20张图了解智能驾驶格局与展望

　　随着关注度和重要性日益提升，自动驾驶技术被大众看好。特别是在人工智能的基础上，它蕴含着无数机遇。下文有关于智能驾驶的20张图帮你了解它的产业链格局和未来的发展方向。

　　以深度学习为突破的“人工智能时代”大风口下，自动驾驶被给予了前所未有的关注，包括互联网公司，传统车厂，新兴创业公司，各路资本争相竞逐。智能驾驶毫无疑问会改变我们的出行方式，并变革整个物流运输产业。目前世界汽车保有量已经接近13亿辆，智能驾驶产业无疑是一个万亿级别的超大市场，蕴含着无数机遇。

　　作为一家重仓AI、大数据领域的VC机构，线性资本同样密切关注这智能驾驶领域。我们投资的地平线机器人，就是智能驾驶领域一家优秀的公司。那么，智能驾驶技术究竟会对整个汽车产业链带来什么样的颠覆？智能驾驶产业的格局是怎样的？智能驾驶时代，我们的出行方式会产生怎样的变化？基于长期以来对行业的关注和观察，让我们用下面这份深度报告回答你：

　　注：本报告中的观点均为根据市场调研和访谈所做的合理推测，并不代表准确商业信息。

　　

　　智能驾驶产业链与格局行研内容主要分为智能驾驶概况，智能驾驶产业链，跨行业巨头及创业公司对比，最后总结一下相关投资机会及趋势。

　　

　　美国的NHTSA和SAE给出了智能驾驶的分级，两个组织的分类大同小异。SAE将无人驾驶细分，L5规定车辆必须可以应对所有工况，包括在激烈驾驶（即极限情况）下，也能够顺利过关。以Google， Uber等为代表的互联网公司，通过价格高昂的传感器（激光雷达为主），“一步到位”地实现完全无人驾驶。以汽车厂商，Tier 1等为代表的传统公司，从ADAS切入，“渐进式“地从辅助驾驶实现到无人驾驶的过渡。

　　

　　

　　

　　

　　传统的汽车制造产业链中，整车厂作为总承包商，占有了最多的利润，各级供应商利润递减。而在智能驾驶实现的未来，应用智能驾驶平台的出租车和私家车的差异无限缩小。出行服务商（比如滴滴）从司机和乘客之间的中介转变成服务提供者。大规模运营的出行服务商在硬件成本和车辆利用率上远超私家车，从而以更低的价格提供便捷服务。在互联网时代，渠道为王。单纯的没有技术优势的硬件制造很难在产业链中占据优势地位。出行服务商成为直接获取每公里收入的渠道，智能驾驶技术提供商由于技术优势获得运维利收入，主机厂的地位被弱化。

　　下面按照价值链的顺序进行讲解。首先是出行服务商。在智能驾驶商用的前提下和共享出行的普遍推广，汽车的采购很大程度上由出行服务商进行。然而，在互联网的激烈竞争下，大部分市场上出行服务商是寡头或者双寡头形式并且先发优势非常大。作为对比，全球主机厂超过几十家，技术提供商的数量也在不断增多。最大的几家出行服务商中，Lyft采取广泛合作的方式，但其市场份额仅有约5%。 Uber虽然负面消息频频，但是在美国市场占有率超过7成，对智能驾驶的投入和积累比较多。滴滴作为中国市场近乎垄断的巨头，今年刚成立美国研究院，开展智能驾驶挑战赛，智能驾驶方面刚刚起步。

　　

　　

　　

　　智能汽车对计算和数据处理能力的需求暴增，这些能力正是英特尔、高通、英伟达等公 司所擅长的。

　　英特尔在这一领域布局广泛。以 153 亿美元收购 Mobileye，ADAS 70%，它在数据中心业务上占有绝对的优势。通过收购英飞凌（全球领先的半导体公司），获得了无线的资产;同时，它又是苹果baseband（基带）的供货商之一;在端方面，英特尔有自己的服务器级芯片;再者，通过收购Altera获得了FPGA（可编程逻辑器件）资产。

　　

　　

　　事实上，危机感最重的主机厂通过各种形式参与智能驾驶，福特通用奥迪等公司技术水平取得领先地位。产业融合成为新的趋势，互联网企业+车企+出行公司组合能够很好的结合各自优势，分担风险，打通整个产业链，例如谷歌+克莱斯勒+Lyft组合。

　　

　　值得一提的是，蔚来汽车近期融资10亿美金，预计今年末上市量产车型，成为中国互联网造车最先上市的公司。中国互联网造车告别PPT时代。

　　

　　智能驾驶领域内的巨头公司有着不同的定位及策略。大部分巨头把无人车上市的时间乐观的定在5年内。传感器方面，特斯拉其实选择了传统车企循序渐进的发展模式，没有应用昂贵的激光雷达，而瞄准L4级别的车企都采用了激光雷达。优势上，传统车企有强大的硬件制造能力及辅助驾驶系统应用经验，Uber等出行服务商有流量和数据，谷歌等科技巨头在算法技术上领先。

　　

　　

　　在智能驾驶系统方面，涌现了很多百度系创业公司。算法方面由于对投资及硬件要求相对较低，是智能驾驶领域创业的热点。

　　

　　

　　

　　除了寡头垄断的打车软件，其实分时租赁平台更贴合智能驾驶时代的共享出行方式。智能驾驶技术只要能实现还车约车的自动化，那么租赁平台的效率将会大幅提升。

　　激光雷达成本居高不下是阻碍智能驾驶大规模商用的最大挑战之一，低成本的固态激光雷达或者其他替代方案是目前急需的。

　　在中国本土市场上，路况优化地图等方向中国创业公司有一定的本地化优势。

　　人工智能公司最有价值的资产永远是优秀的员工。人工智能人才的紧缺在近几年很可能达到一个高峰，很多优秀的人工智能学家在创业初期就能拿到上千万美金的投资。优秀的技术团队永远值得尝试。

　　在某些技术要求较低的应用场景，例如港口，农业，长途货运等等，会率先实现商业化运营。