03

第四次产业革命的“中国时刻”

第四次产业革命的奇点时刻已经临近,它就是以Robotaxi商业为内核的智能化时代,这既是未来一个康波周期内全球经济增长极,也是我们这代人最大的财富变数。更重要的是,这一次,这一时刻中国不会错过。

推演其成因,前文我们已经提及几点宏观逻辑:

1． 中国有充分的产业准备:这得益于信息数据,AI、5G、新能源等先进生产力,以及制造业全产业链间的耦合能力。

2． 自动驾驶具有不可逆性、创新性以及破坏性,并能诞生产业革命级别的商业及财富增量空间。

而在中微观逻辑支撑上,也有一条自上而下式的通畅逻辑,我们分4个层面讲:

【1】中国有AI及自动驾驶技术全球领军公司。

先看一张图:

图:2021年度Guidehouse自动驾驶榜单。来源:Guidehouse

这是2021年度Guidehouse自动驾驶榜单,有两家中国公司入榜,分别是百度和AutoX 。其中百度位居右上第一阵营,为全球领导者;AutoX位居第二阵营,为全球范围内的富有竞争力的同业公司。

当然这不是中国自动驾驶势力的全部。该榜单涉及的维度较为广泛且苛刻,使得部分中国自动驾驶新势力被排除在外,实际除了百度与AutoX,小马智行与文远出行等中国公司亦具备入榜比拼的潜质,它们都曾出现在不同单项级别比拼的全球排行榜之中。

当然,我们还不能忽视正在重装入局的华为,它基于无线通信技术在边缘计算方面的优势,有望是它在这一尤其着重端云两侧协同智能计算的赛道突围的利器。

更重要的是,自动驾驶这条赛道不同于很多人想象,它并不是一个轻资产的商业模型。想要进入第一阵营,年5-10亿美元级研发投入只是一个入门级门槛,止数据处理一项,一个千辆车左右车队,对于智能云计算的成本支出亦须以过亿美元计,这尚不包括前装各种智能硬件成本。

之所以特别提及数据处理,核心还在于这是自动驾驶的“七寸”。没有足够的数据,不足以验证自动驾驶的成熟度,无法实现其特有的“软硬一体化”研发及商业化模型的正向逻辑循环——因为自动驾驶要越过L4的门槛,奔向L5理想国,最大考验还在于应对处理“corner cases”(极端路况),没有足够的数据去喂养机器进行深度学习,自动驾驶将永远是不可实现的乌托邦。

而百度之所以能跻身全球领军者行列,除了固有的AI基因,最重要的还在于它的Apollo L4级自动驾驶车辆,目前路测里程已经突破1300万公里,并以每月百万公里以上的当量累计递增,是全球唯一一家实现千万公里级路测积累的中国企业。

这一点对于投资者拿捏投资逻辑时特别重要,尤其近期很多公司动辄放出自动驾驶路测视频,但尴尬的是,它们的实际路测里程在“数据奇点”要求面前实际是趋近于零的。

根据商业常识判断,自动驾驶赛道是一个“马太效应”凸显的赛道——这一点,从Waymo与百度不断与竞争者拉开差距便可见一斑。故而质量比数量更具说服力,以中国面板及芯片行业的发展规律为参照,可以预见,未来数年内,还将会有大量热钱涌入这一赛道,以支撑更多中国公司入榜。

图:2021年中国自动驾驶专利排行榜TOP10。来源:壹零财经统计。

【2】百度是全球Robotaxi模式领军者,也将是全球规模性商业化最早落地的公司。

至少截至目前不存在争议的是,在自动驾驶最具商业前景的Robotaxi模式里,全球只有两家公司独大,一个是谷歌旗下的Waymo,另一个就是百度的Apollo。

关于这一点,作为中国投资者,我们大可不必妄自菲薄,总以为外国的月亮更圆。具体而言,有多个直观逻辑可以证明这一点:

1． 数据优势。数据的价值我们已经在上文展开过。这里需要补充的是,随着百度Apollo的Robotaxi在今年下半年的商业化正式开启,根据车队及城市路网规模比较测算——3年(2021-2023),落地30座城市,车队规模达3000辆(包含今年6月连同北汽极狐发布这次发布的第5代无人车Apollo Moon),服务300万乘客,可以推算约在2025年前后,百度将有望超过Waymo,成为全球真实路测里程最多的无人驾驶公司。

以目前的现实看,至少在“后来者”层面基本不太会有悬念——从国内市场来看,截至目前排名第二的公司,其真实路测里程只有Apollo的1/3,大部分都在1/4以后。规模性组建车队,无论从成本,还是技术保障上甚至是监管部门的产业政策信心上,都有肉眼可见的代际差,这也将是百度持续在全球自动驾驶赛道保持领先身位的核心逻辑之一。

2． 技术优势。这一阶段甄别各家自动驾驶公司技术实力其实还是有“窍门”的——机器视觉能力。最近一个时期,谈及自动驾驶,必谈激光雷达——我们不能否认激光雷达对于维系自动驾驶车辆安全的重要性,但实际上,激光雷达作为与摄像头(数码相机)、毫米波等并列的视觉传感器之一,它当前在重要性维度上的渲染实质有“过于盲目”之嫌。

其实,在整个视觉感知系统中,与用于推理决策的深度学习神经网络交互协同性第一优先级的传感器还是摄像头——这不难理解,过去若干年,AI的主要进步空间之一就是来在于图片识别能力,这种能力正是建立在海量的互联网照片训练之上。

AI是百度的DNA,故而图像识别同样是Apollo的核心优势,它可能是目前中国唯一敢于强调自身机器视觉能力的自动驾驶公司。来自行业人士的说法是,目前有排名相对靠前的中国自动驾驶公司,受制于时间成本及研发积淀,过于激进的单边押注激光雷达,最终与摄像头强关联的机器视觉及神经网络能力这一短板终究还是需要通过时间去弥补上。

3．成本优势。抛开成本谈商业化是不讲商业道德的行为,即使是科技大厂如百度。百度Apollo第5代无人车Apollo Moon的成本在其车辆发布时已经公布:单车48万(不含软件研发成本)。关于这个48万成本数字所蕴含的商业化前景已经被各路分析师拆的仔细,我们此处便不再复述,归根结底一句话:网约车的商业模式裂了。

这里要补充一点的重点信息是,根据百度Apollo历代车型的推算,其每代新车前装硬件成本会降低50%,这就意味着2023年之后第6代车推出时,将是百度Apollo Robotaxi商业模式的真正“奇点”。

届时一辆25万以内的无人共享车,在网络规模效应下,将完全压制现行网约车模式——当然根据政策指引的可能性推导, Robotaxi商业模式在未来4-5年内还更多应用于短途场景而非全城运营,在全面压制网约车之前,最先感受到冰点的可能是两轮电动车以及共享单车。

最后还是要简单的判定下百度Apollo Robotaxi商业模式的成本优势:以L4水平为基准,Apollo Moon48万前装成本VS同业竞争者150万-200万前装成本,二者存在2个指数级代际差。

4．安全优势。实际上,对于自动驾驶车辆来说,并非越多传感器越有利,这会对AI系统带来更大的认知与决策负荷。无论是爱因斯坦的质能方程(E=mc2),还是麦克斯韦的麦克斯韦方程组,作为人类科技文明的基石支撑,都说明了逻辑越简洁效力越显著。

之于百度Apollo Moon来说,如上文所述,前装了2个激光雷达,需要说明的是,正常行驶状态下只有一个运行,另一个则属于冗余配置,即在前者失灵或出现问题时介入。除了激光雷达,包括摄像头、毫米波甚至是刹车,百度Apollo  Robotaxi的思路都是1倍冗余配置,一方面为了更简洁,一方面也要在商业化初期尽最大可能排除一切不必要的安全性疑虑。

所有的软硬件冗余之外,为Apollo  Robotaxi兜底的安全保障系统是“5G云代驾”,即通过智能云监控,一旦出现车辆问题,在接到求助后,身处运营总部的人工服务系统将即时启动,为无人驾驶系统补位,直至脱困。这一商业策略的加入,基本打通了L4级的Robotaxi商业化的“最后一公里”问题,托举着百度Apollo即将成为全球规模性商业化最早落地的自动驾驶公司。

图:百度Apollo  Robotaxi商业化路径图。来源:网络