”（微信公众号：cyanhillvc），作者：吴甘沙 驭势科技联合发起人 &CEO， 动点科技经授权发布。

  钱穆先生有句话对我影响很大：认知你的时代，带领你的时代。我想，这也是每一位混沌大学的同学都应有的担当。

  智能驾驶涉及汽车、出行、能源、物流、商业地产等诸多产业，将在未来数十年中，创造数万亿美金的经济规模，也将会是给社会带来最大正面影响的产业。

  在这个新时代到来的时候，没有一个企业能够一个人去战斗。希望能够通过这堂课，可以帮助大家看清这个产业，并学会怎么样与先行者同行，跟开创者共创，笑傲未来的巅峰之战。

  当然，创业精神的第一特征是善于质疑、怀疑一切，因此，我更希望能够通过这堂课让大家学会看待时代变革的框架和方法。

  这里面一个很关键的思想，当一个时代变迁来临的时候、范式转移来临的时候，我们考虑的一定是 10 倍的变化，而不是 2、3 倍的改良。

  首先，从社会影响角度上讲，智能驾驶可能是未来 20 年对社会产生正面影响最大的一个产业。

  想象一下，10-15 年以后，大街小巷都跑的是无人驾驶的车辆，世界会变得怎么样？

  现在我们城市 15%以上的土地是留给停车位的。无人驾驶的川流不息，不用停下来，停车位会大量减少。同时，因为无人车行车效率的提升，单车道容纳的车流量能增加 3-4 倍，路面占用的面积也会随着剧烈减少。因此，大量的土地释放开来，变成公共空间、绿地、人的活动和居住之所。

  未来解决城市交通问题的“第一性原理”，就是基于大数据的“计划经济”，是通过信息流来调度交通流和能源流。而今天人的因素横亘在这三个流中间，因为人是高度不可控的，因此三个流没办法很好地获得统一。

  2010 年以后，我们正真看到了一些清晰的变化趋势，电动化、共享化、智能化、网联化，简称“四化”。

  其中，智能化带来了没有人的驾驶能力，网联化带来了城市内，车与车、车跟路的协同，允许在城市范围内全局优化和调度车辆。

  这“两化”加起来，就把“人”的因素拿掉了，就非常有可能实现用大数据、计划经济的方式来调度信息流、交通流和能源流。

  从汽车产业的角度讲，很长一段时间以来，对于后来者并不友好，进入成本非常高。从 1950 年到现在，美国出现了很多新的车厂，但是生存下来的车厂就一家，叫特斯拉。

  在 2010 年前，你要去参与汽车行业的变革，作为一个后来者是不可能的。

  通用汽车一年卖 1000 万台车，利润是 100 亿美金。特斯拉一年卖 10 万台车，还是亏的，但它的市值超过了通用汽车。

  Google 拆分出来的无人驾驶公司 Waymo，估值达到 700 亿美金，甚至比 Uber 还高。

  传统的汽车厂商每卖出一台车利润是 1400 美金，假设这台车在生命周期当中开 14、15 万英里，也就是说每 1 英里是赚 1 美分。Uber 或者是 Waymo 这样的公司，1 英里是赚 1.25 美金，而通过无人驾驶，每英里的成本却急剧下降。

  在传统汽车生态的利润分配中，主机厂占最多，其次是一级供应商，也就是提供底盘、动力这样的系统供应商，紧接着是二级的零部件供应商，最后是材料和一些小部件的供应商。这是一个很严格的层级的关系，你处在哪个地方，赚你该赚的钱。

  还有一类供应商出现了，叫“四化”技术的供应商，一方面提供了智能驾驶系统，占有制造的利润；另一方面还享有运营和运维的利润。

  从现在的产业格局来说，智能驾驶并不是大势将至，而是未来已来。于是在这种格局下，几乎所有玩家都怀着这样一种心态：

  它的危机感很严重，因为再这么下去，有很大的可能性就是一个代工造车的人：需求和产品规格是出行服务提供商来提供，运营、运维的利润可能被“四化”的供应商赚去了。

  不想沦为代工者的主机厂，就拼命地布局车联网（例如安吉星），至少还能够维护着跟用户的联系，他们也在布局出行、自动驾驶。

  主机厂往往具有着强烈的意愿去拥有技术，甚至还希望可以出售技术。比如，通用汽车花了 10 亿美金买一家勇于探索商业模式的公司，紧接着福特花了 10 亿美金跟一家刚刚成立三个月的企业成立了合资公司。

  甚至于国外的一些车厂主动开放接口，提供标准的改装车，因为今天科技公司要去测试无人驾驶，需要有一辆车。这个车哪里来呢？主机厂主动开放接口，给你改装车，你在我的车上尝试你的无人驾驶。

  合纵连横的除了主机厂，还有一级供应商德尔福、法雷奥、采埃孚这样的供应商或者在投资上游传感器，或者在投资下游的汽车，通过加速布局占据时长。

  二级供应商的一个重要趋势是出现了像 Intel、英伟达、三星、高通等等这样一些新晋的势力，通过并购大举进来了。他们与传统汽车厂商的玩家相比，最强的能力就是会玩生态。

  而传统的二级供应商，像 Mobileye 此前形成的菱形采购的优势可能会不存在了。此前一家主机厂设计一款新的车型会找多个一级供应商，不同的一级供应商为实现无人驾驶技术又只能找 Mobileye，这样的优势可能会被野蛮人打破。

  总的来说，二级供应商有强烈的愿望改变食物链当中的地位，希望以它自己为中心建立联盟，转变成为“四化”技术的供应商。

  Uber 曾经花了 6.8 亿美金并购了一家自动驾驶的公司叫 Otto，此公司是前 Google 的人员创建的一个企业。Google 告那些人偷取了 Google 的知识产权，把 Uber 告上了法庭，限制 Uber 继续做无人驾驶。它到底是自己在做局还是被做了？现在真是变成了一个疑问。

  Lift 是老二，是有战略意义的，因为大家都不想跟老大玩，老大太强势了。所以大家看到 Lift 跟大量其他的厂商展开了合作。

  HERE 原来是诺基亚的一个分部，诺基亚要把此公司卖掉，结果没人愿意买，后来 ABB（奥迪、奔驰、宝马）组成了财团把它买下来，结果在无人驾驶起来以后，它一下子又变得很火，Intel、腾讯、四维都要投资它。

  在中国，所有地图厂商后面都有 BAT 的身影，百度不用说了，高德是属于阿里巴巴，四维后面又有腾讯的身影。而且像阿里巴巴不仅仅只是布局了地图，还布局了高精度的定位。

  其实早两年图商的业务是越走越窄的，为什么呢？大家不用车机上面进行导航了，都用手机进行导航了，因为手机始终是最新的，有实时的交通路况。但是未来无人驾驶以后，必须得在车里面装一个高精地图，这是逃不掉的。所以每一辆车都要授权付费，所以它的商业模式出现了复兴。

  当然，地图可能会存在地域保护的问题，最近美国政府否决了腾讯跟四维对 HERE 股权的收购。另一方面国外的投资商也很难进入到中国来。

  对于一些科技大厂，我个人感觉他们的战略还并不是十分清晰。无论是 Waymo、Apple、Apollo（百度的无人驾驶开源平台）都在纠结。

  比如说像 Waymo 路线是一直在游移，到底是想做一个车厂、造车的，还是做一个出行服务商，抑或是做无人驾驶系统？到底是提供软件和算法，还是同时做硬件？到底是做封闭系统，还是开放系统？这样一些问题都没明确的结论。

  Apple 偷偷摸摸地做了很久的无人驾驶，现在已经公开了，但是它到底是造车还是只是做无人驾驶的软件系统？也没有一个明确的结论，我相信连库克自己现在心里面还在想。

  Apollo 是不是可持续？任何一家厂商如果说不想着赚钱，去推动一个开源的社区，很难。像汽车这样一种对于安全可靠性有非常高要求的产品，开源的系统是不是有足够好的能力？也不知道。

  比如，Nauto 此公司，前一段时间很火，融了 1 到 2 个亿美金，为什么它特别厉害？

  1、在车里装个摄像头，看驾驶员，能够检测你该不会是疲劳、分心。以这个作为交换，换得在车外再装一个摄像头，能不断地看到车的驾驶场景，用它训练一个更好地无人驾驶的能力，事实上它的业务是基于数据的交换上。

  2、事实上，包括 Nauto、Otonomo 等在内的这类公司是希望承担主机厂和不同服务商之间的数据融合，来帮助数据的拥有者对数据来进行变现。英特尔、丰田、爱立信等等都成立了无人驾驶大数据的联盟。

  硅谷有 50 家无人驾驶的勇于探索商业模式的公司，国内有 10 家，但目前存在的一个很大的问题是，绝大多数勇于探索商业模式的公司是懂 AI 但是并不懂汽车产业。

  首先，2020 年，3000 万台新车中，有一半装配了 1-3 级的无人驾驶，这是数百亿人民币的市场。

  其次，智能驾驶级别市场中，0 级警告和 1 级紧急状况下的刹车和自适应巡航，现已变成了红海。前文说的 10 家国内勇于探索商业模式的公司，都是做 2 级以上的，但是 0 级和 1 级在中国，可能有上百家。

  加上法律等因素，这一个市场很复杂，对勇于探索商业模式的公司来说，应当牢记哪些要点？避免哪些坑？

  1、 我们到底是选择一种苟且的活法，还是诗与远方？也就是说，是先落地商业化，还是想要解决城市区域 4 级无人驾驶的科学难题？

  今天的AI算法，我们把它叫做弱人工智能或者是窄人工智能，是存在着边界的。比如深度学习是数据驱动的，有多少数据教他，多少人工训练他，才有多少智能。而我们说人工智能，是有多少人工，才有多少智能。如果说它从来就没见过，它是处理不了的。

  系统实在是太复杂了。奔驰 S 级轿车的代码行数，是一架波音 787 梦想客机代码行数的 16 倍，它要处理的环境要比天上的复杂很多。所以，有那么多行的代码，当中没有 bug 是不太可能的，只要有 bug，就会失效，有失效就会有事故，你是很难去避免这一些事的。

  完全解决这两个问题，在大多数情况下要 5 年以上的时间。近几年能够最终靠两个方法解决落地。

  二，当系统出现失效导致事故时，最小化事故的后果，通过中低速切入。20 英里的时速撞上一个人，生还概率是 95%，而 40 英里的时速，概率一下子降到 20%。

  对汽车产业、对汽车研发的流程和方式要有足够的敬畏和谦卑之心，不能整天想着我是来颠覆你的，一定要用汽车人的语言体系和做事方式，去参与到这个行业当中去。

  作为一个生态系统的外来物种，要做到人畜无害，不能让传统汽车领域的人觉得你是来革他的命的。而且你一定要寻找自我的互补优势在哪里，主动融入进去。

  学会建立农村的根据地，要找主流玩家不屑于玩的，边缘垂直细分市场，实现颠覆性创新。

  3、从演示，到部署，到量产，整一个完整的过程是一条非常漫长、艰苦的道路。而且，往往是，算法决定上限，系统决定下限。

  什么意思？重是轻的根本，而沉静则是浮躁的控制者。算法其实是轻的东西，很容易在一片喧嚣当中，展示出来，迷失了自己，但系统是重的东西，需要静静地做。

  如果只是把算法一个点做好，落地就会很困难。因为依靠ECO其他伙伴帮你落地，如果价值链是全新的，或者你是传统价值链的新成员，你特别难找到别人全心全意帮你，这时候“全栈”的优势就反映出来了。

  5、要深度理解客户的真正价值主张，要做的是客户线、不求更好，只求不同。能够尝试在一些新的品类里面进行发力。

  比如电动车，上汽通用五菱，找到 A00 级电动车的新品类，并且尝试了多种互联网的玩法，鼓励大家开车，每开一公里给你 1 毛钱的奖励，它给你算出来，你少排放了多少二氧化碳，少了多少树木的砍伐等。甚至通过全城人众包的方式寻找城市土地的“边角料”，作为 A00 级车的停车位。驭势科技通过“城市移动空间”的角度找到新品类的机会。

  7、未来 10 年、20 年以后，无人驾驶时代真的来临的时候，谁将是王者？