自动驾驶本质上是新兴技术与传统交通业的一次碰撞与融合，其商业化应从城市设计、运营的角度来思考。
在技术和资本狂奔数十年后，全球自动驾驶行业商业化落地依然是难题。借鉴共享网约车模式的Robotaxi（自动驾驶出租车）是最常见的商业路径，然而2021年以来，Robotaxi模式的代表企业谷歌Waymo接连遭遇估值下跌、CEO离职和测试车受阻。通用汽车旗下的Cruise转而发布了首款没有方向盘的无人驾驶小巴，除此之外，至今没有任何大规模落地计划。不少人坚定认为，自动驾驶未来必然实现，但当下的商业化路径值得被讨论。自动驾驶商业化之难，难在系统。作为一项革命性、颠覆性新技术，自动驾驶具备影响一个国家汽车、交通、能源、制造业甚至综合国力的巨大能量，是一个关系到科技、消费、产业链、政策法规等方方面面的系统工程，所有要素相互作用，缺一不可。技术方面，按照深度学习框架下的数据驱动算法迭代逻辑，企业需要常年投入巨额研发资金，收集数据以优化其自动驾驶系统，才能真正进入规模化商业化阶段。据美国兰德智库估算，这个里程数据大约是170亿公里。即使一个团队拥有100辆路测车，24小时不间断测试，所需时间也要以百年为单位。这也解释了为何Waymo耗时数十年积累的路测里程达2000万英里，仍无法大规模推行。商业化方面，市场需求的强烈程度本质上取决于自动驾驶替代人工成本的实际ROI。目前一辆L4级自动驾驶单车改造成本动辄百万，相比之下，可节省的司机成本可以忽略不计。不少业内专家认为，只有在日本、北欧等出租车司机收入较高的地方，Robotaxi才可能更快打开市场。最后，任何新技术普及都离不开监管部门的许可。自动驾驶遇到的政策挑战比135年前汽车初生时更甚，它不仅事关生命安全，更与当今数据安全、国家安全息息相关。安全性短期看不到终点，政策许可便无法放开，改造一辆自动驾驶车的ROI便算不过来。这似乎是一个几乎无法打破的恶性循环。破局点发生在中国的一座中部交通枢纽城市——湖南衡阳。这是目前全球规模最大的城市级自动驾驶商业项目，投资总额5亿，项目总里程高达200公里。为衡阳提供落地方案的是中国本土自动驾驶公司蘑菇车联，凭借全球领先的“车路云一体化”系统，蘑菇车联今年3月与湖南衡阳市政府签订战略合作协议，对城市道路进行智能化升级，并提供覆盖整座城市的全系列自动驾驶公共服务车辆。
《硅谷101》：蘑菇车联在2021年时和湖南衡阳市政府签了大概5亿元的合作项目，这个数字是一个非常大的投资金额。可以大概介绍一下这个项目吗？
朱磊：的确，中国自动驾驶在大规模的城市级落地上非常有优势。不仅是衡阳这个项目，包括最早我们在顺义、苏州的项目，都是自动驾驶在城市级大规模落地应用上典型的案例。在自动驾驶运营上，以城市为独立单元是一个非常合理的落地方式。
首先，整个城市的区域管理是统一的；其次，基础设施是一致的；第三，在城市落地时路线环境、交通状况也相对统一。
衡阳项目中非常有特色的是，我们提供了一整套完整的“单车智能+车路协同”方案。车路协同是单车智能化非常好的补充。对于大家最关心的安全问题，我们的方案比以前单车智能化方案做了很大升级。
类比来说，我们小时候会经常遇到停电的情况，但现在很少，这不是因为单个电路更稳定，而是因为现在的电路系统都是多套备份，以保证系统可靠性。
在单车智能和车路协同上，它配备了多套冗余系统，会极大提升自动驾驶的运营和落地的安全性。理论上可以做到 100% 的安全性，这也是车路协同自动驾驶的最大优势和必要性。
我们倾向于把自动驾驶方案分为1.0时代和2.0时代，1.0是以单车智能化为核心的自动驾驶技术，2.0时代则是以“单车智能+车路协同”的整套自动驾驶方案。我们现在是很坚决地沿着这个2.0的方案往前推进。
《硅谷101》：把“车路协同”拆解一下，“车”大家都懂，“路”是指什么？
朱磊：路侧我们会放几种设备：一是和车上类似的路侧传感器，包含激光雷达、摄像头、毫米波雷达。
另一部分设备是路侧的通信设备，包含路侧通信单元RSU、5G 民用网络等通信网络设备；还有一部分是计算设备，如边缘计算的服务器，可以理解成一个完整的交通感知系统。
它把用传感器感知到的数据在路侧边缘服务器做实时计算，把结果第一时间反馈给路上的所有车辆，就可以支持自动驾驶车辆，同时也可以为普通车辆提供更多交通信息，把整个交通做实时的数字化。
《硅谷101》：这和5G的铺设是不是一起计划的？
朱磊：对，5G 是路侧通信方式，一种是5G 的民用网络方式，有一种是C-V2X的车路协同的专有网络方式，这两套通信方案会根据实际情况并行考虑共同使用或者是使用其中之一。
《硅谷101》：您和湖南衡阳的合作大概包括什么，最终想建成什么样？
朱磊：衡阳项目是我们在顺义、苏州项目的延续。衡阳项目非常有特点的是，它应该是目前国内甚至全球第一个实现自动驾驶大规模落地运营的城市。
我们在实际运营中主要做几件事情：
第一，帮助整个城市做基础设施升级，或者叫车路协同的数字道路升级。这部分主要是在路侧装很多传感器和计算设备把交通数字化。这主要是政府新基建相关的内容。
第二，我们会提供城市级自动驾驶公共服务车辆的升级和车队运营服务，包含公交、出租、巡逻车、清扫车等市政公共服务车辆。
此外，基础设施建设完成后我们会为普通用户提供更多服务，包括数字孪生系统、车道级导航、车道级数字信息呈现，让普通用户开车时也能获得更多安全驾驶服务。整方案落地以后，对城市整体数字交通建设都是巨大提升。
《硅谷101》：大概什么时候可以落地，现在进展到哪个阶段了？
朱磊：正在快速建设中，估计在今年的Q3、Q4 就可以完整运营起来了。
《硅谷101》：那你们速度很快。
朱磊：对，我们基建非常快，大概半年左右就可以建完城市主干道，同时我们会在整个主城区投入约几千台用于公共服务的自动驾驶车辆，帮助公共服务的自动驾驶运营起来。
大家参观时，很多公共服务车辆都已经是自动驾驶状态，这应该也是国内在城市级自动驾驶大规模落地上最典型的案例。
我们希望借助这个案例设计未来城市智慧交通，借助这个模式把整个方案复制到更多城市、更多场景。
《硅谷101》：衡阳道路也安装了传感器，是不是可以防止车辆相撞等事故？
朱磊：您说的特别对，开车安全性主要有两个核心因素：一是是否看到周围的危险情况；二是看到危险情况后是否有足够时间处理。一个是信息全面性，一个是决策时效。这两个问题在单车智能化中都会面临理论瓶颈，实践中也会遭遇一些特殊情况。
比如中国很多城市十字路口没有红绿灯，如果垂直方向两辆车高速驶来，仅靠单车传感器无法感知90度来车，很容易相撞。但如果有路侧设备，路口全局信息就会实时同步到每台车上，在信息全面性上彻底解决了问题。
第二，全局信息可以实现预判，也就是提前预知1公里、10公里外所有交通信息。在信息的全面性、决策的时效两方面，路侧的基础设施都会大幅提升自动驾驶车或普通车的安全性。
《硅谷101》：这对信号传输延时的要求是不是也非常高？
朱磊：人对一件事的反应时间约500毫秒，在这个设备上一般可以做到300毫秒，现在整套系统架构从路侧感知到车上决策，时间已经可以控制在100毫秒以内。
这个时间在行业内绝对是领先的，大概比行业里一般速度快3~4倍，整体处理延时得到了巨大提升。
《硅谷101》：整个处理过程中也会产生非常大数据，Waymo早期处理数据量还是靠工程师晚上去车里拿硬盘直接拷。你们怎么传输和储存数据？
朱磊：一是在传输的通信基础上，5G和C-V2X这些全新的网络，传输速度和传输数据量都会得到巨大提升。
二是在计算上。以前为了保证计算能力，单车计算的算力一般来讲可能都在300-400TOPs。现在一些新能源车的计算算力都想拉升到 1000 TOPs 这样一个水平。
我们实际上单车维持在300-400TOPs就能处理现有的数据了。 在路侧的整个设备上，因为有非常多边缘处理服务器，相当于把以前专有的计算机分散到路两端的计算设备上，边缘计算的计算能力也有了巨大的飞跃。
无论从计算能力，还是数据的传输效率和传输量上来讲，整套方案还是做了巨大的升级。这也是为什么我说单车智能加车路协同可能是自动驾驶的2.0时代的开启。
《硅谷101》：要处理很多边缘数据，技术门槛还是挺高的。周总您怎么看这个项目？
周炜：我和朱总也聊过这个项目，个人认为车路协同是一个中间阶段，我还是相信伊隆·马斯克的观点的，最终不应该是用这种方式。
在技术商用化的过程中，可以通过一些所谓的混合的方式提前实现商用。这个过程中可以积累很多的知识、数据以及相关的资源，让它将来可以做更伟大的事情。
目前在中国这个环境下，采用车路协同的方式以及衡阳的运营模式是可行的。现在中国政府也在一些地方包括高速路开始考虑试用车路协同的方式。这个方式涉及了一套新的基础设施搭建，必须和政府合作，还是相当大的工作量，单个企业来做难度太大了。
虽然这是一个过渡窗口，但对未来也有价值，只是不能停留在这，要知道在这个过程中积累什么东西，终极目标是进入到下一个全自动驾驶的战场。
《硅谷101》：现在车路协同训练的数据对全自动驾驶有参考意义吗？
周炜：路面情况肯定一直都在变化，但我投资了14 年，现在总结曾经错过的一些机会，原因是看问题太终极。我是个骨灰级科幻爱好者，看了太多科幻的结果是，总在想最终模式是什么，就会发现有些东西就是过渡阶段的东西，不是最终的模式和产品，可能就不准备参与。
有些东西中间的阶段非常长，这个数据用途有多大要取决于在什么时间点看这个问题，在一个中间阶段的时间点里，这些数据肯定非常有用。
我也看到很多企业通过技术方案或者说过渡方案，实现大规模的市场化和资本市场的成功。举个例子，中国的平衡车公司九号机器人通过自己做一些比较初级的平衡车产品，大概几百块、一千块的产品，获得To C的市场。但在专利和技术上，和美国的Segway有巨大差距。
Segway一直走专业路线，很贵，它的市场始终没有打开，最终是市场化更成功的中国小公司收购了Segway所有的专利和产品，变得更强大。
选择过渡方案的公司，是可能变成一个伟大公司的，前提是要知道自己的目标是什么，而不是陷入自己的过渡方案或者技术解决方案里。最终当新一代的技术成熟以后，很可能就是瞬间的变革，一定要有所应对。
02 自动驾驶落地应有城市设计者视角
《硅谷101》：衡阳模式以前，大家聊起自动驾驶都会说到北京顺义。你们也在顺义北小营镇打造了全国首个 5G 开放式的商用车路协同的道路，很多自动驾驶在做测试时，你们已经有顺义经验了，湖南衡阳项目和顺义有什么不一样？这两次合作中，你有哪些新的收获？
朱磊：首先是规模上的扩大。我们在衡阳hi主城区全覆盖，全球应该还没有这么大范围自动驾驶的落地。
第二是整个方案的进阶。从顺义到衡阳，单车智能化加车路协同的两套方案都已经落地得非常成熟。行业内很多观点认为单车智能和车路协同是两条技术路线，我完全不认同。
我一直认为单车智能加车路协同是单车智能2.0时代的升级版本，单车智能在任何情况下都应该做到极致，这是技术发展的必然性。
从商业角度来看，还牵扯到一个更宏观的视角，就是整个社会结构包括社会发展的问题。以城市管理的视角来看，如果城市里有很多自动驾驶车辆在运营，城市管理者会认为每一台单车在城市里独立运营服务，是非常不现实的。
所以，一定是所有的自动驾驶车辆都会接入城市的统一管理服务，来做统一的调度和信息分享，才能真正解决城市的效率问题，系统性的高效会远超单点的高效。
另外要考虑的是资源占用问题。未来的商业竞争里最核心的资源竞争是城市公共资源，自动驾驶车辆在城市里做大规模落地时，最终要考验的不仅是技术，而是车辆占有的道路、停车的资源、人员消耗问题。
整个自动驾驶公共服务体系在城市落地时，一定是有序、可节制、可控、纳入政府常规管理的资源。
行业内关于自动驾驶商业化的讨论还没有涉及到这个层面，我们是相对跑得很前面的公司，但估计未来一年左右的时间，这个话题会浮到每个行业的参与者面前：到底在城市级大规模商业化落地时，什么是最前置要考虑的因素？
在我看来衡阳和顺义最大的差别是思考的维度已经切换成整个城市而不是单独自动驾驶公司维度，这可能是未来更多城市落地过程中，我们综合考虑的一些关键因素。
《硅谷101》：你们之后会把衡阳模式规模化地复制到其他城市吗，怎么决定先去哪些城市？
朱磊：这是个商业战略的问题。一方面我们现在的环境非常好，在 5G 、新基建、智能制造、科技创新等大战略方向支持下，有非常多城市往数字交通，和未来的智能驾驶角度发展。另一方面可能还要充分考虑当地的发展情况，我们会优先选择一些发达地区来优先运营。
《硅谷101》：现在自动驾驶处于场景化商用阶段，技术完全成熟后Robotaxi确实是很大的市场，但还要很多资本把中间阶段渡过，所以大家都在抢客户。
朱磊：自动驾驶发展了这么多年，从2019年下半年开始，商业化进入快跑阶段。这一点行业其实在逐渐趋同，大家都意识到，在一些特定场景或公共服务体系中，自动驾驶应该会优先落地。
03 商业化的场景、过渡与终局
《硅谷101》：蘑菇车联是一个现成的自动驾驶商业化模版。周总，你看到还有哪些比较现实的商业化路径？
周炜：朱总是做了比较完整的运营方案，这是比较宏大的解决方案。目前在半封闭空间或相对固定路线的可控环境中，自动驾驶商业化进展非常快，包括像城市清扫车辆。
有些公司现在在局部做的不错，还有一些矿山、港区、园区仓库、智能物流。比如我们投的“快仓”，虽然叫“快仓机器人”，实际上也是运营自动驾驶技术，来实现智能仓储无人化。
个人最期待的是全面自动驾驶，理想中是像火车一样自动排成一排，可以想象如果实现，交通状况会变好多少。
会跟看科幻电影一样，所有车都排好队，速度一样，不用担心撞车风险，到出口时会自动离开队形。这还有点遥远，目前几年内大规模商业化，还是刚才描述的这些场景变化。
《硅谷101》：从投资角度你更看重什么？实现全无人驾驶还是解决商业场景问题的能力？
周炜：我们是个专注早期投资的机构，过去这么多年大部分投资，都是项目的第一轮进去。在这种情况下，我个人肯定是希望未来能够实现终极目标，虽然要等很多年的，但作为硅谷基因出来的团队，我们相信长远的Vision能带来的回报是巨大的。虽然时间会很长，但我们有这样的耐心。
具体到CCV来说，我们面临的困境是，我们在17年底才募集基金结束开始投资，那时所有专注高速自动驾驶的公司估值都已经是几十亿美金了，已经远超我们的射程方向。这是为什么后来我们选择了低速自动驾驶方向，因为当时我们还偏早期可以进入。
从我的倾向和爱好上，我当然希望投资真正未来的公司。一方面我们要为投资人赚钱，另一方面也要为这个梦想实现的过程添砖加瓦，所以我们也会参与一些具体场景和过渡性的内容。
像自动叉车，除自动驾驶技术，叉车的插孔、角度各方面都要非常精准操作，需要非常多垂直领域的积累。这样的垂直场景会一直存在，也是我们特别关注的方向。
《硅谷101》：投资也是个时机问题。虽然大家在理念上和方向上是一样的，但不同的时期进入，价格相差很大。
周炜：我在KPCB的时候有很长时间关注绿色科技投资，但那时有些技术和方向没有完善到可以产生巨大的商业价值。
但最近因为碳达峰、碳中和，又有一波新的绿色科技投资。概念是一样的，原来的太阳能(000591,股吧)、风能等新能源东西，在那个年代因为成本问题，如果没有补贴就不可能商业化，但今天很多已经不许需要补贴了。时机非常重要。
《硅谷101》：随着5G发展，你会做这方面的投资布局吗？
周炜：边缘云计算我们已经看过两轮了，最近还在密集看。边缘计算在某种程度上运算量巨大，是否需要边缘计算和5G结合是很多做边缘云计算的公司在探索的一个方向，电信和华为在这方面有很多动作。答案确实是对的，我们目前非常关注这些方向，准备在里面做很多投资。
《硅谷101》：朱总，你们现在做的事情非常多，包括城市基建、自动驾驶车、车辆改造、行业解决方案，你会不会觉得战线拉太长了？
朱磊：这可能是从第三方视角看。对我们来讲，我们做的事情可以总结为两方面。
一是技术层面，我们坚持“单车智能+车路协同”的整套方案落地，我们内部叫做“车路云一体化”的系统，在整套系统中并没有单独去把车、路、云端数据分开，是车路云一体化的系统，就是一套大型完整的互联网系统架构。
这个系统架构与在百度和滴滴做的架构差异点在于，这可能是目前在整个互联网体系里最大、最复杂、数据量处理最多的一套实时系统架构，这也是我们最核心的优势。
历史上任何产品对实时性和数据量规模的要求都没这么高。无论车端自动驾驶、路侧基础设施建设还是云端整体数据协同，最大的挑战都是整套实时系统构建。
二是我们主要聚焦商业运营。无论公共服务车辆还是无人驾驶出租车，在我们的工程化运营体系里已经完全标准化了，可以快速落地部署和运营。
我们以这两个为核心打造所有构件，只不过因为这件事情太新，出现的时间太短，所以大家感知上会觉得内容很多。其实抽象出来看其实就是一套技术体系加一套运营体系。
《硅谷101》：是否可以透露现在有多少辆车在路上跑？
朱磊：目前包括在路上跑的和改装中的，预计这一批做完大概有八九百台，到年底有几千台。
《硅谷101》：是否可以详细聊下你们现在的收入结构？预计未来的增长方向是什么？
朱磊：目前蘑菇车联的整套商业化路径可以分成不同的三个阶段：第一阶段是以技术服务商角色出现，提供技术的整套体系，有一定的商业和合作模式。
在中期阶段，也就是现阶段，自动驾驶公共服务车辆商业运营模式的典型特点是商业场景非常扎实，运营模型很健康，但最大的问题是在一定周期内，毛利率会维持在相对合理或偏低的水平。
大家切入的是公共服务体系市场，更多是保持一定毛利率，而不是追求更高的毛利率，这是由场景的商业特性决定的。
在第三阶段，我们更想打造整套云服务，这是我们在整个商业构建或未来场景里最核心的一块。我们有车上和路上传感器，实时提供非常多交通信息和服务。云的商业价值最大的特点是规模非常大，从更长周期来看商业表现也会非常出色。
04 中美技术人才差距正在拉平
《硅谷101》：不管新能源、自动驾驶还是智能道路，今年汽车行业在发生很大变化。大家觉得汽车行业现在最需要哪几个方向的人才？
周炜：中国制造业实际上已经很发达，积累了大量人才，但问题在于旧的汽车架构固定思维比较强烈。我记得王兴（美团创始人）转过一个帖：老一代汽车设计师和制造者的观点是，在车里面加运算单元和智能的部分，让车变得越来越智能。
而新一代的智能汽车是从设计开始就把它视为计算机。今天的市场上，我觉得现在不缺各个行业和模块的人才，缺的是有视野的人，一开始就能把车朝未来的方向设计。
在中国，我们现在一直跟着特斯拉走，特斯拉就像苹果一样，重新定义了车。我们和特斯拉在底层技术的距离上会拉得越来越近，但同时在人机交互界面、对车内环境的重新定义方面，我们可以走得更快。
《硅谷101》：早年只有十几家汽车公司在硅谷建立实验室，现在已经有几百家了。我和一些传统车企的人聊过在硅谷建立实验室最想开发什么，他们给了一个词：交互。朱总，你做了很多方向的事情，你觉得自己最需要哪方面的人才？
朱磊：汽车往前迭代过程中，智能化是灵魂。我觉得中美两国的技术和人才是在逐渐拉平的，而从产业发展角度来看，都会经历几个阶段，第一个阶段是技术变革阶段，主要是对技术人才的竞争或培养上，这一点我们的感受非常明显。
2016 - 2017 年时，特备是在 AI 领域、视觉领域，算法人才是非常缺失的，大部分还是在美国比较多。但经过这几年的迭代，国内的算法人才得到了巨大的提升，至少从规模包括质量上都获得了巨大进步。
《硅谷101》：是硅谷有部分人才回国了还是国内培养人才的机制建立起来了？
朱磊：人才流动是部分原因。最核心的原因是中国这几十年巨大的工程师红利。2009年时我们的搜索技术和美国还有很大差距，但到2013、14年基本处于拉平状态。技术迭代的周期和效率非常高，整个行业和全球技术拉平的速度非常快。
过了技术的第一阶段后，第二阶段最核心的是产品驱动。技术发展到一定成熟度时，用户感知会更重要。国内用户基数、用户规模和产品体量都维持在巨大的数量级上，优化用户体验会非常有优势。
第三阶段是商业化人才的竞争。更多需要本地化接地气的人才，熟悉中国、某一个区域、城市、省份市场，这才能把整个商业化场景落进去。所以在不同的发展阶段，对公司或行业的需求都会有所不同。
《硅谷101》：你怎么看这一轮的汽车变革和之前发展移动互联网的差别？
朱磊：中国在过去移动互联网时代的创新更多聚焦在商业模式层面，在底层技术或产品创新方面则更多跟着美国硅谷走。这是一个发展的必然过程，我们有巨大的市场规模和用户体量，整体的商业创新性和商业场景路径一定是先行的。
到了以自动驾驶为核心的智能汽车时代，最大差别是从商业模式创新的时代变成了真正技术驱动的创新时代。
以前大家更多关注产品应用功能，但在智能汽车时代，大家更关注涵盖底层硬件、操作系统、通信、算法、服务应用的体系，是整套拉平的科技驱动体系。这可能是几代人最大的时代机遇。
从GDP角度看，房地产排第一，第二就是汽车产业。在占国民经济这么大的比重产业里，以技术和硬科技驱动会带来大市场机会，会诞生一批伟大公司。
有时我自己也会很兴奋地想，未来十年、二十年甚至五十年，这个产业会给科技和生活带来哪些变化？非常非常值得期待。
周炜：非常值得期待。我完全同意，这也是为什么我最近频繁参加一些讨论，就是因为我们还想在车的产业链条上下游继续投资。
《硅谷101》：这个领域现在正处于中国的红利期。硅谷向新能源、智能车的发展没有中国那么踊跃，但在无人驾驶上的发展还是比较快的。
朱磊：是的。在智能汽车时代，不管是技术驱动也好，还是能源结构变革也好，我觉得中国确实占据了一个非常好的一个位置，处于一个红利期。
本文首发于微信公众号：阿尔法工场研究院。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
（王治强 HF013）
加载中,请稍侯......