GPLP行业报告：无人驾驶故事讲腻了 智能交通今明两年是窗口期

文|GPLP

3月6日讯，在过去的两三年里，如果有某些行业从不为资本寒冬所冻，无人驾驶一定是其中的一个。

无人驾驶简直发展成了全球装备竞赛，中国的乐视、百度、美国的谷歌、微软、Uber，都是已经尝试无人车或是相关技术的开发，近日，俄罗斯也宣布将启动无人车研发项目……上百亿的资金投下去，尽管还没有看到可以引领行业的技术突破，但巨头们仍然乐此不疲。

巨头们真的是在比谁家的车能让用户“更懒”吗?一个更加关键的因素是，在未来10年里，无人驾驶是通往智能技术之路的一个要塞，巨头们争的不是产品，而是谁能最先掌握智能技术的核心。无人驾驶相当于一场世界范围的大练兵。

但在GPLP看来，无人驾驶只是智能交通的一部分，以无人驾驶为核心的智能交通产业链，一定会迅速的铺开，吸引各类资源聚集于此。因此，在2017年的投资圈，智能交通一定也将是一个强风口。

互联网公司能否在汽车公司的地盘上实现诺曼底登陆

八竿子打不到一块的互联网公司和汽车公司因为无人驾驶技术成为了虎视眈眈的对手。GPLP梳理了双方的最新进展：

可以看到，通用、奥迪、宝马和福特都是走得比较快的公司，到底是汽车行业里的老大哥，默默布局，低调做事，一经公布便已是绝尘而去。

再来看看互联网战队

两个表格的对比非常明显，尽管上台演戏的是互联网公司，但整体来看，传统汽车厂商实际上在无人驾驶技术的变革上走得更远。对于二级市场的投资人来说，这也是一个信号，无人驾驶概念股中，传统行业其实更加值得关注。

在互联网战队中，最有希望先展现出变革的是谷歌。早在2009年，谷歌就启动了无人驾驶汽车项目。公开数据显示，去年谷歌无人车上路试验中一共行驶了63.6万英里(接近于100万公里)，且技术最为成熟，平均每5000英里只发生一次故障。

而特斯拉虽然一直以来被看作是无人车领域的领导者，去年却只在加州公路上测试了550英里，而且这550英里里出现了182次故障，几乎每三英里就要发生一次故障。这次测试由4辆Model X完成。

除了互联网公司、汽车厂商，初创企业也加入了战局。一些初创公司的估值已经超越了独角兽的门槛。成立于2014年的Zoox，研发无人驾驶出租车，在A轮的融资中，估值就达到了15.5亿美元。这些公司其实并不是白手起家，往往网罗了大批来自谷歌、特斯拉等公司的技术人才，起点高到飞起来。

当然，大家都知道自己的短板，与其各自为阵，不如选择一个神队友，我们也在表格中看到了众多汽车厂商已经和互联网IT公司展开了合作。GPLP也认为，双方的竞合关系将使这个领域走得更快更远。

人工智能全面改造汽车行业，甚至成为国家之间科技角逐的支点

“人工智能+”已经全面替代“互联网+”成为下一代技术革新的核心，在审视无人驾驶技术时，这是一个最重要的前提。

人工智能的崛起是产业升级的必然，“互联网+”让传统行业开始觉醒，打破以往闭门造车的方式，开始向高科技寻求突破瓶颈的入口，现在，“人工智能+”很可能是传统行业再次登顶的助推器。

传统汽车公司正在将人工智能划定为最重要的公司战略。未来的汽车将发生翻天覆地的变化，司机是机器，决策是由算法来进行，这意味着，整个产业的形成逻辑都将发生变化。传统汽车公司很明显已经觉悟了，各家都在投入巨资以期抢到智能汽车时代的船票。

除了投入资金自主研发，收购有技术的团队也是比较普遍的做法。比如，福特公司就以10亿美元的价格收购了一家人工智能初创公司Argo AI的大部分股权，Argo AI的两位创始人分别在Uber和谷歌的无人驾驶部门Waymo担任过职务。通用以10亿美元的价格收购了拥有无人驾驶技术的初创公司Cruise Automation。

GPLP认为，2017年，传统汽车厂商对于技术团队的收购大潮还将继续，并且也将“引诱”有技术的团队从巨头出走，巨头们看好大门的唯一路径是，快速的技术迭代和商业化。

我们也看到，“人工智能+”已经不是某一个行业的关切点了。2016年国务院印发《“十三五”国家科技创新规划》，提出“面向2030年，再选择一批体现国家战略意图的重大科技项目”。经过千余名专家多轮论证，最终形成15个项目立项建议。参与人工智能专项规划编制的人士称，人工智能短时间内就上升到了国家层面。

而在被视为科技领域风向标的2017年美国CES展会上，人工智能也成为了最重要的主线，无人驾驶、无人机、机器人、智能家居等应用层出不穷。技术尚未成熟，但商业化的尝试已经开始。

以无人驾驶等为代表的人工智能技术有巨大的社会和经济影响力，改变的不只是一个行业，而是加速了整个社会的发展历程。因此，在某种程度上来看，巨头们肩负的是各自国家科技复兴的重任。2017年，至少在中美，对人工智能的政策利好还将持续释放。

当然，其中也有资本助推的因素。创新工场董事长李开复就说到，助理、保安、司机，无人驾驶一出来，这些行业中90%的人口都会失业，人工智能用更低的成本给人类创造了更高的价值。乐视汽车的融资故事已经是备受瞩目，在去年底完成首轮10亿美元的融资后，烧钱凶猛的乐视汽车A轮融资计划就已经要开始。

GPLP根据公开资料统计了2016年无人驾驶领域初创公司的融资情况：

无人驾驶成为新的资本聚集地，野蛮生长。但也有分析认为，国内无人驾驶产业仍处于萌芽期，部分细分市场仍为空白。从整车制造视角看，除运动控制系统、辅助驾驶系统ADAS和GPS等可以延用传统车辆制造已有的较为成熟的技术以外，其他大部分无人驾驶技术处于起步阶段，需要整车厂、零部件供应商、技术提供商等联合研发、生产，涉及的产业链较长，但目前大部分关键技术在我国市场均没有成熟产品。

可以预见的是，在无人驾驶的故事讲腻之后，资本的故事一定还将延伸至大智能交通行业的其他环节。

受无人驾驶刺激，整体的智能交通系统在今明两年将迎来发展机会

围绕无人驾驶，至少在几个方面会有比较大的市场机会：关键核心技术、整车制造系统以及触达用户的方式等等。如果再往外延伸，大的智能交通行业应该是万亿级的市场。

智能交通系统是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理。

想象一下这个画面：车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于这个系统，管理人员对道路、车辆的行踪将掌握得一清二楚。

面对当今世界全球化、信息化发展趋势，传统的交通技术和手段已不适应经济社会发展的要求。智能交通系统是交通事业发展的必然选择，是交通事业的一场革命。

美、欧、日是世界上智能交通系统开发应用的最好国家，从它们发展情况看，智能交通系统的发展，已不限于解决交通拥堵、交通事故、交通污染等问题。经30余年发展，它们基本上完成了智能交通体系的框架。比如，传感器技术、通信技术、GIS技术(地理信息系统)、3S技术(遥感技术、地理信息系统、全球定位系统三种技术)和计算机技术的不断发展，交通信息的采集经历了从人工采集到单一的磁性检测器交通信息采集到多源的多种采集方式组合的交通信息采集的历史发展过程，同时国内外对交通信息处理研究的逐步深入，统计分析技术、人工智能技术、数据融合技术、并行计算技术等逐步被应用于交通信息的处理中。

因此，无人驾驶只是整个智能交通系统的一部分，或者说是位于头部的一个应用模式。但是，从整个产业的角度来看，无人驾驶的商业化，需要的是整个交通系统的智能升级，否则无人车即使车再贵、算法再精准，也不会比概念车走得更远。并且，如果配套成熟的智能交通系统的话，无人驾驶车的各项成本也可以降低。

GPLP相信，资本和行业都已经看到了这一点，在无人驾驶已经各占山头的情况下，智能交通系统还有非常多的创新机会有待挖掘。今明两年将是一个时间窗口。

但是，智能交通系统的发展特别是在中国，还存在较多的制度和模式问题：

1，标准缺失

一方面，智能汽车标准尚未形成;另一方面，高度自动驾驶汽车上路也没有相关的法律规定，一旦无人驾驶汽车出现交通事故，责任如何认定，对现行的道路安全法规也是挑战。

2、道路基础设计需调整

智能驾驶需要车与车、车与路、等的信息交互，目前国内领先的汽车厂商都已经有了自己的智能网联发展规划，并已经开始实施。但是缺少道路基础设计建设和统筹规划，智能驾驶始终难以实现。

3、智能地图技术尚在起步阶段

地图行业沉寂已久，可见的变化都是在原有大框架的延续和发展。一旦进入智能交通时代，智能地图将是不可或缺的配套软件，也是帮助无人驾驶颠覆出行领域的利器。国内目前还是百度在这个方面暂时领先。

4，核心技术缺失

传统汽车行业就已经存在了这个问题，除了整车的一些关键零部件，车载智能终端的操作系统、元器件、芯片、雷达、摄像等传感系统，很多也都是被被国外垄断的问题。从整个智能交通系统产业链来看，关键的技术仍然掌握在美、日、欧等国家手中，国内的交通信息收集、共享以及后端的分析应用都还不能满足需求。

5，安全问题

这是无人驾驶首先要解决的一个普遍性问题。人是不是可以真的高枕无忧的在车里干别的事，这就需要100%的安全保障。什么时间需要人为介入汽车的操作，机器和人如何及时的切换，才能最大程度的保证路面交通安全?

基于以上问题，GPLP认为，中国的智能交通行业发展尚在起步阶段，投资成本与风险都仍然较高。一级市场的投资需要关注项目创始人的专业背景，并且结合国家产业政策进行综合评估。

结论：

虽然整个智能交通系统还处在“马拉火车”的阶段，但是好在，这匹马已经飞奔起来!传统汽车行业和互联网行业正在以此为契机，打通彼此的技术壁垒。在未来，或许就再无行业之分了。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。