在這樣一個關鍵節點，未來的一年或數年，自動駕駛將呈現什麼新趨勢，還擁有哪些機會呢？帶著這些問題，我們採訪了專注自動駕駛的硅谷投資人齊蕾。她曾是上汽集團硅谷風險基金投資負責人，她在職期間，上汽投資了DeepMap、Metawave、Civil Maps等明星自動駕駛公司。現在，她擔任Emerge Venture Partners的管理合夥人，以及Alliance Ventures的全球投資副總裁。
三年時間，自動駕駛回歸理性
“對於自動駕駛來說，今年可能是一個分水嶺。”齊蕾如此評價。
所謂分水嶺，是指如今自動駕駛的熱潮已經迴歸理智，對所有參與者來說，最重要的是在有了概念車後，如何把技術轉化為切實的產品，可以開始盈利，只有這樣公司和整個市場才能持續下去。
她從投資者、創業者，以及傳統OEM廠商（包括大公司）三者的角度分析了這一觀點。
根據美國智庫Brookings的統計，全球自動駕駛領域初創企業的融資在2016出現爆炸式增長，在8-9月一個月的時間裡，總融資額從3.08億美元增至13.08億美元，漲幅在300%以上。
在這種樂觀的氛圍中，創業公司也雄心勃勃，目標直指L4級別的全自動駕駛方案，提供包含了從數據融合到感知、規劃再到控制的全套端到端（End to end）服務。
齊蕾表示，“過去的三年多時間裡，無論從投資還是創業的角度來看，整個市場都處於白熱化競爭的階段。”
然而，自去年開始這種情況有了變化，她認為，其中的一個關鍵因素是OEM自身已經適應了自動駕駛的節奏與趨勢。
“無論是在內部團隊建設，還是公司的戰略路線上，OEM都有了成熟的願景和規劃。在技術研發和落地產品上看，OEM也比三年前更為成熟，已經或計劃發佈自己的產品，將自動駕駛技術融合到車裡。”
OEM中最早出手的當屬通用與福特，這兩家在2016年分別收購了Cruise與Argo.ai，並據此成立了單獨的自動駕駛部門。如今，通用的可量產自動駕駛車已經迭代到了第三代，進展比創業公司還快。
對於創業者而言，這不是令人愉快的消息，因為這意味著做端到端方案的可能性更小了，OEM不再需要外部告訴自己如何開發自動駕駛，而只需要在某一細分技術上與創業公司進行深入合作。
"所以我們會看到很多專注做感知這類更垂直、更前沿方向的公司出現，如以色列公司VayaVision，它在開發3D感知和認知算法以提高自動駕駛的安全性。”齊蕾表示。
對投資人而言，這時再投資一家做自動駕駛整體方案的公司毫無意義。而且對於已經投過的公司，他們會進一步要求其加快技術落地來證明自己。
爭奪應用場景
在這樣的情況下，自動駕駛的機會窗口已經關閉，如果一家自動駕駛公司無法找到技術落地的場景，形成合理的商業模式，就只能等著資金耗光。
而在場景落地上，齊蕾也觀察到一個有意思的現象：無論是創業公司還是OEM，無論是中國還是美國，在想像應用場景時都極為相似。
首先是技術路線的融合。過去的行業看法是，OEM與創業公司會分別採用不同的自動駕駛路徑：前者是漸進式的，即從L2級別開始增加相應的功能，逐步提升到L3級別的半自動駕駛及L4全自動駕駛；後者則較為激進，往往是一步到位，直接開發L4級別的自動駕駛方案。
但現在的行業共識是，創業公司與OEM需要合作，前者依賴後者對車輛底層系統的經驗，後者需要前者在自動駕駛技術上的知識。
“兩者在磨合的過程中在相互靠攏、彙集，很多OEM與創業公司均在今年主要攻打可以迅速落地的L3或L3.5級別的自動駕駛。”
這樣的落地場景分為兩類，一是對標特斯拉的Autopilot的高級輔助駕駛，可以實現自主泊車和定速巡航這樣的功能。這種場景滿足的是在LiDAR激光雷達價格居高不下，僅使用攝像頭和Radar的情況下，實現部分自動駕駛功能。
第二類則是在限定環境中的自動駕駛車隊服務，包括行人較少的社區和校園。比如，去年硅谷公司Voyage就開始在一個老年社區提供自動駕駛出租車服務，出行不便的老年人只需要一個電話就可以招來車輛為自己服務。其它限定場景的應用還有物流、港口等，這類場景環境可控，都是不錯的方向。
自動駕駛新的機會在哪？
那上面的分析是否說明自動駕駛領域已經沒有機會了呢？齊蕾的答案是否定的，她認為一些垂直領域的機會還是存在的，但很難會有十億美元級別的規模。
“未來的智能汽車可以分為兩部分，一是自動駕駛，一是車聯網。我認為未來的機會都不算是在自動駕駛領域，而更多的是在車聯網。”
對於OEM而言，他們的一個痛點是，雖然車輛本身可以收集到各種各樣的數據，但這些數據沒有辦法反饋給車廠，他們無法像今日頭條這類公司一樣，通過數據分析消費者的喜好。這是由目前的汽車銷售模式決定的，即OEM經由4S店分銷，所有用戶相關的信息都掌握在店裡，很難統一開放給車廠。未來的車聯網讓所有車輛互聯後，會是OEM新的機遇。
對創業公司來說，在數據分析領域OEM也經驗不足，不知道哪些是最重要的數據，這是他們的挑戰，也是創業公司的機會。這方面已經出現了不少創業公司，比如Otonomo，其雲服務能將OEM、應用開發商及服務提供商連接在一起，共同利用車輛生成的數據。
另一方面，OEM公司集團下不同部門的數據很難集中彙總，他們不像Google這樣的互聯網公司存在一個綜合的平臺可以分析數據。也因此，OEM內部需要數字化的轉型，採用私有云、混合雲的方式將數據放在統一的平臺調配和分析。這裡也存在著非常多的機會。
還有在V2X領域，車輛與其它車輛以及智慧城市的基礎設施如何溝通，如何交換數據，這裡面也都大有可為。在這之中，高通、英特爾等已經開始下重注，Savari這樣的創業公司也在尋求突破。
或許可以換一種說法，現在如何讓一輛或數十輛車實現自動駕駛已不再存有機會，而在更多大範圍讓自動駕駛取代人類成為交通的主力，還有更多任務有待完成。
至於誰會成功，齊蕾表示，“現在還很難預測誰會成功，但今年所有人都會去落實技術的產品化。”
閱讀更多 一炮打響 的文章
