自動駕駛浪潮襲來，眾多科技公司、巨頭玩家、跨界企業紛紛加碼，百度、文遠知行、小馬智行等玩家相繼入局。疫情“黑天鵝”掠過，無人車的價值正被不斷挖掘。與此同時，自動駕駛領域的融資熱度隨之凸顯。
2月24日，發改委、工信部等11個國家部委聯合印發的《智能汽車創新發展戰略》，也為智能汽車創新發展增添了想象空間。
這一切不禁讓人懷疑：自動駕駛的春天真的來了嗎?
過去幾年，在資本的助推下，中國自動駕駛行業開啟了“飛速發展模式”。據中國電動汽車百人會統計，2015年至2017年11月，自動駕駛汽車相關領域的投融資事件共193起，金額達1438億美元，一度超過特斯拉和通用汽車的市值總和。
不過，經歷了野蠻生長的中國自動駕駛行業，無論是技術還是資本，均趨于理性與冷靜。
Uber自動駕駛致行人死亡等事故的出現，使得飛速發展的自動駕駛技術隨之放慢腳步。安全，成為懸在自動駕駛企業頭頂上的達摩克利斯之劍。
而近兩年來，自動駕駛領域的融資熱度相較此前也有所減少。據媒體統計，2018年，中國自動駕駛零部件和解決方案供應商的融資總額達162.3億元。但去年，該領域融資總額降至107.1億元，同比下降34%。
就目前來看，自動駕駛企業要想實現穩健發展，還需要更多的想象空間。
2019年3月，總部位于加州山景城的自動駕駛公司Drive.ai被曝出“賣身”于蘋果;在國內，曾經的明星初創公司Roadstar.ai也突然倒下。邁入2020年，自動駕駛領域依舊風波不斷。特斯拉陷入自動駕駛芯片減配的漩渦之中，沃爾沃則表示將放棄實現完全自動駕駛這一技術目標……
回看整個自動駕駛行業，可規?；纳虡I模式，始終是橫亙在企業面前的一座大山。在自動駕駛技術尚未完全成熟的情況下，企業如何自我造血，探索出可落地的商業模式，成為其發展歷程的重中之重。在進入新的階段時，入局的企業如何拿得下一爭奪賽的入場券，顯得至關重要。
對此，記者邀請了凱輝汽車基金合伙人李貿祥、文遠知行WeRide工程資深副總裁鐘華，探討自動駕駛企業如何建立競爭壁壘、破解盈利難題、尋找下一階段正確打開方式等問題，為大家帶來了“自動駕駛發展進入攻堅期，在局者如何拿得下一入場券?”的主題線上沙龍分享。
01 困境：如何建立競爭壁壘?
記者：疫情發生，打亂了企業發展的節奏。目前，二位和各自企業、以及了解到的企業，在復工和業務布局方面的進展如何?
李貿祥：從疫情發生到現在，我們一直在關注被投企業的發展情況。包括有很多生產類型的企業，也在思考如何從供應鏈的角度進行恢復。我從汽車版塊簡單列舉一些數字：從我們收到的最新數據來看，2020年，在整車銷量方面，國內至少有15%的銷量受到影響;歐洲受到的影響，可能還要大于國內，目前預估的是接近25%。
我們發現一個很奇特的現象，以前和被投企業、投資人聊的時候，經常在“暢想未來”，談論關于2025年、2030年，以及更遠的未來?，F在更多的是談論當下：如何活下去、如何做好現金流儲備、如何在這個階段更關注一些“看得見、摸得著”的東西，為企業的運行做一些更實際的幫助。
從投資金額來看，我們團隊做了一個簡單的復盤。2月份，受到春節、疫情等因素影響，整個市場的投資金額比例下降了72%，投資數量下降了33%。其實可以看到，大家變得更加謹慎了。在這個市場中，有各種各樣的因素存在，這是一組很直接的數字。
鐘華：企業方面，從我們的角度來說，主要是員工安全問題。因為現在我們主要是在做技術開發，所以疫情對我們的影響還是在開發進展這部分?？傮w來說，情況還好。由于我們公司分為中、美兩地，平時已經養成了遠程工作的習慣，所以這對我們的影響不是特別大。在測試工作方面，2月初已經基本恢復?；謴椭?，我們也做了一些安全措施。從3月2日開始，我們的運營工作也已基本恢復，現在在黃埔區也有公開運營，并做了安全防護措施。雖然現在疫情開始在美國爆發，但總體上對我們的影響不大。
記者：從專業投資人的角度，如何看待疫情對自動駕駛產業發展的影響?
李貿祥：自動駕駛的企業分為很多類，我們可以拆分來看。2017-2018年時，更多是在討論單車智能。隨著技術發展，出現了車路協同等技術路線，從一開始的單打獨斗到2018-2019年，形成了合作生態。
我一直認為，自動駕駛存在一個分水嶺，如果以估值來說，就是10億美金。當時通用花了10億美金收購Cruise，在這之后，很多企業都在追求估值10億美元這一目標。目前國內也有很多家企業實現了這一目標，但之后應該怎么去做?這里分為兩類企業，一類是10億美金以下的企業，它們可能更多是在做一些更切實際的落地場景。作為財務類的投資人，我們會比較關注這部分的投資機會。
而10億美金以上的企業，更多在考慮怎樣建立一個生態：與整車廠、一級供應商、其他生態伙伴進行合作，構建未來。隨著布局，這類企業估值水漲船高。當然，這類企業的數量正在不斷減少，因為能夠形成這樣競爭壁壘的企業畢竟不多。從Waymo、到Cruise、再到百度，也呈現出了一些不錯的數據。我們也可以看到，Waymo從一開始作為一家獨立的公司，到今年年初也開始對外融資，形成了它自己的聯盟。而Cruise之前也是一直在做，這類企業慢慢在建立自己的壁壘。
這兩類企業不能用同一個標準去看待。所以我覺得，應該在不同模式下審視不同企業的發展。
記者：文遠知行此前獲得了雷諾日產三菱聯盟的投資，相當于有了整車廠的資源。除了開發，目前還在做哪些事情?
鐘華：我們其實一直在做三件事：一是技術研發，這個大家都知道;二是推動運營，這其實在去年就已經開始做了，我們也已經出了相關的運營報告;三是推動政策，這是我們接下來發展的重點。這三件事相互影響、相互制約。如果政策不開放的話，企業運營很難真正做到“無人”那一步。但如果運營、技術達不到一定標準，政策也不會開放，所以我們現在是把這三件事一起往前推。
記者：最近大家都在提“產業聯盟”，這種聯盟是不是可以理解為，除了技術之外的行業壁壘?
李貿祥：當然可以，其實自動駕駛是一個特別燒錢的事兒。之前我們一直在討論，自動駕駛的競爭壁壘到底是什么?政策是一方面，這個政策指的是國家，哪個國家對于這部分更開放，能夠提供更好的環境。同樣，融資能力，包括組團能力、整合資源，其實都是競爭壁壘。在這當中，門檻設得越高，能夠讓其他企業去觸碰到的機會就越少，所以說，這肯定是一個非常重要的競爭點。
記者：在壁壘當中，最核心的就是錢了。那除了錢和技術之外，可以從哪些角度去建立我們的競爭壁壘?
鐘華：我非常同意李總的觀點。我們很早就提過，自動駕駛要落地需要一個鐵三角模型：科技公司+車廠+運營公司，三方發揮各自強項，并結合起來實現落地運營。文遠粵行其實就是這個模式落地的案例，也將是文遠知行未來在不同城市復制的方案。除了跟本地企業合作，也可以跟更大的車廠和運營公司合作，如滴滴、高德，在不同等級上面都需要逐步建立產業聯盟，這樣才會更穩，形成競爭壁壘。
文遠粵行Robotaxi/文遠知行
目前，全世界的自動駕駛企業，只有三家做了合資公司，百度和長沙政府、文遠知行和白云出租車汽車集團/科學城集團，以及Aptive和現代，這是完全不同于Waymo或者Cruise的發展戰略。大家能夠一條心做這件事很重要，這跟一開始幾十人干活是不一樣的。從小公司轉型到中等規模的公司，中層的人是非常重要的，我們在做的事情實際上就是不斷加強中層這一塊的力量。
記者：在國外，這種類似的產業聯盟大概會有哪些方式?
李貿祥：我們發現，在國內和國外一個最大分別是，海外企業有自己的一套發展戰略。比如說，初創企業和整車廠都會有自己想做的日程，并且順序不一樣。包括聯盟到底由誰來主導?誰說了算?是被動性的合作，還是主動性的合作?
舉個例子，我之前聽過一個數字，但這個數字不一定完全正確。按照整車廠標準去設計一套自動駕駛流程，需要工程師800人起。因為要改的東西、系統架構很多，這不只是一個簡單的改車過程，這是整車廠主導思維去做這個事情。
所以說，我們在討論聯盟到底由誰主導，每個企業扮演什么樣的角色，提供怎樣的價值?這其實在外面無論是吸引新的投資人也好，或者說持續走下去，都非常重要。如果只是一個小的配角，意義就會慢慢減少。如果是主導角色，那聯盟的價值會越來越大。
鐘華：我覺得下一輪挑戰中，車廠可能已經不是主力了。特別是今年開始，車廠發展不是特別順利。今后1-2年，車廠不太可能成為自動駕駛行業發展的主要推動力，傳統車廠還有很長的路要去追趕。
最近，發改委、工信部等11個國家部委聯合印發的《智能汽車創新發展戰略》中，有一個很清晰的點，各個玩家到底扮演什么樣的角色?科技公司是領軍企業，車廠、Tier 1、出行領域的企業都是供應商。所以，我認為，下一個階段推動行業往前走的很有可能是機構投資人，而車廠有自己的節奏。
記者：加州車管局(DMV)發布2019自動駕駛報告顯示，百度Apollo的MPI(Miles Per Intervention，每兩次人工干預之間行駛的平均里程數)值排名超過Waymo成為第一，怎樣看待這個事情?
鐘華：報告今年出來有些令人驚訝，之前Waymo一直是領導者角色，這次幾家中國公司突飛猛進。我認為，其實大家對DMV這個東西有兩大誤解。第一個誤解：其實DMV的數據是直接向企業要來的，可能不會做具體核實，那當然也不會對數據負責。用一個比喻可能更好理解，在中國，大家的普遍認知是，政府發布的東西是得到政府背書的，以為美國也是一樣，但其實不是。第二個誤解：用這些數字進行橫向對比，脫離數據其實并沒有嚴格的定義與統一標準。所以大家會根據自己的理解去寫這個報告，各家理解相差甚大。所以說，不能簡單拿數據參考，這是不存在對比性的。
記者：不看這個DMV，有其他可選擇的參考項嗎?
李貿祥：一開始我們在看項目的時候，完全沒有參照物，這是一個很痛苦過程。我們只能選擇看落地場景，這是我們能看懂的。當時和很多車廠在聊，現有技術用其他技術替代，不確定性太多，包括5G、車路協同，甚至其它種類型云端接管，這又有很多工作。初創企業需要具備快速適應環境變化的能力，無論是好或不好，誰能撐到最后，這是它的重要能力。不能用簡單的指標進行評判。相比幾年前，現在技術在變化、行業在變化。再對比之前的一些數據，其實是沒有意義的。
鐘華：其實我們做技術的也很郁悶，自動駕駛是非常復雜的系統。投資人需要給出一個數據，這個數據能夠實現對比，但其實非常難做。如果說，DMV有非常詳細的描述，什么時候到了一個階段，什么叫不是一個階段，測試數據在各個類型場景達到什么樣的比例等都有詳細規定，這是有可比性的。但是現在，不存在這個事情。
光看里程很難搞清楚，所以得看投資人是否有時間，把這些事情挖清楚。我們也在想，是不是能總結出相對簡單的標準，可以讓大家做橫向衡量，這是我們在思考的。
02 破局：如何突破盈利難題?
記者：盈利一直是自動駕駛行業更核心的問題，凱輝在投項目的時候，大概的投資思路是怎樣的?
李貿祥：每個基金有自己的偏好，我覺得這當中沒有對錯，只是說大家選擇的方向不同。我們在剛開始看的時候，更多是在討論盈利性、落地性問題。討論這個問題的同時，其實剛才也講到另外一個問題，就是說我們需要無人駕駛，無人駕駛的價值到底是什么。
無人駕駛能夠解放雙手，是其中一個原因。在很多場景中，其實是效率的提升，是針對人力資源的優化或者替代，比如說在運營場景中，對駕駛員的替換，能夠為企業節省大量成本。在這些場景當中，有哪些場景可能比較容易實現。Robotaxi未來也是要去替換司機，如果見不到替換司機的那一天，那這個模式就不一定能跑通。
在這個過程中，我們分了幾類，這個分類并不一定正確。我們認為自動駕駛在應用場景當中，可以稱為工業類，工業類當中，包括農機、工程機械、礦山，甚至是軍事用途，這都可以稱之為工業類。還有一類是物流類，在這個場景當中也有很多無人駕駛公司在做，以及交通出行這幾個大類。
對于這幾大類而言，從發展現狀友好程度來說，我們看到是工業類特定場景低速，相對來說更友好。同樣，在這個過程當中，我們也看到從單車智能到整個系統化集成。在很多封閉場景，它的成熟程度和發展程度也很快，因為它們其實是真正用在運營當中。這個賬算不算得過來，這是我們很在乎的點。
我們是先投了農機，再投了礦區。農機是一個國家高度補貼的行業，對于無人駕駛農用機械，和它的整個產出的價格是幾乎一致的，而且國家還在不斷投入。在這當中，它們做的不光是簡單的機械化，還在通過自動駕駛系統、網聯系統做整個精準農業。這也是為什么我們在不斷地找這些特定的場景，不斷找這些地方的突破的原因。
記者：鐘總，怎么看待這一問題?
鐘華：我很同意李總的觀點，我覺得大家看的是不同的市場，但其實每個市場都有機會。大家從各個方向看，會發現其實無人駕駛是剛需，這在各個行業都能得到體現。我們深信，Robotaxi這個行業的市場應用是存在的，只要能把人挪掉，剩下的賬一定能算得過來。
我覺得，并不一定到全部替代司機時才能掙錢，也許替代一半司機的時候就能掙錢。所以我們一直以來的目標就是，到2022年時能夠取代部分司機。其實像滴滴這些公司，它可能把70%的錢給司機，通過補貼、各種各樣的抽成，公司拿30%左右的錢，這些公司拼命做優化，如果能把這30%優化掉一點，也許能掙錢。
我們干的事情就是，如果能替代一半司機，那這30%一定是沒有問題的。我們為什么現在這么早開始做運營?真正技術出來，也不是第二天就能賺錢的，這中間需要一個適配的過程。我們現在屬于早期做運營階段。
我們希望，通過我們的運營報告，能夠給政府、社會一定支持和信心，這樣可以推動相關行業法律往前走。所以我們覺得，當我們進入第4個階段(在特定區域、特定時間逐步去掉安全員的階段)，離盈利就不遠了。進入到第5階段(大范圍、大規模地開始無人駕駛運營)，我覺得就應該完全可以實現盈利。希望在2022年邁出第一步。
記者：李總看的項目比較多，在您看來全球其他自動駕駛企業，盈利的時間點大概是什么時候?
李貿祥：其實沒有這個時間點，說句實話，這本身是一個燒錢的行業，同樣也是投資回報周期特別不確定的一個行業。因為每個地方政策不一樣，而且大家打法不一樣。文遠知行在廣州做的事情其實是借力打力。如果自動駕駛這件事情完全是一家人抗在自己的肩上去做，其實成本可能放大了3-4倍，甚至遠不止于此。在這當中，如何去找到一個能夠去借助別人的力量，更好地完成自己的目標，這也是一個競爭實力的表現。目前，能夠去形成一個產業聯盟的企業并不多。所以說，這當中還有很多的路要走。
03 突圍：下一階段正確打開方式?
記者：在兩位看來，下一階段，投資機構的邏輯發生了哪些變化，未來主打哪些關注?
李貿祥：其實在每個階段確實不太一樣，我們剛開始在看項目的時候，更關注的是團隊。即一個創業團隊里有多少“大牛”，因為這部分人才很稀缺但又很重要。那么發展到現在，我們集中的點在于：人、技術、落地場景。當然還會考慮后面的盈利，也就是最終做成產品。
剛才說了自動駕駛分很多應用場景，其實應用場景間界限已經沒有那么明顯，我們可以看到，2017年-2018年時有很多項目、企業崛起，有幾家企業已經成為獨角獸級別，跑到最前面。之后，那一撥企業都在做物流領域下的自動駕駛，后面又出現了很多項目。我認為，技術本身或者路線，沒有太大區別。我們看到資本在重復做一些事，其中有很多技術可以互通互用、相互嫁接。
同樣，我們還要看有哪些是能夠建立壁壘的項目，比如有些技術某些企業進不去，或者短時間進不去，這是我們關注的。比如說一些企業抓住了資源、場景等，都建立起了自己的壁壘。同時，任何一家企業產生價值的時候，它的技術是互通的，很多企業在Robotaxi、物流領域，以及其他行業也開始滲透，未來技術方案的邊界不會那么清晰。誰能真正成為在這些落地場景中取勝的，誰才有存在的價值。
記者：最近L3這個路線又引起了一些爭議，但國內有很多車企在推L3，大家眾說紛紜，這件事二位怎么看?
李貿祥：其實我覺得，大家對L3的定義如果說是一致的話，那其實這個責任已經從駕駛員變成車或者系統問題。如果說一出安全問題，是系統責任或者車廠的責任，或者供應商的責任，在這個鏈條中無論是誰的責任，都已經不是駕駛員的責任。那這對于系統的可靠性、安全性提出了很高要求。
包括一些政策法規當中，對于這方面的認定其實也不清晰。對于L3來說，并不能因為有L3功能，就能賣更多錢。這當中，L3所謂的價值其實沒有這么高，還不如直接說是L4，說不定還有更高的溢價空間。
同時，在講L3的時候，我們發現有很多新的名詞術語出現：比如說L2.5、L2.9、L2.999，無論怎么四舍五入，都到不了L3。我覺得，一方面是政策還沒到這個程度，責任劃分不是很清楚;另一方面，整個L3的價值在售價當中沒有得到任何增益，干脆還不如叫L2或者L4，L3不如暫時不提。
鐘華：L2、L3、L4可能對于專業人士比較清楚每一定義，但對于廣大消費者來說，大家可能并不清楚區別在哪里。這里面的關鍵區別在哪兒?L2的責任方還是司機;L3在有限的情況下，責任方轉移到了系統。這是L3現在面臨的最大問題，說白了就是：它背的“鍋”跟L4一樣，但它賺的錢又和L2一樣，這玩意兒怎么算都不合適。
我認為，再往深一步，從用戶的角度來講，L2最后可能也會往L4這方面走。雖然L2明確規定，“鍋”是司機背的，但大家看這幾次特斯拉出事兒，全是司機走神，比如：打游戲、看電影。當L2做得好到一定程度，在某些場景下司機必然會放松警惕。反過來說，如果做得成果讓司機一直提心吊膽，不敢玩游戲、不敢看電影，那要這東西干嘛?所以本身這個事情是矛盾的。
做這件事的本質，是讓駕駛員得到解放。但是，最后大家還得去面對“完全讓司機可以忘掉駕駛”這件事。我感覺，再過一陣子，L2也會往L4方面走。
記者：文遠規劃的發展路徑是怎樣的?
鐘華：我們認為，從做的事情和輸出效果來看，自動駕駛公司大概分為5個發展階段。第1個階段最簡單，根據固定路線，可以跑起來，這是我們2017年在做的事情;第2個階段是在約幾平方公里的一小片區域里，可以實現任意點對點之間的通行。2017年下半年，我們在美國做了這件事情;第3個階段，我們認為是在一個比較大的區域內做測試或運營，這是我們現在在做的事情;第4個階段，應該是真正開始進入“去司機”階段。這個階段不可能是一步到位的，可能在一定區域、一定時間內，先去掉司機做一些測試;第5個階段，是大范圍、大規模落地實現，達到最終目標。下一階段，我們準備往第4階段走。
記者：如果說政策逐步落地，文遠知行到達第4階段大概還有多長時間?
鐘華：我們的目標是今年到達第4階段。去年11月底，我們已經實現了在限定區域實現自動駕駛的試運營。我們2020年的目標，就是實現全無人的測試和運營。實現全無人駕駛，這是Robotaxi商業模式成立的關鍵點。而Waymo去年已經開始了在Arizona的全無人駕駛載客運營，這是整個行業的里程碑。在中國要做成全無人駕駛，我們文遠知行的解決方案是，在未來主要關注三件事：第一是技術，第二是運營，第三是政策。其實我們跟很多投資人也有過交流，他們不只看技術，但是技術是基礎。從技術到落地不可能是瞬間發生，運營需要早落地、持續開展。政策是很關鍵的因素。如果政策不允許，那企業就無法落地。所以，我們和廣州政府也有比較深的交流，包括在一些中央層面，也在對話。我們希望三方面都能往前走，這是我們在將來的目標。
記者：很多企業都在做高精地圖，高精地圖業態是不是無人駕駛企業必須要做的事情，這類型公司有沒有詩和遠方?
鐘華：我從自己經驗說，高精地圖對我們來講不是簡單的地圖。我們一直講高精地圖是一種具備高分辨率、能實時更新數據的數字化地圖，它既是感知系統的一部分，又是系統決策的重要一環，具備高精度定位、輔助環境感知、規劃與決策等多種功能。
里面的地圖是一層數據上面還有其他層數據，包括所有可以離線計算的東西，都存在高精地圖里面。能夠通過地理位置提取這些數據，包括預測的數據，對于交通狀態的數據，都在這里，這個逐漸變成算法的一部分，能夠配合自動駕駛決策層。在這種情況下，我們只能自己采，因為圖商沒有辦法滿足這么多需求，也不可能只為一家企業服務。
圖商需要做水平方向很廣的一層平臺，才有價值。高精地圖在自動駕駛必須存在這一前提，大家需要有通用需求，才能做起來，現在我們高精地圖用法已經很深，我們可能等不急圖商去做這件事。
李貿祥：其實之前看過一些標的。但高精地圖存時間匹配問題，當時我們在看礦山無人駕駛，這樣的場景也需要高精地圖，但是企業場景特殊又買不到，所以只能自己做。與此同時，這也能建立自己的壁壘。
