作為熱門風口，無人駕駛如今成為了各大資本趨之若鶩的產業，但有不少種子選手在發展關鍵期深陷入內斗。例如近期Roadstar.ai鬧出了不小的動靜，先后經歷了CEO公開罷免CTO、部分員工被突然開除、投資人兩度公開警告前任CEO及現任CEO等系列事件。分手不體面，鬧得數敗俱傷。本來只是創業公司內訌，既沒有危害社會，也不影響行業發展，更不面向廣大消費者，但還上了百度熱搜，看來公眾對無人駕駛行業也是頗為好奇。
國內無人駕駛公司內訌也不是第一次了，創業公司很多，高新技術公司也不少，為何偏偏這個領域戲多?如果只是針對此次“Roadstar.ai公開罷免CTO”事件，最直接的幾項因素也很明顯：首先，管理團隊太年輕，缺乏經營企業的經驗，處理內部管理問題的能力還有待提高。再者，無人駕駛行業不成熟，前景不明朗，大到公司戰略，小到技術細節，一切都需要探索，需要決策的太多，方方面面的問題都有可能引起爭端。
Roadstar.ai無人車
融資速度太快，金融太大，動輒幾個億，品牌稍弱的基金還擠不進去。無人駕駛算是極少數完全沒有收入，燒錢巨快，但融資能力超強的行業，沒錢必死無疑，錢一多也容易出問題，股權直接關系利益，如果分配不均，核心團隊為此翻臉也很正常。
深入挖掘幾個原因背后的本質，其實也就明白了無人駕駛行業的現狀。首先需要明確定義，這里所指的無人駕駛行業只包含SAE(美國汽車工程師協會)標準分級中的L4級及以上，即可以實現真正無人監督、無人操控、無人接管，而L3級及以下等級能夠實現部分自動化，或全自動化但需要人接管的解決方案，不屬于無人駕駛。這一類公司大多從ADAS(高級輔助駕駛)起家，業務和收入模式都更接近于傳統汽車零部件供應商，與無人駕駛公司有較大差別。
年輕技術大牛占主導，管理經驗不足
這兩年最熱的科技名詞毫無疑問是“人工智能”，無人駕駛由于智能化水平要求極高，容錯率低，實現難度大，被認為是人工智能的核心高頻場景。
人工智能發展在技術層面最重要的驅動力是數據、算法和算力，而算法提升有賴于數據積累，算力提升也是配合數據處理需求。人工智能概念在20世紀五十年代就被提出，但因為數據收集難，一直也沒什么大聲浪，直到最近才爆發性增長，其核心原因是互聯網和各類傳感器技術發展，解決了原本一直難以解決的數據問題。
過去行業機會少，自然也難以吸引優秀人才。人工智能專業在北大信息學院也有十余年歷史，但以往分專業時一向是冷門，遠不及軟件工程等專業受歡迎。教育落后，再加上國內產業能力不足，本土培養高水平人工智能人才的機會寥寥。
如今國內無人駕駛領軍企業的創始團隊，無一不是有海外學歷，或者在硅谷的Google、Apple、百度海外團隊等工作過，大多是80后，基本全是技術出身，有過研發大團隊管理經驗已屬難得，如何協調核心團隊利益，如何與投資人打交道，都需要從頭學起，絕不似其他行業有相當一部分經驗老道的連續創業者。
很多領域的創業都十分注重團隊的復合背景。例如金融科技，最佳的配置是有一位技術大牛、一位金融背景資深從業者、一位互聯網產品或運營資深從業者。技術大牛可以是缺乏管理經驗的博士，但資深從業者一般而言都是高級管理者。
無人駕駛行業之所以鮮少非技術背景，一方面是因為未到創收階段，產品及運營能力暫時不受重視，另一方面也是因為行業技術門檻太高，投資人更愿意相信強技術背景的團隊更有希望勝出，很多投資實際都是沖著技術大牛來的，因此，能攢夠優秀技術人員的團隊才有機會活躍在大家眼前。
而既然技術是核心競爭力，而創始團隊又都是技術背景，如果職責權利劃分不清，或者成員藏有私心，就容易因為知識產權問題發生沖突，比如Roadstar.ai例舉的周光違紀行為就有“長期不遵守公司內部代碼管理規章制度，私開代碼庫私藏圖紙，故意不上傳代碼且屢教不改”這一條。
行業整體剛起步，標準缺失難評價
創業公司中，年輕團隊也不少，如果只是管理經驗缺乏，倒也不至于內訌高發。如果是在成熟行業中創新，往往已經有行業認可的方法論和生態系統做鋪墊，再以技術創新或模式創新進行價值提升，這種情況下，即便團隊經驗不足，互相之間達成共識也會容易一些，但無人駕駛行業難就難在，這是一個前無古人的行業，一切都是新的。
首先，沒有統一的技術標準，也沒有相對成熟的解決方案，能對比的指標只有接管頻率、事故頻率等結果指標，但在沒有造出原型車以前，這一切無從談起，早期投資人只能看團隊背景押寶。而且，由于技術門檻太高，即使是有一些技術背景的投資人或者第三方也很難準確評價每個團隊的技術能力，外行一點的只能完全聽故事，造假也很有可能蒙混過關，周光也被指“在政府監管報告中故意造假數據”。
更有甚者，行業中曾經流傳著某無人駕駛公司在給投資人做實車演示時全程人工“遠程遙控”車輛，冒充“無人”，也未被發現，最終獲得融資。面對這樣難以“盡職”的調查，團隊內部交鋒恐怕不限于技術方案本身，更有利益與道德的抗衡。
再者，即便是團隊成員都意見一致地嚴守誠信底線，僅僅是技術或者戰略的快速更迭，也會對團隊內部，以及合作方關系造成巨大影響。在沒有成熟方案的情況下，各家公司都在不斷探索，行業瞬息萬變，任何方向改變都可能導致團隊或合作方因研發或業務需要而進行大規模調整，進而導致上層管理者矛盾。
另一方面，不僅是無人駕駛公司本身技術不成熟，為其供應軟硬件的傳感器、高清地圖等廠商很多也不具備量產能力，行業缺乏統一的標準，頭部企業尚未脫穎而出，采購中的博弈也是時常發生。
最后，由于目前無人駕駛技術成熟度不足，離商業化還有較遠的距離，目前國內沒有一家無人駕駛企業真正有收入產生。對于一家企業來說，沒有收入不僅意味著有生存壓力，更要命的是，難以評價各個團隊及高管的貢獻。
市場是檢驗能力的最終標準。沒有任何市場反饋，也就意味著沒有任何切實的業績指標，研發和產品的價值都沒有得到最終體現，這時要如何做激勵引導，如何穩定團隊，都是極其考驗管理者能力的。稍有不慎，就會引起內部矛盾。
人才車輛都燒錢，前景誘人融資多
沒有收入，自然需要靠融資活著。回顧近幾年無人駕駛行業的融資情況，單筆數額上億極為常見，兩三年間就有數個“獨角獸”(估值10億美元)級別公司誕生，估值增長速度遠超其他行業。投資人扎堆兒爭搶頭部公司，自然也是相信錢能燒出門檻。所以，無人駕駛公司的錢都燒去哪兒了呢?
技術人才貴就不用多說了。即便有技術大牛指導，實際開發工作仍然需要眾多工程師搬磚。這幾年互聯網巨頭和創業公司都在爭搶人工智能人才，供不應求導致市場價水漲船高，畢業生起薪30萬都不一定招得到人，即便經濟寒冬也絲毫不受影響。
一個功能齊全的無人駕駛團隊規模少說也需要100人，技術員工占比在80%-90%，光養活團隊一年就是數千萬打底。人貴，車也不便宜。目前極少有前裝的無人駕駛車輛，幾乎都是購買帶線控功能的車進行后裝改造，使其具備無人駕駛功能，比如常見的就是林肯MKZ。車輛本身在30萬左右，貴的是傳感器和改裝費用，全副武裝下來硬件成本就超百萬元了。
和人一樣，車要自動駕駛，也得看清楚周圍的情況。只用攝像頭，不僅精度不夠，也難以精準地測量距離。因此，需要激光雷達作為車的“眼睛”，實時反饋環境信息。
多線束的激光雷達價格極高，單顆在數萬美元，一顆就超過了車本身，而要實現完整的無人駕駛功能，一般都需要兩到三顆。再加上攝像頭、毫米波雷達等各類傳感器，以及計算硬件，一輛改裝無人駕駛車僅硬件成本就輕松過百萬。
每輛無人駕駛車都需要激光雷達作為車的“眼睛”
光有硬件還不夠，改裝車輛其實需要綜合汽車工程知識和人工智能知識，大多數無人駕駛創業公司并不具備汽車工業背景，還需要求助于專業的改裝公司，能提供這項服務的也只有美國公司。改裝費用幾乎與硬件成本一樣，翻個一番，一輛改裝好的車綜合成本200多萬，接下來就是公司拉著這輛車到處去測試、展出，各種運輸費用自然也不在話下。
有個一兩輛車，各種系統bug無法完全暴露，根本無法驗證自己的車隊運營能力，怎么說也得有個十幾二十輛車才好意思稱之為“車隊”吧。這一去，又是幾千萬的成本，并且誰也不知道昂貴的激光雷達到底能用多久。
一些無人駕駛公司還在海外有團隊，成本更是高出一截，綜合算算，一年燒個一億，已經算比較保守的水平了。當然，投資人也不傻，如此燒錢又高風險的行業，自然是有十分誘人的前景，才能出手。無人駕駛車輛不僅有顛覆傳統汽車工業的潛力，僅僅是取代現有出租車市場，也是萬億級別的規模，更何況，如果無人駕駛技術成熟，出行服務的潛力得到釋放，其規模也遠不止于此。
待網聯接入后，完整的高精地圖、無人駕駛所產生的行車數據等是極其敏感的信息，從這一角度判斷，國家開放外資進入的可能性不大，雖然國外技術發展早，但也難同臺競爭，本土公司還是很有機會的。
工信部等有關部門也在加緊出臺智能網聯標準，話語權定然是落在少數本土頭部公司。市場主體太多，政府管理也困難，牌照制度不會有大的改變。無論從技術門檻還是政策角度判斷，未來市場集中度都預計較高。雖然國內尚未有自主品牌主機廠高調入局無人駕駛，但未來無人駕駛技術與汽車制造深度融合，手握線控技術的主機廠也是難免一戰，再加上互聯網巨頭等勢力齊聚一堂，只有極其優秀的創業公司能夠成為巨頭，其他的被并購也算是最好的結局。
