新一輪產業革命將在汽車領域興起

■大約每隔五六十年，在以科技發展為核心因素的驅動下，世界經濟會呈現一個輪次的興衰交替。有跡象表明，新一輪經濟周期的驅動要素將可能是人工智慧（AI）、物聯網及由之造就的工業4.0，以及伴生的能源革命。在此背景下，由於汽車是一種大批量、可複製、普及性強的耐用消費品，可以大幅度攤薄技術創新成本，並且帶動上下游產業鏈之間的聯動。因此，智能汽車的應運而生，將成為整合人工智慧、萬物互聯、新能源技術，並發揮工業4.0優勢的產業領域。

■傳統車企與新進入車企之間的競爭客觀存在，某些原本就競爭力不足，加之因循守舊的傳統車企，將可能受到顛覆性的衝擊。但是站在行業整體看，汽車產業的傳統優秀車企，在這場長期的膠著戰中，將面臨自我更新、自我完善的新機遇，極有可能藉助其已經具有的技術與管理優勢，在這場顛覆性的挑戰中獲得重生。

1月5日，國家發改委公布了《智能汽車創新發展戰略（徵求意見稿）》，初步制訂了戰略願景，設置了目標達成的時間節點：到2020年，智能汽車新車佔比達到50%，中高級別智能汽車實現市場化應用；到2025年，新車基本實現智能化，高級別智能汽車實現規模化應用；到2035年，中國標準智能汽車享譽全球，率先建成智能汽車強國，全民共享「安全、高效、綠色、文明」的智能汽車社會。

這一戰略的形成意味著，經過一段時期的實踐和認知，我國目前已初步在國家層面對發展智能汽車的意義、目標、路徑和措施形成共識，資本市場深度關注與布局智能汽車，正當其時。

智能汽車將引領產業革命

從全球經濟的發展周期看，呈現一種明顯的長周期（即 「生產力發展周期」）特性，也被稱為「康德拉季耶夫周期」。認為大約每隔五六十年（中國人可以按習慣理解為一個甲子，即60年左右），在以科技發展為核心因素的驅動下，世界經濟會呈現一個輪次的興衰交替。

按此理論，從1782年開始，紡織機、蒸汽機驅動了第一次產業革命；第二輪周期由鋼鐵、鐵路技術驅動；第三輪周期由電氣、化學、汽車技術驅動；第四輪周期是由汽車、計算機技術驅動；第五輪周期是從上個世紀90年代開始，核心驅動因素是信息技術。目前正處於第五輪的末期，即衰退期。

有跡象表明，新一輪經濟周期的驅動要素將可能是人工智慧（AI）、物聯網及由之造就的工業4.0，以及伴生的能源革命。

在此背景下，由於汽車是一種大批量、可複製、普及性強的耐用消費品，可以大幅度攤薄技術創新成本，並且帶動上下游產業鏈之間的聯動。智能汽車應運而生，將成為整合人工智慧、萬物互聯、新能源技術，並發揮工業4.0優勢的產業領域。

這場革命是顛覆性的嗎？

技術突破重心在感知層與決策層

什麼是智能汽車？按照徵求意見稿的定義，智能汽車是指通過搭載先進感測器、控制器、執行器等裝置，運用信息通信、互聯網、大數據、雲計算、人工智慧等新技術，具有部分或完全自動駕駛功能，由單純交通運輸工具逐步向智能移動空間轉變的新一代汽車。智能汽車通常也稱為智能網聯汽車、自動駕駛汽車、無人駕駛汽車等。

感測器、控制器、執行器，對應智能汽車技術的三個層次：感知層、決策層和執行層。

其中，感知層技術主要基於視覺技術與雷達技術，為汽車提供環境感知輸入。硬體設施主要包括安裝於汽車本體的攝像頭、各類雷達，以及接收車聯網信息的終端裝置等。

決策層技術的作用在於接收來自車體自身感知器件，以及來自車聯網的網路虛擬空間信號，通過整合車載或雲端處理結果，輸出車輛控制信號，通過車輛執行部件實現行車即時控制。這項技術相當於自動汽車的「駕駛腦」，以演算法為核心，通過半導體等硬體技術對高速運算提供支持。

執行層技術指汽車的加速、減速、轉向、制動等基本執行機構系統及其相關部件技術。

整體而言，智能汽車可以被看作具備特定用途、未來可以實現更加複雜、更加精細化運作的機器人之雛形。正如人類具有靈魂、心魄、身體三個層面能力資源，智能汽車區別於傳統汽車的本質特徵正在於其感知層與決策層，感知層和決策層是智能汽車容納汽車魂魄的器官。

技術的核心在決策層

決策層水平的高低，決定汽車自動駕駛水平的等級。決策層硬體目前已經獲得突破，軟體則需要步步更新迭代。

人類的靈魂與心智能力表現在兩個方面：一是根據明確的內外邊界條件進行特定條件下的應激反應（先天性能力）；二是通過不斷地學習和創新實踐，更新自己的價值體系與判斷標準，形成來自後天學習構建的新自我認知，以及對外部環境的應對機制。不斷更新是智能汽車的最本質特徵，智能汽車因此而具有了類生命生生不息的屬性。

目前擁有該層次技術能力的供應商有兩類。

一類是作為傳統汽車行業一級供應商的ADAS（高級駕駛輔助系統）公司，如博世、大陸、德爾福等。如博世將自己定位在自動駕駛核心硬體這一領域，同時也通過合作、併購等方式加強人工智慧和高精度地圖的布置。德爾福側重布局駕駛腦、信息傳遞和控制系統。它們的傳統擅長領域是藉助車體本身感知能力，獲得行車信息，將其通過邏輯演算法轉化為車輛行駛控制信號。通過這種方式，傳統車企採購其系統部件研發整車，基本能夠實現3級及以下級別的駕駛。

另一類是擁有人工智慧演算法技術，或掌握電子地圖，以及大數據收集處理能力的高科技或互聯網公司，如英特爾、谷歌、百度等。英特爾廣泛布局了車載晶元、視覺技術、深度學習技術、物聯網等相關軟體、硬體，以及信息安全等相關領域，致力於補齊自動駕駛中所需要的GPU、5G、PFGA等關鍵技術，為後續端到端的方案提供了重要支撐。在這些技術領域，英特爾等企業最近幾年進行了大量的投資布局。

決策層技術所需的大容量數據傳遞與計算的硬體基礎，已經在英特爾等極少數企業初步具備。這些企業的主旨是通過自動駕駛的計算平台、5G網路或高精度地圖作為切入自動駕駛的入口。事實上，一般的互聯網企業在技術方面所擅長的主要還是網聯技術，而在真正實現自動駕駛的核心技術——「駕駛腦」的演算法方面，一般互聯網企業未必具有優勢。

擁有如上兩類技術的高科技企業，前者如英特爾、博世，後者如谷歌，皆有志於以決策能力的突破為核心，為車企提供智能駕駛解決方案。

《智能汽車創新發展戰略（徵求意見稿）》按照智能化程度將智能汽車劃分為5個等級，並指出「中高級別」為「3級及以上」，「高級別」為「4級及以上」。自主與網聯相結合將成為發展高階自動駕駛的主流模式。

目前，無論是傳統車企，還是新造車企業，它們作為汽車產業漫長價值鏈的集成者，均不具備全面的技術資源稟賦。一般來說，部分優秀傳統車企的技術基礎及整合能力，要遠遠強於多數初創的、帶有互聯網創業公司光環的行業新進入者。新進入者的優勢可能首先在於其「互聯網造車」的理念，在快速集成和新技術應用上達到匹敵傳統車企，甚至勝過一籌的水平。如特斯拉宣稱，推出一步到位備齊智能駕駛硬體的新車，之後將通過機器不斷地學習，將新的經驗和技能藉助雲平台分享到所有售出的新車上。這種理念符合人工智慧產品與人類相似的不斷學習與更新的特質。然而，理念雖然到位，但同樣將面對由低級智能駕駛到高級智能駕駛的不斷進化之路。

觀察智能駕駛的技術層級，可以將智能駕駛大致區分為兩類：一類是目前側重依賴自主式技術，即基於車體本身裝置，已經基本可以達到單車智能駕駛，及中低級的智能駕駛；一類是將靈魂插上車聯網之翼，在單車智能駕駛初步實現的基礎上，藉助「駕駛腦」技術的升級整合來自高精度地圖、雲計算、大數據等雲端能力資源，以及持續機器學習和深度神經網路技術，最終將單車智能駕駛變為智能網聯式自動駕駛，實現高階智能駕駛的突破。

傳統車企、新晉車企誰主沉浮？

感知層和決策層的共性基礎是車載晶元技術，涉及的企業有高通、恩智浦、英特爾、博世，以及來自國內的四維圖新等。在這些領域，近年頻頻發生巨額併購事件，如高通收購恩智浦、英特爾收購Altera等，涉及收購金額均達上百億美元。其中，高通、英特爾、英偉達已經相繼推出各自的自動駕駛平台。可以說自動駕駛的硬體基礎已經具備，低階的智能駕駛的普及只是時間問題，而更高階的智能駕駛技術的突破則取決於整車製造企業與感知層、決策層供應商的協作。

在智能駕駛研發能力方面，傳統車企與新造車企業各有其獨到的優勢與不足。

從商業模式來看，傳統車企的優勢在於擁有研發並製造一款整車的成熟流程模式與技術積澱。它們掌握外界難以獲取的車輛信息（安全性數據、車輛使用工況數據等等），擁有與產業鏈上下游協同工作的經驗。可以說，優秀的傳統車企本身就是一個優秀的整合者，它們天然具有打造一款成熟新車的基因。

新造車企業的優勢在於其互聯網思維，擁有開放、創新、迭代的基因，在打造智能汽車的靈魂方面具有天然的優勢。如前所述，決策層能力的養成不僅需要初階能力，而且需要通過深度學習實現不斷升級。對於新進入的造車企業而言，尤其是部分高科技企業，可能自然而然地將核心能力的構築焦點放在感知層與決策層，從而更容易掌握「駕駛腦」的深度學習能力。

從資本運作來看，部分傳統車企在其特定市場已經具有領先優勢，已經積累或者可以調動起雄厚的資金投入。不足之處是傳統市場領域更多體現為一片片紅海，多數車企利潤微薄，自身造血功能較弱，使得其藉助自身資金積累進行創新的難度較大。

新造車企業則可藉助新造車理念，短期內聚攏起大量資本，並在後期不斷引入新的產業資本。不足之處在於，新進入車企難以分攤成本，獲得盈利的周期較長。

傳統車企與新進入車企之間的競爭客觀存在，某些原本就競爭力不足，加之因循守舊的傳統車企，將可能受到顛覆性的衝擊。但是站在行業整體看，汽車產業的傳統優秀車企，在這場長期的膠著戰中，將面臨自我更新、自我完善的新機遇，極有可能藉助其已經具有的技術與管理優勢，在這場顛覆性的挑戰中獲得重生。

因為，傳統車企是可以掌握新造車理念的，它們的誤區恰恰是自滿於原有產品開發、推出的路徑，在新模式的尋找上不得要領，即使推出新車型也是在模式上墨守成規。這可能才是眾多傳統車企陷入類似於諾基亞困境的根源。

作為一個新整合者，新造車企業面對龐大的汽車產業鏈體系，需要一個漫長的學習過程，它們可能一進入這個行業就被淹沒，眾多投資機構也隨之血本無歸。即使優秀如特斯拉，也需要依靠資本市場多年不斷地充血維持，而且迄今也未能坐實盈利。在這樣的背景下，新造車企業提出了「敬畏傳統、另起跑道」的口號。

然而，另起的跑道又加入另一個慢熱的因素：新能源動力。受制於基礎設施建設以及電池技術提升、成本降低速度的制約，智能汽車藉助純電動概念發力，更是困難重重。感知層與決策層，是可以同時面向傳統能源與新能源汽車的。事實上，傳統汽車動力系統目前在行車信號反應速度上已經足夠成熟，再結合大規模的成本攤銷優勢，在很長時期內可以保持相對競爭優勢。這一優勢地位，在基本可預見的時間長度內，參照徵求意見稿的戰略目標預期，應該可以持續到2025年。而且，即使在2025年之前的這一段時期，傳統汽車企業已經開始在傳統能源與純電動兩個領域發力智能網聯化。

麥肯錫給出的無人駕駛在新車銷售市場的份額預測顯示，理想情況下，部分自動駕駛可以在2025 年達到10%的份額，完全自動駕駛可以在2030 年達到15%市場份額。在未來的10年至15年內，仍將是部分自動駕駛佔主流的需求生命周期，在這一時期，傳統車企仍將在更廣泛的細分市場佔據足夠的競爭優勢。

當然，國內汽車消費主體的變遷，將使汽車製造智能網聯化突飛猛進。這在某種意義上也意味著新一代造車企業的機會來臨。據JD.POWER的研究顯示，國內汽車消費主力正從60後、70後轉為80後、90後。相較於上一代，新一代消費者對汽車智能化配置的關注度明顯提升。

如此看來，在智能汽車製造領域，5年之內看傳統車企，5年之後看傳統車企及新晉車企中的優質企業，這應該是一個相對穩妥的判斷。

事實上，如何在全新智能駕駛理念（硬體一步到位，在感知層與決策層不斷更新迭代）下造車，部分傳統車企已經有了全新認識，並走在了行業前列。如豐田在2018年1月9日的CES展會上發布了e-Palette多功能出行平台，並宣布從一家汽車公司轉型為一家移動出行公司，豐田的競爭對手也將轉變為谷歌、蘋果和Facebook等科技類巨頭。

百舸爭流的新生態

在新造車勢力中，特斯拉無疑最具代表性，其智能駕駛+純電動硬體一次性到位的生產模式，已成為這類車企發展的共性趨勢。

2016年10月，特斯拉發布了Autopilot2.0，表示所有新車都將具備完全自動駕駛的硬體基礎。汽車在交付給用戶的同時，特斯拉不斷累積大量用戶實際道路行駛的經驗數據，通過機器深度學習，支持未來智能系統的進一步升級。

特斯拉模式沿襲的是蘋果手機空中升級（OTA，Online Travel Agency）的模式，體現了典型的互聯網思維。如果這種模式將智能汽車賦予「類生命」的性質，即通過不斷學習、不斷以更成熟的方式適應自身所不能完全掌控的外部世界，這應當是相對現實的做法。但特斯拉曾經的承諾是，可以在2019年或之前升級為全自動駕駛。這種承諾的實現有其極大的不確定性。

諮詢公司Navigant發布了最新一項報告，這項報告按照戰略與執行度兩個維度，對具有代表性的19家無人駕駛汽車企業進行了排名。具體評價標準包括目標、市場化策略、合作夥伴、量產策略、技術、銷售、產品質量與組合、市場份額和可靠性等。這19家企業被分為領導者、競爭者、挑戰者和追隨者四類。按所屬類別與先後次序排名如下：

領導者：通用、福特、Waymo（谷歌旗下自動駕駛汽車項目）、大眾、戴姆勒-博世、雷諾日產聯盟、安波福、寶馬-英特爾-FCA；競爭者：沃爾沃-Autoliv-愛立信-Zenuity、PSA、Navya、百度-北汽、捷豹路虎、豐田、現代；挑戰者：Uber、特斯拉、本田和蘋果。

目前看來，在通往完全自動駕駛之路上，特斯拉仍面臨艱難的求索之旅。2015年特斯拉推出帶有駕駛輔助功能的Autopilot，最初版本採用了以色列Mobileye公司的硬體。2016年發生的一場致命的自動駕駛系統事故後結束合作，特斯拉開始獨立構建第二版Autopilot。但目前看來，在推出第二版本之後的一年多里，自動駕駛儀仍然缺乏一些原始的功能，而且用戶反饋系統存在大量不可預測行為。

與此同時，一些立足於為整車企業提供整體解決方案的公司，如谷歌、英特爾，以及諸多整車企業卻表現亮眼。

通用並收購了自動駕駛初創企業Cruise Automation，並計劃在2019年引入其Supercruis技術。Supercruis依靠高精度地圖（採購自地圖供應商）作為數據基礎，結合各類感測器及定位計算設備，獲得路況實時預知能力。進入2018年，通用汽車最新申請已獲聯邦政府批准，將在2019年量產並推出一款沒有方向盤和制動踏板的無人駕駛汽車。

戴姆勒與一級汽車供應商博世結盟，開發完全無人駕駛技術。計劃在2018年推出一款高級輔助駕駛車型。豐田於2016年創立了豐田互聯，計劃藉以實現未來車輛的互聯化、智能化。

面向智能駕駛領域，谷歌與百度採用相類似的「硬體外包+軟體自主」輕資產路線。2017年11月，谷歌的無人駕駛汽車項目Waymo宣布將開始對無人駕駛汽車進行測試。Waymo的模式是開發整套解決方案，已與菲亞特克萊斯勒簽署了幾項小型協議，為600輛Pacifica皮卡提供Waymo的專有感測器和內置硬體。預測谷歌未來將採取把自己的無人駕駛系統和軟體技術通過授權給車企的方式推向市場。谷歌無人駕駛技術立足兩個方面優勢：一是紮根於各城市街道的精密Google Maps地圖數據，可以每日模擬數百英里的路程；二是谷歌一直在持續進行的複雜城市道路的實際路試。

國內傳統車企採取的是與互聯網科技企業戰略合作、協同開發的方式，如長安、上汽與阿里合作等等。相對於通用、特斯拉等企業傾向於建立自己的體系、單打獨鬥發展整車開發與產品製造能力，國內的企業顯然更加具有開放與合作精神。新進入者蔚來也計劃請江淮等傳統企業代工的方式造車。相形之下，中國的智能駕駛之路更像是在精細分工下，各展所長的「群眾運動」。這種方式使得傳統與創新更相容，展示中國包容與合作的傳統智慧，必將展現出更為持久的生命力。

迄今為止，國內車商更多的是發揮國內的互聯網技術積澱，推進的是「網聯」技術而非「自動駕駛」。如上汽集團目前重點布局高精度定位、導航和地圖領域，以及車載服務信息等；與阿里巴巴合資成立斑馬網路，為上海汽車注入互聯網基因。上汽還於2014年底在矽谷建立了投資公司，並先後於2016年和2017年在加州和以色列建立了創新中心。

相對而言，在自動駕駛核心技術方面，無論是硬體還是軟體，無論是技術水平還是資本投入，我國相對歐美日韓均還有不少差距。但在這一新的生態領域，漸進式的智能駕駛技術升級路徑，為無論是傳統車企還是新進入車企，無論是「智能」車企還是「網聯」產業鏈車企，都提供了廣闊的生存空間。

參照手機行業開源與自主整合的兩種模式來看，安卓系統誕生於2008年，落後於蘋果的iso系統。但其市場份額從2009年的4%迅速提升到2015年的81%。由此可見，「群眾運動」模式在智能化領域的生命力。而開放、共享正是互聯網精神的體現。

資本市場如何面對？

在傳統的汽車企業中，有兩類企業值得關注。一是現有各細分市場領域的優秀企業，包括部分實力雄厚、在最近幾年嶄露頭角的大型國企，以及業績表現優異、展現出持久生命力的民營造車企業。其中，部分民營企業自2016年以來已經步入明顯的上升通道，這些企業幾乎全部已經規劃生產智能駕駛及新能源汽車，其中將湧現出未來的明星，投資這類企業在未來幾年中將相對比較穩健。

二是部分企業在諸多傳統商用車、乘用車領域佔據領先者地位，但是受制於市場的激烈競爭，難以依靠自身產品的利潤支撐資金需求體量龐大的產品創新。該類企業今後幾年將面臨艱巨的內部改革及資產重組任務。對於該類企業，機構投資者深度介入，以資金實力支撐其最新生長點或協助處理不良資產將可能會發現意想不到的機會。

對於新造車勢力的企業則要慎重選取，進行戰略性投資。這類企業一般需要數十億元乃至上百億元的巨額資金。但是即使如此，設計出相對成熟的新車，進而獲得盈利，仍舊要等待一個較長的周期，投資回報的取得往往需要依靠資本市場的長期運作。投資這類企業一般有更大的風險，當然也可能會有意外的驚喜，風險往往意味著更為可觀的增值空間。

（作者系汽車投研與戰略管理資深專家、高級工程師）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！