深度回顾：自动驾驶创业领域有多深？战斗频频

【深度回顾】自动驾驶作为大热趋势，如今已经成为各大资本趋之若鹜的行业。

然而，不少种子选手在发展关键期却深陷内讧。

例如，Roadstar.ai 最近闹得沸沸扬扬。

经历了CEO公开罢免CTO、部分员工突然被解雇、投资者两次公开警告前任CEO和现任CEO等一系列事件。

分手是不体面的，会让大家都蒙受损失。

本来只是初创公司内部的纷争。

既不危害社会，也不影响行业发展，也不针对消费者。

不过，这也上了百度热搜。

看来公众对自动驾驶行业也颇为好奇。

●《深评问道》是什么？ 《深评问道》是第一个为行业最终用户创建的程序。

由汽车行业资深从业者专门撰写，独家分析/揭示行业重大事件。

除了生动的外表，我们更想呈现给大家的是对事物本质、因果、未来可能性的探索和思考。

行业评论员在本期 - 唐靖茹，一位每年调查近200家公司的汽车行业分析师。

曾任职于美股上市汽车电商战略部门，专注于行业研究。

30秒快速看懂核心论点：1、人工智能快速发展促进青年技术人才崛起。

国内自动驾驶初创企业经验不足，组织管理能力有待提升。

2、行业技术和策略快速变化，行业整体尚未产生收入。

技术标准和供应链体系不完善，内部绩效评估困难，客观矛盾较多。

3、自动驾驶企业研发成本极高，融资大量，烧钱快。

未来，行业集中，各行各业竞争者聚集。

只有真正优秀的初创企业才能获胜。

这并不是国内自动驾驶公司第一次陷入内讧。

这里有很多初创公司，也有很多高科技公司。

为什么这个领域有这么多戏剧性的事情？如果我们只关注“Roadstar.ai公开罢免CTO”事件，最直接的因素也显而易见：一是管理团队过于年轻，缺乏经营业务的经验，处理内部管理问题的能力也较差。

需要改进。

此外，自动驾驶产业尚不成熟，前景不明朗。

从公司战略到技术细节的一切都需要探索。

需要做出的决定太多，各种问题都可能引起争议。

“Roadstar.ai自动驾驶汽车”融资速度太快，资金规模太大。

动辄上亿，品牌实力较弱的资金根本挤不进去。

自动驾驶是极少数完全没有收入、烧钱很快、但融资能力很强的行业之一。

没有钱，你肯定会死。

钱太多很容易出问题。

股权与利益直接相关。

如果分配不均，核心团队闹翻也是很正常的。

深入挖掘几个原因背后的本质，实际上有助于我们了解自动驾驶行业的现状。

首先，需要明确定义。

这里所指的自动驾驶行业仅包括SAE（汽车工程师学会）标准分级中的L4级及以上，可以实现真正的无监督、无人控制、无人接管。

能够实现部分自动化或完全自动化但需要人类接管的L3级解决方案并不是自动驾驶。

这些公司大多是从ADAS（高级辅助驾驶）起家，业务和营收模式更接近传统汽车零部件供应商，与自动驾驶公司有较大不同。

●年轻技术专家占主导地位，管理经验不足。

近两年最火的科技术语无疑是“人工智能”。

自动驾驶被认为是由于其智能化水平极高、容错率低、实施难度大。

人工智能核心高频场景。

技术层面人工智能发展最重要的驱动力是数据、算法和计算能力。

算法的改进依赖于数据的积累，计算能力的提高也满足了数据处理的需要。

人工智能的概念早在20世纪50年代就被提出，但由于数据收集困难，一直没有大张旗鼓。

直到最近它才出现爆炸性增长。

核心原因在于互联网和各种传感器技术的发展解决了原本难以解决的问题。

数据问题。

过去行业机会很少，自然很难吸引到优秀的人才。

北京大学信息学院人工智能专业已有十多年的历史。

但以往划分专业时一直不受欢迎，远不如软件工程等专业受欢迎。

由于教育落后和国内产业能力不足，本地培养高水平人工智能人才的机会很少。

如今，国内领先的自动驾驶公司的创始团队均拥有海外学历，或者曾在谷歌、苹果、百度硅谷等海外团队工作过，他们大多是80后，基本上都有技术背景，而且管理过庞大的研发团队。

经验是稀有的。

如何协调核心团队的利益，如何与投资者打交道，都需要从头开始学习。

其他行业也不像有不少有经验的连续创业者。

很多领域的创业都非常注重团队的复合背景。

比如金融科技，最好的配置是拥有一名技术专家、一名具有金融背景的资深从业者、一名互联网产品或运营的资深从业者。

技术专家可以是缺乏管理经验的博士，但高级从业者一般是高级管理人员。

自动驾驶行业非技术背景的人之所以这么少，一方面是因为在创收阶段之前，产品和运营能力还没有得到重视。

另一方面也是因为行业的技术门槛太高，投资者更愿意信任那些技术背景强的人。

球队获胜的机会更大。

许多投资实际上是针对技术专家的。

因此，只有能够积累足够优秀技术人才的团队，才有机会活跃在大家面前。

由于技术是核心竞争力，创始团队都有技术背景，如果责权划分不清，或者成员有私心，就很容易在知识产权问题上发生冲突，比如周光的违纪事件。

Roadstar.ai。

有一篇文章：“长期不遵守公司内部代码管理规章制度，私自开放代码库并隐藏图纸，故意不上传代码，屡教不改”。

●行业整体刚刚起步，缺乏标准，难以评估。

创业公司中也有很多年轻的团队。

如果只是缺乏管理经验，内讧不会高。

如果在一个成熟的行业进行创新，往往有已经行业认可的方法论和生态系统来铺路，然后通过技术创新或模式创新来提升价值。

在这种情况下，即使团队经验不足，彼此之间也很容易达成共识。

有的，但难点在于无人驾驶行业。

这是一个前所未有的行业，一切都是新的。

“小马智行无人车”首先没有统一的技术标准，也没有相对成熟的解决方案。

唯一可以比较的指标是结果指标，例如接管频率和事故频率。

但在原型车制造出来之前，这一切都是不可能的。

说到这里，早期投资者只能根据团队的背景来下注。

而且，由于技术门槛太高，即使是投资者或者有一定技术背景的第三方也很难准确评估每个团队的技术能力。

外行人只能完全听故事，很可能会被骗。

周光还被指控“在政府监管报告中故意伪造数据”。

更有什者，业内盛传某无人驾驶公司在给投资者进行实车演示时手动“远程控制”车辆，假装“无人驾驶”不被发现，最终获得融资。

面对如此难以“尽职调查”的调查，团队内部的对抗可能不仅限于技术方案本身，还有利益与道德的对抗。

《谷歌自动驾驶汽车》此外，即使团队成员一致坚守诚信底线，技术或策略的快速变化也会对团队内部以及与合作伙伴的关系产生巨大影响。

在缺乏成熟解决方案的情况下，各家企业都在不断探索，行业正在快速变化。

任何方向的改变都可能导致团队或合作伙伴因研发或业务需求而做出大规模的调整，进而可能导致高层管理者之间的冲突。

另一方面，不仅自动驾驶企业本身技术不成熟，很多为其提供软硬件的传感器、高清地图厂商也不具备量产能力。

行业缺乏统一标准，龙头企业尚未脱颖而出。

赌博也时有发生。

最后，由于目前自动驾驶技术尚不成熟，距离商业化还很遥远，目前国内自动驾驶公司还没有产生真正的营收。

对于一家公司来说，没有收入不仅意味着生存有压力，更重要的是很难评估每个团队和高管的贡献。

“自动驾驶卡车”市场是测试能力的终极标准。

没有任何市场反馈，就意味着没有实用的性能指标，研发和产品的价值没有最终体现。

这个时候，如何激励引导，如何稳定团队，就极其考验管理者的能力。

稍有不慎，就会引发内部矛盾。

●人才、车辆需要花钱，前景诱人。

资金充裕。

如果没有收入，自然要靠融资来生存。

回顾近年来自动驾驶行业的融资情况，单笔交易金额过亿的情况十分常见。

近两三年，诞生了数家“独角兽”级别的公司（估值10亿美元），估值增速远超其他行业。

。

投资者聚集在一起争夺龙头企业，自然相信钱能烧过门槛。

那么，自动驾驶公司的钱去哪儿了？ 2019年部分智能驾驶公司融资信息披露时间 公司名称 本轮融资金额 投资者。

1 图森未来 D 轮，由新浪领投。

1 文远知行获Alliance RNM领投、商汤科技、农银国际领投的数千万轮融资。

12 和多科技数千万美元A轮融资由红杉资本中国基金领投，泛海投资、四维图新、IDG资本、贝塔斯曼跟投。

10月初，速必得科技战略投资2亿美元，投资腾讯、招商创投、国信资本、元和资本、建银国际、蔚来资本、金资本等。

7小马智行A+轮1.02亿美元领投凯明投资、八路资本、松禾资本、招商局资本领投，红点中国、郑志刚、德隆资本、红杉中国、晨兴资本、DCM、弘泰资本等参与投资。

6 纵目科技数亿元C轮投资，建发集团领投，君联资本、德毅资本跟投。

.5 Roadstar.ai A轮融资1.28亿美元，由双湖资本、深创投领投，云启资本、招银国际、元璟资本跟投。

3 深动科技A轮1万美元，由红点中国领投，源码资本跟投。

不用说，技术人才是昂贵的。

即使有技术专家的指导，实际的开发工作仍然需要很多工程师来做工作。

近年来，互联网巨头和初创公司纷纷争夺人工智能人才。

供应短缺导致市场价格飞涨。

起薪30万的毕业生未必招不到人，甚至经济不景气也丝毫不受影响。

一个功能齐全的自动驾驶团队至少需要几个人，其中技术人员占80%-90%。

仅支持团队一年就花费数千万美元。

人贵，车也不便宜。

目前前置式无人驾驶汽车还很少。

几乎所有具有线控功能的汽车都被购买并改装成具有无人驾驶功能。

例如，最常见的就是林肯MKZ。

车辆本身成本约为30万元。

最贵的是传感器和改装费用。

装备齐全后，硬件成本超过百万元。

“基于林肯MKZ的百度自动驾驶汽车” 就像人一样，汽车要实现自动驾驶，也必须能够看清周围的环境。

仅使用相机不仅不够精确，而且难以准确测量距离。

因此，需要激光雷达作为汽车的“眼睛”，实时反馈环境信息。

多线束激光雷达极其昂贵，单台售价数万美元，一台比汽车本身的成本还要多。

要实现完整的无人驾驶功能，一般需要两到三台。

再加上摄像头、毫米波雷达等各种传感器，以及计算硬件，仅改装一辆无人驾驶汽车的硬件成本就轻松超过百万。

“每辆自动驾驶汽车都需要激光雷达作为汽车的‘眼睛’。

”仅靠硬件是不够的。

改装车辆实际上需要汽车工程知识和人工智能知识的结合。

大多数自动驾驶初创公司没有汽车行业背景。

，你还是需要求助于专业的改装公司，而且只有美国公司才能提供这项服务。

改装成本几乎与硬件成本相同。

成本翻倍，一辆改装车的综合成本就在一万多元。

下一步公司要带着车到处测试、展览，各种交通费用自然不是问题。

一两辆车，各种系统bug无法完全暴露，无法验证自己的车队运营能力。

毕竟，必须要有十、二十辆以上的车辆，才能称得上“车队”。

这将花费数千万美元，而且没有人知道昂贵的激光雷达能持续多久。

一些自动驾驶公司还在海外设有团队，成本甚至更高。

综合计算，一年1亿已经算比较保守的水平了。

当然，投资者也不傻。

在这样一个烧钱又高风险的行业，在出手之前自然是有非常诱人的前景的。

自动驾驶汽车不仅有颠覆传统汽车行业的潜力，只是取代现有的出租车市场，这也是万亿级别的规模。

更重要的是，如果无人驾驶技术成熟，出行服务的潜力得到释放，其规模将会大得多。

它并不止于此。

“nuTonomy，全球首个公开测试无人驾驶出租车”一旦连接到互联网，完整的高精度地图、无人驾驶汽车产生的行驶数据等都是极其敏感的信息。

从这个角度来看，国家开放外资的可能性不大。

国外技术虽然发展早，但很难同台竞技。

本土企业仍然有很大的机会。

工信部等相关部门也在加紧出台智能网标准，话语权肯定会落到少数本土龙头企业身上。

市场主体过多，政府管理困难。

许可制度不会有重大变化。

无论从技术门槛还是政策角度判断，未来市场集中度预计较高。

虽然国内尚未有自主品牌整车厂高调进军自动驾驶，但未来自动驾驶技术将与汽车制造深度融合，拥有线控技术的整车厂难免会发生一场大战。

此外，互联网巨头等力量也在齐聚。

再次强调，只有极其优秀的初创公司才能成为巨头，其他的被并购也算是最好的结果。