自动驾驶存在降维打击吗？

　　关键是抓住时间窗口
　　文｜东篱
　　自动驾驶公司又融资了，Momenta获得上汽集团在内的多家公司联合领投的5亿美元C轮融资。
　　仅在今年1月，就有近30亿美元的资本涌入自动驾驶的赛道。几乎无路可去的资本继续融入汽车赛道，而自动驾驶足够承载大体量的基金。
　　而Momenta不是一家单纯走L4 Robotaxi路线的自动驾驶公司，按照公司CEO曹旭东的说法，他们就是两条腿走路，量产自动驾驶和完全无人驾驶。
　　上汽、丰田、奔驰、博世等汽车产业巨头都愿意参与其中，是因为量产自动驾驶的可预见性，还是完全无人驾驶远大场景，这并不为人所知，不过自动驾驶技术是否存在降维打击，其实并不是一个被公认的现实。 自动驾驶频繁跨界
　　2020年12月，美国自动驾驶公司Aurora并购了Uber旗下负责自动驾驶业务的Uber Advanced Technologies Group（简称：Uber ATG），估值逾25亿美元的Aurora＂蛇吞象＂一般吞下了一度估值75亿美元的Uber ATG。
　　在诞生之初，Aurora专注的是自动驾驶物流领域，而Uber ATG更重视Robortaxi，原本在不同领域竞争的企业开始合并。换句话说，自动驾驶领域的跨界竞争已经开始。
　　此前，HD Auto曾独家披露瞄准L4级自动驾驶的文远知行收购了专注无人驾驶物流的公司牧月科技，与Aurora相反的是，它是从Robotaxi跨到物流。
　　当然更早些时候，谷歌旗下的自动驾驶公司Waymo和中国无人驾驶公司小马智行（Pony.ai）都已经从无人驾驶出租车领域跨界到自动驾驶物流。
　　和乘用车相比，物流应用领域比较受限，任务目的明确，可以在现有的前提下比较容易实现自动驾驶，并且从法律法规以及对城市生活的影响上来看，相对也是比较小的，循序渐进推自动驾驶商业化落地，物流车辆是非常好的切入点。
　　乘用车自动驾驶L4、L5级别的落地并没有那么快。从2018年起，做自动驾驶的企业开始找其他的落地的场景，热度最高是自动驾驶卡车领域。图森科技副总裁吴楠表示，＂很多人都说2018年是自动驾驶卡车的元年。＂
　　Nuro的出现则打开了城市物流的赛道。＂软银巨资入股Nuro，对大家的震动很大，可能是指出了慢速自动驾驶落地的道路。＂一家与Nuro有过接触的中国投资人对HD Auto表示。
　　2016年，前谷歌无人车团队首席软件工程师朱佳俊与谷歌计算机视觉和机器学习负责人、首席工程师Dave Ferguson出走，创办了用于载物的自动驾驶公司Nuro。2019年获得软银9.4亿美元的注资，创下自动驾驶独立初创企业的单轮融资纪录。
　　国内也有类似创业公司，例如白犀牛已经开始和永辉合作，进行了尝试。
　　从技术上来说比无人驾驶载客服务更简单，30-40千米/小时这一更低的速度对于传感器和算法的技术要求是有所降低的，成本也更低，利于商业化落地和推广。
　　在其他场景上，驭势科技提出发力＂全场景、真无人、全天候＂的理念，稍早些时候，东风汽车自动驾驶领航项目，也就是无人驾驶出租车领域，也有这家专注于有限场景物流公司的身影。
　　发力矿区无人化的自动驾驶公司慧拓智能CEO陈龙曾对HD Auto表示，他们的目标也不只是矿区，未来辐射到外部，辅攻物流和港口也不是不可能。
　　真的存在降维打击吗？
　　＂未来谁掌握真正的自动驾驶平台化技术，谁就会是王者。拥有这种强大技术能力的自动驾驶公司，将可以实施降维打击。＂这是文远知行CEO韩旭在今年的公开表态。
　　在他看来，今天做低速、慢速物流园区的企业，很有可能在未来3-5年内被一个强大的、占据战略市场的L4级自动驾驶公司降维打击，这是可能发生的事情。
　　一定程度上来说，从有限场景跨到公开道路并不能称之为降维打击，反而是升维，如果没有挑战更高难度的勇气，只能偏安一隅。
　　一定程度上来说，降维打击是存在的。自动驾驶技术不外乎于感知、决策、执行等方面，无论是公开道路还是封闭园区，乘用车还是商用车，通用的软件以及算法还是存在的。
　　＂对于我们来说，技术迁移的成本并不高，感知、融合、计算、决策等软件和算法很大程度可以共用。＂一家专注ADAS公司的管理层直言，执行控制层面是他们需要进一步学习和改进的。
　　同时，采埃孚集团商用车控制系统事业部副总裁、亚太区总裁于素杰告诉HD Auto，得益于完整的技术体系，采埃孚的策略更加灵活，产品将覆盖ADAS到更高阶的自动驾驶，＂我们可以是一个零部件的供应商，可以是一个子系统的供应商，可以是某一个模块的供应商，也可以只提供软件服务或是为一些应用场景提供解决方案＂。
　　但另一方面，降维打击并不是那么容易的。有限场景也是存在壁垒的。
　　这不仅是技术上的，不止一家Robotaxi创业公司的高管对HD Auto表示，其技术能力向下迁移不存在问题，但这些场景的竞争关键其实是资源壁垒和场景的先发优势。
　　无论是园区、机场、港口还是矿区等场景，一旦大规模采用某家的自动驾驶技术，要进行替换，成本更高，而且其他公司一旦有成熟的经验，在技术和成本差异不大的情况下，很难被Robotaxi的公司PK掉。
　　在这样的前提下，相对封闭的有限场景的数量也是有限的，一开始就瞄准场景落地的企业抢占了资源之后，很难被淘汰。无人驾驶公司和其他行业开展协作创新，能更好找到商业化落地路径，由易到难，逐步过渡到城市道路，这是一个比较合理的选择。
　　只不过抢占市场并没有那么容易。以港口为例，据HD Auto了解，很多港口也就是试运行一部分自动驾驶车辆，且效率低于人工，一旦有更先进的技术、更低的成本、更可靠的安全性和更高的效率，港口和货运公司并不排斥外来者。
　　当然，降维打击并不是那么容易的。国内一家自动驾驶公司的高管认为，从Robotaxi跨界到城际的远程物流并不容易，尤其是算法的调整存在挑战，存在空载、半载、满载甚至是超载等多种情况，需要实时进行调整，一旦出现问题，对于高速行驶的卡车来说，挑战巨大。
　　而且从工程角度来说，乘用车和商用车也存在很大的不同，或许在L2领域技术通用性比较强，但是L3及以上的算法要求更高，因此Robotaxi公司转向自城市内的快递配送是更理性的选择。
　　作为AI+汽车的赛道，自动驾驶受到资本热捧，但如何讲一个更大的故事，不只是降维打击这么简单。
　　-END-