又一家自动驾驶领域的明星公司倒下了.
最近, 由吴恩达参与运营的 Drive.ai 被媒体爆出已经向加州就业发展部提交了文件, 将裁员 90 人, 并且在 6 月 28 日永久关闭其位于硅谷山景城的办公室.
苹果也向媒体承认其收购了 Drive.ai, 而这对 Drive.ai 来说却绝非体面的退出: 今年 2 月份首次被爆出寻求买家时的估值还是 2 亿美元, 现如今最终的结局却是苹果只接收了数十名工程师, 以及 Drive.ai 旗下的无人车和其他资产.
从 2019 年开年起, 自动驾驶领域便频繁爆出融资难, 内讧倒闭, 裁员等负面新闻, 里面更是不乏一些明星项目.
1 月份, 苹果确认位于圣克拉拉和桑尼维尔的自动驾驶汽车部门裁员 190 人. 5 月份国内自动驾驶的标杆性企业 - 百度也被《财经》爆出分拆的消息.
作为一项新科技, 自动驾驶技术还只是处于研发, 验证阶段, 远未达到大规模应用水平.
经历了三年的发展爬坡之后, 如同 Gartner 曲线一般, 自动驾驶开始从 "期望膨胀的峰值" 急转直下, 进入了期望幻灭的低谷期, 局限和缺点逐步暴露, 开始遭遇失败, 进度不达预期, 融资事件减少, 数额降低.
自动驾驶创业者们开始直面退潮的实际挑战和残酷现实, 但也有多位业内人士表示, 经过洗礼, 自动驾驶行业会迎来更良性的发展.
落地, 落地, 落地
退潮的背后无非两个关键词: 量产和商业化.
"第一批自动驾驶公司们, 从创业者到投资人都没想过商业模式这件事儿, 大家讲的都是星辰大海, 至于怎么赚钱, 根本没去考虑这个问题", 洪泰基金黄瑀向 CV 智识表示.
驭势科技是国内最早一批自动驾驶公司, 最初的计划也是野心勃勃: 要做高速辅助驾驶, 要做低速无人驾驶, 要做整套无人驾驶方案, 还要制造出来三千多个零件的车子.
但两年后, 驭势科技还是砍掉了原型车计划, 开始专注抱紧主机厂. 毕竟要想商业化量产, 首先要考虑成本问题. 据传, 驭势科技第一台原型车的成本高达 200 多万.
驭势科技背后, 反应出自动驾驶领域的两种落地方案的交错: 一种是以 Waymo 为代表的追求单车智能的 "改革派", 一步到位的出租车运营是其商业模式, 另外一种是寻求特殊场景落地的 "改良派".
按照现在的风口理论, 一步到位的改革派显然更为 "性感": 取代人类司机, 轻轻一声吩咐, 无人驾驶汽车就可以送你到想去的地方, 舒适安全, 无需操心.
美国估值最高的一系列自动驾驶公司: Waymo,Cruise 和 Uber ATG 都剑指 RoboTaxi 服务, 不同的只是各的家逻辑重点: Waymo 希望在商业化后, 为乘客提供包括娱乐在内的车内空间服务; 通用可以把自动驾驶系统加装到自己生产的汽车提供给个人客户或者 B 端客户; Uber 则是应对 RoboTaxi 对网约车的冲击.
未来虽然是美好的, 但要想实现全自动驾驶是一个非常复杂的系统性工程, 它包含汽车的软硬件水平, 道路, 法律法规, 城市规划等多个方面问题.
根据美国斯坦福大学的预测, 真正实现 L4 的高级别自动驾驶, 节点应该在 2020 到 2025 年, 而且最先是在卡车, 共享出租车等专用车辆上实现. 对私家车而言, L4 级的自动驾驶应该在 2030 年左右的节点, 而 L5 的自动驾驶至少要等到 2035 年以后.
连 Waymo CEO 约翰. 科拉菲克 (John Krafcik) 都在近期表示, 虽然他们在自动驾驶技术方面取得了进步, 但自动驾驶汽车普及所需要的时间, 仍会长的超乎想象.
即使去年 12 月 Waymo 如之前宣传推出了 RoboTaxi 服务, 但车内仍旧配有安全员, 外媒在采访当地人员时也发现 Waymo 并不能恰当处理一些特殊场景, 不及预期的讨论越演越烈.
L4,L5 的自动驾驶方案, 离量产还相对较远, 资金上大多数公司都耗不起, 并且若自动驾驶长期处于样车阶段, 不能实现真正的落地应用, 没有真实数据的积累, 也无法促使算法进步.
技术与产品的错配, 还会导致更严重的安全问题.
Uber,Waymo, 特斯拉, 福特 Argo AI 等自动驾驶车辆都曾发生车祸事件, 虽然马斯克经常拿 NHTSA(美国国家公路交通安全管理局)2017 年发布的一份报告做挡箭牌: 特斯拉汽车升级 Autopilot 后, 发生的车祸发生的概率降低了 40%.
但今年一份来自 QCSC 的新调查却 "打脸" 马斯克: NHTSA 对特斯拉提供的数据存在误解, 自动驾驶并没有减少撞车事故的发生, 反而使事故更加普遍.
技术, 成本, 安全等问题让乘用车落地步步艰难, 也让产业界逐渐扭转共识: 大概率上, 商用车会比乘用车更快完成商业落地.
限定场景商用车应用既可以解决一定的现金流问题, 也是与资本市场讲故事的一个新方向. 而这些所谓限定的封闭场景则包括了矿区, 港口, 园区等, 还有固定线路的商业化, 比如物流配送, 街道清扫, 绿化浇水等场景.
在这些细分领域里, 多家自动驾驶已经开始互相争夺地盘, 如园区的驭势科技, 智行者, 港口的西井科技, 矿区的踏歌智行, Tage, 物流的菜鸟和 Gofurther, 重卡的赢彻, 智加, 图森未来等等, 当然很多公司的落地领域并不只是一个.
乘用车的本质是出行工具, 而商用车的本质是生产工具. 从技术上来说, 封闭场景下线路单一, 用户体验也不用像乘用车那么复杂, 对算法的要求相对较低, 也更有利于量产.
另外一方面, 除了技术成熟度, 投资成本和投资回报也是商用车落地的关键因素.
也就是相对于之前的有人驾驶, 必须能够减少成本或者增加收益.
有投资人对 CV 智识估算了一下, 物流快递场景中一个快递员大概要 8000 人民币的工资, 一年大概 10 万, 而一台无人物流小车现在的成本汇总也就是 7 万, 8 万左右, 不到一年投入就可以替代.
产业界对于自动驾驶商业落地领域的转变从刚刚结束的 CES Asia 2019 上也可见端倪.
汽车技术虽然占了 N4,N5 两个展馆, 面积比上届扩大了一倍, 但从展出的产品来看, 一步到位的 L4 自动驾驶不再是主角, 更多的是 L2 级别的 ADAS 公司以及 L3 级别自动驾驶能力的公司.
辰韬资本合伙人舒亮也表示, 主机厂大都野心勃勃有自己的研发计划, 而且 Tier1 从来就不是高毛利的行业, 在强势的主机厂面前, Tire1 必然不是一个好生意, 汽车供应链企业的低 PE 也很好地说明了这个特点, 如果无人驾驶公司都是奔着做 Tire1 去的, 目前的估值就要打一个大的问号了.
艰难的 2019: 分拆, 内讧, 融资难
"慢" 落地与 "快" 资本之间的矛盾也在 2019 年开始集中爆发.
CV 智识通过整理 CVSource,IT 桔子等数据发现, 国内自动驾驶 Q1 的融资数量相比去年同期下降近 50%.
舒亮分析道, 公开投资事件的减少还存在两种可能: 一种是部分自动驾驶公司估值骤降, 自然选择保密融资信息, 有些项目的估值已经不是 "腰斩" 是直接 "砍到了脚脖子", 报十个亿估值, 历时一年, 最后融下来两个亿; 另外一种则是融资标的没有融满, 自然也不会大肆宣传.
而在已经公布的融资事件中也出现越来越多的 A 轮, A + 轮, A++ 轮, A1 轮, A2 轮, A3 轮, 时间基本维持在半年左右, 某种意义上, 这也反映出整个融资环境呈走低趋势.
即使在 2 月刚刚官宣了新浪资本领投的 D 轮 9500 万美元融资的图森未来, 距离上一轮 2017 年 11 月的 C 轮 5500 万美元融资, 时间也已经过去了 15 个月, 融资周期大大拉长.
6 月 20 日, 有媒体爆出图森未来或完成后续的由鼎晖投资和新浪资本共同完成的 2 亿美元融资, D 轮才算完成. CV 智识就该消息向图森未来求证, 对方回应目前暂时没有可以公布的消息.
严重依靠资本输血的创业公司们成了这轮行业调整中影响最明显的对象.
Roadstar 曾是业内的明星项目. 公司定位研发 L4 级别自动驾驶技术, 创始人佟显桥在去年 8 月还自信满满地对媒体表达未来的商业计划: 2019 年, 会与 OEM 进行合作, 定制 200 台搭载 Roadstar 自动驾驶解决方案的无人车; 2020 年将实现自产 1500 台无人车, 以及远程协助的 "半无人运营模式".
来源: http://www.tuicool.com/articles/bMzEJrV