您的位置:首页 > 基金 > 正文
自动驾驶魔咒待解:资本告别狂欢,行业降级求生
来源:腾讯网      2023-08-03 07:20:30

本文来源:时代财经 作者:张旭

自动驾驶被视为汽车智能化的决胜高地,也曾是资本热捧的赛道。但从2022年下半年以来,自动驾驶领域热度不断降低,给行业蒙上一层阴影。

2022年10月,背靠福特、大众两大车企的L4级自动驾驶企业Argo AI宣布解散;2023年2月,谷歌母公司Alphabet旗下的自动驾驶企业Waymo启动裁员计划,范围涉及多个部门……


(资料图片)

广州车展上的Robotaxi。时代财经 摄

投资机构的嗅觉最为灵敏,2022年自动驾驶领域的融资规模出现了断崖式下降。据不完全统计,2022年自动驾驶相关的投资事件发生了128起,累计披露融资金额近200亿元。相较于2021年国内自动驾驶行业共发生144起投融资事件,融资规模的932亿元,2022年融资规模缩水近五分之四。

自动驾驶赛道为何温度骤降?对此,有投资人直言:高级别自动驾驶的进展低于预期,缺少大的突破,反而是已量产的辅助驾驶更接近商业化。

缺乏海量数据的支撑,叠加成本与法规的考验,自动驾驶似乎魔咒缠身。那么,L4自动驾驶还有多少难题待解,距离大规模量产还有多远?

资本市场迅速降温

衡量一条赛道的冷热,投资机构的反应最为直观。

有数据显示,过去10年间,国内自动驾驶赛道发生融资事件628起,累计融资金额超3200亿元。Renevo Capital在一份研报中称,2021年,全球自动驾驶行业融资规模较上一年增长168%至181.58亿美元,资本市场的投资热情达到顶峰,但此后狂欢开始落幕。

进入2023年,在港交所递交招股书的黑芝麻智能,以及传出IPO消息的文远知行和如祺出行,恰好代表了自动驾驶行业的上中下游。

黑芝麻智能的主营业务为自动驾驶芯片,是一家硬件公司;文远知行是一家L4级自动驾驶科技公司,做的是自动驾驶解决方案;如祺出行作为广汽集团旗下的出行平台,着力点在于Robotaxi的商业化落地和运营能力。

黑芝麻智能成立于2016年,主营业务是生产智能机车计算SoC及提供基于SoC的解决方案。自动驾驶芯片相当于人类大脑,不可谓不重要,但黑芝麻智能的问题在于,亏损不断扩大,且短期内仍无法盈利。

黑芝麻智能招股书。

招股书显示,2020年-2022年,黑芝麻智能的营收分别为0.53亿元、0.61亿元及1.65亿元,逐步增长。与此同时,公司亏损也在扩大,分别为2.93亿元、7.22亿元、10.53亿元。

亏损的背后,是同样走高的研发投入。2020年-2022年,研发投入分别为2.54亿元、5.95亿元、7.64亿元,累计超16亿元。

三年烧掉16亿元,依然看不到尽头。黑芝麻智能在招股书中表示,预计2023年的亏损净额将大幅增加,并可能在短期内继续产生亏损净额。

对此,黑芝麻智能表示,因为公司正处于在快速增长的车规级SoC及解决方案市场扩展业务及营运的阶段,并持续投资于研发,日后可能无法实现或维持盈利能力。

黑芝麻智能流血上市,文远知行和如祺出行,则对于IPO缄口不言。如祺出行向时代财经表示:“暂时没有官方可以公布的消息,谢谢关注。”

如祺出行的布局主要分为两部分:Robotaxi和自动驾驶汽车产业链。

2022年10月,如祺出行就与小马智行合作,在广州南沙开启有人驾驶车辆与自动驾驶Robotaxi混合运营。2023年6月,如祺出行、小马智行与深圳市前海深港现代服务业合作区管理局签署合作框架协议,三方合作在前海合作区落地“具备全球示范意义的基于车内全无人常态化运营的自动驾驶商业化试点项目”。车内全无人,意味着达到L4级自动驾驶水平。

此外,如祺出行还组建了一支智驾工具链技术团队,正在数据标注、云控平台和仿真平台等方面加快打造可商业化的自动驾驶产品。

从时代财经此前体验如祺出行Robotaxi的经历来看,其在特定范围内运行体验和普通出租车基本无异,但运营范围有限,距离大规模商业化还有距离。

如祺出行的Robotaxi车内场景,时代财经 摄。

文远知行的商业化情况与之类似。据彭博社报道,文远知行今年3月已在美提交IPO申请,计划最多融资5亿美元(约35亿元人民币)。目前IPO有何进展?时代财经采访了文远知行,但对方不予置评。

成立于2017年的文远知行,是一家定位L4级高阶自动驾驶的科技公司。天眼查数据显示,文远知行至今已完成10轮合计募集约15亿美元,可谓是一家明星企业。

文远知行向时代财经表示:“公司拥有5大产品,分别为自动驾驶出租车、自动驾驶环卫车、自动驾驶小巴、自动驾驶货运车和高阶智能驾驶解决方案,基本实现了L4级自动驾驶技术的小规模商业化落地,拥有超600辆的自动驾驶车辆,其中自动驾驶小巴实现了在全球19个城市的落地。”

文远知行无人驾驶环卫车。

但小规模落地距离大规模商业用还有很长的距离。毕马威指出,自动驾驶应用场景,在2030年左右才能实现大规模商业化。

在商业化之前,自动驾驶公司要先确保自己活下去。高阶自动驾驶行业,是个前景遥远烧钱不断的赛道。据研究机构PitchBook数据,一个自动驾驶创业公司,平均每月要消耗约160万美元(折合 1100万元人民币)。

凯联资本董事总经理、产业研究院院长由天宇向时代财经直言:“自动驾驶公司研发人员平均年薪60万,国有车企研发人员平均年薪30万,传统车企根本养不起几百人的研发团队。”自动驾驶公司付出的高昂成本可见一斑。

在自动驾驶概念火热的时候,资本纷纷涌入,但随着投资人的耐心逐步消耗,不只是正在冲刺IPO的企业,整个自动驾驶行业都面临着考验。

限制、成本与法规,自动驾驶魔咒缠身

自动驾驶之难,难在安全性,安全性又需要海量数据的支撑。

由天宇向时代财经表示,业界普遍认为,自动驾驶的安全性需要比人类高一个数量级。假设人类的事故率是万分之一,自动驾驶需要十万分之一,但目前技术还达不到。马斯克也曾经在社交媒体表示:我们对FSD的目标是比普通人类司机安全1000%。

马斯克表示,自动驾驶目标是比人类驾驶员安全1000%

由天宇进一步解释称:“事故是小概率事件,而且每个事故都有所不同,因此累积的事故样本数据不够多,难以用来训练自动驾驶系统。”

在年初的中国电动汽车百人会高层论坛上,地平线创始人、CEO余凯表示:2022年是 L2 +(高速 NOA)量产元年,但技术研发上至少三年才会有一个比较好的进步。而L3恐怕十年以后都不会真正地实现。

有人认为这个判断过于悲观。但事实上,目前允许自动驾驶车辆上路的城市依然是少数,主要集中在北上广深等城市,而且存在不少限制,硬件和运营成本也居高不下。

以走在全国前列的北京亦庄示范区为例,从近年来开展的试点来看,要求运营的Robotaxi内设有安全员,确保自动驾驶系统平稳运行,以及遇到突发状况时应急干预。

业内人士指出,为L3级别自动驾驶设置的安全员门槛很高,不仅要求驾驶技术过硬,也要对自动驾驶系统有所了解,因此成本比普通出租车司机更高。

虽然在2023年7月7日,北京市高级别自动驾驶示范区工作办公室正式宣布,亦庄开始“车内无人”商业化试点,Robotaxi可实现车辆完全自主驾驶,但运营中心仍需配备后台工程师随时监控。如祺出行方面也向时代财经提到,无人驾驶出租车需要远程监控车辆运行状态。

此外,亦庄拥有高精度数据地图,给Robotaxi的运营提供了保障,但拥有类似基础设施的地区并不多。也就是说,如今的L4,既需要安全员准备接管,又需要后台随时监控,还只能在特定范围内运行,这些都推高了运营成本。

要实现L4自动驾驶,成本还不止如此。由天宇向时代财经透露:目前投入运营的L4级Robotaxi,每台车硬件成本超过一百万元,而且“短期内看不到下降的趋势”。

6月,萝卜快跑在深圳开启全无人商业化运营

此外,法律法规的相对滞后,也是制约自动驾驶发展的一个原因。

有自动驾驶行业人士向时代财经表示,目前国内仅有针对L2的法规,世界范围内,仅有德国和美国加州有适用于L3的法规。正因为如此,奔驰的L3自动驾驶才能在美国落地。

今年1月,美国监管部门批准奔驰L3自动驾驶系统(Drive Pilot)可在加利福尼亚州和内华达州使用。奔驰承诺,如果驾驶员在使用Drive Pilot功能时发生车祸,奔驰将承担责任。但使用Drive Pilot功能有严格的限制条件,车速不能超过40英里/小时。

也就是说,即使推出了适用于L3自动驾驶的法律法规,对于消费者而言使用场景依然十分有限。

和乘用车一样,商用车也面临着法律法规与商业化平衡的问题。Cocos市场VP窦超鹏向时代财经表示:“近期Waymo叫停了无人卡车的业务,原因是加州最近通过了AB 316法案,这让2030年之前,自动驾驶卡车去除安全员成了不太可能发生的事情。”

他预测,如果无人卡车想批量落地方案,需要面临多国政府不同的合规要求。这也加剧了商业化批量落地的难度。短期内看,无法自我造血的项目可能会进入新的淘汰期。

共研产业研究院数据显示,2022年我国在售新车L2和L3的渗透率分别为35%和9%,预计2023年将达到51%和20%。而L4的渗透率2022年仅为2%,预计2023年将达到11%。但这些对于大规模铺开还远远不够。

好消息是,今年6月,工信部副部长辛国斌公开表示,将启动智能网联汽车准入和上路通行试点,支持L3级及更高级别自动驾驶功能的商业化应用。

由天宇指出:“L3和L4法规又有所不同。L3法规面向量产车,针对于有人驾驶的辅助驾驶,L4及以上是面向无人驾驶的法规。”可见,一方面需要技术的突破,一方面也需要相关配套的跟进,才能使自动驾驶技术的实际应用加速落地。

在行业迎来重大突破之前,如何活下来,成为自动驾驶公司需要思考的问题。

从L4到L2,从激进到务实

自动驾驶行业不乏“技术狂人”,典型代表就是一众从创立之时就瞄准L4自动驾驶的公司。但随着资本市场热度下降,不少企业选择“降级”研发L2/L3产品,背后的原因依然是——成本。

出于成本考虑,自动驾驶公司出现两大“流派”:一种是以谷歌旗下Waymo为代表,策略是直接瞄准L4/L5级自动驾驶。Waymo的方式是“改造车辆—路测收集数据—试运营”,据the information报道,Waymo每年的运营成本就高达10亿美元。

但即使背靠谷歌,Waymo也难逃裁员命运。今年1月20日,谷歌母公司Alphabet首席执行官桑达尔·皮查伊宣布全球裁员6%,约为1.2万人,其中包括无人驾驶部门Waymo。

3月,Waymo又开启了第二轮裁员,裁掉137名员工。第二轮裁员主要针对工程师,而1月份的那轮裁员针对的是普通员工和行政员工,以及一些从事自动驾驶卡车工作的工程和运营人员。

另一种是以特斯拉为代表,策略是在量产车上搭载L2/L3级辅助驾驶,收集足够的数据向L4/L5进发。

特斯拉交付的数百万辆汽车,给了马斯克加速自动驾驶进程的底气。今年4月19日,马斯克在财报电话会议上表示,市场走向完全自动驾驶的趋势是很清晰的,今年内会实现FSD的目标。

追随特斯拉的步伐,Momenta在2021年宣布,要实现自动驾驶与完全无人驾驶“两条腿”走路。左腿是量产车搭载的辅助驾驶系统搜集数据,右腿是优化L4方案,并反馈给量产方案。这一决策引来不少车企的垂青,Momenta完成两轮累计超过10亿美元的融资,上汽、通用、奔驰和丰田等巨头成为投资者。

Momenta测试车辆

2022年,文远知行宣布获得博世投资,并联手研发L2、L3级别的量产自动驾驶系统。同年,轻舟智航也宣布“双擎”战略,在L4之外开辟第二战场,为车企提供自动驾驶前装量产方案。

用业内人士的话来说:“‘务实’变成了自动驾驶行业的关键词。”

随着智能化浪潮的推进,L2+产品的渗透率逐步提高。高工智能汽车数据显示,2023年一季度,乘用车行业L2级及以上渗透率为33.4%,同比提升9%;新势力品牌L2级及以上渗透率超过70%,头部自主品牌L2级及以上渗透率超过30%。

与此同时,辅助驾驶系统的价格也迅速降低。窦超鹏向时代财经表示:“国内汽车智能化程度发展迅速。目前L2.5级的方案已经比较常见。2022年末从主机厂开始的价格战,以往数万元的自动驾驶配置,已经卷到甚至成为默认标配。”

窦超鹏则表示,对于自动驾驶公司来说,未来3-5 年是关键窗口期。如何在软硬一体化的竞争背景下,打造技术护城河,将技术优势转化为确定的商业收入,是每个自动驾驶公司的必修课。

为车企做量产配套,能够给自动驾驶公司带来现金流,但主动权不在自动驾驶公司手上,车企处于强势地位。

曾经参与过自动驾驶项目调研的机构人士向时代财经表示:自动驾驶系统就像一个技术黑盒,处于优势方的车企往往要求“灰盒”甚至“白盒”。对车企而言,可以省下大量基础代码研发,同时避免“灵魂”被拿捏。

正如上汽集团董事长陈虹在2021年6月提出的“灵魂论”,其认为避免成为躯体,拒绝将上汽集团的“灵魂”交给单一一家提供整车解决方案的企业。自动驾驶的主导权,成为车企新的焦虑。

为此,车企会和至少两家自动驾驶公司合作,避免被“卡脖子”。例如,长城在选择百度Apollo的量产方案时,旗下欧拉品牌闪电猫也搭载了来自毫末智行的系统。长城汽车还是毫末智行最大的控股股东。

毫末智行的智能驾驶产品布局

采用多个平台好处是提高了供应链稳定性,竞价的时候能够稍微降低价格,但也有弊端:采用多个平台意味着维护难度增加,无法直接平移,反而可能提高了成本。

不少车企都曾经出现升级进度迟缓的情况,并受到用户诟病。一方面是车企投入不足,另一方面也有每个平台需要单独开发的原因。一位行业人士对此评价称:“智能驾驶既要解决平衡的问题,又要控制成本的问题,车企仍处于探索过程中。”

反观自动驾驶公司这边,目前自动驾驶公司相对弱势,但不少企业不甘心做供应商。一方面不愿将多年研究成果拱手让人,另一方面也是出于利润和估值的考虑。

由天宇向时代财经解释称:“进入L4及以上阶段,自动驾驶公司赚的是运营商的钱,以公里计费;而做供应商,意味着利润和话语权都是有限的。”

此外,单靠卖货也难以支撑公司的估值,因此自动驾驶公司普遍都在讲L4的故事和前景,和车企合作是为了加速L4的实现。如此看来,自动驾驶和车企的合作,颇有些“忍辱负重”的意味。

火热理想遇上冰冷现实,眼下,自动驾驶赛道正上演“冰与火之歌”,而在未来,谁能成为最后的赢家,犹未可知。

财经

Copyright @ 2008-2017 news.dfce.com.cn All Rights Reserved 东方财经网 版权所有 关于我们

联系我们:dfcjw@sohu3.com