投稿须知
请将投稿文章及个人信息(作者、用户名、手机号、个人简介等)发送到邮箱tougao@iyiou.com,一经审核会有专人和您联系
我知道了
专栏申请
请将您的专栏名称、手机号、邮箱、个人简介(20字以内)等信息,发送至邮箱 tougao@iyiou.com,若有已投稿的文章可附上链接。一经审核,我们会以邮件的形式进行回复。
我知道了

GTM2022丨圆桌讨论:寻找自动驾驶发展最优解

收藏
汽车出行
作者:GTM2022
2022-04-02 21:20
3月23日,GTM2022—全球自动驾驶线上论坛成功召开,在圆桌对话环节,博原资本副总裁丁浩、寅家科技CEO陈寅仁进行了深度探讨,共话全球自动驾驶竞合格局。

北京时间2022年3月23日晚,“GTM2022—全球自动驾驶线上论坛”正式举办。

本场线上论坛是GTM2022的首场活动,由亿欧旗下科技出行产业创新服务平台亿欧汽车倾力打造。来自全球范围内的自动驾驶相关行业领袖、投资者通过系列演讲、高端对话等形式,从产业发展趋势、全球化机遇、软硬件技术能力、细分落地场景等角度分享全球自动驾驶的前沿竞合趋势。

在本次论坛的圆桌讨论环节,博原资本副总裁丁浩  、寅家科技CEO陈寅仁深度探讨,共话全球自动驾驶竞合格局。本场圆桌由亿欧汽车高级作者刘慧莹作为主持人。

在讨论环节,各位嘉宾分别发表了自己的观点:

博原资本副总裁丁浩认为,

从全球视野来看,无论是增速还是体量,中国都是最大的市场。对许多创业公司来说,存在着多种机遇。就看国内公司能否把握住这个机会,把握住政策跟市场的机遇。

博原资本副总裁丁浩

寅家科技CEO陈寅仁认为:

1、没有哪家主机厂或者科技公司能够完全掌握自动驾驶所需的所有技术,在我们看来,协同是必然的事情;

2、乘用车自动驾驶的落地从封闭式到全场景,遇到的未知情况和难度都以指数级上升,但中国在智慧城市的规划、推行上,其决心和执行力是全球领先的。

寅家科技CEO陈寅仁

亿欧执行总经理兼亿欧汽车总裁杨永平认为:

1、自动驾驶赛道的资本热力分布呈正态分布趋势,商业化能力的评判已经从技术探讨全面转向了运营能力的比拼。

2、对于中国自动驾驶原创团队来说,自主创新、产业链的强链补链,是非常重要的历史性机遇。

亿欧执行总经理兼亿欧汽车总裁杨永平

以下为圆桌对话原文,供业内人士参考(有删减):


刘慧莹:自动驾驶产业,从野蛮生长的Demo期到实际应用的陆续落地,其产品形态、业务形态已经发生了巨大变化。自动驾驶产业链也在逐渐过渡到基于一定共识的新的竞争阶段,新的问题也在不断涌现。

针对这些问题,今天我们请到了寅家科技创始人兼CEO陈寅仁先生、博原资本副总裁丁浩先生,以及亿欧执行总经理、亿欧汽车总裁杨永平先生三位嘉宾,我们共同来探讨自动驾驶发展的最优解。

我在这里先抛个砖引个玉,过去一年的时间里,自动驾驶局部赛道过热,港口码头、干线物流等部分场景商业化落地取得显著进展,备受资本关注,如何看待这样的“热力分布”?

丁浩:从当下的热力分布可以看出,资本跟市场已不再集中于原来的Robotaxi跟L4+的一些赛道中。

第一,大家慢慢回归到了理性,回归到底层的市场化逻辑。比如:企业具不具备产品的商业化能力?一些特定场景的商业化路径其实更短,大家能够看到现在的一些特定场景市场化的机会也出现了一些端倪。

第二,自动驾驶过去5年涌现了很多先行者和开拓者,技术愈加成熟。但自动驾驶是一个非常复杂的系统性工程,我觉得在每一个场景和垂直领域,都是需要去“试错”和技术验证的。

对于这种安全可靠性的验证,我觉得过程非常重要。大家都清楚“公开”道路的自动驾驶有多难。一些长尾场景和corner case是非常难去解决的,但相对而言,大部分的特定场景工况会简单一些。

当然,每一个垂直应用的场景,都有自己不同的行业壁垒和knowhow,“去人“的经济性效应明显,场景试错成本低,政策也易于落地。对于很多的行业入局者来说,这是一个非常不错的局部验证场景,也成为了自动驾驶行业一个很好的试金石和切入口。

最后一点,前两年很多垂直方向的项目都是以推进示范性为主。而从过去一年到现在,很多真实的场景需求慢慢涌现出来,原来的某些场景方其实是在小规模试错,现在真实的市场需求出现了。这可以理解为,一些行业先行者在过去两三年在技术、产品以及运营上的积累,得到了客户和市场的认可。

当然,这背后还有部分政策的推动。创业公司和资本方看到了商业化落地的一些机会。所以综合来说,让一部分自动驾驶公司先跑起来,对于行业的良性发展是非常有利的。

刘慧莹:好的,谢谢丁总。那么陈总作为产业方,对于这样的一个状态有什么样的观察呢?

陈寅仁:自动驾驶最先落地的地方肯定是相对封闭的道路和较为固定的线路,比如港口、码头和干线物流,这个热力分布是顺理成章的,也只有在从相对封闭的场景中不停的积累经验、试错、用数据训练算法模型,才有进一步向更复杂的场景去落地的可能。

而自动驾驶的港口码头、干线物流等场景下带来的效率提升,已经有很多案例可以很好地证明:随着产业链成熟和产品放量下,自动驾驶套件成本随之下降。

我认为在这个场景下,自动驾驶能做的事情还有很多。

同样的道理,在寅家科技重点布局的乘用车领域,类似以上的这些场景,比如泊车及高速道路上的自动驾驶,也会成为最早得到落地的场景。

刘慧莹:好的,谢谢陈总的分享和洞察,请杨老师分享一下你的观察。

杨永平:感谢博原资本丁总及寅家科技陈总的分享。亿欧今天作为主办方来组织这场具有全球属性的线上活动,也是希望可以汇聚产业的上、中、下游,在行业里面耕耘的创业者,来探讨行业里一些热议话题。从我们行业研究的视角来看整个产业的热力分布,比较明显的特征是有些领域热度较集中,但有些领域会冷一些,不再那么受行业或资本关注。

据亿欧数据统计,在2021年自动驾驶领域发生了上百起的融资事件,除了围绕干线物流、港口、矿山这些商业场景的算法或全栈解决方案企业之外,机构已经明显把注意力转向了高阶算法、新一代先进传感器、域控制器等层面。

在场景解决方案层面,其实玩家分布已经非常明晰。当然,还有一些像陈总(寅家科技)在做的面向乘用车市场的自动驾驶解决方案。这是两大不同的赛道群体,但都指向一个点,即商业化能力,大家已经从技术探讨全面转向了运营能力的比拼。

像刚才丁总提到的,让一部分企业先运营起来,比如从封闭场景到半封闭场景,级别会从 L2或是更高的方向去发展。

所以在这样的整体格局和技术脉络下,整个行业可以用“加速”两个字去表现。无论是资本市场,还是产业链里的玩家,大家对于行业的商业化加速关注度都会更高,这可能就会考验到拿订单的能力。你是通过case by case的方式拿订单,还是说分发、可复制能力很强,可以应对不同的客户需求,这也是当下行业里比较关注的一点。

在这个过程中,大家可以看到自动驾驶作为一个产业,其产业链甚至产业生态正在形成中。从软件到硬件,从感知、决策、执行等网联层面,整个产业链的丰富度和层次感在提升,玩家的聚类愈加明显。

在目前的国内市场中,我们可以把大家分成几个不同的派系,或者不同的玩家类型。在协同共创的氛围下,每个细分领域都有不错的创业团队在耕耘,注意力都开始从技术往运营方向转变,去做一些探索。

刘慧莹:好的,谢谢杨老师。刚才三位嘉宾其实不约而同地提到:目前自动驾驶赛道的热力分布有其内在的合理动因。但是相比于商业化触手可及的商用车自动驾驶,乘用车自动驾驶经历十余年的发展还是未成气候。

所想请三位嘉宾再具体的谈一谈:如何看待自动驾驶在乘用车领域的发展现状?整个自动驾驶产业遇到的核心发展问题有哪些?如何看待自动驾驶在不同细分赛道发展前景?

陈寅仁:从1886年第一台车发明以来的100年,我们乘坐的汽车都是由人类驾驶员操控的,没有任何电子设备参与辅助驾驶。

从L0到L3,我们花费了近20年的时间实现;再往后,L4级别以上的自动驾驶要考虑的未知情况也呈指数级别上升,相应难度也呈指数增加。

要做到全功能、全场景的自动驾驶,我认为这很难透过单车智能去实现,需要场路端的全智能配合。

我认为最有可能发生自动驾驶落地的地方,其实是在咱们中国,国内在智慧城市上的规划和推行在决心和执行力我想是全球领先的。

在多传感器融合方案下,降本增效是第一步。寅家科技聚焦于自动泊车场景,技术和市场一起抓,自研了从端点传感器到模组、控制器和视觉感知层的一些深度学习算法,有利于降低成本。

全自动驾驶在乘用车领域要能够实现,其实车路协同还是有一定的必要性的。自动驾驶的落地需要更完善的法规政策支持,例如今年的两会上,不少委员代表提出建议修订《道路交通法》、《道路交通安全法》、《道路机动车辆生产企业及产品准入管理办法》等法案。目前看来,率先落地的还是辅助驾驶为主,以安全为优先考量。所以我着重讲一下寅家科技在自主泊车这方面经验。

在自主泊车方面,寅家科技在早先单纯的泊车产品基础上,逐步增加了ADAS、变道辅助、前车碰撞的报警、盲区监测、移动物体监测等功能,如同堆积木一点点把算法叠加上去,此后自动化级别更高的自主泊车系统、代客泊车系统等也相继落地。

刘慧莹:好的,谢谢陈总。您的发言可以说是“一人走得快,一群人走得远”,车路协同或许在未来会是很好的发展介质。接下来有请丁总从资本的角度和您所接触的一些案例,谈谈您的看法。

丁浩:从投资人的角度,我觉得自动驾驶的乘用车根据等级还是要分开讨论。一类是如目标L4+的一些方向,还有一类则是ADAS,如L2/L3级别,目前这是两个完全不同的赛道和方向。

我们现在更多想探讨的是L4+方向,我觉得其核心问题是短期商业化路径不够清晰,赛道玩家缺乏一些造血的能力。作为投资人,我们可以看到现在很多的头部企业,它的估值跟财务成长还是有很大的鸿沟存在。

当面临一些融资、现金流、股东的压力和海外上市的困境时,很多创业公司被迫回过头来追求造血能力,追求符合目前市场环境下的商业化落地的产品能力。

像前面陈总提到的L2/L3和ADAS,我认为是未来3~5年大家会着重去打的一个市场赛道。

第二,从产业链角度来讲,过往两三年大家去看乘用车自动驾驶的时候,更多是基于远期布局,即未来市场的情况。

现在我们已逐渐进入到了一个需要产品和技术兑现的时间点。在这样的窗口期,很多创业公司都会面临其下游主机厂或客户有无买单意愿的情况,这是非常现实的问题。

很多相对来说以算法为核心组建的头部团队,也面临着“如何与产业链合作”的问题,他们需要去思考如何与传统Tier-1及OEM进行合作。毕竟自动驾驶是一个包括软、硬件多方面的庞大系统工程,还是非常复杂的。

过往很多年,许多创业公司是独立发展的,现在也逐步在向产业协同转变。

再有,从产品和技术层面来讲,涉及算法、数据、用户、传感器、场景等,如陈总所说,仍有诸多的corner case难以解决。这主要是因为自动驾驶产品需要非常多的实际路测数据去支撑产品安全性和算法迭代,这不是单一的自动驾驶公司可以独立完成的。这当中还涉及到数据来源和数据安全的问题,现在也越来越得到大家的重视。

那么如何去合理合规地获取海量数据,进行产品迭代和开发?我相信这也是很多自动驾驶公司未来将要面对的一个重要课题。

第三,现在伴随着道路安全跟数据安全法规完善,很多地方在做智慧城市、智慧交通。其实V2X方向有很多内容和项目,我认为其中车-路-云的协同,能够帮助到一部分Robotaxi或L3/L4级别的自动驾驶方案提前实现商业落地,同时降本增效。

特定场景具有“去人”的经济性且工况相对简单风险可控,场景方又有一些自动化、智能化、和节能减排的需求,如有政策支撑肯定有先行优势,也会比较快速地进入到资本和部分产业的视线之中。

所以综合来说,我觉得L4+还是一个中长期的场景和展望,短期来讲我们还是会看到更多的特定场景、乘用车上的ADAS和一些L2/L3左右的功能率先落地。

刘慧莹:好的,谢谢丁总。您其实也引申到了一个我们接下来非常想了解的一个问题,即产业上下游如何协同,但咱们稍后再聊。因为我们亿欧汽车做过很多相关调查和研报,拥有大量的样本数据。所以我想请杨老师谈一谈,您对自动驾驶未来的细分赛道的发展有什么样的观点和洞察?

杨永平:去年,有一个比较重要的行业事件,就是头部的一家新造车品牌出现了智能驾驶安全事故,所以引起了关于乘用车自动驾驶功能性安全的一个行业大讨论。整个产业发生了相应的信任危机,继而导致在C端市场,尤其是在他们的各个销售终端店里,大家对于自动驾驶功能的提及变少。

之前,品牌方可能会把自动驾驶作为一个卖点,与其智能化水平一起向用户、消费群体去展示,但现在推介态度就比较保守和克制。

从整个社会的信任关系来讲,也发生了变化。之前,大家对这个技术比较持观望的态度,甚至于不了解。对于很多车主而言,是因为后期大量的市场教育、内容输出,或者是厂家和核心产业主体作出的努力,才对这个技术产生一定兴趣。

到最后发生问题,部分市场C端群体开始对这件事产生了怀疑。就目前在做乘用车市场的驱动主体来讲,主要分两大部分:一类是OEM自己来做,全栈式自研,国内像蔚来、理想这类的新势力,大部分的方案现在都是自己来做;也有一类公司与全栈方案公司协同合作,像上汽、比亚迪与Momenta的合作。但最终不论是单点的自主泊车功能、还是在其他的一些更体系的智能化能力上,大家可能都率先会采取单点的合作形式。

那么问题是,从高级辅助驾驶功能迈向自动驾驶功能的过程中,应该是厂家自建还是说交给供应商去做?行业中目前为止,也有不同的思路去做这件事情。

另外一个比较重要的点,就是对商业变现部分的考量。因为在终端市场来讲的话,有些自动驾驶功能是开放的,比如特斯拉的基础版Autopilot功能,但有些就会成为选配功能。所以我们都在讲软件定义汽车,它的商业模式可能也会因此发生一些变化。

对于主机厂即核心主体来讲,大家可能会采取不同的方案来做一件事情,都是一个验证阶段。在这个验证阶段过程里面,最重要的就是方案的通用型能力。

把这些自动驾驶战略铺陈开来之后,它会带来的造血能力,最终实现度如何,大家都没有100%的把握。所以在之后的发展过程中,除了所谓的安全问题、法律法规、消费者信任问题之外,更重要是在一些全栈能力的命脉上,到底是谁来主导的问题。

去年,像华为和上汽的“灵魂-躯体论”热度较高,但现在更多的是两个阵营,或者两种思路和方案的PK,大家最终拼的是效率、成本、整个生态体系能力。

“谁来主导”的问题现在还没有结论,至于这个结论什么时候才会有,随着今年百度、小米这样的新品牌玩家推出自己的整车产品,我觉得应该通过市场验证去看以上方案的合理性。

谢谢主持人。

刘慧莹:好的,谢谢杨老师,其实我们的话题已经引申到了接下来要谈的:整个产业链上下游竞合关系的问题,2021年,整个自动驾驶产业似乎正在分化为单打独斗派和以“自动驾驶科技公司-主机厂-场景方”为主的铁三角合作派。

那么无论是主机厂,还是致力于自动驾驶的服务商,大家更倾向通过合作来突破瓶颈,做大蛋糕。所以针对当前自动驾驶的竞合模式,各位嘉宾认为孰优孰劣?有何发展建议?

其实刚才杨老师讲了许多,然后我们或许可以这次从丁总开始。

丁浩:我还是很认同前面杨总提到的一些点,现在的确有一部分的OEM,尤其是集中在新势力,很多是全栈技术自研的。

很多传统的OEM,它的资源优势并不集中在自动驾驶,在人才、产品和技术储备上其实是不足的,它需要寻求外部合作。

就现在自动驾驶的整个行业阶段来说,合作一定是远远大于竞争的。因为无论是全栈自研,还是开放寻求对外合作,其实大家都不可能把自动驾驶的整个链条完全掌握在自己手里。这是一件非常难做到的事情,这当中涉及的环节如零部件、传感器、算法、中间件等能力项太多。

当然,我相信终有一天也许会有那么几家OEM能够真正把大部分能力都集中在自己手上。但他也一定会开放地去和一些纯三方公司合作,因为一个独立的三方具备了更加灵活和包容的商业模式,我觉得这是很多大型OEM很难做到的。

前面大家都提到,现在行业已经到了部分产品兑现和场景落地的时间窗口。

的确,这当中第三方自动驾驶公司是需要外部合作的,它无法以一个独立个体的形式生存,尤其是那些非OEM。比如说一些场景的合作方,你没有场景,就没有数据来源,没有真实的市场载体。它们也需要一些主机厂、Tier1去提供硬件、车型设计和数据的支持。

这是需要大家共同协作做到的,而不是说某一家把所有从硬件端到车型,数据、算法到场景,全部握在自己手里,这在短期内很难实现。

作为一个投资人,同时背靠博世,我们还是非常希望看到产业链中的一些创业公司和Tier1等多方合作,因为自动驾驶现在还远远达不到大面积商业化落地、遍地开花的程度。

所以,这时候需要大家拿出自己的一些优势和资源互相合作,其实也是在分担产业链中的创业风险。其实每个环节都有自己的比较优势,协同更为重要。尤其是在很多垂直应用领域,大家都还处在摸着石头过河的阶段,试错的成本永远不可能只由产业链的某一方去承担。

我觉得只有合作共赢,分工明确,才能取得共同的成功。当然,我相信有一些具备能力的公司,它在产业链的很多环节掌控力更强一点,但它仍然需要三方合作。

综合来说,我觉得从技术、产品、车型、场景需求等层面,只有多方合作、多位一体,才是一个共赢的局面,对于产业链的融合发展也更好,这是我的一些观点。

刘慧莹:好的。谢谢丁总。丁总的观点就是合作才能共赢。接下来请陈总分享一下你的观点。

陈寅仁:目前市场上常见的合作方式存在于科技公司与车企,或是科技公司之间。寅家科技属于前者,今年我们合作的主机厂数量预计增长65%,覆盖范围也从乘用车拓展到了商用车。

从短期策略来看,我们会整合优势资源,打造全栈软、硬件集成能力,为主机厂提供全栈的智能驾驶服务。

那长远来说,就是如何作出差异化的问题。整车厂肯定会在模型技术上深挖,而在外围的传感器、感知融合等技术上,会找第三方的科技型公司一起合作。我们的技术一定是要往深、往强去做,汽车产业未来也肯定会诞生更多新型商业模式和公司。

刘慧莹:好的,谢谢陈总。我们明白了合作是必然的,但是怎么搭配、组合,其实是一个大有学问的事情。杨老师,其实你前面已经说了很多关于竞合关系的一些观点,接下来你有什么要补充的吗?

杨永平:其实就一点,从产业规律来看,社会经济和其他各种经济形态,都是高度分工、高度自动化的。

如果说一家企业把所有事情都干了,这种事是逆产业规律的。但是当下我们去看,像特斯拉,芯片、电池,几乎什么事情都做,其出发点可能在于现有的某些能力或方案,不能匹配它发展的速度和要求,所以它可能会选择通过自研的方式来去做这样的事情。

但社会化高度协作和分工,肯定是必然的。对于OEM来讲,它掌控核心的部分就可以了,剩下的部分是由合作伙伴去完成。

整个产业链处于一个扁平化的阶段,百年历史以来以前都有Tier-1或供应商之分,供应商在和车企的沟通过程中,无论是否以“交钥匙”的方式完成项目,整体来讲姿态已经发生了变化。

现在随着一些新品牌的出现、大家竞争上有了微妙关系,对于效率、成本有了新要求,所以供应商和需求方之间的关系变成了合作伙伴式,出现了像Tier-0.5、Tier-1.5这样的概念,类似的合作形式可能也会让项目推进速度更快一些。

除了分工,企业间合作的模式和方法更加灵活多样,协作关系也更加的扁平和高效。我们看到21年整个L2级自动驾驶的渗透率是18%左右,我们去看2000多万辆新车市场的渗透率里面的还有L2级产品,到2022年差不多是50%左右的增速,L2渗透率可能达到25%左右。

围绕L3,可能有非常多像陈总这样的新型供应群体出现,传统的大型供应链企业例如A、B、C、D厂家都会有新的方案,或者说一些技术储备和项目在做准备。

在这个过程里,大家认知中的主流或新势力的代表,其实不一定是主流,而可能是现在这个阶段里面的一个点。从产业规律去看,高度协作是必然的。

刘慧莹:好的,谢谢杨老师。有些行业变化是潜移默化的。我们说不光自动驾驶产业,任何产业的发展其实都离不开人,人是一个至关重要的环节。但是在过去的一年里,自动驾驶的造车企业用人荒、百万年薪聘英才等新闻一度层出不穷。各位如何看待这一现象?自动驾驶人才的缺口如何弥补?中外自动驾驶人才培养机制存在哪些差异,有哪些先进的经验值得中国借鉴?

陈寅仁:自动驾驶领域的人才竞争如此激烈,寅家科技认为全球化是解决方案之一。

在这方面,寅家科技的首席科学家有来自国际的人工智能专家,此外今年在美国硅谷、西班牙马德里、德国慕尼黑都设立了办公室,组建海外研发团队。

另一方面,我们相信企业内部文化、内部的凝聚力是非常重要的。寅家科技成立9年以来,核心成员团队稳定。团队的目标一致是一方面,更是与我们良好的企业文化分不开,我们有这种沉静的凝聚力去做好这份事业。

刘慧莹:好,谢谢陈总,想必丁总也应该跟自动驾驶行业的人才有非常多的交流。或许您可以站在另外的角度,为我们的问题提供一些多元化的思路。

丁浩:我觉得人才方面自动驾驶和其他一些前沿技术很像,比如说半导体、芯片等方面。其实国内的许多深科技领域处于一个追赶态势,行业人才储备上,肯定会显得相对不足,尤其是一些高精尖的人才。我觉得,这对于国内的自动驾驶公司和科技企业而言,是有共通性的。

就我所了解,美国很多自动驾驶从业人员的工作年限都在10~15年以上,这是一个非常普遍的现象。欧洲大厂的很多核心技术人员和骨干的工作年限基本上都在20年以上。但国内的自动驾驶行业发展都还没有15年,人才储备自然不足是可以理解的。

尤其是这两年,我们看到一些创业公司、赛道头部公司,对于自动驾驶产品落地的需求,变得越来越迫切。大家很多时间都用在了产品落地上,客户和场景的需求也会越来越大,对于人才的储备与技术沉淀的时间也在缩短。

另外一点是,自动驾驶对于人才的需求不单单只是一些神经网络和深度学习的算法工程师,其实也需要人才具备对硬件和产品的理解,包括域控、芯片以及一些执行部件、线控单元、车身控制等,自动驾驶是一个非常复杂的系统性工程。

怎么样去培养这种复合型人才,我觉得这对于很多创业型公司来说,是一个挑战。

我有看到一些创业公司在进行人才储备和培养,第一个是引进一些海外大厂的人才。现在中国是自动驾驶最大的市场,的确能够吸引到不少海归的高精尖人才。

第二个,我觉得还是产学研协作。我有看到一些创业公司与部分高校组建联合研发中心或交流平台,去促进人才的体系化培养。从学生时期开始,除了学习理论知识,也接触一些实际的车企产品和产业场景,这样能够培养起一个相对来说具备复合背景的综合性人才,这是我的一些观点。

刘慧莹:谢谢丁总。杨老师对这个问题有什么样的观察?可以分享一下。

杨永平:这个话题我觉得我也可以讲两句,因为我经常帮朋友们递简历,工程师在行业里非常的火热,很多朋友都在跳槽,一年可能会翻好几次的薪酬。

这样的薪酬体系中,其实百万已经不算太高的,有些甚至可能会更吓人一些。创业团队也好,大公司也好,对于人才的这种渴望程度,让市场整体价格上来了。

我之前认为这是一个不合理的市场现状,就是说人才被烘托的太失真。后来我发现其实这是合理的,它是市场博弈后的一个结果。

我相信企业内部有认真去算过这笔账,企业可能会花一些成本“苦了自己”,把更多的薪酬给到核心团队、技术人员,这可能是为了企业跑得更快一些。

市场博弈的结果,深层次的原因是反映在人才供需上。

就供给端来讲,我们也看到清华和北理工等等一些院校,以及一些院士也在推动,希望把汽车作为一级交叉学科,去大力培养这方面的人才。然而,目前供给还是不足。

在需求端,这些年市场氛围被烘托起来以后,非常多的创业公司,也会春笋般地冒出来,人才缺口特别的大,需要更多的人才去来去满足岗位缺口。供需不匹配所以价格会高,这是件很合理的事。

要说什么时候能回落,我觉得不会跟房价一样。当然,人力资源也是一种商品。但从实际出发,顶级人才是顶级公司的标配,所以这个阶段只是刚刚开始。

我们也可以看到像半导体芯片,或者低碳科技等领域,对于人才的需求,是一个只高不低的状态。这可能会一直持续到基础的研究水平或人才基本面都已经完备时,才可能有一个合理的回归。

现在我们基本是看不到的。你的创业团队整个team会拿更多的期权,但你想要吸引团队成员和行业顶级人才,这些薪酬回报实际上也就成了整个项目估值的一部分。

刘慧莹:好的,谢谢杨老师,所以答案就是:虽然浮夸,但是合理。

现在整个自动驾驶产业的发展,在我们看来其实有一些“逆全球化”的趋势。无论是汽车产业还是科技行业,都不可或缺地会持续受到地缘政治的影响,如过去一段时间的中美贸易战和最近的俄乌战争。所以针对当前状况,各位嘉宾如何看待自动驾驶的发展困境与机遇?

丁浩:我觉得地缘政治这个话题还是蛮大的,从地缘政治对国内的一些影响来看,第一个就是一些海外技术的“引消吸”,第二个是局部的海外合作,我觉得这两部分是一定会受到地缘政治的影响的。而且对于大部分的创业公司来说,这一定是中长期的。

但是,我认为无论是自动驾驶还是智能汽车,从全球角度来看,无论是增速还是体量上,中国都是目前最大的市场,所以对很多创业公司来说,更多的还是机遇。

我觉得在这个方向,虽然说我们会面临一部分的技术封锁、“引消吸”的难题,以及跟海外公司的一些合作困局,但是就我们国内的市场而言,在自动驾驶方向上其实给了国内创业公司更多机会。

尤其是从去年到现在,除自动驾驶以外,我们可以看到很多智能汽车的零部件、传感器和软件等,都给国产替代创造了很多机会,目之所及也有一些民族企业正在崛起,我觉得这对于一些创业型的科技公司还是一个很好的时间窗口,所以说就看我们国内的创业公司是否能够把握住这次的政策和市场机遇。

刘慧莹:好的,谢谢丁总。接下来请杨老师谈一下这个问题。

杨永平: 当然,当下聊这个话题非常敏感,关注度也很高。但是出于很多众所周知的原因,我们可能就不去聊一些我们不太擅长的话题,但我们可以看到自主创新、产业链的强链补链,都是对于中国原创团队的一个非常重要的历史性机遇。

在这个机遇下面,其实这两年有一个非常热的概念叫专精特新,也是在围绕汽车和其他的一些前沿科技领域,去做一些政策上的鼓励和引导。

对于汽车行业来讲,整体的机遇就是在于:大家必须去把那些该绕过的坎,通过自主创新的能力去实现,这是必须要去做的。

就挑战而言,大家可以看到,最近新能源汽车的价格蹭蹭上涨,涨价的主要原因是在于原材料,包括芯片等方面的供应关系的影响。源材料问题现在没有办法解决,但是在一些存在差距的技术领域,更加印证了我们要去做自主创新。

短期来讲的话,一些产品和关键部件的供应商面临一些挑战,可能对现在的市场局面会有影响,但是这也是阶段性的。

就产业整体的竞合关系而言,大家协作效率会更高,但现在可能得秉承着共同的价值体系,才会去做同样的事情。现在,大家对此都有不同的思想和合作意志,所以局面也是未知的。

所以长期政策的部分我们无法预测,但对于当下的产业来讲,我觉得从业群体、各个创业团队,包括国家政策,都是非常清醒地认知到该往什么方向发力,这是我的一些观点。

刘慧莹:好的,谢谢杨老师圈了一下重点,自主创新,强链补链,包括我们经常说的中国国产替代。我想深耕行业一线的陈总,也一定有非常多经验可以分享,有请陈总。

陈寅仁:这其实给到了国内企业机会,寅家科技自己本身是专精特新企业,也是上海市的小巨人。

机遇在于,有望加速汽车芯片国产替代,加快供应链重组。寅家科技拥有自己的数字化智能生产基地,另外基于多年深耕自动驾驶领域,跟国内外芯片大厂保持良好的战略合作,和整个生态链上面的众多公司互相配合,形成了固定可靠的供应链。

而危机,可能就是转机。在这个增量的市场,只要我们钻研技术做精做强,机会还是蛮多的。

刘慧莹:谢谢陈总的分享。对于自动驾驶科技公司,若要进入下一个阶段,需要具备哪些关键能力,实现哪些关键指标?对于下一个十年中国自动驾驶行业的发展,您有怎样的预期?

杨永平:我其实就一句话,未来是比较乐观的,我们自己认为还是4个字:未来可期。整体来讲,到了这个阶段,我们可以看到产业带来的商业化影响和它结出的果实会更加丰硕,自动驾驶的前期发展已经进入下一个周期,所以还是期待的一种态度。

这其中的关键指标,会包括安全员什么时候取、工程量产及规模化什么时候实现、数据安全问题的各种保障、相关产业政策的开放速度、行业标准与共识建立等。

陈寅仁:在当前这个承启变化的阶段,,还是要把技术给做精,抓住比较务实的场景,例如我们专注在乘用车泊车场景,甚至延伸到商用车的泊车场景,其实有很大的发展空间。没有哪家主机厂或者科技公司能够完全掌握自动驾驶所需的所有技术,在我们看来,协同是必然的事情。

从三年维度来看,汽车会迭代更多的功能改善行车安全,L3级别或以下的自动驾驶产品会比较多。

未来五到十年,伴随着汽车电子电气架构由分布式架构向集中式架构的演进,域控制器供应商的地位将愈发重要,寅家科技会以智能感知端点,和域控平台的身份跟整车厂展开合作。

十到十五年后,自动驾驶的终极解决方案是车路协同,而不是单车智能。我们认为“于车,不止于车”未来希望通过自动驾驶,解放驾驶员,减少交通事故,提升效率,实现交通智能化。

丁浩:我觉得短期包括一些芯片、传感器和多传感融合算法的能力,以及在一些长尾场景和Corner Case上的算法覆盖能力。

一些自动驾驶特定的垂直应用场景会更快地进入到商业化的路径之中。

此外,还有我们前面提到的数据安全和人才储备,以及法律法规的完善等方面的问题,最重要的一点就是安全和车规级的验证,而这一定是需要一个长周期去慢慢实现的,我相信会涌现出一批我们的民族企业来。最终,自动驾驶会融入到我们的生活和工作之中。

刘慧莹:好的,谢谢丁总。自动驾驶确实是非常值得期待的一个领域,由于时间关系,今天我们的圆桌论坛就到这里,非常感谢各位嘉宾的参与!希望在之后的几个季度里,我们能够线下再见!

丁浩:好,谢谢主持人。

陈寅仁:谢谢主持人。

杨永平:谢谢丁总、王总,疫情期间多保重。

刘慧莹:拜拜。

本文来源于亿欧网,原创文章,作者:GTM2022。
转载或合作请联系 hezuo@iyiou.com,违规转载法律必究。
文中涉及数据均已标明来源,如需数据服务可访问 亿欧数据 。 如您有「项目报道」或「项目对接」需求,请填写表单,我们将尽快与您取得联系。
合作
汽车自动驾驶技术创业汽车企业
  • 热门文章
探索「汽车出行」领域
  • 最新研报
2022中国智能电动汽车(SEV)保值研究

2022中国智能电动汽车(SEV)保值研究

本报告涉及企业:特斯拉中国、岚图汽车、极氪互动、智己汽车、精真估、蔚来、车e估、瓜子二手车直卖网
2022中国汽车智能化功能模块系列研究-HUD篇

2022中国汽车智能化功能模块系列研究-HUD篇

本报告涉及企业:未来黑科技、锐思华创、水晶光电、理想汽车、东软集团
2022中国汽车智能化功能模块系列研究-车载DMS篇

2022中国汽车智能化功能模块系列研究-车载DMS篇

本报告涉及企业:智华、长安汽车、高合汽车、理想汽车、威马汽车、蔚来、地平线、商汤科技、小鹏汽车、中科创达、瞰瞰智能科技、长城汽车、清研微视、开易科技
img