【深度】从产业终局看当前自动驾驶的创业机会

从2015年6月开始在百度战略部研究自动驾驶行业发展，那会还没几个人关注自动驾驶，而就在北京的雾霾不断突破极限的同时，似乎身边的同仁们都在谈论自动驾驶，总有朋友抱怨这个行业太复杂了，技术细节不好判断，产业也格局纷繁复杂，玩家都在做与这个行业相关的所有事情。先简单来看看，2016年发生的行业大事：

·CES活生生的变成了自动驾驶新能源车展；

·德日美的车厂纷纷宣布对自动驾驶的布局，并将L4\L5提前至2021年；

·Tesla顶着撞死人的风险不断的迭代量产车上的ADAS技术，获取数据；

·Google从自己造车逐渐转变成与车厂合作；

·Uber和沃尔沃合作路测，并收购了公路运输自动驾驶公司OTTO；

·百度高调布局自动驾驶，一边做高难度L4方案，一边做车厂的L3供应商；

·一年之内涌现大量ADAS和少量自动驾驶公司，并且估值趋高；

·以激光雷达为首的传感器公司非常高调融资；

·芯片公司聚焦自动驾驶，不断降低功耗提升计算能力；

·国内二级市场ADAS相关股票价格暴涨。

所以，自动驾驶现在到底该不该做，做什么怎么做，什么样的公司值得投资呢？今天我就尝试从产业发展的角度阐述我的个人观点。 

一、自动驾驶距离我们还有多远？

用两条经典的曲线来定义自动驾驶的发展阶段：

自动驾驶在Granter新兴技术曲线上，自动驾驶处于第一段上升期接近顶端的位置，处在“过度期望的峰值”区域，预计成熟的时间超过10年。

在奇点临近的增长曲线上，自动驾驶还处于奇点的左边，暂时没有找到指数级增长的方法。

做出这个判断原因如下：（以下谈论的都是自动驾驶，而不是ADAS。两者逻辑完全不同，关于ADAS后面会细讲。 ）

1、技术路线没有定型；

Deep Learning（深度学习）是否适合做决策规划？基于视觉的方法采集地图解决定位问题能做成什么样？单车智能和网联智能到底哪条路径更可行？到底是以激光为主要架构还是以视觉为主要架构或者fusion到什么程度？你会发现不同的公司有完全不同的答案，而且谁都无法证明或证伪。自动驾驶是一个极其复杂的系统性工程，不同的技术路线会对业务实施路径有截然不同的影响。这就造成了全行业的资源并不是在朝着一个方向使劲，我们仍然没有进入一个快速爆发的阶段。

传感器价格居高不下，且突破价格限制的条件单一：起码到今天为止我们认为L4/5不能没有激光雷达，激光雷达的价格过高，而当前高线束的激光雷达唯一的使用场景就是自动驾驶汽车，也就意味除了自动驾驶，没有别的产业能驱动其成本下降。创业公司只能依靠VC的钱来支撑高端激光雷达的研发，那就要看看技术突破的速度和投资人的耐心了。你可能会告诉我只要量产，价格一定飞速下降，那我们来看下面这个因素。

3  4   第1页/共4页   首页   下一页   上一页   尾页