时间说远也不远,也就不到十年的时间,只要科技企业和车厂做好技术积累和商业化积累,到时候完全可以坐迎风口红利。但在这期间,如果找不到好的商业模式,可能风口还没来,就已经熬死了。

写在最后:

有关自动驾驶技术可以延展而开的话题还有很多,比如政策因素、责任判定、保险行业的态度、伦理观念,等等。但包括人工智能在内的所有风口概念和前沿技术,终究需要回归商业本质,让需求去决定市场,谷歌无人车项目8年之后的忽然刹车,转向与车厂合作的inside模式就是一个很好的例证。

目前,包括自动驾驶在内的AI领域,仍然处于找准需求的阶段,虽然有很多人已经一头扎进了这个大行业之中,但不是所有人都能在这里找准实际的商机,对于不是很懂的事情,我们往往总把问题想得太过简单。

希望看到您的想法,请您发表评论x