2014 年至 2015 年初，自動駕駛開始大范圍興起，全球自動駕駛領域初創企業的融資在 2016 出現爆炸式增長，在 8-9 月一個月的時間里，總融資額從 3.08 億美元增至 13.08 億美元，漲幅在 300% 以上。 然而隨著大量創業公司的出現以及OEM 自身已經適應了自動駕駛的節奏與趨勢。自動駕駛市場逐漸回歸理性，進入應用場景爭奪戰。接下來，OEM和創業公司自動駕駛的機會究竟在哪里？

5 月，百度 Apollo 自動駕駛車隊在雄安新區率先開跑，騰訊也拿到了深圳的自動駕駛測試牌照，再加上今年 2 月 Waymo 宣布將啟動無人駕駛出租車服務，可以說自動駕駛在經歷十多年的發展后，終于進入到了大規模普及和商業化的前夜。

在這樣一個關鍵節點，未來的一年或數年，自動駕駛將呈現什么新趨勢，還擁有哪些機會呢？帶著這些問題，我們采訪了專注自動駕駛的硅谷投資人齊蕾。她曾是上汽集團硅谷風險基金投資負責人，她在職期間，上汽投資了 DeepMap、Metawave、Civil Maps 等明星自動駕駛公司。現在，她擔任 Emerge Venture Partners 的管理合伙人，以及 AllianceVentures 的全球投資副總裁。

三年時間，自動駕駛回歸理性

「對于自動駕駛來說，今年可能是一個分水嶺?！过R蕾如此評價。

所謂分水嶺，是指如今自動駕駛的熱潮已經回歸理智，對所有參與者來說，最重要的是在有了概念車后，如何把技術轉化為切實的產品，可以開始盈利，只有這樣公司和整個市場才能持續下去。

她從投資者、創業者，以及傳統 OEM 廠商（包括大公司）三者的角度分析了這一觀點。

2014 年至 2015 年初，自動駕駛開始大范圍興起，當時只有部分創業公司扎根其中，比如 Cruise、Zoox。資本方面，彼時也僅有一些專注汽車領域的基金在投資自動駕駛，少有主流基金參與。但隨后兩年，逐漸有比較成熟的團隊從 Google、百度出走，憑借大公司的經驗和資本熱度欲分一杯羹，出現了 Aurora、景馳等公司。主流基金基本上也都有了專門的團隊關注汽車行業，特別是自動駕駛。OEM 也頻頻出手，其中就包括齊蕾曾服務過的上汽。

根據美國智庫 Brookings 的統計，全球自動駕駛領域初創企業的融資在 2016 出現爆炸式增長，在 8-9 月一個月的時間里，總融資額從 3.08 億美元增至 13.08 億美元，漲幅在 300% 以上。

在這種樂觀的氛圍中，創業公司也雄心勃勃，目標直指 L4 級別的全自動駕駛方案，提供包含了從數據融合到感知、規劃再到控制的全套端到端（End to end）服務。

齊蕾表示，「過去的三年多時間里，無論從投資還是創業的角度來看，整個市場都處于白熱化競爭的階段?！?/p>

然而，自去年開始這種情況有了變化，她認為，其中的一個關鍵因素是 OEM 自身已經適應了自動駕駛的節奏與趨勢。

「無論是在內部團隊建設，還是公司的戰略路線上，OEM 都有了成熟的愿景和規劃。在技術研發和落地產品上看，OEM 也比三年前更為成熟，已經或計劃發布自己的產品，將自動駕駛技術融合到車里?！?/p>

OEM 中最早出手的當屬通用與福特，這兩家在 2016 年分別收購了 Cruise 與 Argo.ai，并據此成立了單獨的自動駕駛部門。如今，通用的可量產自動駕駛車已經迭代到了第三代，進展比創業公司還快。

對于創業者而言，這不是令人愉快的消息，因為這意味著做端到端方案的可能性更小了，OEM 不再需要外部告訴自己如何開發自動駕駛，而只需要在某一細分技術上與創業公司進行深入合作。

「所以我們會看到很多專注做感知這類更垂直、更前沿方向的公司出現，如以色列公司 VayaVision，它在開發 3D 感知和認知算法以提高自動駕駛的安全性?！过R蕾表示。

對投資人而言，這時再投資一家做自動駕駛整體方案的公司毫無意義。而且對于已經投過的公司，他們會進一步要求其加快技術落地來證明自己。

爭奪應用場景

在這樣的情況下，自動駕駛的機會窗口已經關閉，如果一家自動駕駛公司無法找到技術落地的場景，形成合理的商業模式，就只能等著資金耗光。

而在場景落地上，齊蕾也觀察到一個有意思的現象：無論是創業公司還是 OEM，無論是中國還是美國，在想像應用場景時都極為相似。

首先是技術路線的融合。過去的行業看法是，OEM 與創業公司會分別采用不同的自動駕駛路徑：前者是漸進式的，即從 L2 級別開始增加相應的功能，逐步提升到 L3 級別的半自動駕駛及 L4 全自動駕駛；后者則較為激進，往往是一步到位，直接開發 L4 級別的自動駕駛方案。

但現在的行業共識是，創業公司與 OEM 需要合作，前者依賴后者對車輛底層系統的經驗，后者需要前者在自動駕駛技術上的知識。

「兩者在磨合的過程中在相互靠攏、匯集，很多 OEM 與創業公司均在今年主要攻打可以迅速落地的 L3 或 L3.5 級別的自動駕駛?！?/p>

這樣的落地場景分為兩類，一是對標特斯拉的 Autopilot 的高級輔助駕駛，可以實現自主泊車和定速巡航這樣的功能。這種場景滿足的是在 LiDAR 激光雷達價格居高不下，僅使用攝像頭和 Radar 的情況下，實現部分自動駕駛功能。

第二類則是在限定環境中的自動駕駛車隊服務，包括行人較少的社區和校園。比如，去年硅谷公司 Voyage 就開始在一個老年社區提供自動駕駛出租車服務，出行不便的老年人只需要一個電話就可以招來車輛為自己服務。其它限定場景的應用還有物流、港口等，這類場景環境可控，都是不錯的方向。

自動駕駛新的機會在哪？

那上面的分析是否說明自動駕駛領域已經沒有機會了呢？齊蕾的答案是否定的，她認為一些垂直領域的機會還是存在的，但很難會有十億美元級別的規模。

「未來的智能汽車可以分為兩部分，一是自動駕駛，一是車聯網。我認為未來的機會都不算是在自動駕駛領域，而更多的是在車聯網?！?/p>

對于 OEM 而言，他們的一個痛點是，雖然車輛本身可以收集到各種各樣的數據，但這些數據沒有辦法反饋給車廠，他們無法像今日頭條這類公司一樣，通過數據分析消費者的喜好。這是由目前的汽車銷售模式決定的，即 OEM 經由 4S 店分銷，所有用戶相關的信息都掌握在店里，很難統一開放給車廠。未來的車聯網讓所有車輛互聯后，會是 OEM 新的機遇。

對創業公司來說，在數據分析領域OEM 也經驗不足，不知道哪些是最重要的數據，這是他們的挑戰，也是創業公司的機會。這方面已經出現了不少創業公司，比如 Otonomo，其云服務能將 OEM、應用開發商及服務提供商連接在一起，共同利用車輛生成的數據。

另一方面，OEM 公司集團下不同部門的數據很難集中匯總，他們不像 Google 這樣的互聯網公司存在一個綜合的平臺可以分析數據。也因此，OEM 內部需要數字化的轉型，采用私有云、混合云的方式將數據放在統一的平臺調配和分析。這里也存在著非常多的機會。