,退出 |
|
搜索
  • 首页
  • 关于我们
    企业简介 企业理念 管理团队
  • 投资策略
    关注行业 发展策略
  • 已投企业
    已投企业
  • 投资者关系
    投资者关系
  • 新闻动态
    朴素新闻 朴素周报 朴素分享
  • 联系我们
    联系方式 选择朴素
  • 诚聘英才
新闻动态 NEWS
  • 朴素新闻
  • 朴素周报
  • 朴素分享
新闻动态
当前位置:首页 > 新闻动态 > 朴素分享

【朴素研究】无人驾驶背后的范式转移:深度产业链分析(下篇)

发布时间:2018-11-29

从20 世纪 80 年代开始,许多国家开始研究无人驾驶汽车,经过长时间的发展,无人驾驶汽车在可行性和实用化方面都取得了突破性的进展,近年来,随着市场对汽车主动安全和智能化需求的不断提高,无人驾驶巨大的社会和经济价值越发凸显,越来越多的企业与科研机构积极参与并推动无人驾驶领域的发展。本文将深度剖析无人驾驶行业发展现状、关键技术及产业链结构,从而洞悉无人驾驶未来的发展趋势,为相关从业者以及投资人提供参考意见。

作者:蒋磊

来源:朴素资本(ID:pusu-capital)


4
无人驾驶需求与市场空间

▌4.1社会效益

成熟的无人驾驶技术已经被充分证实,它在操作时效性、精确性和安全性等方面相比人类驾驶具有无比的优越性,而且永远不会出现人为操作失误的情况。所以,人们完全有信心认为,无人驾驶汽车每年能大幅减少全球交通事故人员伤亡和节省巨额的相关费用。 正如谷歌公司无人驾驶汽车首席开发人员塞巴斯蒂安·斯伦 (Sebastian Thrun) 所描述的,谷歌无人驾驶汽车能使交通事故减少90%,能将通勤所耗时间以及能源减少90%,能使汽车数量减少90%。 

交通事故93%是跟驾驶员的行为习惯相关的,有的是因为新手上路,有的是因为路怒,因为疲劳驾驶,酒驾等等。根据公安部历年公布的道路交通安全事故统计数据可以得出,2016年中国共接报道路交通事故864.3万起,同比增加65.9万起,上升16.5%。其中,涉及人员伤亡的道路交通事故212846起,造成63093人死亡、226430人受伤,直接财产损失12.1亿元。

保守估计,与事故相关的所有费用包括医药费、财产损失、生产力 损失、诉讼费用、行程延误以及生活质量损失等,应该在300亿人民币以上。交通事故还会直接造成大范围的交通拥堵现象,由此会让我们的物流减慢,又会导致大量的低速、怠速的行驶,这时候废气的排放是最多的,30%多的PM2.5来自于我们的车,据统计,我国汽车每年因交通拥堵浪费的时间达12亿小时,浪费的汽油超过20亿升 。

据统计,截至2018年9月,全国机动车保有量达3.22亿辆,其中汽车2.35亿辆;机动车驾驶人达4.03亿人,其中汽车驾驶人达3.63亿人,道路上的车越来越多,这也将导致停车变得很困难。今天我们大城市已经有百分之十几的土地专门分配给停车位了,但是还是不够,因为一辆车需要多个停车位,至少在家里和办公场所分别需要分配一个。目前我们不得不面对车位比车贵这么一个现实,而且开着车在中央商务区绕圈去找停车位的那种抓狂,相信有车一族都切身感受过。


最好的解决办法其实就是无人驾驶加上共享出行。首先说一下共享出行,有一个非常尖锐的观点认为,今天的私家车是人类历史上最大的资产浪费,因为它只有4%的时间在使用,96%的时间是停着的。通过共享汽车可以使得汽车的使用率得到10倍的提升,那意味着路上可以减少很多的车和停车位。另一方面共享汽车跟无人驾驶是天生的拍档。丰田之前提过一个想象,一辆无人驾驶共享车在早上它可以解决通勤的问题,到10点钟的时候帮助老人去医院,到中午的时候可以去送快递,到下午可以变成一个移动的办公室,到傍晚高峰时间它又会变成一个通勤的车辆,这样分时复用机制可以进一步地减少路上的车辆。

早晨通勤车

转变成医护用车

中午转变成送餐车

下午变成移动共享办公空间

晚间又转变成通勤车

除了上述的交通事故因素造成的拥堵,另外拥堵还有一个原因,就是连环刹车效应。车流在正常行驶过程中,前车遇到紧急情况而刹车,或者临时停车,会造成后面相当长的一段距离车辆发生连续性的刹车,用极限思维想象一下,在高速公路上你发现大家突然车速都慢了下来,很可能就是因为前面好几公里之外的一辆车发生了一次刹车。有了无人驾驶有序协作以后,车与车之间变得更加地协调统一,同快同慢,挨得非常之紧,上述的刹车引起的蝴蝶效应就会消灭于无形,从而将蝴蝶效应变成了雁群效应,大家想象大雁在飞的时候,头雁它承担了巨大的风阻,而其他的雁变得非常地轻松,协同效应下的车流也一样,第一辆车会比较费油费电,而其他的车会变得非常地省力。最重要的是,未来这样的一种迷你出租车是会变成主流。

除此之外,目前马路上一辆车平均是1到2个人乘坐,我们用近2吨的五座车去运输100多公斤的人,何尝不是一种资源的浪费。因此上图所示的微小型共享车将成为一种趋势,同时因为车小,车道也可以变得更窄,道路资源也能够被更加充分利用起来。

可以看到下图是今天典型的一个城市道路,双向四个车道,有的地方路边还有两个停车道,留给人行的道路变得非常窄。

那么未来有了无人驾驶共享出行车,首先中间隔离带就可以不需要了,因为人工智能的“老司机”开车绝对不会开到对面的车道去。其次,上述我们说到微型共享车是非常小的,而且车与车之间可以做到挨得特别地紧,所以车道可以变得窄。最后,两边的停车道也完全可以被取消了,因为你到了目的地以后,根本不用担心停车问题,这样一个无人驾驶共享车会自己开走,去执行其他运载任务,白天这些车在马路上川流不息,晚上可以默默到郊区去找一个位置停车。

进一步的,双向的四车道可以把它减到双向两个车道。因为前面我们提到,车与车之间挨得特别密,单条车道的流量已经达到了今天的三到四倍,所以可以减少这些车道,这样就变成了双向两车道,两边还可以多出了慢车道和人行道(绿化健身道)。

美国有一个统计,说长时间的通勤给美国人民带来了抑郁,带来了焦虑,带来了高血压。那我们中国呢,路怒症引起的不和谐事件频发。中国一天有11亿次的出行,平均一次0.5小时,一天共5.5亿小时花在路上。全世界范围内就是数十亿小时,这是巨大的生产力浪费啊。

我们回到五六千年以前,古埃及人建造一座大金字塔花了10亿个小时,今天我们一天要浪费多少个金字塔在路上,更不用说我们今天的生产力比五六千年以前已经提升了上万倍。

这样的一种生产力的浪费可以通过无人驾驶来解决,比如说你可以把开会的时间放在路上,原来我要八点出门九点开会,现在九点出门在路上开会就行了。

无人驾驶普及之后,我们相信会带动更多新的产业发展,比如在路上看的视频,它既不要像电影那么长,也不会像抖音那么短,会有新的内容的形式出来。甚至当下的有些酒店集团可能会转变成移动睡眠舱运营商。下图是沃尔沃一个非常有趣的设计,一位女士是躺在车上的,看书看着看着就睡着了,本质上是把一辆车变成了移动睡眠舱。

如今我们叫外卖,网购都已经非常方便,未来连超市都可以开到你家门口来。大家知道今天的生鲜物流、冷链物流成本都很高,而超市直接开到家门口可以进一步降低超市的运营成本。

物流也会因为无人驾驶得到很大的改变。今天我们社会的物流的成本达到了GDP的16%,也就是说一年十几万亿的钱花在搬运物品上,你并没有创造新的商品,这个成本非常之高,我们相信无人驾驶可以使物流的效率大大挺高。下图是沃尔沃的无人驾驶集卡。

货物到了最后一公里的园区或者家庭社区,将会有无人快递小车把货物送到仓库里或者送到家家户户当中去。


因为人物和空间都变成可移动的了,相互之间的距离极大地缩短,而时间就被重新定义了,如今的长途旅行在未来也可以被重新定义了,漫长将变得不再那么长。爱因斯坦对于相对论有一个描述,当你夏天坐在一个火炉边上,一分钟就感觉像一小时,当你跟一个美女在交谈,一小时就像一分钟,这就是时间的相对论。

未来在路上变得更加丰富多彩,而这样一种重构又将进一步改变城市的格局。因为今天大家都很重视地段,医院在哪里,学校在哪里,写字楼、住宅区、商业区等等,因为地段被人为地割裂了,而未来这样一种时间的重新定义会重构城市的格局。所以到那时整个城市的房地产就会发生变化。今天房地产我们要看地段,交通越便利生活越方便它的价钱是越贵的。我们已经看到因为共享单车的出现,紧挨着地铁站的房价趋于平缓,甚至是往下走,反而离地铁站两公里之内的其他地段的房子房价上升了,未来有了无人驾驶其实一样会发生房地产价值的转移。

据美国的一项调查统计显示,13个城市因为无人驾驶带来的时间和空间距离的重构,会产生一万亿美金的房地产价值的转移,就是从原本贵的地方跑到了便宜的地方,所以由此可以看到无人驾驶将带来一种地产涟漪效应。


▌4.2传统车企的生命线

传统的汽车产业以低碳化、电动化、信息化、内饰的科技感、操控性能、出行智能化等方向发展作为自身核心竞争力提升的目标,进而从制造、提供产品为主逐渐转向全生命周期和用户服务为主。这是汽车产业有史以来所遵循的发展路径。但是无人驾驶技术的出现将打破这一竞争格局,新的争夺战由此展开,哪家车企掌握了无人驾驶技术进而推出无人车产品,很有可能就改写了其在行业中的地位。

麦肯锡全球研究所发布的研究报告显示,在未来12项可能改变生活、企业与全球经济的颠覆性科技中,无人驾驶汽车位列第6位,足以看出其受关注的程度。在这其中,作为传统汽车公司的代表,奔驰、宝马、日产、沃尔沃、本田等厂商就较为一致地将无人驾驶汽车的节点定格在了2020年,他们希望能够在两三年后开始销售具备自动驾驶功能的车型。但随着谷歌研发节奏的不断加快,很多传统汽车公司也已经开始将无人驾驶汽车的计划提前,希望能够在这场“抢滩战”中不落下风。 


通用汽车表示,他们将在2018年推出无人驾驶汽车SuperCruise,这款汽车可以在高速公路和车流量较大路段进行半自动无人驾驶。奥迪则在2017年推出的全新一代A8上搭载了无人驾驶系统,当然它不会完全替代司机,而只是帮助司机减轻一些驾驶上的疲劳感。特斯拉在2016年推出了半自动或全自动驾驶技术,将90%的驾驶工作交给计算机来完成,这是其“硅谷思维”又一次在汽车领域的展现。比特斯拉更想做“第一个吃螃蟹的”则是日本的丰田汽车,他们原本就计划在2015年前后就推出无人驾驶汽车,车上配备了“自动高速公路驾驶辅助系统”。

传统汽车行业真是内忧外患啊,传统车企之间拼的热火朝天之时,IT巨头们以及初创公司也摩拳擦掌,试图颠覆传统汽车制造业的固有格局。这更像是一场没有硝烟的战争,胜利的结果关乎未来。从无人驾驶汽车的本质来说,相比于传统汽车,无人驾驶汽车是由计算机代替了人体大脑,摄像头和雷达相当于人眼,能实现360度无死角扫描,它们共同构筑了无人驾驶汽车强大的神经系统。恰好,神经系统的相互关联正是IT公司的优势所在,因为这离不开强大的后台数据、AI算法、软硬件以及网络技术的支持。但以谷歌、苹果、微软为首的IT巨头想要复制瞬间挤垮诺基亚、摩托罗拉等手机巨头的故事,似乎并非易事。首先,汽车行业的供应链条上牵扯太多的利益捆绑,致使汽车在互联网化的变革过程只能是循序渐进式的,而非革命性的,类似特斯拉这样的“颠覆者”也是通过很多年的发展才最终成为了汽车制造商;其次、汽车行业与手机行业不同,创新、时尚并不是绝对必要的,因为安全、稳定才是汽车用户最基本的需求。 

正如宝马中国高级副总裁韦睿所言:“我们比IT企业更了解汽车的参数,更能确保汽车行驶中的安全。”因为在他看来,你能允许你的苹果手机死机,但你绝不可能允许你的无人驾驶汽车在半路突然死机。这其实也正是汽车厂商死死攥住的杀手锏。

与欧美发达国家相比,中国无人驾驶汽车的起步整整晚了十年。标志性事件是,国防科技大学在1992年才成功研制出中国第一辆真正意义上的无人驾驶汽车。但作为全球最大的汽车消费市场,中国无人驾驶汽车的未来发展却绝对不容忽视。 

根据美国市场研究机构勒克斯研究公司公布的报告显示,预计2030年全球范围内将售出约1.2亿辆自动驾驶汽车,中国占其中的35%。与此同时,业内人士指出,对于发展中国家来说,这无疑又是一次“弯道超车”的机会。因为相比在传统汽车制造上的追赶,无人驾驶汽车对于所有国家来说都是一个全新的领域,发展中国家取得的突破可能更大,国内车企又怎会放弃这样一个“弯道超车”的大好时机呢。

随着众多国外车企加快无人驾驶技术的应用投入,中国自主车企也已经开始涉足这一领域。一汽、上汽、北汽、广汽几大集团,外加吉利、比亚迪等都相继开启了无人驾驶技术的研发计划。只是他们所采取的方式还是主要与国内的大学高校、科技研究院或是国内无人驾驶技术企业共同研发合作,而非像海外车企那样普遍采用自主研发。

激流勇进,不进则退,传统车企们不想被无人驾驶这一股巨浪冲走,真的是铆足了劲,各显神通,都希望尽快拿下这一兵家必争之地。

▌4.32020年将开启无人驾驶的黄金十年

全球L1到L5智能驾驶市场的渗透率会在接下来五六年内依靠ADAS市场的高速发展而处于高速渗透期,然后伴随半无人驾驶的普及进入稳速增长期,在未来的2025年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。据此预测到2030年,全球L4/5级别的自动驾驶车辆渗透率将达到15%,除了单车应用成本的显著提升之外,从L1~L4级别的智能驾驶功能全面渗透将为汽车产业带来全面的市场机会 。


L3半自动驾驶水平以上的行业发展,需要整个汽车行业供应商关系的重组和整合,从而形成“车企+供应商+芯片巨头+打车软件+物流公司”的格局;同时我们认为共享经济下的租车打车、商业货运物流、以及低速半封闭场景领域会最快落地得到应用。

无人驾驶生态

▌4.4中国有望成为最大无人驾驶市场

由于本土及跨国公司的蓬勃发展,中国现已成为全球最大的车辆及出行服务市场。2007年至2017年间,中国市场以每年16%的速度增长,在全球乘用车市场的份额也由2007年的9%增至2017年的30%。

根据麦肯锡的预测,基于高额的资本投入、庞大的汽车市场,以及中国消费者对新技术有更高接受度,中国未来很可能成为全球最大的自动驾驶市场,2025-2027年将是自动驾驶的拐点。基于对自动驾驶底层技术成本曲线的估算,此时将是自动驾驶与人力驾驶的经济平价点。换句话说,自动驾驶每公里的总成本将与司机驾驶传统汽车的成本大致持平。在此拐点之后,市场对自动驾驶的需求将稳步上升。


麦肯锡通过预测模型估算,至2030年,中国自动驾驶相关销售及出行服务创收将超过5000亿美元。麦肯锡全球董事合伙人唐睿思接受媒体采访时表示,没有一家公司能够独立掌握自动驾驶的所有能力,因此自动驾驶联盟的搭建十分重要。他表示到2030年,自动驾驶将占到乘客总里程(PKMT)的约13%,自动驾驶乘用车将达到约800万辆,自动驾驶汽车总销售额将达到约2300亿美元,基于自动驾驶的出行服务订单金额将达到约2600亿美元;到2040年自动驾驶将占到乘客总里程的66%,自动驾驶乘用车将达到约1350万辆,自动驾驶汽车总销售额将达到约3600亿美元,基于自动驾驶的出行服务订单金额将达到约9400亿美元。

5
群雄逐鹿下,行业发展趋势如何


▌5.1无人驾驶进入壁垒不断形成

在全球玩家们的大力推动下,自动驾驶技术已经到了规模化量产应用的临界点,自动驾驶终极之战已然打响,人才的稀缺性(技术密集型)以及资本密集型的特点将逐渐构筑无人驾驶领域的进入壁垒。

从国外无人驾驶市场来看,美国加州车管局(DMV)申请自动驾驶牌照获批的自动驾驶研发企业有 55 家,加上未申请/尚未获批的企业,以及初创企业,这个数字很有可能超过100家,这使得人才的稀缺性进一步凸显。有不少创业公司的核心研发团队来自 Waymo、Uber、百度和特斯拉这四大自动驾驶人才黄埔军校,整个自动驾驶行业的人才流动非常频繁。

在资本投入方面,组建一支 300 人规模的自动驾驶工程师团队,平均年薪 30 万美金,组建一支至少百辆级规模的自动驾驶路测车队,改造完毕的自动驾驶汽车 35 万美金/台,组建一支与车队规模匹配的安全测试员队伍,百辆级规模路测车队跑两年的运维成本、能耗成本。总攻下来10 亿美金是一个不偏不倚、合乎逻辑的价格。我们具体看一下目前无人驾驶行业几个巨头的投入情况。Waymo打算今年年底采购6.2 万辆克莱斯勒 Pacific 路测车队 ,以及 2 万辆捷豹 I-PACE 路测车队,加上相应的运维成本,即便有规模化带来的成本下降,Waymo 投入也在百亿美金以上;通用 Cruise的收购价格为10 亿,后通用又追加11亿美金,软银 22.5亿美金投资,加上通用工厂改造,保守估计 45 亿美金。丰田在未来几年投资将3000亿日元(约 28 亿美金),发展 1000 名规模的员工队伍;福特到 2023 年投资 40 亿美金(包括收购 Argo.ai 的 10 亿美金)发展自动驾驶技术,预估到 2020 年投入 20 亿美金。


资本密集型这一特征基本挡住了普通创业公司颠覆传统汽车巨头的可能性,除此之外,技术密集型和传统汽车巨头在汽车行业深耕上百年对车规、工艺、安全的理解,几乎堵死了企图独立崛起的创业公司的道路。

目前全球汽车工业尚没有完成互联网化,也就不存在所谓零和博弈,那么头部胜出、其他参与者沦为炮灰的互联网规律不适合直接拿来推演自动驾驶行业。也就是说,即便 Waymo 、苹果、通用等巨头取得了暂时领先,也不意味着其他巨头就没有机会了。对于大众、奔驰这类技术能力强、现金流充沛的巨头,其实通过收购(战略投资)创业公司的做法非常值得借鉴。

从落地角度看,国外无人驾驶公司大多攻坚于开放路段的无人驾驶技术,需要大量的资金、技术的投入及漫长的迭代周期;国内无人驾驶公司大多在不同的细分领域里先后商业化落地,他们定位于自动驾驶技术的Tier1 ,为整车厂提供软硬件一体的自动驾驶解决方案。被普遍看好的、比较典型的蓝海市场有以下几大场景,无人驾驶物流车、无人驾驶外卖车、无人驾驶货运、无人驾驶循环车、无人驾驶停车场等,也就是低速、封闭、限定场景的无人驾驶解决方案。

▌5.2限定场景应用有望率先实现商业闭环 

综合安全风险、政策风险等因素,无人驾驶技术的商业化会遵循着低速到高速、封闭到开放的路线走。目前的无人驾驶技术尚不能做到完全载客运营,但在货运、封闭园区等细分领域,技术要求相对较低,无人驾驶车辆可以逐步代替传统车辆,率先商业化落地,实现商业闭环、盈亏平衡,甚至快速盈利。 

 ●货车的无人驾驶 

长时间远距离开车是一件辛苦的工作,货车有三大痛点,车头高因而盲区大,司机疲劳驾驶因而反应慢,自重加载重,质量大因而刹车慢。根据美国交通部数据显示,美国卡车年行驶里程占所有车型里程数的5.6%,但事故率却高达9.5%,每年约有 400 万起卡车交通事故,造成约4000 人死亡,其中很多事故都是人为因素造成。在长途驾驶中,电脑往往比人类更可靠,可以解决盲区和反应速度的问题,从而有效降低货车驾驶危险。 

无人驾驶技术替代卡车司机一方面将为企业节省下相当可观的一笔开支;另一方面卡车司机只需在城市道路的复杂路段控制车辆,在路况较为简单的高速公路等情况下则可由自动驾驶模式“代劳”,避免疲劳驾驶,保证了行车的安全。可见卡车货运领域将是无人驾驶技术落地的最好土壤,具有很大商业化机会。同时物流运输市场在 2015 年全球规模为 8.1 万亿美元,到2024年将增长到15.5万亿美元,年复合年增长率为7.5%。在中国,物流占 GDP 总量的 18%,有近2万亿美元, 而其中公路运输是最重要的运输方式,无人驾驶卡车市场前景广阔。 

目前,包括国内的百度-福田联盟、图森未来,国外的 Google、特斯拉、沃尔沃等公司,都在无人驾驶卡车上投入兵力。同时资本也相当青睐该领域发展,美国的 Embark 公司之前获得1500万美元的A 轮融资;国内图森未来也完成了C轮5500 万美元融资。 


Waymo 在去年 6 月正式宣布正在研发无人驾驶卡车,并且开始了初步的测试。根据谍照来看 Waymo 上路测试的无人驾驶卡车是从美国货运卡车制造商 Peterbilt 的 579 车型改装而来。Uber 通过6.8亿美元收购Otto,聚焦无人驾驶长途货运,Otto在2016 年 10 月用一辆 18 轮的无人驾驶卡车为安海斯-布帆公司运送了 5 万罐啤酒,完成了全球首例无人驾驶卡车驱动的商业货运服务;特斯拉宣布在2017年发布具备自主驾驶功能的半挂卡车。 

国内图森未来在创立之初就定位提供城际物流运输自动驾驶解决方案,已经与北奔重汽、北京理工大学签订了合作意向,为第三代解放军运输车设计自动驾驶的功能。

但是值得注意的是,TCO 是货运行业的第一定律,对于物流公司来说,TCO 包括车辆购置成本、车险、能耗成本、保养维护成本、人力成本、事故成本等。后装自动驾驶系统大幅降低了事故成本,也在某种程度上降低了人员和能耗成本,但是这些降低的成是否能够覆盖现阶段后装自动驾驶系统本身增加的成本,这一点需要进一步探讨。任何细分市场的商业化都要以形成商业闭环为前提,如果无法实现盈亏平衡的话,说明商业化时机尚未到来。

●限定场景的无人驾驶 

一些限定场景的低速场景也是无人驾驶商业化落地的重要机会。这些场景一是局部封闭场所,如大学校园、旅游景区、别墅庄园、游乐园、度假村、机场等,因为大部分的封闭式园区都是属于私人领地,在法律法规上不存在政府的限制;二是城市公交系统,因其有固定的行驶线路,例如使用公交专用道,可以有选择地施行无人驾驶测试运营;还有商业运营车辆,如出租车、公司班车等。

在这一领域驶迈出商业化第一步的,是法国的 EasyMile 公司。早在 2015 年,EasyMile 生产的EZ10无人驾驶公交车就正式投入运营,至今已经在芬兰、瑞士运送了数万名乘客;2016 年, NuTonomy 公司的无人驾驶车作为世界上第一批无人驾驶出租车在新加坡开始载客测试运营; 2017年,Google 也打算在亚利桑那州凤凰城提供无人驾驶车接送服务,运营车辆多达600辆。 

●停车场的无人驾驶 

前面也提到了,无人驾驶车未来的全面普及,会提高车辆使用效率、降低车辆的空驶率,会大量减少停车场的需求,但目前的技术能力还未达到。停车场应用无人驾驶优势在于不受天气因素影响、速度低、封闭场所、实现难度相对较低。技术应用可以实现乘客摆渡,进一步的,可以实现我们所说的“最后一公里”,车辆自动完成泊车,充电等操作。 

国内创业公司驭势科技早就将在自己的商业化目光聚焦在限定场景的无人驾驶。之前驭势科技的两个商业化试运营项目先后落地,一个是为广州白云机场在航站楼与机场的地面停车场之间提供摆渡服务;另一个是杭州来福士广场的地下停车场项目。 

▌5.3打车软件紧抓数据,把握共享经济

“共享经济”这一概念最早起源于上世纪八十年代美国,其本质是以分散的社会闲置资源为基础,以提升资源利用率为核心的服务式经济,核心是共享,即通过面对面或网络来联系、汇聚 并组建社群,将每个人的物品或个体进行匹配,把一个个“点对点”的分散的需求满足发成“多对多”的平台。 

中国具备发展共享经济的绝佳基础和条件,首先我国人均资源拥有量偏低且资源利用率可提升空间大,资源的稀缺不仅体现在交通出行空间等物质资源上,也体现在知识和技能等服务资源上;其次国内移动互联网发展,将共享经济推到了一个前所未有的高度。易观智库数据显示,2012 年到 2015 年,中国移动互联网用户规模从5.7 亿增至7.9 亿, 2018 年达到 8.9 亿,有着广阔的用户基础;最后居民消费习惯向服务型消费逐步升级,也给共享经济带来发展契机。 

我国大城市中出行难是居民生活的一大痛点。城镇化加速和消费升级带来汽车出行需求的提高,受限于交通运力发展,供需矛盾日益突出,急需探索一种新的出行方式,汽车共享就是最佳的切入口。在国家政策层面,去年6月,交通运输部会同住房和城乡建设部制定的《关于促进汽车租赁业健康发展的指导意见》向社会公开征求意见,指导意见对汽车共享持“鼓励、规范发展”的态度,为汽车共享发展提供政策保障。 

继共享单车之后,共享汽车成为下一个风口行业。在汽车共享的大概念里,包括网约车、分时租赁、P2P租车,以及传统的经营性租车等业务模式。 

第一类网约车共享模式,建立在网约车平台和汽车租赁公司和司机三方合作,满足用户短途出行需求的痛点。国外以 Uber 为代表,国内以滴滴、神州专车、易到用车等为代表,滴滴在合并Uber后,市场份额达到 88%;

第二类是分时租赁共享模式,主要以 B2C 模式提供共享服务,将一辆汽车在不同时间段分别给不同用户使用,可以看成是传统经营性租赁的一种新型模式,通常采用自建车队模式,是一种重资产路线。国外以 Zipcar、Car2go 为代表,国内有PonyCar(小马用车)、上汽 EVCARD、首汽 Gofun 等为代表;

第三类是 P2P 拼车共享模式,以 C2C 的模式提供出行共享服务,以分担出行费用。国外以 Uber、Lyft 顺风车为代表,国内以滴滴顺风车(后被取缔)、嘀嗒拼车、天天用车等为代表, 三家合计市场份额超 90%。 

第四类是 P2P 租车共享模式,是一种轻资产路线的租车服务模式,通过搭建共享平台为车主和租车用户提供信息配对。国外以 Relayrides、Getaround 等私家车自驾平台为代表,国内以PP租车、凹凸租车等为代表;

以上的几种模式在汽车共享的发展中会相互渗透,未来的商业模式中的线下运营能力会是越来越重要的一环,所以综合性的出行平台,重资产的模式将是发展趋势。未来汽车共享出行还将与公交系统、铁路民航打通,提供综合性一体化交通出行解决方案,成为城市智慧交通的核心组成部分,也为智慧城市的发展提供大量的数据支撑。汽车共享出行具有巨大发展前景,将持续保持蓝海市场。 

上述篇幅提到,汽车共享的未来或是无人驾驶。无人驾驶技术将使分时租赁和网约车合二为一,对网约车、 分时租赁将产生革命性的影响。无人驾驶也必然会跟汽车共享联系在一起,从近期阶段看,与汽车共享出行合作,是推广普及无人驾驶技术的最好选择。一方面大众对于新事物的接受需要时间,通过租车或打车而不是买车,可以非常容易的体验到无人驾驶技术,使更多的人参与进来;另一方面,通过 Uber、Lyft、滴滴等共享出行平台,可以让更多的无人驾驶汽车上路,收集行驶数据,实现无人驾驶技术优化迭代。

从长远发展来看,真正进入到无人驾驶时代后,人不再是驾驶的主体,私人拥有车辆将减少,汽车的所有权将更多的归属于车队和网络,汽车成为共享的运输工具, 出行将成为一种服务。用无人驾驶汽车替代现有的私家车和出租车,构建交通共享网络,提升城市交通效率。 

面对未来深度汽车共享的大势,汽车共享领域竞争也越发激烈,各路玩家将无人驾驶竞争从技术层面带到运营服务层面。Google 无人驾驶汽车商业化道路选择了共享出行市场作为突破口,从基于 Waze 推出拼车服务,到与 Lyft 达成合作,形成“Google+菲亚特/本田+Lyft”一个完整的无人驾驶生态系统;特斯拉也计划通过 Tesla Network 加入汽车共享行业,减少汽车持有者的成本,扩大特斯拉车辆的体验范围;各大车企也在围绕着自家的无人车组建汽车共享服务,如通用的“Maven”平台、宝马的“DriveNow”平台、戴姆勒的“Car2go”平台等。 

无人驾驶和互联网的共同之处在于都是通过去人力化,降低了传输成本。互联网降低的是信息的传输成本,而无人驾驶则降低有形的物和人的运输成本。无人驾驶时代的到来,会带动未来出行模式和汽车行业的商业模式。乘车的用户体验,即车内的人机交互等功能,将更加决定用户的购买决策;个人购车比例的下降,将使传统车厂的目标客户由个人消费者转发为 TaaS 运营商或是政府机构。汽车行业的利润和收入重点从硬件转向软件,从产品转向服务,共享出行的比重将有大幅的上升。 

▌5.4平台化能否实现

2017年7月百度推出了Apollo开放平台,百度首席运营官陆奇在公布Apollo整体战略和开放体系时表示,Apollo是汽车工业的一个重要里程碑,它本质上就像是自主驾驶行业的‘安卓’系统,同时,也宣布了有超过50家合作伙伴组成了Apollo生态,涵盖主机厂、零部件供应商和新创车企和技术公司,还有科研院校以及地方政府,前有百度Apollo开放平台,后有比亚迪宣布开放车辆所有传感器平台,那么在群雄逐鹿的无人驾驶领域最终是否会有少数几家“平台化”公司主导这个市场呢? 

一套软件系统在独立存在的情况下得到快速普及是很难的事情,需要生态系统的支持,将自己无法做的事情交给专业开发者去做,这就是目前很多成功的软件系统选择走开源路径的原因,前有安卓,后来连封闭的微软也转而向开源张开怀抱。

但是百度Apollo计划想要做无人驾驶行业里的“安卓”系统的策略能否行得通有待商榷,毕竟汽车不同于手机,安卓其实做的是手机底层OS,手机的应用场景比较单一,而车就复杂得多,需要各种应用场景的配合,更重要的是Apollo生态中参与者之间利益的权衡问题。在和博世的合作中,百度Apollo专注搭建一个自动驾驶的开源平台,以及高精地图、人工智能技术,博世会把传感器、执行器等提供给这个平台,在生意上面没有冲突,这一方面百度和博世的合作是优势互补的关系。

但是与下游的车厂之间的合作关系就比较微妙了,百度Apollo的布局是奔着平台化后期的数据去的,如果百度Apollo计划要实现,需要车企的数据共享,而车企最不想给的也是数据。如上汽有自动驾驶的团队,对于这些比较有实力的车企而言,最关键的因素是要确保自己的核心竞争力,有些领域可以共享,有些领域并不能共享,就如同上汽与阿里之间的合作,至今双方并未在无人驾驶领域展开合作,而上汽的数据也是由上汽自己管理,阿里更多充当了服务商和供应商的角色,并没有像百度一样的颠覆性的方式。

国内一家车企负责技术研发的高管在接受21世纪经济报道记者采访时表示,“百度推出的不是成熟的商业计划,只能说是一个探索性计划,我们也在观望。”,“应该说对于有实力的整车企业而言,更多的是带着‘捧场’的心态去的,毕竟百度与很多车企之间,早就有业务在合作。目前仅仅达成的是一个方向性的共识,至于落实到位,深层次开展合作,投入真金白银,还需要过程”

因此我们认为,平台化战略、生态化发展的确是一个正确方向,但是在此之前有太多的问题有待解决,在未来无人驾驶逐渐走向普及化的10年时间内想要走出一家占主导地位平台化的公司概率不大。

6
投资价值与机会


综上所述,从产业投资角度看,我们倾向于重点关注传感器、算法与特定场景解决方案、数据以及运营这几条主线。 

传感器层面,无人驾驶传感器融合成为趋势,摄像头、毫米波雷达、激光雷达等传感器不可或缺。但是前面也提到,毫米波雷达系统、元器件、核心技术目前仍掌握在国外企业手中,关键技术主要被博世、大陆、电装、奥托立夫等零部件巨头垄断,形成了较高的市场进入门槛,国内相关产业虽有所突破,但是在汽车这一对安全性要求极高的产业里,国产毫米波雷达想要大量普及使用,相关企业尚有较长的一段路需要去摸索。 反而在激光雷达方面国内企业有望弯道超车,激光雷达是全球化的市场,且应用场景很多,并不局限于无人驾驶,中短期呈供不应求的状态,国外企业略有先发优势,如Velodyne、Ibeo 和 Quanergy 走在行业前沿,国内企业机械式技术已经成熟,因此就比谁能率先实现由机械向固态的转型,率先实现低成本化、量产化、车规化的企业将优先占据与车企的合作入口,这一层面其实国内外企业都处于同一起跑线,反而由于中国制造业在全球范围内优势明显,因此我们有理由相信国内相关企业很有可能在量产化、低成本话会更有优势。

随着 ADAS 渗透率不断提升以及无人驾驶发展,核心传感器厂商将享受第一波红利。复杂的交通路况是实现无人驾驶汽车难点之一, 单车智能化+路+智能交通网络一体化真正实现无人驾驶,V2X/车联网延伸无人驾驶感知,因此在传感器层面具备了中长期投资价值。 

计算层面,包含核心算法以及计算平台。随着各家传感器配置的越来越趋同,制约无人驾驶汽车研发的瓶颈在于算法,包括环境感知、物体识别、极端情况下的车辆控制等,核心算法提供商重要性随之凸显。另外,计算能力是算法实现的基础,算力需求的升级将带动终端AI快速发展,其中高性能低功耗的AI芯片厂商将率先受益。 

特定场景解决方案方面,在一些封闭、半封闭的特定场景下不涉及公共道路安全法规且活动区域相对可知可控,技术难度较小,可实现快速落地,如针对园区、港口、机场、矿山等特定场景进行垂直深耕。特定场景虽然技术实现相对简单(仅是相对于开放场景无人驾驶),系统地提供方案仍是不小的挑战,无人驾驶公司不仅要懂技术而且需要对特定场景需求有深刻理解。

数据层面,包括驾驶数据以及高精度地图数据。人工智能算法的成熟需要数据,关于现实世界中不同场景下人类司机的行为和反应数据收集得越多,算法就可以更好地理解现况并规划下一步动作;其次高精度地图数据可以作为传感器的增强和补充,提供认知和决策的参考,国内市场处于起步阶段,具有中长期投资价值。 

运营局面,驾驶数据是具备网络效应的,运营的车辆越多,搜集的数据越多,模拟训练越精确,算法就能变得更好。能够迅速构建应用场景,实现商业化运营,并通过数据采集加速技术迭代,形成商业闭环能力的厂商将具备长期投资价值。 

注:本文提及的案例、数据、图片等相关信息来源:中信证券、华金证券、安信证券、广发证券、互联网公开信息


上一篇:【朴素资本】重磅!习近平主持政治局会议:稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期
下一篇:【朴素研究】无人驾驶背后的范式转移:深度产业链分析(上篇)
|法律声明 |诚聘英才
Copyright © 2015深圳朴素资本管理有限公司粤ICP备15083572号