汽车AI逾2000亿美元 蛋糕怎么切 BAT之间必有一战

　　杨海艳

　　[智能汽车的场景化应用之所以蕴藏着无限的空间，是因为通过用户ID的建立，汽车与人的需求相结合，并通过地图等底层架构设置，与外界的生态形成动态匹配，能够引导车主的消费行为，并通过支付的打通完成商业闭环。]

　　[到2025年，AI将为全球汽车厂商（OEM）带来每年高达2150亿美元的总收益。]

　　随着5G时代的开启，业内一致认为5G＋AI（人工智能）将为汽车行业带来巨大的商业机会。

　　麦肯锡咨询公司在此前发布的一份报告中表示，到2025年，AI将为全球汽车厂商（OEM）带来每年高达2150亿美元的总收益。这相当于汽车行业息税前收益总额的9%，或是理论上过去7年里1.3%的年平均生产力提升值。

　　要吃到这块大蛋糕并不容易，在无人驾驶商业化还遥遥无期，包括像自动泊车这样眼下最容易实现的技术，商业化空间尚十分有限的背景下，AI要如何赋能于汽车，才能从行业中顺利掘金？

　　押注L3还是L4

　　美国国家公路交通安全管理局（NHTSA）将对汽车自动驾驶的阶段分为4个级别：L4是完全自动化阶段，汽车无需人为干预，可以自行做出决定。L2是特定的辅助驾驶技术，可以帮助驾驶员更好地驾驶，而L3是有条件自动驾驶。

　　有部分科技公司将眼光着眼于L3级别自动驾驶的后装市场。比如创始人团队曾为特斯拉Autopilot团队核心成员的纽励科技，今年6月份就在上海发布了基于L3级别的自动驾驶系统解决方案——MAX1.0，这个系统不依赖激光雷达、高精地图，就可实现高速代驾、拥堵跟车、自主泊车等功能。此外，搭载这套系统的车有望在2020年实现量产定点，在随后的两年内开始投产（SOP）。

　　但更多的公司已经不看好L3的技术和商业空间。在今年的百度AI开发者大会上，百度明确表示在自动驾驶领域发力，从此前聚焦高速场景致力于自动驾驶辅助系统研发的L3，转向以自动泊车为商业落地重心的L4，后者是目前主流车企都在争夺的自动驾驶入口之一。百度副总裁、智能驾驶事业群组总经理李震宇表示，目前自动驾驶汽车主要是依靠整车生产以后，后期加装感应器等零部件的方式，因为这辆车设计和生产的时候没有考虑到这些零部件的加入，所以可能会出现兼容性的问题，并影响稳定性能。

　　不只是百度，包括福特和沃尔沃都明确表示将放弃L3级别自动驾驶，直接进入L4级别自动驾驶。福特的顾虑在于L2是特定的辅助驾驶技术，可以帮助驾驶员更好地驾驶，主要的责任人是驾驶员。L4则是全自动驾驶汽车，汽车接管所有控制权，驾驶员不用承担责任。而L3的挑战在于未能给车辆和驾驶员划分一个清晰的责任认定：到底是人还是机器在驾驶。这带来一定的责任风险的同时，从成本投入和商业收益来看，也没有太大的回报空间。

　　但是，L4级别的无人驾驶何时可以到来？

　　Waymo公司CEO John Krafcik坦言自动驾驶道路漫长，他认为现实中出现了自动驾驶汽车，但它们还远远没有普及。最主要的原因在于，自动驾驶技术还没有达到在任何天气和任何条件下都能驾驶的最高等级。

　　就在近期，一度闪耀硅谷的无人车初创公司Drive.ai宣布被苹果收购，让业界对于无人驾驶的落地效率表示悲观。而从车企近期发布的目标和愿景来看，越来越多的车企也开始推迟无人驾驶汽车商业化的实现时间。无人驾驶的量产落地不仅面临环境、成本、技术和法规问题，还有业内最为关注的安全和可靠性问题。

　　地平线创始人余凯在2019斑马智行探索大会上谈到，面向4G、5G的自动驾驶一辆车所产生的数据是1000个TB，2000辆的自动驾驶汽车在一天所产生的数据相当于2015年整个人类文明一天产生的数据。汹涌澎湃的数据会通过联网的汽车、无数的智能终端传到网络端，这给边缘计算的应用带来机会的同时，也对底层的算力提出了极高的要求，要让算力支撑上层丰富的人工智能的软件框架，需要的是整个芯片产业与时俱进的进步。虽然人工智能技术发展迅速，但是到今天为止并不是那么尽如人意。

　　对于自动驾驶来说，下层的计算能力是非常重要的制约因素，整个自动驾驶链条也非常的长，目前在算力上还有很多需要解决的问题。在目前自动驾驶的算法模块里面，定位算法比较成熟，感知也还可以。但在预测上非常困难，表现于车在自动驾驶的状态下对于周围车的动向和趋势，很难作出精准的判断。

　　所以从根本上看，目前的自动驾驶在技术尚未达到成熟阶段，在车路协同方面也还有很长的路要走，短期内主要的商业应用还将会聚焦在辅助驾驶。

　　AI如何从汽车行业掘金

　　在无人驾驶尚未成熟的阶段，AI如何从汽车行业掘金？麦肯锡的报告认为，长期来看支持AI功能的汽车和移动出行服务可以为行业带来巨大的价值，但这些功能和服务在短期内行业层面上创造的价值是有限的。利用现有的技术，达成车主和用户体验的改善，是眼下AI在汽车行业最容易实现的商业化关键点。

　　余凯在会上表示：“当下大规模的量产可行性，最重要的还是车内的人机交互，另外就是ADAS（高级辅助驾驶系统）。”

　　全球范围内，ADAS系统的数量（例如夜视和盲点检测）从2014年的9000万辆增加到2016年的约1.4亿辆，仅两年就上升了50％。到2016年，ADAS总共创造了约150亿美元的市场。麦肯锡最近的一项调查显示，对于配置不同的ADAS系统，司机愿意额外花费500～2500美元来购买。机构预测到2020年ADAS的市场规模可能会达到千亿元，年复合增长率超出35%。

　　千亿元的空间看起来十分诱人，但基于硬件的市场其实仍然是有天花板和瓶颈的。在斑马网络CEO郝飞看来，面对未来的智能出行市场，事实上车联网带来的智能场景化应用隐藏着更为巨大空间的市场。

　　郝飞谈到，这个智能场景化的应用空间与此前车联网应用鼓吹的市场空间有本质的区别，回归至传统的车联网时代，当时更多的口号是要让车取代手机，供应商们在车机上铺设了大量的功能，比如查股票、订酒店、听新闻等。“但是这些需求真的那么刚需吗，不是的，其实用户最喜欢的高频应用第一是导航、第二是语音、第三是音乐。”郝飞说，“在汽车的出行场景里面其实用户对这些需求是有限的，原来就能够用手机完成得很好的功能为什么一定要在车上完成。”

　　他认为所谓车载社交，都是伪命题。在单纯的车联网时代，期望通过一个地图导航、发一个语音命令甚至是下载一首音乐就能形成商业模式跟商业闭环，是不现实的。

　　智能汽车的场景化应用之所以蕴藏着无限的空间，是因为通过用户ID的建立，汽车与人的独一无二的需求相结合，并通过地图等底层的架构设置，与外界的生态形成动态的智能匹配，能够动态引导车主的消费行为，并通过支付的打通，完成商业闭环。

　　比如斑马智行目前在上海与中石化进行合作，在所有的中石化店都开通了斑马智行的支付，用户到达加油站可以无需下车，便可实现自主加油和支付；随后又与饿了么合作，推出“智慧点餐”服务。

　　在郝飞看来，这是斑马“情境智能驱动服务找人”产品理念的体现，即基于AliOS汽车专属操作系统，通过个人超级账号打通互联网世界，实现数字感知、智能交互、生态融合到个性服务。他分析，从单纯的场景驱动，加入情绪识别和数字生态融合计算，可以对用户下一步行为进行精准预判，进而让人车关系从“助手”向“朋友和家人”演进。其赖以实现的条件，就是人、车、出行数据的融合以及背后能连接和整合多少生态服务的能力。

　　BAT之间必有一战

　　与斑马背靠的阿里一样，包括百度和腾讯，都具备人、出行数据和生态服务的能力。

　　因此，百度和腾讯也加紧在与整车厂商抱团，打造智能汽车生态圈。百度在AI开发者大会上宣布，目前Apollo（自主泊车一体解决方案）生态合作伙伴规模已达156家，并提出60余家整车厂以及300余个行业合作伙伴将进行生态圈的构建及合作，通过多模及开放的两大模式，为车企及消费者提供定制化的车联网服务。

　　阿里基于阿里AliOS打造的斑马智行，除了在生态圈上笼络了大批同属于阿里的消费、数据、地图以及支付伙伴之外，还与包括上汽、福特、观致、雪铁龙等多家整车企业建立了合作关系。拥有海量腾讯用户的账号体系、微信与QQ强大连接能力的腾讯也当仁不让，与包括广汽和东风在内的车企结盟，也让其拥有了庞大的市场客户。

　　上述三家公司都在按照自己的需求划定“朋友圈”，希望打造自己的壁垒。业内甚至认为，在争夺合作伙伴和打造竞争生态上，三者之间必有一战。

　　但所谓的壁垒是技术能力上具有的差距，而非简单的封闭生态的打造。郝飞认为，今天很多构建在所谓的以超级APP的方式所呈现的开放都是伪开放，其实它是用底层操作系统的开放来混淆自己垂直生态的、垂直应用的封闭。这种垂直生态的封闭会在一定程度上影响消费者的体验，因为消费者在使用某款软件时，关注的并非是这款软件的“站队”，而是体验的优劣。

　　目前斑马智行平台上的生态合作伙伴，70%来自非阿里系。智慧加油服务已支持中国石油、壳牌、佰付美、车主邦近3000多家加油站；智慧停车覆盖210个城市11000多家无感支付停车场；高速云付也已接入135家收费站。“我们会在八九月份宣布全面的开放战略，包括底层技术、资本等各方面将深度开放。”郝飞透露。

　　对于BAT来说，谁能更好地从汽车市场掘金，最终决定的要素在于底层的技术能力、云端一体的生态服务能力，以及成本、可靠性和体验的流畅程度。