吴甘沙:自动驾驶的商业化要来了,与车企合作才能上量

文章来源:36氪 发布时间:2018-05-30
分享到
未来整个自动驾驶产业格局发生变化,进行重构的时候,可能很多巨鳄都需要布局。要么合并、要么收购,还是有各种退出的渠道,它的价值不会归零。

驭势科技吴甘沙

驭势科技吴甘沙

2018年的自动驾驶,你既能听到商业化的春雷,另一方面又有倒寒。

春雷是好消息,自动驾驶的商业化要来了。倒寒是有些融资能力偏弱的公司,可能会碰到困难,要调整路线。

这个时候其实蛮关键的。我们心里有一个非常明确的想法:第一,智能驾驶的终局还有很大的不确定性,可能要5年、10年。这10年,你不可能靠VC买单,你希望靠自身造血机制活下去。第二,确实很多场景,自动驾驶商业化的机遇已经来了。

我们给自己的定位,是自动驾驶商用的领跑者。今天的商业化有2个目的,一是活下去,跑这个长跑需要足够的耐力。第二,不断累积数据。快速盈利不是我们的诉求,我们的诉求是,让越来越多的车装上我们的系统。

今年3、4月份开始,我们在世界最大的机场之一测试行李物流车。原本这种物流车,7天24小时运转,一辆车要配3个司机,一个司机年薪20几万,工作环境恶劣。如果有好的无人驾驶方案,不仅解决了成本的问题,还解决了招不到人的问题。乘客的体验大幅提升,原来等行李可能半个小时,现在10分钟。未来晚上11点的航班,不用在远机位坐大巴,通过无人驾驶技术,可以自动把占住廊桥的飞机推出来,新飞机接上去。

机场花了半年时间做技术评审,在各个机关局“敲章”。测试到9月份,年底会做出量产的决定。一般像这样的机场,需要1000到2000台车。我们现在做的每一个场景,都是10亿到百亿美金的市场。

我们第一阶段是进入场景化的商业应用,第二阶段是进入乘用车。只有进入乘用车,才能上量。上量了,成本降低了,又可以降维到各个不同的场景中去。我们的目标是3、4年实现百万台。

起量需要多方面的因素,有的是技术成熟度,有的是成本。比如景区的无人驾驶摆渡车,原来一辆车几万块钱,一个司机的成本一年几万块钱。如果你弄几十万的车,做个秀可以,但不可能大量的。因此,有些场景的价值目前主要还在技术的探索层面。比如我们做凯德集团来福士地下停车场的摆渡车项目,运营了5个月。(没有继续做的原因)是成本还没进入合理的区间。

在跟乘用车、主机厂合作方面,我们应该是走的最深入的,我们和大概8家车厂建立了合作的联盟。

车厂的需求是相对比较保守的,(他们跟我们合作的主要)就是L2/L3和自动代客泊车。尤其是后者,车开到停车场附近,自己停进去。这个是第一个真正可以商业化落地的技术,别的自动驾驶公司也意识到这一点。我们拿下的合同,都经过了PK。

我们在自动代客泊车的基础上加一系列的功能,跟分时租赁服务商合作,做自动取还车。分时租赁,我倾向于认为一定会成,它代表更接近未来的一种形态。我们现在合作落在纸面上的有2、3家,年底前需求达到千台规模。

我认为如果新创车企能跟汽车共享化同步成长,这是好事。消费者对共享汽车的品牌没那么挑,共享汽车出点小毛病也没私家车要紧。

我认为并不是所有造车新势力都能生存下来。汽车是工业之王,很多人把这件事想的很简单。你把车造出来了,还得卖得出去。卖出去了,相当长一段时间里会担惊受怕,是不是足够安全可靠,会不会召回,出现大的安全事故。这段期限,你还得产能爬坡,上规模,降低成本。如果没有规模,一年卖几千台车,绝对生不如死。

我们也算“造车”新势力,但我们跟他们不一样,我们是一个方案提供商。在某些市场造车,是因为这个领域没有充分的候选产品。我们现在主要是跟车企合作,一起做产品化。我们是赋能者,不是门口的野蛮人、生态的入侵者,我们不从他们的饭碗里拿东西。我放大存量的价值,创造增量价值。他们成功了,我们赚最后一桶金。

驭势科技在2017 CES发布的低速场景化自动驾驶“熊猫车”

驭势科技在2017 CES发布的低速场景化自动驾驶“熊猫车”

一个行业早期,你会发现大大小小的公司都在做。阿里在做,腾讯也在做。百度阿波罗是一个生态。我们目前在阿波罗生态之外发展,因为我目前还没看明白这上面的好处,(不希望过早地)被别人觉得我站队了。

大公司,想做的事情太多了,热点一过,或者利润下降了,就没那么认真了。狮子去抓兔子,没抓到,大家嘲笑狮子,你是百兽之王,怎么连兔子都抓不到。狮子说,兔子对我而言就是一顿午餐而已,兔子是为了命在跑。

我们是全心全意,带着一种向死而生的紧迫感和危机感在做。我相信,最终心无旁骛做一件事情的会生存下来。

这个市场上有很多玩家,你应该找有互补性优势的。比如我们特别喜欢跟车企合作,因为我们知道各自强在什么地方。大公司和大公司合作的反而不好,因为都太强势了。大公司都喜欢自己做,但是有90%的客户,需要我们这样的公司为他们赋能。

自动驾驶还是一个没有尘埃落定的东西。未来的终局,我们觉得最惊恐的一个结论,是今天L4的算法全都没办法到达明天。

一个简单的逻辑:现在自动驾驶领域最强的谷歌Waymo,2015年每跑1300英里需要一次人的干预,2016年每跑5000英里需要一次人的干预,同比增长了3-4倍。2017年每5596英里需要一次人的干预,增长10%。这说明谷歌的算法增速在降慢,获得有价值的数据越来越难。

一方面,自动驾驶离人类还很远。另一方面,提升越来越慢,数据获得越来越难,说明这条路不通了,必须要一种新的算法才能通到终局。

目前谷歌处在领先者的地位,谷歌一骑绝尘后面,有一个大的方阵。国内的领先者,基本在这个方阵。对整个行业来说,我们更应该踏踏实实做科研。一方面需要解决活下去的问题,另一方面需要解决通向未来的问题。这两件事情并不矛盾。

无人驾驶大规模的市场还不存在。目前大家都在想象、塑造这个市场的过程。按照王兴的话,现在是同向为竞,大家往一个方向跑,不存在我吃到、你吃不到。不排除在某些车企的竞标过程中,已经出现了一些厮杀,但整个市场是一个快速膨胀的过程,洗牌的时间会拖后一点。

资本目前对这个行业的信心蛮强的。智能驾驶,短时间不太可能出现一两家把所有资金吸走,估值高的离谱的情况,第一梯队应该至少有5、6家并驾齐驱。从资本的角度,投无人驾驶,至少有一支不错的团队。即使在市场开拓上碰到问题,资金上碰到问题,这个团队是有价值的。

未来整个产业格局发生变化,进行重构的时候,可能很多巨鳄都需要布局。要么合并、要么收购,还是有各种退出的渠道,它的价值不会归零。

(至于说,自动驾驶存在泡沫,)有一点,但是,啤酒没有泡沫就不好喝了。

收藏
赞一下
0