在这场智能汽车浪潮中，互联网公司、传统车企、供应商在抢夺的是什么生意

除了应对拥堵和环保挑战，自动驾驶汽车的巨大市场规模正吸引着众多企业和创新者的目光。易观汽车出行行业中心的资深分析师张旭在演讲中透露，预计到2020年，中国智能汽车市场规模将达到惊人的1214万亿美元。到2035年，中国将有大约860万辆自动驾驶汽车驰骋在街头，其中全自动驾驶汽车将达到约340万辆，半自动驾驶汽车则达到约520万辆。随着智能汽车技术的不断发展，中国轿车销售、巴士、出租车和相关交通服务的年收入有望突破1.5万亿美元。

在吉利汽车研究院总工程师刘卫国所分享的数据中，我们得以一窥中国交通现状的冰山一角。2016年，中国有3.1亿名司机，他们每周行驶的总里程数高达51,429,000,000公里，然而平均车速却仅为每小时23.7公里。在中国最繁忙的市区，大约75%的道路会遭遇高峰拥堵。这种状况不仅浪费了人们宝贵的时间，也给生活和工作带来了诸多不便。

而智能汽车技术的崛起，有望解决这些问题。加州大学洛杉矶分校的城市规划学教授Donald Shoup曾指出，都市区高达30%的交通拥堵是由于司机寻找停车场而在商务区绕圈造成的。刘卫国表示，智能汽车技术可以帮助司机节省时间，无论是用于工作还是学习，每年可能达到一周的时间。这不仅提高了效率，也为人们的生活带来了更多的可能性。

更为重要的是，业界普遍认为中国在智能汽车领域存在“弯道超车”的机会。从电动汽车到智能汽车，核心技术已从传统的发动机和变速箱转向人工智能领域。在这一新兴领域，中国已经逐渐接近美国的水平，甚至有机会赶上并处于领先地位。百度高级副总裁、自动驾驶事业部总经理王劲也曾公开表达过这一观点。随着技术的不断进步和市场的不断扩大，自动驾驶汽车有望成为未来交通的主流趋势，而中国在这一领域的努力和成就值得期待。一、围猎自动驾驶领域

互联网巨头们正全力以赴，争做汽车行业的「操作系统」引领者。他们对自动驾驶技术的追求已经超越了常规，直接进入到了无人驾驶的最高境界。谷歌在这方面的决心和实力尤为突出。他们认为L3级别的自动驾驶技术并没有太大的意义，已经将视线投向了完全自动驾驶的L4级别。在2015年6月，谷歌发布了第三代原型车，这款车没有方向盘、油门踏板、后视镜等部件，其自动驾驶技术已经达到了全球领先的4级水平。除了谷歌，百度、Uber等互联网巨头也决心一步到位，直接切入无人驾驶领域。

要想实现真正的无人驾驶，「消灭」司机是必经之路。谷歌的研发目标是在实现点对点的无人驾驶规划上达到L4级别。这意味着整个城市交通的重新规划，车辆数量减少，但使用率极高，这将是共享经济的又一次飞跃。图森未来CEO陈默在接受采访时表示，未来的汽车不再是单纯的消费品，而更像是一种设备。

对于Uber来说，直接开发L4级别自动驾驶技术是因为无人驾驶与汽车共享之间存在天然的契合性。购买L4自动驾驶汽车的将是B端用户，而自动驾驶汽车的主要应用场景之一就是共享出行，这对于Uber和Lyft来说具有天然的优势。

谷歌改变了其无人驾驶开发方向，放弃了独立造车。Waymo成立后加强了与传统汽车厂商的合作，转向开发可以合法上路的自动驾驶技术，并打造从算法到硬件的完整体系。这样一来，汽车厂商可以直接使用这套体系来生产自动驾驶汽车。Uber也可能会与汽车厂商合作开发无人驾驶汽车项目，以降低运营成本。此前，Uber曾与戴姆勒、现代等公司在无人驾驶汽车领域展开过合作。

今年4月，百度推出的「阿波罗计划」旨在成为汽车行业的技术底座。他们希望通过共享其无人驾驶技术，成为汽车行业的技术引领者。百度表示，「阿波罗计划」将为汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。这项计划不仅展示了百度的技术实力，也体现了其对于未来交通出行的深度思考和前瞻布局。探索百度自动驾驶的开源之路与车厂的策略布局

虽然百度开源自动驾驶模式的盈利路径尚待揭晓，但业内专家已对其数据价值给予高度评价。Roland Berger驻上海顾问舒畅表示，此项目产生的数据将为百度带来巨大的价值驱动力。通过搭建这样的开放平台，百度将能够收集大量用户信息，并通过整个自动驾驶和汽车网络系统加以利用。

王劲曾深刻指出，未来五年，百度的无人驾驶汽车若积累了大量高精准的激光数据，其在处理能力、训练模型及驾驶能力方面将远超传统车厂。到那时，传统车厂的数据积累和处理能力可能不足以支撑其追赶无人驾驶的浪潮。这意味着未来的谷歌和百度，不仅拥有技术优势，更有数据优势。从头追赶的难度将大大增加。

与此主流汽车制造厂商在自动驾驶技术的研发上采取了渐进策略。由于L4/L5级别的技术难度较高，需要大量的资金和时间投入，许多主车厂选择专注于L3（和以下级别）的技术研发，同时并行研发更高级别的自动驾驶技术。东风汽车便是一个典型的例子，他们遵循从单一/结构化道路自动驾驶到全道路复杂环境下自动驾驶的渐进式开发模式。

东风汽车技术中心的副院长周剑光在大会上详细阐述了他们的技术路线图。他们近期将重点开发ADAS产品，并同步进行3到5阶的高度自动驾驶与无人驾驶技术研究。与此吉利汽车也公布了他们的自动驾驶技术规划G-Pilot 1.0到G-Pilot 4.0，表示将在不久的将来实现高度自动驾驶。

这些主车厂之所以这样做，是因为大多数车厂目前更倾向于使用L1-L3级别的技术。自动驾驶对它们而言不仅是技术创新，更是一种防御策略，能够减轻驾驶员的负担并减少事故发生的可能性。全力的技术研发投入，结合实际的落地时间表，这些车厂正在为未来全自动驾驶时代的到来打下坚实的基础。各大汽车巨头如一汽、东风、吉利以及国际知名品牌BMW、Volvo、Nissan、Honda、Toyota乃至Tesla，都在积极进行自动驾驶系统的研究。在PC时代的OEM厂商的经验教训下，主要汽车制造商重新思考了自身在智能汽车价值链上的定位。丰田在2017年便宣布推出首款无人驾驶汽车原型，这一成果得益于其投资10亿美元的人工智能研究所。驭势科技的CEO吴甘沙认为，未来决定胜负的关键在于网络效应，如果不求改变，OEM厂商可能无法适应这一趋势。

吉利汽车的“掌控核心技术”理念深入人心，其采用独特的“V”字型模式进行智能驾驶系统的开发。刘卫国透露，吉利正在建设一个投资高达50亿人民币的试验场，用于ADAS或自动驾驶产品技术的相关测试。这个试验场无疑将成为吉利在自动驾驶领域的重要支柱。

与此一些汽车制造商选择与科技公司合作以共同推进自动驾驶技术。一汽与百度的合作便是一例。通过深度参与百度Apollo计划，一汽将在人工智能、大数据和云计算等领域得到强有力的支持，共同推动自动驾驶技术的全面应用。沃尔沃则在瑞士高速上投放了与Drive.me合作的无人驾驶汽车，并与Uber自动驾驶平台展开合作。克莱斯勒与谷歌的合作推出的无人驾驶MPV Pacifica也已经上路。

「整车制造商在自动驾驶汽车事故中需承担责任，他们更倾向于选择能够提供全面解决方案的供应商，如博世和德尔福。尽管创业公司的技术受到整车制造商的关注，但通常需要经过长达三年多的测试。这段时间对于创业公司来说太过漫长。张默认为，对于L4/L5级以上的系统来说，确保在无法人类接管的情况下，车辆能够采取最大化安全的驾驶策略是至关重要的。

全球领先的汽车零部件供应商博世已宣布与人工智能计算公司英伟达合作，共同开发适用于量产汽车的自动驾驶系统，并计划将其出售给有需求的汽车制造商。

显而易见，可能会出现几种依赖操作系统盈利的商业模式，这些模式将深刻影响公司的研发投入、营销投入以及游说和运营。如果特斯拉模式成为主流，我们仍将看到炫酷的汽车款式，硬件将成为商业的主要驱动力。而如果百度的开源模式取得胜利，市场上将出现各种低成本的汽车，百度也将通过出售其他设备通过开源软件实现盈利。

数据成为了一个突出的矛盾。拥有闭合软硬件生态系统的公司，往往不会与他人共享数据，这使得为自动驾驶汽车立法变得困难。如果某家公司成为早期市场领导者并对数据共享持保留态度，可能会为其他厂商建立具有竞争力的系统增加障碍。

倪凯在接受媒体采访时曾表示：“主机厂之间共享数据是非常困难的。只有作为供应商，服务多个主机厂，才能确保与不同的主机厂在同一个数据闭环中合作，实现共赢。数据共享对于平台的技术迭代至关重要。只有这样的平台，才能支撑自动驾驶未来的发展。如果仅仅是主机厂单打独斗，是不够的。”

在落地场景方面，由于成本和技术限制，无人驾驶最可能在特定的垂直领域首先实现。一种可能的市场切入方式是关注特殊群体。无人驾驶汽车的初始成本高昂，因为配备了摄像头、传感器、激光和人工智能系统，难以接受普通消费者的负担。先从特殊群体出发，如老年人、残障人士等，可能是一个更实际的选择。随着技术的普及和成本的降低，无人驾驶汽车将逐步走向更广泛的市场。在这个刚刚结束的YC夏季路演中，创业公司May Mobility凭借他们的自动驾驶技术大放异彩。他们专注于为商业车队公司提供服务，特别是在那些需要高度预测驾驶环境的场所，如老年社区、军事基地和学校等。他们的技术栈已经准备就绪，可以让潜在用户轻松安装在各种车辆上，尽管公司本身并不制造车辆。除此之外，May Mobility还计划提供全面的自动车队运营服务，包括日常运作、维护和清洁等方面。

武汉的环宇智行选择了与东风汽车合作，共同推进微公交方式的自动驾驶落地方案。自2016年起，东风汽车就开始基于LTE-V/5G网联技术进行自动驾驶车辆编队与调度等功能的测试验证。通过V2X技术，他们能够实现车辆的动态编队、一键召车、车辆智能调度等创新功能。未来，这项技术将被广泛应用于共享汽车领域，并计划在封闭或半封闭的道路环境下，完成10辆自动驾驶电动车在低速状态下的编队研发与测试。预计在不久的将来，这种服务将实现商业示范运营。

随着电子商务在中国的飞速发展，总额已经达到惊人的5900亿美元。在如此庞大的市场驱动下，很多产品实现了快速便捷的配送服务，其中电动车和卡车扮演着至关重要的角色。据报道，仅在2015年，中国电商的增长率就高达33%，展现出强大的增长势头。在这样的大背景下，智能物流技术日益受到重视，特别是在校园配送领域。智行者公司的副总裁陆欣在最近的大会上预测，未来一到两年，校园送货物流无人车将在各大城市普及开来，为电商物流注入新的活力。

而在美国，卡车在机动车行驶里程中占据了5.6%的比重，然而却导致了9.5%的交通死亡事故。这一数据凸显了无人驾驶汽车在经济效益和减少人员伤亡方面的巨大潜力。大型卡车的成本通常超过15万美元，安装摄像头和感应器在经济上具有更高的可行性。美国公司Ottomotto正在测试全自动驾驶的18轮卡车，有望在不远的将来推向市场，实现交通效率与安全的双重提升。

在中国市场，图森未来选择进入L4货运市场，因为他们看到了降低成本和提高效率的商机。“驾驶这件事儿，成本就在人力上。”图森公司的郝佳男在接受媒体采访时曾表示。为了帮助企业开源节流，图森无人驾驶卡车计划通过技术革新省掉驾驶员，系统至少要达到L4级别。据了解，图森的无人驾驶卡车可能于2018年在美国率先落地，并计划在2019年开始实现营收。

至于商业模式方面，图森公司采取了技术运营商的定位。陈默表示，虽然生产完整自动驾驶系统并卖给车厂是一级供应商的工作，但创业公司可以专注于技术运营。这意味着图森从制造商处购买传感器等硬件设备，委托整车厂生产出能够搭载相关硬件设备的卡车。之后，他们将这些车辆卖给像顺丰、韵达、首钢这样的车队运营方。整车厂相当于变成了图森的代工厂，而自动驾驶货车出现事故后的责任则由图森承担。图森还负责车辆的软件升级和系统管理工作。

中国在发展智能汽车时面临着一项特殊的挑战——政策环境。尽管中国新能源政策丰富，但智能汽车产业政策却相对缺乏。众多嘉宾特别关注并谈到了相关法律法规的不完善给自动驾驶汽车的推行带来的限制。例如，现有的法规要求司机必须在车内并且双手置于方向盘上，这给自动驾驶汽车的测试带来了明显的限制。道路测绘的限制也是一大难题。企业需要获得特殊许可才能收集路况数据，精确的地图对于自动驾驶汽车的未来发展至关重要。现有的技术可以将线路图的误差降低到几厘米，但由于公共地图精度限制，很难为自动驾驶汽车绘制精确的3D高精度地图。

中国在智能汽车领域的发展面临着政策、法规和技术的多重挑战，但随着技术的不断进步和政策的逐步完善，未来仍有巨大的发展潜力。基础设施问题在全球许多国家和地区都引起了广泛关注。以印度为例，其高速公路和普通公路的建设和发展面临着巨大的挑战。印度的道路状况独特，其中有高达36%的道路是土路，这一比例在中国约为16%。在印度基础设施排行榜上，其排名远远落后于日本（第6位）和德国（第7位），仅位居第87位，中国的排名则为第46位。这样的道路状况对于自动驾驶汽车来说无疑是一大难题，因为自动驾驶技术依赖于稳定、可预测的路面和清晰的道路标识。各国需要加大对高速公路基础设施的投资，为自动驾驶技术的发展铺平道路。

另一方面，自动驾驶汽车还需要处理海量的数据。这些数据可以分为地图数据、驾驶数据、监管数据和乘客数据。其中，监管数据主要用于连接行车规则和法律规定，而乘客数据则有助于创造个性化的乘车体验。汽车的各个组件，如传感器、摄像头、雷达、声呐和GPS等，都会产生大量数据，这些数据对于优化汽车的自动驾驶模型、交通出行计划以及共享出行公司的路线算法至关重要。

随着人工智能的不断发展，哪些公司能够利用人工智能来生产训练数据也成为一个重要的话题。在可预见的未来，“人类控制”的系统将成为生产高质量训练数据集和反馈回路的关键。数据的网络效应将愈发明显，因此接下来几年，关于谁拥有数据、谁能接触和处理数据的问题将成为公司和立法者争议的关键。随着汽车产生和消耗的数据越来越多，数据的控制权和如何利用数据赚钱将成为关注的焦点。未来可能会出现一批专门搜集和处理数据的公司，这些公司如何与其他企业合作，也仍在不断探索中。