为什么自动驾驶技术公司正逐渐失去行业的主动权？
大家好，我是小6。前计算机视觉算法工程师，现自由职业者、创业者。
关注我公众号很多人都是从事自动驾驶相关工作，今天聊聊自动驾驶相关。自动驾驶公司按照上下游主要分为：
上游供应商：包括传感器厂商、芯片、高精地图
中游解决方案供应商：包括大家耳熟能详的的科技公司和互联网巨头。
下游主机厂：包括传统主机厂和造车新势力。
最近看到知乎上有个热门讨论：”目前自动驾驶公司逐渐失去主动权，其原因是什么？“，感觉很有意思，我理解这里的自动驾驶公司应该是指中游的解决方案供应商，我列举了几个优质回答的核心内容，大家可以一起讨论。
https://www.zhihu.com/question/535951089
以下是正文。
来自「Gavin Huang」的回答
很正常，战略上的错误，战术上甚至战斗上的勤奋和天分都毫无作用。在人工智能领域，科研院所和实际应用的鸿沟无法跨越。
首先是数据，没有办法生成和保留大量数据的企业，是没有护城河的，算法和平台不值得一提，谁都可以做，一点点性能优势毫无作用，在应用中能被数据数量和质量差异直接碾压。
其次是应用，没有好的规划，一开始做乙方就一辈子做乙方，自己无法产生应用，无法做产品（如果做了，那就不是所谓的自动驾驶公司了，而是造车新势力、机器人公司），无法产生营收，只能选投机取巧的道路，做应用方的供应商，最后就是只能寄人檐下，和其他很多同质企业一起内卷到暴毙。
自动驾驶最终的胜利者，要么是特斯拉这样已经全闭环的、要么就是国产造车新势力可以往上游延展之后完成闭环的，但绝对不是这些算法公司。这些公司上游不能生成数据，下面不能做产品，是一个行业不成熟阶段的过度品，也是最容易被挤掉的两不沾环节。
我在清华短暂的时间里管理和接触了人工智能在工业和医疗两个大行业的大量应用和技术转化，清华的技术水平在国内基本超过所有的企业或者至少是第一线水准，但只要开始考虑产业化，也都无法逃脱这个定律。大部分的清华教授和参与的学生们都没有想清楚宏观战略，很多项目接近应用后就举步维艰。
所有做人工智能行业的都可以思考一下，自己到底是在做什么，最终目标是什么。算法和平台是这个链条上最容易的部分，入门简单、轻资产、前行者难以形成壁垒，看上去很美好。但如果因为简单选择了错的战略，后面如何拼命战斗也什么都得不到。
来自「王方浩」的回答
我个人认为主要有2大原因：
商业变现困难
不能做到小而美
商业变现困难
首先看商业变现困难，由于L4的自动驾驶还不是很成熟，而L3大部分要和车企绑定，因此做L4的自动驾驶公司都面临一个艰难抉择，如果all in L4短期可能赚不到钱，研发投入也高，现金流困难，如果去做L3，就面临和车企合作，车企吃肉，我们喝汤，竞争激烈，想象空间也少一点。所以现在大部分自动驾驶公司都选择2条腿走路，L3和车企合作，L4做研发投入保留想象空间，目前来看Momenta是这方面反应最快，也是相对成功的。
目前能够优先商业化的场景是园区、港口、物流等，robotaxi是最难也是市场空间最大的。短期由于技术不成熟，商业模式和法律法规等限制都会对自动驾驶的商业化落地有影响。
大家都知道一个公司谁的声量最大，当然就是最赚钱的部门，因此这也是为什么车企在自动驾驶领域越来越占有主动权。
但长期来说，个人买不买车都要另说，车企可能会变成toB的企业，比如滴滴，我不一定要生产自动驾驶汽车，我买自动驾驶汽车运营就行了，车企或者自动驾驶公司擅长造车，但不一定擅长运营，等自动驾驶技术成熟了，我直接买车运营也是可行的，个人有出行服务，也相对较少的需要买车了，车企就会卖车给自动驾驶运营公司，变成toB的企业。
小而美
做不了大的企业，因为太烧钱，技术更新快，竞争激烈，一不小心就会掉队，即使是腾讯、阿里经常都担心被时代抛弃，更别说普通人了。但小而美的公司就很不错，只需要找准自己的定位，放的下身段，在某些方面有优势就可以活的很好，大公司的烦恼也不会有，这同样适合于小而美的团队。
但自动驾驶不一样，自动驾驶需要长期大量的资金投入，小玩家根本就玩不转，和造车类似，起步门槛非常高，所以小而美的公司在自动驾驶领域还无法生存，也注定就需要找到大项目、高利润才能生存下来。
这侧面也说明了现在自动驾驶的商业还不太成熟，大家也还没有到分工协作的地步，等到商业成熟，有很多自动驾驶衍生的小而美的公司可能得以生存，例如做某些专精传感器的，做软件服务的，做故障诊断的，做车队运营的，做安全处理的等等。
来自「雷新彬」的回答
坦白说，我认为，所谓“自动驾驶公司”这是个伪命题。
前一段时间参加个圆桌论坛，主持人提了类似的问题，如何看自动驾驶行业的商业模式。我想这两个问题有类似之处，所以借用一下那次的回答。
跟自动驾驶相关的，我们可以用两个维度去审视，一个是从应用角度来看，另一个是从产业链角度来看。
从应用角度，主要是指以L4级别的高阶自动驾驶技术为依托，面向垂直应用场景开展业务。如载人的Robotaxi,Robobus minibus，这些。载物的，从公开道路的无人卡车、无人末端物流车，到应用于港口或者矿山等封闭场景的无人车。
在各种垂直领域应用，一个重要的驱动因素，是人力的替代。在一些人力成本较高、人力资源短缺的国家，这已经具有很现实的价值。那么，接下来的问题，就是开发自动驾驶系统的公司，是否能够对应用场景有更深入的理解，开发出具备自动驾驶能力的产品，在对应场景中起到降本增效的作用。
在这种场合，如果只提自动驾驶公司，个人觉得比较牵强，比如Nuro，他是一家“自动驾驶”公司吗？他们应该算是一家机器人公司，生产面向配送领域的机器人。那么，它们是否拥有主动权？在Nuro的业务模型里边，它们收集数据，在提升最后1%的自动驾驶能力方面不断做出努力。并且逐步迭代自己的硬件产品，车辆已经迭代到R3 - 第三代。在应用领域，他们是出行服务公司、机器人公司，而不是简单的“自动驾驶”公司。
从产业链角度看，一般是从传感器，芯片，到域控，RTOS，自动驾驶软件，再到具备各级别自动驾驶能力的车。
作为主机厂的供应商，自动驾驶公司（比如Momenta，毫末智行）具备软件开发和算法、模型迭代能力，但是功能定义（function、feature）的决定权还是在主机厂。这是由汽车产业链特点决定的。
先搞清楚讨论的维度，再来谈主导权比较好。
来自「Vincent」的回答
来自一个投资人角色的视角，希望能给还在学校的朋友们帮助：
L4 Robo-taxi这个故事从2017年开始讲了，但是走到2022年的今天，他们的面临的问题是商业化落地和自动驾驶方案的cost down。
作为独立的算法提供商，它们有两种商业化落地的推动手段：(1)积极寻求与主机厂的合作，将自己的方案落地做前装车型，这方面走得最激进的是Momenta，它的融资一直是瞄准产业投资方，比如蔚来、奔驰、上汽、丰田；(2)在L4上车还不现实的情况下，做降维的L2/L3或ADAS，这样才能批量上车跑数据，因为依据目前的法规L4在城市道路上路测跑数据是被限制车队规模的。另一种降维方式是提供简单封闭场景的自动驾驶方案，比如矿车、封闭园区内的小件物流配送、以及干线货车物流。
自动驾驶算法软件公司是不具有独立存在的价值的。根据诺贝尔经济学奖得主奖罗纳德科斯的交易成本理论：一个公司，或者说一个行业，之所以能够存在，是因为它增加了市场配置的效率。具体来说，一个下游的行业的生产需要某种中间产品，如果它自己采购原材料并生产出这种产品所用的成本，高于它向以做这种产品为主营业务的公司采购的花费，那么这个产品行业就有存在的价值和意义。如果不是的话，那么就对整个产业链的价值创造起到了负面作用。自动驾驶软件算法作为一个独立的行业就是这么尴尬的一个商业模式。自动驾驶系统最重要的东西，一是硬件元器件，比如传感器、激光雷达；二是数据及产生数据的基础——真正在路上跑的车；这两样东西，都不掌握在自动驾驶公司的手上，那么它们就很难建立资源壁垒去完善自己的模型和cost down；它们是不可能做到比掌握这两种要素的Tier1或者主机厂成本更低的。我几个月前和璧仞科技的创始人张文一起开会，他说像Momenta这样卖身给主机厂的公司是失去了灵魂，我其实是非常不认同的；张文这个人很厉害，他有哈佛法律博士学位和哥大MBA学位，做过商汤科技的总裁，璧仞科技也是目前国内进度最快的GPU独角兽。
自动驾驶最终的演化形态是成为主机厂或者Tier1的一个成本部门。这是他最合适的生态位；作为一个独立的行业存在，它是无法起到正面的价值创造作用的。这个共识我相信快的话2年，慢的话5年，资本市场就会达成了；到那时很多融资目前走得火热的公司，会被主机厂收购，这是他们最好的结局。
来自「刘斯坦」的回答
自动驾驶公司对于车厂而言是乙方，能有啥主动权…
硬件和传感器的配置，软件接口，数据收集，功能选择，都得看车厂的脸色，没有比这更被动的了。
摆脱车厂自行开发商业模式，不来钱啊
看了以上的讨论，你支持他们的观点吗？欢迎留言讨论
计算机视觉life
聚焦计算机视觉、机器人SLAM、自动驾驶、AR领域核心技术。系统学习教程官网cvlife.net
公众号
独家重磅课程官网：cvlife.net
全国最大的机器人SLAM开发者社区
技术交流群
— 版权声明 —
本公众号原创内容版权属计算机视觉life所有；从公开渠道收集、整理及授权转载的非原创文字、图片和音视频资料，版权属原作者。如果侵权，请联系我们，会及时删除。
