作者 盘和林 浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员

经历了十年的发展，自动驾驶如今已经进入了蹒跚学步的阶段，但商业落地却需技术积淀，周期会很长。在这个过程中，我们还应当思考，自动驾驶中的初创企业是否能够挺过经年累月的消耗？如何提高产业链自主性，避免受制于人？

自动驾驶的热情正在减退？

传统行业比较倾向于净利润和现金流，而驱动风口概念行业的，往往是故事，而当前，自动驾驶的故事已经讲得差不多了，各方对于自动驾驶技术的热情正在减退，具体体现在：

其一，华尔街对于自动驾驶的热情正在减退。2022年年中，随着美联储为首的欧美各国央行进入加息周期，美元基金对于风险投资的热情正在减退。实际上，过去20年，互联网的发展，离不开主要货币长期宽松政策，诸如美元、欧元、英镑、日元等主要货币对应的央行长期实施零利率的货币政策。这就使得风险投资盛行，大量资本涌入高风险行业。资本也不再要求初创企业具有盈利能力，仅仅是一个故事，就能从华尔街领到大把美元。但2022年，利率急速升高，使得需要长周期投入的自动驾驶企业获取融资越来越难。资本要求自动驾驶企业加快变现步伐，这也是为什么国内外自动驾驶企业抓紧让并不成熟的自动驾驶L4(高度自动驾驶。L4可以认为是限定区域内的无人驾驶，在自动驾驶感知信息来源比较充分的区域，可以没有司机，汽车可以自动运行，甚至不再需要装方向盘)商用落地。

其二，互联网大厂也没有“余粮”，自动驾驶在互联网大厂中地位逐步边缘化。2022年，特斯拉自动驾驶部门裁员、Uber(优步公司)也在裁员，国内互联网巨头和造车新势力的自动驾驶相关部门都有不同程度的缩编。移动互联网的兴盛已经基本触顶，互联网大厂的侧重在于找到新的消费级入口，而不是持续烧钱去谋求商用落地遥遥无期的自动驾驶。主机厂也在进行规模缩编，主机厂是单车智能系统的下游，他们有动力继续坚持下去，但也做好了长期研发的准备。

其三，存在用L2/L3(组合驾驶辅助/有条件自动驾驶)技术来冒充L4的自动驾驶企业。既然要长期烧钱，那么就需要有“回血”的手段，如果华尔街、互联网大厂、主机厂商都不想做长期投入，那么利用现有技术基础换点流动性成为很多单车智能企业的做法，又或者利用示范工程来承接点项目。但由于L2/L3此类技术并不能解决关键的车辆痛点，所以对于主机厂来说并没有太高的价值，这也使得单车智能企业很容易成为主机厂的附庸。

其四，高精地图、激光雷达和芯片依然存在瓶颈。高精地图的采集成本依然很高，在开放道路上实时更新的成本更高，还有法律法规上的限制，这使得高精地图成为一个很高的门槛，自动驾驶单车智能企业需要自己开辟试验线，通过购买和自我采集来获得高精地图数据。而国内激光雷达产业还并不成熟，大多数是初创企业，很多企业车载激光雷达产品依然依赖于进口。再者，即便是有激光雷达，其耐用性也通常不佳，持续运行后故障率很高，稳定性不足。

应提升中国自动驾驶产业链自主性

中国自动驾驶产业链高端依然存在较大短板，未来不能仅仅局限于商业化落地，更要从产业链自主性来布局，否则，即便有了自动驾驶，也有可能受制于人。

以视觉神经网络在自动驾驶领域为例。当前视觉神经网络基本框架算法主要还是来自国外，但算法并非重点，随着人工智能的发展，中国算法能力也在加强。难点在数据和算力。自动驾驶需要数据积累，这也是当前自动驾驶商用需要5-10年才能落地的原因。而算力上，高端芯片壁垒或形成制约。自动驾驶有实时性的要求，云算力存在物理通信距离，也就是延时，又极度依赖通信网络的稳定性，利用云算力来实现自动驾驶并不现实。所以自动驾驶未来很长时间要依赖于单车算力，单车算力则需要低功耗、高性能的芯片。此外，当前汽车智能座舱的操作系统，大部分依然是安卓系统，华为鸿蒙系统也有一定的突破，但普及度还是不如安卓系统广泛，这客观上也是中国自动驾驶供应链上的短板。

可以看出，自动驾驶的发展绝对不是单一功能的输出。自动驾驶上游拥有复杂的产业链和供应链，而这些产业链中，很多产业链的核心部件尚需在国产层面给出解决方案，当然要兼顾安全性和耐用性。对于自动驾驶，要从整条产业链来布局技术，着重供应链的短板，做好补链强链，提高技术的自主性，否则，即便有了自动驾驶，也有可能受制于人。