當前位置:首頁 > 資訊中心 > 企業動態 > 正文
汽車AI逾2000億美元蛋糕怎么切 BAT之間必有一戰
www.jianbct.com  2019-08-01 10:57  

  汽車AI逾2000億美元 蛋糕怎么切 BAT之間必有一戰

  楊海艷

  [智能汽車的場景化應用之所以蘊藏著無限的空間,是因為通過用戶ID的建立,汽車與人的需求相結合,并通過地圖等底層架構設置,與外界的生態形成動態匹配,能夠引導車主的消費行為,并通過支付的打通完成商業閉環。]

  [到2025年,AI將為全球汽車廠商(OEM)帶來每年高達2150億美元的總收益。]

  隨著5G時代的開啟,業內一致認為5G+AI(人工智能)將為汽車行業帶來巨大的商業機會。

  麥肯錫咨詢公司在此前發布的一份報告中表示,到2025年,AI將為全球汽車廠商(OEM)帶來每年高達2150億美元的總收益。這相當于汽車行業息稅前收益總額的9%,或是理論上過去7年里1.3%的年平均生產力提升值。

  要吃到這塊大蛋糕并不容易,在無人駕駛商業化還遙遙無期,包括像自動泊車這樣眼下最容易實現的技術,商業化空間尚十分有限的背景下,AI要如何賦能于汽車,才能從行業中順利掘金?

  押注L3還是L4

  美國國家公路交通安全管理局(NHTSA)將對汽車自動駕駛的階段分為4個級別:L4是完全自動化階段,汽車無需人為干預,可以自行做出決定。L2是特定的輔助駕駛技術,可以幫助駕駛員更好地駕駛,而L3是有條件自動駕駛。

  有部分科技公司將眼光著眼于L3級別自動駕駛的后裝市場。比如創始人團隊曾為特斯拉Autopilot團隊核心成員的紐勵科技,今年6月份就在上海發布了基于L3級別的自動駕駛系統解決方案——MAX1.0,這個系統不依賴激光雷達,高精地圖,就可實現高速代駕,擁堵跟車,自主泊車等功能。此外,搭載這套系統的車有望在2020年實現量產定點,在隨后的兩年內開始投產(SOP)。

  但更多的公司已經不看好L3的技術和商業空間。在今年的百度AI開發者大會上,百度明確表示在自動駕駛領域發力,從此前聚焦高速場景致力于自動駕駛輔助系統研發的L3,轉向以自動泊車為商業落地重心的L4,后者是目前主流車企都在爭奪的自動駕駛入口之一。百度副總裁,智能駕駛事業群組總經理李震宇表示,目前自動駕駛汽車主要是依靠整車生產以后,后期加裝感應器等零部件的方式,因為這輛車設計和生產的時候沒有考慮到這些零部件的加入,所以可能會出現兼容性的問題,并影響穩定性能。

  不只是百度,包括福特和沃爾沃都明確表示將放棄L3級別自動駕駛,直接進入L4級別自動駕駛。福特的顧慮在于L2是特定的輔助駕駛技術,可以幫助駕駛員更好地駕駛,主要的責任人是駕駛員。L4則是全自動駕駛汽車,汽車接管所有控制權,駕駛員不用承擔責任。而L3的挑戰在于未能給車輛和駕駛員劃分一個清晰的責任認定:到底是人還是機器在駕駛。這帶來一定的責任風險的同時,從成本投入和商業收益來看,也沒有太大的回報空間。

  但是,L4級別的無人駕駛何時可以到來?

  Waymo公司CEO John Krafcik坦言自動駕駛道路漫長,他認為現實中出現了自動駕駛汽車,但它們還遠遠沒有普及。最主要的原因在于,林之鶴網易博客自動駕駛技術還沒有達到在任何天氣和任何條件下都能駕駛的最高等級。

  就在近期,一度閃耀硅谷的無人車初創公司Drive.ai宣布被蘋果收購,讓業界對于無人駕駛的落地效率表示悲觀。而從車企近期發布的目標和愿景來看,越來越多的車企也開始推遲無人駕駛汽車商業化的實現時間。無人駕駛的量產落地不僅面臨環境,成本,技術和法規問題,還有業內最為關注的安全和可靠性問題。

  地平線創始人余凱在2019斑馬智行探索大會上談到,面向4G,5G的自動駕駛一輛車所產生的數據是1000個TB,2000輛的自動駕駛汽車在一天所產生的數據相當于2015年整個人類文明一天產生的數據。洶涌澎湃的數據會通過聯網的汽車,無數的智能終端傳到網絡端,這給邊緣計算的應用帶來機會的同時,也對底層的算力提出了極高的要求,要讓算力支撐上層豐富的人工智能的軟件框架,需要的是整個芯片產業與時俱進的進步。雖然人工智能技術發展迅速,但是到今天為止并不是那么盡如人意。

  對于自動駕駛來說,下層的計算能力是非常重要的制約因素,整個自動駕駛鏈條也非常的長,目前在算力上還有很多需要解決的問題。在目前自動駕駛的算法模塊里面,定位算法比較成熟,感知也還可以。但在預測上非常困難,表現于車在自動駕駛的狀態下對于周圍車的動向和趨勢,很難作出精準的判斷。

  所以從根本上看,目前的自動駕駛在技術尚未達到成熟階段,在車路協同方面也還有很長的路要走,短期內主要的商業應用還將會聚焦在輔助駕駛。

  AI如何從汽車行業掘金

  在無人駕駛尚未成熟的階段,AI如何從汽車行業掘金?麥肯錫的報告認為,長期來看支持AI功能的汽車和移動出行服務可以為行業帶來巨大的價值,但這些功能和服務在短期內行業層面上創造的價值是有限的。利用現有的技術,達成車主和用戶體驗的改善,是眼下AI在汽車行業最容易實現的商業化關鍵點。

  余凱在會上表示:“當下大規模的量產可行性,最重要的還是車內的人機交互,另外就是ADAS(高級輔助駕駛系統)。”

  全球范圍內,ADAS系統的數量(例如夜視和盲點檢測)從2014年的9000萬輛增加到2016年的約1.4億輛,僅兩年就上升了50%。到2016年,ADAS總共創造了約150億美元的市場。麥肯錫最近的一項調查顯示,對于配置不同的ADAS系統,司機愿意額外花費500~2500美元來購買。構預測到2020年ADAS的市場規模可能會達到千億元,年復合增長率超出35%。

  千億元的空間看起來十分誘人,但基于硬件的市場其實仍然是有天花板和瓶頸的。在斑馬網絡CEO郝飛看來,面對未來的智能出行市場,事實上車聯網帶來的智能場景化應用隱藏著更為巨大空間的市場。

  郝飛談到,這個智能場景化的應用空間與此前車聯網應用鼓吹的市場空間有本質的區別,回歸至傳統的車聯網時代,當時更多的口號是要讓車取代手機,供應商們在車機上鋪設了大量的功能,比如查股票,訂酒店,聽新聞等。“但是這些需求真的那么剛需嗎,不是的,其實用戶最喜歡的高頻應用第一是導航,第二是語音,第三是音樂。”郝飛說,“在汽車的出行場景里面其實用戶對這些需求是有限的,原來就能夠用手機完成得很好的功能為什么一定要在車上完成。”

  他認為所謂車載社交,都是偽命題。在單純的車聯網時代,期望通過一個地圖導航,發一個語音命令甚至是下載一首音樂就能形成商業模式跟商業閉環,是不現實的。

  智能汽車的場景化應用之所以蘊藏著無限的空間,是因為通過用戶ID的建立,汽車與人的獨一無二的需求相結合,并通過地圖等底層的架構設置,與外界的生態形成動態的智能匹配,能夠動態引導車主的消費行為,并通過支付的打通,完成商業閉環。

  比如斑馬智行目前在上海與中石化進行合作,在所有的中石化店都開通了斑馬智行的支付,用戶到達加油站可以無需下車,便可實現自主加油和支付,隨后又與餓了么合作,推出“智慧點餐”服務。

  在郝飛看來,這是斑馬“情境智能驅動服務找人”產品理念的體現,即基于AliOS汽車專屬操作系統,通過個人超級賬號打通互聯網世界,實現數字感知,智能交互,生態融合到個性服務。他分析,從單純的場景驅動,加入情緒識別和數字生態融合計算,可以對用戶下一步行為進行精準預判,進而讓人車關系從“助手”向“朋友和家人”演進。其賴以實現的條件,就是人,車,出行數據的融合以及背后能連接和整合多少生態服務的能力。

  BAT之間必有一戰

  與斑馬背靠的阿里一樣,包括百度和騰訊,都具備人,出行數據和生態服務的能力。

  因此,百度和騰訊也加緊在與整車廠商抱團,打造智能汽車生態圈。百度在AI開發者大會上宣布,目前Apollo(自主泊車一體解決方案)生態合作伙伴規模已達156家,并提出60余家整車廠以及300余個行業合作伙伴將進行生態圈的構建及合作,通過多模及開放的兩大模式,為車企及消費者提供定制化的車聯網服務。

  阿里基于阿里AliOS打造的斑馬智行,除了在生態圈上籠絡了大批同屬于阿里的消費,數據,地圖以及支付伙伴之外,還與包括上汽,福特,觀致,雪鐵龍等多家整車企業建立了合作關系。擁有海量騰訊用戶的賬號體系,微信與QQ強大連接能力的騰訊也當仁不讓,與包括廣汽和東風在內的車企結盟,也讓其擁有了龐大的市場客戶。

  上述三家公司都在按照自己的需求劃定“朋友圈”,希望打造自己的壁壘。業內甚至認為,在爭奪合作伙伴和打造競爭生態上,三者之間必有一戰。

  但所謂的壁壘是技術能力上具有的差距,而非簡單的封閉生態的打造。郝飛認為,今天很多構建在所謂的以超級APP的方式所呈現的開放都是偽開放,其實它是用底層操作系統的開放來混淆自己垂直生態的,垂直應用的封閉。這種垂直生態的封閉會在一定程度上影響消費者的體驗,因為消費者在使用某款軟件時,關注的并非是這款軟件的“站隊”,林之鶴網易博客而是體驗的優劣。

  目前斑馬智行平臺上的生態合作伙伴,70%來自非阿里系。智慧加油服務已支持中國石油,殼牌,佰付美,車主邦近3000多家加油站,智慧停車覆蓋210個城市11000多家無感支付停車場,高速云付也已接入135家收費站。“我們會在八九月份宣布全面的開放戰略,包括底層技術,資本等各方面將深度開放。”郝飛透露。

  對于BAT來說,誰能更好地從汽車市場掘金,最終決定的要素在于底層的技術能力,云端一體的生態服務能力,以及成本,可靠性和體驗的流暢程度。

打印該頁 】【 關閉窗口
相關資訊