2021年4月圖森未來登陸納斯達克，成為全球自動駕駛第一股。以5000萬元入股、投資回報超200倍的新浪套現(xiàn)18個億，將資本狂歡推至高潮。

三年后，圖森未來黯然退市，轉(zhuǎn)向AIGC影視動畫賽道，面對持續(xù)發(fā)酵的負面輿論，創(chuàng)始人宮斗暗線淪為最后一塊遮羞布。在圖森“沒有未來”的質(zhì)疑聲中，有關理想和面包的抉擇再一次陳列在公眾面前。

甘露寺苦等三年，沒有等來熹妃回宮的神來之筆，反倒是資本市場愈發(fā)審慎的態(tài)度，讓自動駕駛行業(yè)開始直面現(xiàn)實大考。

一邊是卷生卷死的市場競爭環(huán)境，由個別車企挑起的價格戰(zhàn)延燒到下游供應商；一邊是無底洞式的研發(fā)投入，入不敷出是自動駕駛從業(yè)者的群像。

在并不十分完美的時間節(jié)點，智能駕駛公司迎來上市熱潮。打算賣鏟子的人，開始重新理解用鏟子的人。

高科技撞上性價比

最近兩年，超過10家本土智駕公司啟動或成功上市，然而趨勢背后并非資本市場對智能駕駛賽道的追逐，反而是智駕公司殘酷的生存現(xiàn)狀。

作為車企上游供應商，智駕公司可以簡單分為三類：

以提供高性能芯片為主，如地平線和黑芝麻智能；以提供全棧解決方案為主，如福瑞泰克、元戎啟行；具備整車研發(fā)能力又對外提供技術服務，如小馬智行等。

新能源汽車上半場的差距逐漸縮小，三電技術建立起的差異化優(yōu)勢逐漸轉(zhuǎn)向智能化戰(zhàn)場，智駕成為當之無愧的得分后衛(wèi)。

按照工信部口徑，到今年上半年，L2級智駕滲透率突破50%[1]。當比亞迪焦灼于將智駕能力下放到20萬級車型，同行已經(jīng)在“全系標配”的slogan里殺紅了眼。

然而，井噴式增長的滲透率并沒有帶動智駕公司的業(yè)績，反而加重了后者的生存困境。

雖然智能駕駛功能逐漸被消費群體接受，但其定位有點像筆記本電腦上的攝像頭——我可以不用，但你不能沒有。這就導致智駕功能逐漸從“可選消費”變成“必選消費”，但并沒有形成足夠的議價空間。

大部分車型的標準版和智駕版存在2萬元左右的差價，但今年以來，降價成為智駕行業(yè)的新常態(tài)，華為將ADS智駕包買斷價格從3.6萬元調(diào)整至3萬元。11月更是打出嘗鮮價，按月訂閱從720元降至199元。蔚來在推出12月購車活動，附贈5年NOP+免費使用權。

北美地區(qū)特斯拉FSD包月服務從199美元減至99美元

當越來越多的車企將智駕從一種付費的軟件服務，變成車輛的標準配置，新的語境就產(chǎn)生了。消費者對智駕的興趣雖有提高，但買單意愿不高，也就是“想用但不想給錢”。

按照麥肯錫的調(diào)研，相比一年前，消費者為智駕功能單獨付費的意愿和金額都出現(xiàn)明顯下滑。

由于絕大部分供應商沒有面向車企的議價權，合作模式與定價更多取決于車企意愿，智駕公司往往是被動的一方。當車企深陷價格戰(zhàn)，大家自然會不約而同“苦一苦供應商”。

行業(yè)普遍認為，一套L2+系統(tǒng)可接受的成本占比在3%-5%[2]。相比占到整車成本40%左右的動力電池，智駕供應商的議價權極其薄弱。

智駕軟件供應商福瑞泰克2021至2023年毛利率分別為11.18%、6.2%、7.2%。根據(jù)招股書，其合作車企多達46家，有超過200個量產(chǎn)項目，至今未實現(xiàn)盈利。

無獨有偶，小馬智行作為國內(nèi)營收最高的L4智駕公司，今年上半年毛利率降至10.5%；佑駕創(chuàng)新毛利率逐年提高，但到2023年才僅有14.3%。地平線上半年毛利率增長到79%，但擺脫虧損依然是當務之急。

截至目前，業(yè)內(nèi)給城市NOA報出的系統(tǒng)級價格已低至7000元，高速NOA系統(tǒng)僅3000元就能上車。當車企降本的壓力不斷傳導給上游供應商，在計算機科學前沿戰(zhàn)斗的算法工程師，也免不了掏出賬本算算家里的余糧。

今年3月份，地平線向港交所遞交招股書，創(chuàng)始人余凱在朋友圈引用了一段丘吉爾的演講：

“This is not the end. It is not even the beginning of the end. But it is, perhaps, the end of the beginning”。（這不是結束，甚至不是結束的開始，也許是開始的結束）

這句話的背景是二戰(zhàn)期間，盟軍在北非的阿拉曼戰(zhàn)役獲勝，開始轉(zhuǎn)向反攻。丘吉爾意在提醒公眾大局未定，真正的勝利還很遙遠。

AI上過的一堂課

智能駕駛是AI落地場景中一個重要子集，與之對應，智駕公司集體上市，幾乎1:1復制了多年前AI公司在二級市場云集的熱鬧與寂寥。

商湯、云從、曠視和依圖為代表的AI四小龍，彼時無一不是資本市場當之無愧的吸金獸。當自動駕駛賽道的新AI四小龍橫空出世，兩者需要面對一個共同的問題。

無論是成功上市的商湯、云從，還是“終止注冊”的曠視和依圖，在當時都面臨著兩大問題：AI大規(guī)模商業(yè)化的困境，及由此引發(fā)出其是否具備造血能力的拷問。

任何新技術都會面臨資本市場的定價問題，特斯拉上市初期，漲的時候要參考英偉達和高通的估值，跌的時候則恨不得砸到豐田的水平。這種分歧就像萊福特當年在做空報告里寫的：“奔馳里裝了60個車載電腦，就能變成一個科技公司嗎？”

AI四小龍上市前，一度講出過“按AI科學家數(shù)量估值”的故事。2018年，商湯成為全球估值最高的AI公司，“論文工廠”的標簽如影隨形。反倒是上市后股價不斷下跌，備受追捧的AI概念股也逐漸著陸。

在這個過程中，資本市場逐漸找到了給AI公司定價的“錨”：這家公司銷售的是“項目”還是“產(chǎn)品”。

無論定制化的服務有多少優(yōu)點，都不可避免的導致程序員成為按人/天結算的瓦工和力工，與建筑工程隊無異。

相比之下，銷售標準化的產(chǎn)品和服務可以有效攤薄研發(fā)成本，獲得令人艷羨的毛利率與估值。

無論是英偉達這類芯片設計公司，還是Adobe這類軟件公司，其特點都是公司只負責產(chǎn)品的銷售，不參與任何定制化的研發(fā)和服務。前者是市值站上三萬億美元的半導體霸主，后者二十年來毛利率從沒下過80%。

然而，第一批AI公司一直未能解決的是商業(yè)模式的項目導向。AI學者吳恩達舉過一個例子[3]：每家工廠生產(chǎn)不同類型的產(chǎn)品，需要定制不同的質(zhì)量檢測系統(tǒng)；每家醫(yī)院的醫(yī)療記錄編碼不同，需要定制不同的患者數(shù)據(jù)系統(tǒng)。

定制化算法和服務的結果顯而易見，經(jīng)濟效益低的項目很難維系后續(xù)系統(tǒng)維護，AI技術也因為定制成本較高無法實現(xiàn)大規(guī)模的商用，“供應商”變成了“承包商”。

2018年，任正非在華為上研所聽取無線業(yè)務匯報的講話中，就針對產(chǎn)品定制化發(fā)表了觀點[8]：

我們不怕場景增多，但是場景化不是定制化，定制化是一個失敗的道路。如果太過于定制化，又不能拷貝，這個成本就很高，我們就會死掉。

2018年-2020年，“AI四小龍”每掙一塊錢就要花七毛五在人力上[7]。人工智能公司需要很多人工，都市麗人變成工地糙漢，這是當時AI行業(yè)的普遍尷尬。

因此，從資本市場的角度考量，相比賣定制化方案的公司，提供標準化產(chǎn)品的公司顯然成長性更高。AI公司的困境也就呼之欲出：項目制潛藏的業(yè)績波動下，是難以用規(guī)模效應評估的盈利模式。

時至今日，智駕公司也在面臨同樣的審視。

施工隊陷阱

智駕行業(yè)有一個看似不合理實際、卻真實存在的現(xiàn)象：一家公司可以為一個項目搭建上百人團隊，耗費近一年時間完成量產(chǎn)方案的交付。

如果把項目制方案簡單看作定制化，平臺化方案可能無限接近于標準化。如前文所述，兩者最大的區(qū)別在于，定制化意味著高人力投入、高成本以及更長的項目對接周期；而標準化更有利于通過模式復用大批量出貨。

就像一家做定制蛋糕的手工店和一家售賣現(xiàn)成面包的超市。前者客單價雖然高，但現(xiàn)做現(xiàn)賣，日接單量有限；后者均價低廉，但勝在操作簡單，薄利多銷。

但對絕大多數(shù)智駕公司而言，他們需要根據(jù)特定芯片平臺跑通算法Demo，并上車調(diào)試。那么，一旦車企內(nèi)部規(guī)劃出現(xiàn)調(diào)整，供應商也需要切換到新平臺。

部分智駕公司為了讓方案能夠適配不同芯片平臺和傳感器配置，自行開發(fā)中間件實現(xiàn)軟硬件解耦，但中間件往往也需要做定制化適配。如果算法無法移植，工作量無疑倍增。

拋開收入覆蓋開發(fā)成本這個老大難問題，現(xiàn)階段智駕方案的定制化還普遍面臨一個問題：數(shù)據(jù)——它關系到一家智駕公司的成長性。

好用的模型往往要經(jīng)歷這樣一個階段：在云端訓練神經(jīng)網(wǎng)絡模型，然后將車端駕駛數(shù)據(jù)不斷投喂給云端，重新訓練后的模型會以OTA的形式在車端進行更新。這也是智駕公司格外看重的數(shù)據(jù)閉環(huán)能力。

小鵬等車企率先打響智駕標配或許不難理解。按照何小鵬說法，端到端大模型將抬高智駕門檻，因為需要更多的資金、算力以及數(shù)據(jù)。只有提高智駕系統(tǒng)使用率，收集更多高質(zhì)量駕駛數(shù)據(jù)，才能加速模型迭代。

元戎啟行CEO周光也說過，若合作車型只有百來臺銷量沒有意義，我們需要的是用數(shù)據(jù)補齊工程化基因[4]。

橫坐標：訓練時間、GPU和數(shù)據(jù)等；縱坐標：模型表現(xiàn)

但在車企與供應商這段強弱分明的關系里，很多智駕公司最終活成了施工隊的樣子。商湯絕影負責人王曉剛曾道破供應商與車企的合作模式[5]：車企遇上事故，就找智駕公司打補丁。

傳統(tǒng)車企與供應商的確存在類似的契約關系，即供應商提供軟硬一體化的打包方案，并負責為故障兜底。但問題在于，大部分智駕公司無法接觸底層數(shù)據(jù)，難訓練優(yōu)化車端模型。

同時，定制化意味著難以攤薄的研發(fā)成本。因此，類似Mobileye這類來自高人力成本地區(qū)的公司，都會極力避免參與定制化的開發(fā)。

這實際上反映了智駕公司與車企存在的固有矛盾：

智駕公司希望銷售標準化的產(chǎn)品和服務，獲得更好的利潤和估值；但車企希望前者提供定制化的解決方案，保證自身產(chǎn)品的差異性。

大多數(shù)主機廠缺乏算法方面的積累，需要選擇特定供應商開發(fā)智駕方案。同樣地，相對弱勢的智駕公司，也會尋求捆綁頭部車企獲得生存機會。在這種情況下，孰輕孰重就成了話語權的對抗。

輕舟智航為理想開發(fā)的方案，最終并入理想AD Pro，但華為對外提供的方案，則整齊劃一的稱為HUAWEI ADS。

另一方面，智駕被視為智能電動車的靈魂，車企自研逐漸成為趨勢。如果車企的算法能力提升趕不上智駕公司的迭代速度，那么后者尚且安全。而倘若自研方案大規(guī)模應用，鳥盡弓藏的老故事還會上演。

不斷收窄的窗口和愈發(fā)激烈的淘汰賽中，車企紛紛收攏研發(fā)資源，收斂智駕平臺；智駕公司則在加快推動平臺化方案，提高盈利能力。兩者博弈的過程，造就了如今奇妙的局面：

賣鏟子的人學習怎么用鏟子，用鏟子的人嘗試自己造鏟子。

參考資料

[1] 智能網(wǎng)聯(lián)汽車駛?cè)肟燔嚨溃袊C券報

[2] 沈劭劼：L2+智能駕駛系統(tǒng)成本，下限3%、上限5%，中國電動汽車百人會

[3] 傳統(tǒng)行業(yè)如何用上AI？吳恩達給出了兩個建議 ，TalkingData

[4] 對話元戎啟行CEO周光：不打價格戰(zhàn)、不搞車海戰(zhàn)術，雷鋒網(wǎng)

[5] 對話商湯絕影王曉剛：端到端上車，新的降維打擊開始了，智能車參考

[6] 對話極氪副總裁陳奇：用4個月時間，打破外界對智駕自研的質(zhì)疑，雷鋒網(wǎng)

[7] 自動駕駛優(yōu)等生，Momenta的證道與迷，科技新知

[8] 任正非：未來勝利是極簡勝利 外部極簡單內(nèi)部極復雜，華為心聲社區(qū)

編輯：李墨天

視覺設計：疏睿

責任編輯：李墨天