无人驾驶的进化

     出于对新（黑）科技的好奇，对于无人驾驶汽车的现状和未来，写了一篇文字，抛砖引玉，和朋友们一起探讨；也要声明，并没看过滴滴内部关于此方向的资料研究，纯属个人观点；

   何时能体验无人驾驶，我是坚定的乐观派

     1886年诞生世界上第一辆汽车，升级演变了100多年，下一个10年，汽车行业终于迎来了一个“奇点”；一个原因是成本，波士顿咨询的结论，在纽约，10年左右，无人驾驶出租车的成本将比出租车便宜；摩根斯坦利预估在美国，无人驾驶会带来每年节省1.3万亿美金，这些还没有计算人在车上休息补充睡眠等带来的间接效益，还有货运的收益，不用担心长途货运司机疲劳驾驶，24小时都可以运输货物，效率大大提升；这个演变的局势跟电脑／智能手机的演变及其相似，正如手机有垂直封闭的apple模式，有开放的android模式，在ios／android一统江湖之前，还有塞班等若干个操作系统，各个手机厂商对智能手机的定义在iphone出来之前也是南辕北辙，intel对手机芯片和平板芯片的判断的也出现了连续的错误；现在各方对无人驾驶是否能落地改变人们的出行模式看法不一，互联网公司／车商对演进的路线也大相径庭，我是坚定的乐观派，下面我从技术和商业模式两个方面来推演汽车生态的升级路径和投资机会；

    黑科技让我兴奋

     无人驾驶涉及的黑科技非常多，这是升级困难的原因，同时也是有趣的地方，一个公司能够长久胜出，一定是技术上引领行业；营销做得厉害能让一家公司赢1～2年，凡客诚品的没落，小米逐渐走下神坛，都是例证；产品体验的极致能赢3～5年，唯有技术的持续领先能基业长青；无人驾驶涉及下面几个技术：通过高精度的地图（mapping），进行校准（sensorcalibration）和定位（localization），追踪（tracking），感知（perception），检测附近的车辆，物体轮廓的提取，距离／斜率／曲率的计算；规划（planning），最终来进行智能决策和控制（control）；涉及的科学学科包含ComputerVision，Clouding，Machinelearning，Bigdata，Planning，Control，Robotic，Chip，所以start up公司需要召集各学科的博士5～10个才可行，创业的门槛比起眼下的热门的确稍高了一些；

    我来给无人驾驶的分类

     对无人驾驶的分类定义各方也分歧较大，有分4个level的，也有分5个level，这个分级的不统一性，像极半导体领域对于自动化程度的分级，intel全自动化的工厂把自动化程度定位为level5到level8,台积电／联电把自动化程度分为全自动／半自动／手动三个level，实际上争论分几个level也没有太大意义，都是业内人士的事，老百姓弄明白基本概念就行了，我觉得分三个level理解起来比较简单：

     Level0－人控制为主，有自动泊车／高速上指定速度之类比较初级的辅助ADAS功能，大部分车商们比较热衷的模式，也属于渐进式的改革；在功能上属于修修补补，大致相当于诺基亚在2006年宣称自己是个移动互联网公司的那种状态，沉浸于这个层次的汽车厂商／软件公司，让他们自我革命是不现实的。从手机到汽车，进化的过程极其相似，”物“不同，“道”相同；

     Level1-无人驾驶，这属于革命模式，但类似是从南坡登珠峰；采用的是半专业的相机传感器来识别周围的环境，硬件成本比较低，采用的是单目的摄像头，硬件成本低的“硬币”的另外一面是识别的精度不够高，识别几米左右；硬件欠下的债，需要用智能算法来偿还，通过优化立体摄像头算法以提高辨识能力，实现相对低成本的视觉系传感解决方案Tesla采用是这个方案，不需要对城市进行建模，Tesla的技术采用的是mobileye的，mobileye是图像的算法处理／感知计算这个领域的佼佼者，以色列的一家公司；原intel中国研究院的吴甘沙创业的方向也笃定了这个领域的前景；通用汽车花了10亿买了Cruiseautomaton，也是看中了cruise在算法方面的积累，10亿贵不贵？一点都不贵，facebook160亿买了whatapp，是为了抓住一个移动互联网的救命稻草，避免被下一个时代落下，通用也一样的害怕；

     Level2-无人驾驶，也是革命模式，从北坡登珠峰；采用的是LIDAR的方案，快速采集精准的信息，然后100米半径绘制3D地图建模，快速定位形成实时在线地图，精度能够精确到10cm，类似汽车进化出了”眼睛“，google／uber／baidu都是朝这个方向努力中；缺点是成本太高，30万美金的成本，需要大幅度降低激光传感器成本以实现大规模商业化；有一家很有趣的公司Zoox，也是这个领域的佼佼者，据说googlex还模仿他的模型；

   无人驾驶的生态物种

     无人驾驶的生态系统里面生存着几个物种，哪些物种会消亡，又会诞生哪些新物种，本质上要解决三个问题：成本可接受，技术足够可靠，法律法规容许；法律和道德问题比较复杂，比如无人驾驶汽车一旦撞到人以后，是追究生产这台车企业的责任还是车主的责任，这个问题还是让聪敏的律师们解决吧；下面我画了一张图，来大概描绘了可能的物种并做一些解读：

     1. 人的需求多种多样，这一层是用户体验之争；也是个性化服务之争，也是下面几层的基础，对于人性的把握是最终能否胜出的关键；今年忽然火爆的视频直播平台17/映客，就紧紧抓住了人性中偷窥的本性；

     2. 出行服务平台之争，今天的竞争还是补贴大战，日后成败的关键还是大数据的算法／智能决策之争，调度的差异化竞争，体现在谁能在用户想要使用车的时候2～3分钟内就到眼前；预测能力的差异化体现在提前预知某时刻某区域的需求增加，并作及时的调配；智能决策在于及时的预判道路情况，并规划出最佳的路线，为用户节省时间，提高效率；这些都需要大量数据的积累，然后用人工智能进行自我学习，搭建模型搭，在这方面滴滴的确暂时领先，公开的数据显示滴滴的每日订单是易到／uber的几十倍，自然就积累更多的大数据作为自我进化机器学习的数据源，进化的速度更快；不过这场竞争也没到终局，估计还要2～3年；

     3. 下一层是自动驾驶的软件SDS，Selfdrivingsystem的竞争；在遇到复杂的驾驶情况的决策能力，一个普通人在驾校学习几十个小时，然后开上几百公里，加上人性本善的良知，和比较完善的交通法规，在处理复杂路况的时候游刃有余；这些处理的过程需要由机器和软件来自动完成，困难程度可想而知，困难度是alphago下围棋的几何级的倍数；经过了几年的积累，现在的key一方面是在于level2方案的LIDAR成本的降低，我仍然属于乐观派，Musk能将火箭的发射成本降低到几十分之一，LIDAR降到十分之一，为何不可能呢？Level 1方案的算法如果能够开源，全人类顶级的算法科学家的参与，也必然会加速精度的提升；这个提升的过程也是需要大量的数据积累和机器学习的自我进化，google这方面的确占了先机，车辆在路上跑了8年，假设有一万辆车在路上跑，每辆车跑1万公司，人工智能就已经学习了1亿公里；最近有新闻说长安汽车从什么地方开到了北京，就表示很厉害了，看到这个新闻的确很无奈，水平差的不是一点点；除了人工智能以外，还是道德的问题需要机器学习，举一个处理复杂路况的例子，自动驾驶的汽车前面是货车，左边是SUV，右边是摩托车，当前面货车的货物忽然掉下来，自动驾驶的汽车应该怎么选择呢？是以你的安全角度出发，撞上那个摩托车？还是以最小化他人伤害，直接撞上去，牺牲掉自己？还是折中，撞上SUV？算法及其复杂，同时还有道德问题；

     4. 汽车厂商之争，OEM的车厂，过去的竞争更多的是营销方案之争，他们也积极参与到这场革命当中了；2015年汽车供应商的并购活动规模接近500亿美元，为前一年的3倍多；谷歌高管此前表示，该公司不希望自行开发汽车，而是向汽车厂商提供软件和地图技术，这个倒是符合google一贯的开放策略；OEM能否进化出上面两层的能力，一统江湖了呢？也不是没有可能；前两天看到乐视说无人车是免费的，准确定义一下，某一类的车型是免费的，有可能，更现实的是汽车成本价格出售，像OculusRift，硬件收入是6亿美金，毛利是0，但是应用商店赚了几千万美金；OEM能不能成本价出售，取决于自我进化的能力；

     别投O2O／电商了，投无人驾驶的黑科技吧

     汽车产业链上下游的整体升级，涉及了车厂／互联网公司／汽车电子器件公司／地图提供商／人工智能，无论是一级市场还是二级市场，将出现巨大的投资机会；有几个A股的公司挺厉害的，已经做了布局，华工科技布局汽车传感器，东软集团在驾驶辅助系统与导航引擎方面拥有近3000人的研发团队，最近又和四维图新强强联合，确实值得尊敬；在国内的投资基金都在关注O2O，电商，互联网金融，B2B服务，甚至网红直播的时候，提前布局在这几个领域：大数据，机器学习，图像识别，传感器激光雷达、毫米波雷达与立体视觉摄像头的创业公司，日后一定收益颇丰；投资无人驾驶领域的初创公司的逻辑也是看切入点和垄断细分市场，切入的姿势要准，找到核心的关键点，要解决的核心问题，好在整个生态升级的过程，细分领域的机会众多；垄断细分市场建立护城河，护城河对于互联网公司准确来说就是留存率，对于人工智能的公司来说就是积累的核心算法了。对这类企业的估值，估计传统的现金流折现法（discount）和剩余价值法（Residualvalue）也不行了，一方面可以用同类公司比较法，放眼国际，在国内拼杀O2O／争论贴钱模式是否可持续的时候，已经有很多以色列和硅谷有很多类似的公司遥遥领先了，估值完全可以参考类比他们；另一方面也是由供求关系决定的，当眼下优质的创业公团队并没有获得过多资本的关注度的时候，资金的介入是最佳时机；当然创始团队也要充分的热爱事业，而不是热衷于ppt或者发布会的忽悠模式；

     10年后回头看今天的汽车生态升级的参与者，可能会唏嘘不已，谁最终成为行业变革的“诺基亚”“小米”“apple”“华为”“android”“ios”／“高通”“intel”，到底是是开放标准，合纵连横才能赢，还是打造封闭的用户体验能赢，取决于天时地利人和，anyway，这是一个激动人心的时代；