新一轮产业革命将在汽车领域兴起

  □孙恒政

  ■大约每隔五六十年,在以科技发展为核心因素的驱动下,世界经济会呈现一个轮次的兴衰交替。有迹象表明,新一轮经济周期的驱动要素将可能是人工智能(AI)、物联网及由之造就的工业4.0,以及伴生的能源革命。在此背景下,由于汽车是一种大批量、可复制、普及性强的耐用消费品,可以大幅度摊薄技术创新成本,并且带动上下游产业链之间的联动。因此,智能汽车的应运而生,将成为整合人工智能、万物互联、新能源技术,并发挥工业4.0优势的产业领域。

  ■传统车企与新进入车企之间的竞争客观存在,某些原本就竞争力不足,加之因循守旧的传统车企,将可能受到颠覆性的冲击。但是站在行业整体看,汽车产业的传统优秀车企,在这场长期的胶着战中,将面临自我更新、自我完善的新机遇,极有可能借助其已经具有的技术与管理优势,在这场颠覆性的挑战中获得重生。

  1月5日,国家发改委公布了《智能汽车创新发展战略(征求意见稿)》,初步制订了战略愿景,设置了目标达成的时间节点:到2020年,智能汽车新车占比达到50%,中高级别智能汽车实现市场化应用;到2025年,新车基本实现智能化,高级别智能汽车实现规模化应用;到2035年,中国标准智能汽车享誉全球,率先建成智能汽车强国,全民共享“安全、高效、绿色、文明”的智能汽车社会。

  这一战略的形成意味着,经过一段时期的实践和认知,我国目前已初步在国家层面对发展智能汽车的意义、目标、路径和措施形成共识,资本市场深度关注与布局智能汽车,正当其时。

  智能汽车将引领产业革命

  从全球经济的发展周期看,呈现一种明显的长周期(即 “生产力发展周期”)特性,也被称为“康德拉季耶夫周期”。认为大约每隔五六十年(中国人可以按习惯理解为一个甲子,即60年左右),在以科技发展为核心因素的驱动下,世界经济会呈现一个轮次的兴衰交替。

  按此理论,从1782年开始,纺织机、蒸汽机驱动了第一次产业革命;第二轮周期由钢铁、铁路技术驱动;第三轮周期由电气、化学、汽车技术驱动;第四轮周期是由汽车、计算机技术驱动;第五轮周期是从上个世纪90年代开始,核心驱动因素是信息技术。目前正处于第五轮的末期,即衰退期。

  有迹象表明,新一轮经济周期的驱动要素将可能是人工智能(AI)、物联网及由之造就的工业4.0,以及伴生的能源革命。

  在此背景下,由于汽车是一种大批量、可复制、普及性强的耐用消费品,可以大幅度摊薄技术创新成本,并且带动上下游产业链之间的联动。智能汽车应运而生,将成为整合人工智能、万物互联、新能源技术,并发挥工业4.0优势的产业领域。

  这场革命是颠覆性的吗?

  技术突破重心在感知层与决策层

  什么是智能汽车?按照征求意见稿的定义,智能汽车是指通过搭载先进传感器、控制器、执行器等装置,运用信息通信、互联网、大数据、云计算、人工智能等新技术,具有部分或完全自动驾驶功能,由单纯交通运输工具逐步向智能移动空间转变的新一代汽车。智能汽车通常也称为智能网联汽车、自动驾驶汽车、无人驾驶汽车等。

  传感器、控制器、执行器,对应智能汽车技术的三个层次:感知层、决策层和执行层。

  其中,感知层技术主要基于视觉技术与雷达技术,为汽车提供环境感知输入。硬件设施主要包括安装于汽车本体的摄像头、各类雷达,以及接收车联网信息的终端装置等。

  决策层技术的作用在于接收来自车体自身感知器件,以及来自车联网的网络虚拟空间信号,通过整合车载或云端处理结果,输出车辆控制信号,通过车辆执行部件实现行车即时控制。这项技术相当于自动汽车的“驾驶脑”,以算法为核心,通过半导体等硬件技术对高速运算提供支持。

  执行层技术指汽车的加速、减速、转向、制动等基本执行机构系统及其相关部件技术。

  整体而言,智能汽车可以被看作具备特定用途、未来可以实现更加复杂、更加精细化运作的机器人之雏形。正如人类具有灵魂、心魄、身体三个层面能力资源,智能汽车区别于传统汽车的本质特征正在于其感知层与决策层,感知层和决策层是智能汽车容纳汽车魂魄的器官。

  技术的核心在决策层

  决策层水平的高低,决定汽车自动驾驶水平的等级。决策层硬件目前已经获得突破,软件则需要步步更新迭代。

  人类的灵魂与心智能力表现在两个方面:一是根据明确的内外边界条件进行特定条件下的应激反应(先天性能力);二是通过不断地学习和创新实践,更新自己的价值体系与判断标准,形成来自后天学习构建的新自我认知,以及对外部环境的应对机制。不断更新是智能汽车的最本质特征,智能汽车因此而具有了类生命生生不息的属性。

  目前拥有该层次技术能力的供应商有两类。

  一类是作为传统汽车行业一级供应商的ADAS(高级驾驶辅助系统)公司,如博世、大陆、德尔福等。如博世将自己定位在自动驾驶核心硬件这一领域,同时也通过合作、并购等方式加强人工智能和高精度地图的布置。德尔福侧重布局驾驶脑、信息传递和控制系统。它们的传统擅长领域是借助车体本身感知能力,获得行车信息,将其通过逻辑算法转化为车辆行驶控制信号。通过这种方式,传统车企采购其系统部件研发整车,基本能够实现3级及以下级别的驾驶。

  另一类是拥有人工智能算法技术,或掌握电子地图,以及大数据收集处理能力的高科技或互联网公司,如英特尔、谷歌、百度等。英特尔广泛布局了车载芯片、视觉技术、深度学习技术、物联网等相关软件、硬件,以及信息安全等相关领域,致力于补齐自动驾驶中所需要的GPU、5G、PFGA等关键技术,为后续端到端的方案提供了重要支撑。在这些技术领域,英特尔等企业最近几年进行了大量的投资布局。

  决策层技术所需的大容量数据传递与计算的硬件基础,已经在英特尔等极少数企业初步具备。这些企业的主旨是通过自动驾驶的计算平台、5G网络或高精度地图作为切入自动驾驶的入口。事实上,一般的互联网企业在技术方面所擅长的主要还是网联技术,而在真正实现自动驾驶的核心技术——“驾驶脑”的算法方面,一般互联网企业未必具有优势。

  拥有如上两类技术的高科技企业,前者如英特尔、博世,后者如谷歌,皆有志于以决策能力的突破为核心,为车企提供智能驾驶解决方案。

  《智能汽车创新发展战略(征求意见稿)》按照智能化程度将智能汽车划分为5个等级,并指出“中高级别”为“3级及以上”,“高级别”为“4级及以上”。自主与网联相结合将成为发展高阶自动驾驶的主流模式。

  目前,无论是传统车企,还是新造车企业,它们作为汽车产业漫长价值链的集成者,均不具备全面的技术资源禀赋。一般来说,部分优秀传统车企的技术基础及整合能力,要远远强于多数初创的、带有互联网创业公司光环的行业新进入者。新进入者的优势可能首先在于其“互联网造车”的理念,在快速集成和新技术应用上达到匹敌传统车企,甚至胜过一筹的水平。如特斯拉宣称,推出一步到位备齐智能驾驶硬件的新车,之后将通过机器不断地学习,将新的经验和技能借助云平台分享到所有售出的新车上。这种理念符合人工智能产品与人类相似的不断学习与更新的特质。然而,理念虽然到位,但同样将面对由低级智能驾驶到高级智能驾驶的不断进化之路。

  观察智能驾驶的技术层级,可以将智能驾驶大致区分为两类:一类是目前侧重依赖自主式技术,即基于车体本身装置,已经基本可以达到单车智能驾驶,及中低级的智能驾驶;一类是将灵魂插上车联网之翼,在单车智能驾驶初步实现的基础上,借助“驾驶脑”技术的升级整合来自高精度地图、云计算、大数据等云端能力资源,以及持续机器学习和深度神经网络技术,最终将单车智能驾驶变为智能网联式自动驾驶,实现高阶智能驾驶的突破。

  传统车企、新晋车企谁主沉浮?

  感知层和决策层的共性基础是车载芯片技术,涉及的企业有高通、恩智浦、英特尔、博世,以及来自国内的四维图新等。在这些领域,近年频频发生巨额并购事件,如高通收购恩智浦、英特尔收购Altera等,涉及收购金额均达上百亿美元。其中,高通、英特尔、英伟达已经相继推出各自的自动驾驶平台。可以说自动驾驶的硬件基础已经具备,低阶的智能驾驶的普及只是时间问题,而更高阶的智能驾驶技术的突破则取决于整车制造企业与感知层、决策层供应商的协作。

  在智能驾驶研发能力方面,传统车企与新造车企业各有其独到的优势与不足。

  从商业模式来看,传统车企的优势在于拥有研发并制造一款整车的成熟流程模式与技术积淀。它们掌握外界难以获取的车辆信息(安全性数据、车辆使用工况数据等等),拥有与产业链上下游协同工作的经验。可以说,优秀的传统车企本身就是一个优秀的整合者,它们天然具有打造一款成熟新车的基因。

  新造车企业的优势在于其互联网思维,拥有开放、创新、迭代的基因,在打造智能汽车的灵魂方面具有天然的优势。如前所述,决策层能力的养成不仅需要初阶能力,而且需要通过深度学习实现不断升级。对于新进入的造车企业而言,尤其是部分高科技企业,可能自然而然地将核心能力的构筑焦点放在感知层与决策层,从而更容易掌握“驾驶脑”的深度学习能力。

  从资本运作来看,部分传统车企在其特定市场已经具有领先优势,已经积累或者可以调动起雄厚的资金投入。不足之处是传统市场领域更多体现为一片片红海,多数车企利润微薄,自身造血功能较弱,使得其借助自身资金积累进行创新的难度较大。

  新造车企业则可借助新造车理念,短期内聚拢起大量资本,并在后期不断引入新的产业资本。不足之处在于,新进入车企难以分摊成本,获得盈利的周期较长。

  传统车企与新进入车企之间的竞争客观存在,某些原本就竞争力不足,加之因循守旧的传统车企,将可能受到颠覆性的冲击。但是站在行业整体看,汽车产业的传统优秀车企,在这场长期的胶着战中,将面临自我更新、自我完善的新机遇,极有可能借助其已经具有的技术与管理优势,在这场颠覆性的挑战中获得重生。

  因为,传统车企是可以掌握新造车理念的,它们的误区恰恰是自满于原有产品开发、推出的路径,在新模式的寻找上不得要领,即使推出新车型也是在模式上墨守成规。这可能才是众多传统车企陷入类似于诺基亚困境的根源。

  作为一个新整合者,新造车企业面对庞大的汽车产业链体系,需要一个漫长的学习过程,它们可能一进入这个行业就被淹没,众多投资机构也随之血本无归。即使优秀如特斯拉,也需要依靠资本市场多年不断地充血维持,而且迄今也未能坐实盈利。在这样的背景下,新造车企业提出了“敬畏传统、另起跑道”的口号。

  然而,另起的跑道又加入另一个慢热的因素:新能源动力。受制于基础设施建设以及电池技术提升、成本降低速度的制约,智能汽车借助纯电动概念发力,更是困难重重。感知层与决策层,是可以同时面向传统能源与新能源汽车的。事实上,传统汽车动力系统目前在行车信号反应速度上已经足够成熟,再结合大规模的成本摊销优势,在很长时期内可以保持相对竞争优势。这一优势地位,在基本可预见的时间长度内,参照征求意见稿的战略目标预期,应该可以持续到2025年。而且,即使在2025年之前的这一段时期,传统汽车企业已经开始在传统能源与纯电动两个领域发力智能网联化。

  麦肯锡给出的无人驾驶在新车销售市场的份额预测显示,理想情况下,部分自动驾驶可以在2025 年达到10%的份额,完全自动驾驶可以在2030 年达到15%市场份额。在未来的10年至15年内,仍将是部分自动驾驶占主流的需求生命周期,在这一时期,传统车企仍将在更广泛的细分市场占据足够的竞争优势。

  当然,国内汽车消费主体的变迁,将使汽车制造智能网联化突飞猛进。这在某种意义上也意味着新一代造车企业的机会来临。据JD.POWER的研究显示,国内汽车消费主力正从60后、70后转为80后、90后。相较于上一代,新一代消费者对汽车智能化配置的关注度明显提升。

  如此看来,在智能汽车制造领域,5年之内看传统车企,5年之后看传统车企及新晋车企中的优质企业,这应该是一个相对稳妥的判断。

  事实上,如何在全新智能驾驶理念(硬件一步到位,在感知层与决策层不断更新迭代)下造车,部分传统车企已经有了全新认识,并走在了行业前列。如丰田在2018年1月9日的CES展会上发布了e-Palette多功能出行平台,并宣布从一家汽车公司转型为一家移动出行公司,丰田的竞争对手也将转变为谷歌、苹果和Facebook等科技类巨头。

  百舸争流的新生态

  在新造车势力中,特斯拉无疑最具代表性,其智能驾驶+纯电动硬件一次性到位的生产模式,已成为这类车企发展的共性趋势。

  2016年10月,特斯拉发布了Autopilot2.0,表示所有新车都将具备完全自动驾驶的硬件基础。汽车在交付给用户的同时,特斯拉不断累积大量用户实际道路行驶的经验数据,通过机器深度学习,支持未来智能系统的进一步升级。

  特斯拉模式沿袭的是苹果手机空中升级(OTA,Online Travel Agency)的模式,体现了典型的互联网思维。如果这种模式将智能汽车赋予“类生命”的性质,即通过不断学习、不断以更成熟的方式适应自身所不能完全掌控的外部世界,这应当是相对现实的做法。但特斯拉曾经的承诺是,可以在2019年或之前升级为全自动驾驶。这种承诺的实现有其极大的不确定性。

  咨询公司Navigant发布了最新一项报告,这项报告按照战略与执行度两个维度,对具有代表性的19家无人驾驶汽车企业进行了排名。具体评价标准包括目标、市场化策略、合作伙伴、量产策略、技术、销售、产品质量与组合、市场份额和可靠性等。这19家企业被分为领导者、竞争者、挑战者和追随者四类。按所属类别与先后次序排名如下:

  领导者:通用、福特、Waymo(谷歌旗下自动驾驶汽车项目)、大众、戴姆勒-博世、雷诺日产联盟、安波福、宝马-英特尔-FCA;竞争者:沃尔沃-Autoliv-爱立信-Zenuity、PSA、Navya、百度-北汽、捷豹路虎、丰田、现代;挑战者:Uber、特斯拉、本田和苹果。

  目前看来,在通往完全自动驾驶之路上,特斯拉仍面临艰难的求索之旅。2015年特斯拉推出带有驾驶辅助功能的Autopilot,最初版本采用了以色列Mobileye公司的硬件。2016年发生的一场致命的自动驾驶系统事故后结束合作,特斯拉开始独立构建第二版Autopilot。但目前看来,在推出第二版本之后的一年多里,自动驾驶仪仍然缺乏一些原始的功能,而且用户反馈系统存在大量不可预测行为。

  与此同时,一些立足于为整车企业提供整体解决方案的公司,如谷歌、英特尔,以及诸多整车企业却表现亮眼。

  通用并收购了自动驾驶初创企业Cruise Automation,并计划在2019年引入其Supercruis技术。Supercruis依靠高精度地图(采购自地图供应商)作为数据基础,结合各类传感器及定位计算设备,获得路况实时预知能力。进入2018年,通用汽车最新申请已获联邦政府批准,将在2019年量产并推出一款没有方向盘和制动踏板的无人驾驶汽车。

  戴姆勒与一级汽车供应商博世结盟,开发完全无人驾驶技术。计划在2018年推出一款高级辅助驾驶车型。丰田于2016年创立了丰田互联,计划借以实现未来车辆的互联化、智能化。

  面向智能驾驶领域,谷歌与百度采用相类似的“硬件外包+软件自主”轻资产路线。2017年11月,谷歌的无人驾驶汽车项目Waymo宣布将开始对无人驾驶汽车进行测试。Waymo的模式是开发整套解决方案,已与菲亚特克莱斯勒签署了几项小型协议,为600辆Pacifica皮卡提供Waymo的专有传感器和内置硬件。预测谷歌未来将采取把自己的无人驾驶系统和软件技术通过授权给车企的方式推向市场。谷歌无人驾驶技术立足两个方面优势:一是扎根于各城市街道的精密Google Maps地图数据,可以每日模拟数百英里的路程;二是谷歌一直在持续进行的复杂城市道路的实际路试。

  国内传统车企采取的是与互联网科技企业战略合作、协同开发的方式,如长安、上汽与阿里合作等等。相对于通用、特斯拉等企业倾向于建立自己的体系、单打独斗发展整车开发与产品制造能力,国内的企业显然更加具有开放与合作精神。新进入者蔚来也计划请江淮等传统企业代工的方式造车。相形之下,中国的智能驾驶之路更像是在精细分工下,各展所长的“群众运动”。这种方式使得传统与创新更相容,展示中国包容与合作的传统智慧,必将展现出更为持久的生命力。

  迄今为止,国内车商更多的是发挥国内的互联网技术积淀,推进的是“网联”技术而非“自动驾驶”。如上汽集团目前重点布局高精度定位、导航和地图领域,以及车载服务信息等;与阿里巴巴合资成立斑马网络,为上海汽车注入互联网基因。上汽还于2014年底在硅谷建立了投资公司,并先后于2016年和2017年在加州和以色列建立了创新中心。

  相对而言,在自动驾驶核心技术方面,无论是硬件还是软件,无论是技术水平还是资本投入,我国相对欧美日韩均还有不少差距。但在这一新的生态领域,渐进式的智能驾驶技术升级路径,为无论是传统车企还是新进入车企,无论是“智能”车企还是“网联”产业链车企,都提供了广阔的生存空间。

  参照手机行业开源与自主整合的两种模式来看,安卓系统诞生于2008年,落后于苹果的iso系统。但其市场份额从2009年的4%迅速提升到2015年的81%。由此可见,“群众运动”模式在智能化领域的生命力。而开放、共享正是互联网精神的体现。

  资本市场如何面对?

  在传统的汽车企业中,有两类企业值得关注。一是现有各细分市场领域的优秀企业,包括部分实力雄厚、在最近几年崭露头角的大型国企,以及业绩表现优异、展现出持久生命力的民营造车企业。其中,部分民营企业自2016年以来已经步入明显的上升通道,这些企业几乎全部已经规划生产智能驾驶及新能源汽车,其中将涌现出未来的明星,投资这类企业在未来几年中将相对比较稳健。

  二是部分企业在诸多传统商用车、乘用车领域占据领先者地位,但是受制于市场的激烈竞争,难以依靠自身产品的利润支撑资金需求体量庞大的产品创新。该类企业今后几年将面临艰巨的内部改革及资产重组任务。对于该类企业,机构投资者深度介入,以资金实力支撑其最新生长点或协助处理不良资产将可能会发现意想不到的机会。

  对于新造车势力的企业则要慎重选取,进行战略性投资。这类企业一般需要数十亿元乃至上百亿元的巨额资金。但是即使如此,设计出相对成熟的新车,进而获得盈利,仍旧要等待一个较长的周期,投资回报的取得往往需要依靠资本市场的长期运作。投资这类企业一般有更大的风险,当然也可能会有意外的惊喜,风险往往意味着更为可观的增值空间。

  (作者系汽车投研与战略管理资深专家、高级工程师)