对话丨自动驾驶商业化需看大规模量产，2021年或实现特定场景落地

2018年6月13日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合主办，拼多多协办的“2018全球智能+新商业峰会”在上海长宁世贸展馆举办。

本次峰会以“AI落地，产业升级”为主题，现场聚集超过5000位AI行业内外人士，共同探讨AI目前面临哪些挑战，当下如何商业落地，未来将会怎样发展等问题。峰会采取“1+8”的组织架构，除了6月13日的“全球AI领袖峰会”外，14-15日将举办包括AI消费产品峰会、智能+新出行峰会、智能+大健康峰会、智能+新金融峰会、AI国际化峰会、智能+教育峰会、智能+新服务峰会、智能+零售峰会在内的8场垂直峰会。

在“智能+新出行”峰会上，云启资本执行董事陈昱、北极光创投投资副总裁赵小松、凯辉基金合伙人李贸祥、诗航智能CTO刘振宇四位嘉宾就“自动驾驶商业化落地途径”的话题展开了圆桌讨论，嘉之道汽车董事长兼CEO徐锦泉担任本次圆桌讨论的主持人。

【现场嘉宾对话实录】

徐锦泉：首先，我想问一下四位，从各自角度来谈谈，你们在投资自动驾驶企业时，看中的是他们什么样的核心能力？

陈昱：自动驾驶算蛮长的产业链，每一个都有投资机会，云启全产业链都在看。目前，我们出手的一个是L4级别的自动驾驶。其实除了L4级别的自动驾驶方案以外，我们也在看自动驾驶其他方面的商业应用，比如卡车的自动驾驶会被广泛应用在物流方面，城市里面自动驾驶场景像清洁车、园区接送车、观光车等等，相对比较简单的自动驾驶方案也是我们关注的，这些都是偏方案的。其实，方案离不开后面的一些硬件的支持，硬件的支持包括像激光雷达、高精度的毫米波雷达、换道，云启也在积极布局。目前偏解决方案和传感器为主，但不代表高精度地图类我们不看，只是目前还没有发现特别好的机会。

徐锦泉：云启看的比较全。

赵小松：这个问题的答案可能跟陈总刚刚介绍的差不多，我们对这个领域做了比较深的研究和梳理，关注点会在核心的传感器、算法的融合、高精度地图等行业，也会在应用和场景方面做一些投资。除了车联网、安全方面以外，北极光在其他自动驾驶或者辅助驾驶相关的关键领域都已经做了布局。

最后投的是什么？我们的核心观点是投是比较牛的团队。无论做什么，这个人要足够牛才可以。我们最后的着眼点是，团队有多大的能力和实力。

徐锦泉：北极光是非常资深的投技术的创投公司，对于团队特别关注，这个非常好。

李贸祥：理念上来说大同小异。我们有一张全景图，我们从硬件开始布，再是软件，最后是云端的综合处理。但是我们更注重的是能够量产的技术，比些传感器。我们也一直关注L4，但是我们其实暂时不敢下手，一方面估值比较高，另一方面商业落地不知道几时能够看到，再加上对整个基金周期等因素的考虑，我们会相对保守一点。每个基金的风格不一样，我们希望能够看到一些能够快速量产的技术，所以我们先布硬件。

徐锦泉：李总特色可能从战略投资布局来讲，是未来产品线的延伸，是能够量产的传感器在自动驾驶里面的配件，这个符合投资者的属性的。

最后回到刘总这边，刘总他们原来做电子相关产业，你们怎么去架构自动驾驶能力的？出发点是什么？

刘振宇：我们经常被准备投我们的人问，你们准备做什么？准备做到什么程度？我们诗航有点特别，团队成员都来自供应链，做电子做了很多年。我们当时想了一个问题，我们要做什么样的公司？

一、我们不是为了自动驾驶而自动驾驶，我们落地的场景确实有这个需求。

二、我们作为一个初创公司非常忌讳我们什么都想做。

三、我们有一个原则叫做术业有专攻。我们把国内激光雷达和毫米波雷达作好的有很深的技术积累，才能做好像车规，做到量产。我们的原则是引进一个成熟的技术，其次专注于这种确实有需求的，而且适合落地的场景，比如说封闭场景的自动物流、自动外卖、自动清扫。如果站在投资方的角度来讲，我们希望投资方投资我们的时候能够看到现金流回来。

另一方面，我们不会放弃技术上的追求，我们L4级别的车会在深圳路测，我们非常清楚一两年之内不会看到现金流回来，我们会用其他的补偿它，一方面能够保证现金流很好的反馈，一方面是保证技术。我们害怕什么能做，但什么都没有做好，所以我们会专注于一两个方向。

徐锦泉：他的切入点不仅仅是技术，会从更好的解决方案当中，因为汽车电子在汽车的配件当中还是比较边缘的供应链的环境里面，也不容易。前段时间我走访了几家上市公司，这是另外一种自动驾驶商业化的实现路径。

规模化应用或营收才能称作商业化

我接下来的问题跟主题有关，何为商业化落地的标志？商业化的概念到底是什么？这个听起来有点抽象。

陈昱：简单来说，商业化落地才算是商业化，其中必然包括规模化营收。比如说自动驾驶进入了前端市场，某款车型有数十台车落地，或者有数千台的自动驾驶车队能够提供城市服务，这种就是商业化落地。商业化落地在中国现在看来还早了一点，在美国其实已经比想象中近了，谷歌最近在加州已经和汽车厂商定制了两万台自动驾驶车辆，已经准备好去大规模推进自动驾驶的商业化。

徐锦泉：规模化量产，规模化使用，这个是很高的要求。

赵小松：我的看法也差不多。当它从初创企业变成被市场所接受的生意时，就可以认为它的商业化落地得到了验证。也许，L2和L4是一个并行的，而不是一个互相取代的关系。要说L4级自动驾驶的话，可能商业化落地还需要一定的时间。但是，其实我们现在投资的这些项目，他们主攻L2级自动驾驶层面，在商业化落地上已经取得了一定的成绩。所以，我觉得这个事情也得看具体的你投的是什么。

徐锦泉：赵总的观点从L2和L4的成功的标准不一样，最好是规模化量产，这是共同的成功标志，但是在不同的技术阶段，我们说的成功可能有台阶。

李贸祥：从商业化的角度，我非常同意赵总说的，L2级自动驾驶，主要方向是在无人停车和高速公路的自动驾驶，通过高精度地图，在高速路况下实现这一情况相对简单。所以，这些技术已经量产了。L4级自动驾驶会更远，他们的落地需要依靠无人车队来实现。我有一个畅想，上海有一条很适合布局自动驾驶的公交线路，71路，那条线路除了这辆公交车，其他车都不能进。当技术相对成熟、工况相对简单的时候，希望上海政府能够让一些初创企业在某一些时间段，在不是那么复杂的工况下做这种尝试。

所以我觉得，L2级、L4级自动驾驶这两条路大家都在走，这两条路商业化落地的场景也是不一样的。

徐锦泉：我理解你的意思，就是商业化落地标志是说有一个成熟的应用，即便只是一条公交线，也算是商业化落地。

刘振宇：我觉得，当我们想象一个能够将自动驾驶量产商用化汽车电子产业链有两点：

一、自动驾驶不是一家或者两家公司能够完成的事业，做到量产化的自动驾驶一定是这个整条产业链上所有的公司具备了向自动驾驶提供相应的部件和方案。

二、我们并不是到某个点是商业化，我们一直奔向商业化的路上。比如现在已经有样车了，跑的时候会采购激光雷达，激光雷达有一定订单以后会摊平一定的成本，会有收入来进行下一轮的研发做激光雷达的量产产业化以及质量品控。随着成本摊平，激光雷达价格可以降一个阶梯，做自动驾驶才会有一个机会。那边有更广阔的应用场景，会加大激光雷达和其他传感器的订单。并不是说后端的汽车集成商等着传感器降价格，而是我这边有应用，催生新的生产，最后在大家的互相促进之中，整个产业链才能达到商业化的水准。

中国的优势是有一条全产业链，在一个国家内可以提供全产业链从原始物料到一级供应商，再到二级供应商，再到主机厂，最后到出行的、服务商。当这个链条提升到商业化的水准以后，我们就会追求更高水准的商业化。

徐锦泉：刘总很清楚台阶怎么走。刘总谈到了两个方向：第一个是全产业链的共同协同，很难孤掌难鸣；第二个是技术供应商与主机厂互相促进，每个台阶都走得扎实，才可以实现很好的商业化落地。

自动驾驶的风险主要来自技术领域

徐锦泉：我接下来一个问题是，各位认为，自动驾驶这个行业的风险在哪里？这个行业整个投资阶段还是偏早期，越早期机会巨大，风险也不小。自动驾驶可能存在的风险在哪里？

陈昱：自动驾驶是相对比较复杂的技术，最大的风险是技术风险。能不能把东西做出来？而且做出来以后能否符合大家对于自动驾驶技术水平的期望？可能说，你自动驾驶现在能够处理98%、99%的情况，但是还是有1%的可能会出现问题。这个时候，大家仍会觉得这个技术是不可用的。其次，商业化落地以后还会牵扯到其他几个问题：一、量产的问题；二、我的成本怎么控制下来，怎么让各个传感器和主机能够非常可靠得在各种恶劣环境下工作？第三，当自动驾驶车辆大规模上路时，监管机构怎么处理好自动驾驶车和人类驾驶的车、与行人之间的关系？像这些我们能够看得到的问题，都需要时间去解决。

徐锦泉：陈总讲的非常完整。就是技术风险方面，会不会到了L3戛然而止？人把驾驶权交给机器是巨大的跨越，中国的道路环境当中存在的风险或者麻烦比我们想的可能要多；另外，整个行业产业，成本可能导致风险、还有法律方面的风险。

赵小松：对于早期投资来讲的话，无论你说投的是自动驾驶也好，还是投的其他的一些信息技术也好，面临的风险基本上大同小异：市场的风险、团队的风险、生产工艺的风险、竞争的风险等等，所有的风险在技术类投资上基本上差不多。北极光在自动驾驶领域做了很多投入，核心原因在于这个市场有想象力，未来市场的规模会比较大、有一定的颠覆性。

为了规避这些风险，我们最后选择去寻找一个我们认为最好的团队去投资。站在投资人的角度来说，很多坑也许看得见，但自己迈不过去，只有特别优秀的团队才能把风险抗过去。特别是在自动驾驶，商业化落地需要很长时间的情况下，我们更需要投第一流的团队。只有这样才能够见到胜利的曙光。

徐锦泉：赵总还是从早期的投资特点，最后还是看人，人应对产业变化的能力，决定能不能在这个行业里面将来脱颖而出的机会。

李贸祥：以上几位老总说的已经很完整了。我觉得，其实就是需要看看谁来买单？生产的产品是否真的有需求？多长时间能完成？无论从自身投资的角度也好，从外部的角度也好，这个问题多多少少需要从两个方向来阐述。

徐锦泉：从投资的角度讲，投资周期特别长，高估值长期看也可能是一个风险。

刘振宇：从产业角度来讲，自动驾驶跟其他产业不太一样的是“一荣荣，一损具损”。之前特斯拉出了一个事故，出了事故以后，终端消费者不会记住是哪家公司，而会影响整个自动驾驶的接受程度。所以自动驾驶是一个很讲团队的产业，大家共同来减少技术上的风险，这是我觉得成为自动驾驶行业一员非常自豪的。自动驾驶技术也是逐步前进的过程，没有百分之百完备的技术，而是一个让故障率驱近于零的过程。但是这个过程有长时间，只能说我们大家很努力去做。

徐锦泉：刘总的意思其实是，风险是行业共同成本，特斯拉着一次火，大家怀疑电动车是不是很容易着火，这个不是你引起的，是行业当中关键企业、关键的点导致系统性认知的风险。

特定场景下的自动驾驶落地或在2021年左右

徐锦泉：最后一个问题，你们觉得，自动驾驶达到商业化落地时间表大概是什么样的？这是早期投资者最关心的事情。

陈昱：现在，实际上L1、L2级别的辅助驾驶技术已经落地了。像L3、L4级等相对比较高级别的自动驾驶技术，我觉得，到 2021 年左右，就能看到一些比较大规模的试运营，而真正达到我们刚才说的规模化营收会是在 2025 年左右。

赵小松：驾驶辅助系统已经在上量了。自动驾驶方面还是有些挑战，但我们比陈总更加乐观一点，在某些地区、某些特定场景下，主要依靠自动驾驶的运营车辆有可能会在未来三年左右大规模出现。特定场景肯定会很快，所以我们对这个事情觉得比较乐观。

李贸祥：我觉得，时间线大家都是差不多。在2010年上海世博会上，通用汽车当时的愿景是在2030年达到无人驾驶、无交通事故的状况。如果说L2级别的自动驾驶，他们已经开始大规模落地，而且大部分已经在量产车上，要真正大规模实现L3、L4级别自动驾驶商业化，预计是在2030年。

刘振宇：我们得出的明确结论是，在半封闭场景，或者说固定场景下，实现L4级自动驾驶技术商业化会是2020年~2021年。其中的一个标志性事件就是，在2020年东京奥运会的时候，我们应该就能看到日本的无人驾驶车辆出现了。

徐锦泉：谢谢四位嘉宾。