這個月，長安汽車迎來了一位新同事——陶吉。
他本是L4卡車創業公司千掛科技CEO，離職后加入長安后負責智能駕駛技術，向長安總裁王俊直接匯報。
在今年的自動駕駛圈里，陶吉不是唯一的離職案例，有媒體統計，僅2023年上半年，自動駕駛相關的高層人員離職事件高達16起。
人才的流動往往反應了行業的漲落，這些高層離職的背后，是自動駕駛行業的遍地哀鴻。
“鬼故事”，接二連三
有人戲稱2022年是自動駕駛行業“鬼年”，這一年的“鬼”故事一個接一個：
行業鼻祖Mobileye上市，開盤市值170億美元，相較2021年底500億美元的市場估值縮水超50%，相較2017年被英特爾收購時只溢價17億美元，疊加那幾年的通貨膨脹，相當于身價原地踏步；
獨角獸公司Argo AI宣布破產，福特和大眾的20多億美元燒了個寂寞，以致福特CEO做了個有些喪氣的判斷：“現在投資L4無人駕駛前景不明。”
蘋果“L5級”全自動駕駛計劃官宣降級，8年造車夢醒后，蘋果終于承認無方向盤、無踏板、具有顛覆性的自動駕駛汽車當前根本無法實現。
市值下跌、裁員、倒閉的“鬼”故事今年仍在上演，即便是頭部公司，日子也不好過。
自動駕駛龍頭公司Waymo 在今年前3個月進行了兩輪裁員，裁員人數占其員工總數8%，波及了“幾乎所有部門的員工”。
Waymo裁員的理由頗令人詫異——“主要是出于公司‘財政制度’的考慮”，通俗來講就是沒錢了。長期以來，背靠谷歌的Waymo、背靠通用的Cruise、背靠大眾福特的Argo AI被認為是全硅谷家底最厚的三家L4公司，如今Waymo裁員降本，Argo AI倒閉，顯見地主手里也沒余糧了。
Waymo的對手Aurora Innovation也沒好到哪去。Aurora Innovation曾是全球估值最高的自動駕駛公司，市值一度高達近200億美元，今年是其上市的第三年，但市值相較巔峰時期已蒸發了7成。
從一家初創公司，到通過SPAC上市，Aurora Innovation只用了四年。公司三位聯合創始分別來自谷歌的自動駕駛項目、Uber ATG和特斯拉，這樣的創始人背景令公司在上市之初賺足了資本的眼球。
但幾年過去，盡管Aurora Innovation收購了多家垂直產業鏈公司，以降低外購成本，瞄準被認為短期內最有可能商業化的自動駕駛卡車賽道，與FedEx、Paccar、Schneider、Werner和Xpress等多家平臺公司建立試點合作關系，都沒能讓公司的市盈率扭虧為盈，資本的熱情漸漸冷卻。
除此之外，還有“全球自動駕駛第一股”圖森未來。今年5月，圖森未來收到退市的最后通牒，原因是遲遲未公布財務數據，外界猜測這是公司財務緊張的表征，公司股價于是應聲大跌20%。
事實上，圖森未來上市后的第一份財報就道盡了公司的心酸無奈，2021第一季度財報顯示，公司營收94.4萬美元，同比上漲了264%，但凈虧損卻由上一年同期的2580萬美元猛增至3.85億美元同比上漲1491%。賺錢的速度根本比不上花錢的速度。
而這主要是因為圖森未來研發投入過大，當時圖森未來84%的員工都是研發人員，但投入重金研發出的技術一直沒跑通變現的邏輯，而且沒有成熟的車企與之合作，規模化成了一大難。
公司高層坦言，在規模化、商業化實現之前，圖森可能盈利不了，但資本哪有那耐心等圖森未來盈利，所以圖森未來市值一路走低，最終穩穩趴在3億美元上下。
這些高開低走的自動駕駛公司都有著商業化進展緩慢、難以形成正向現金流的痛點，因而當資本的臍帶被斬斷，夭折便是他們的宿命。
至于那些不甘隕落的公司多數選擇了降維這條路，通過L2前裝量產來自我造血并形成數據反哺，所以近來輕舟智航、小馬智行等多個L4公司相繼調整戰略，從聚焦Robotaxi“降維”到ADAS領域。
命運，從一開始就注定
回顧自動駕駛行業的發展歷程，行業里的玩家們從一開始就分成了兩個流派：一派走漸進式路線，通過快速落地、快速糾偏從L2過渡到L4級及以上，比如特斯拉；另一派渴望實現一步到位，直接研發L4級技術，比如圖森未來、Waymo。
2015年，特斯拉推出了首個投入商用的駕駛輔助系統Autopilot。這套系統雖只達到了L2級別，但硬件先行、軟件更新的方案，為日后算法迭代、系統升級提供了硬件基礎。
而同期，谷歌推出了不帶方向盤、剎車和油門踏板的純電動全自動駕駛汽車“Firefly”，“Firefly”達到了L4級別。
在技術上，谷歌實現了對特斯拉的絕對碾壓，可從商業角度，谷歌所使用的 Velodyne 64線激光雷達，單個售價達7.5萬美元，這樣的成本很難去通過用戶消化，所以也注定難以實現商業化。
多年后回望這段歷史，總覺得特斯拉和谷歌的異軌殊途體現著一種宿命感，或許那些因無法變現而倒在黎明前夜的L4公司的命運伏筆早在此刻就已埋下，當然，無論科技公司自身還是資本那時都還不知道。
2016年，谷歌的自動駕駛團隊獨立成現在的Waymo，這時自動駕駛作為未來汽車技術的風口，得到眾多企業的擁躉。百度、騰訊、阿里巴巴等互聯網巨頭，為搶占新一輪技術變革的先機，開始了在這條賽道上的競逐。
這些科技公司共同向資本市場講述了一個無比性感的故事：擁有技術主權的創業公司，將取代Uber、滴滴，甚至車企都可能變成他們的代工廠。
資本市場對這個故事當然很買賬，所以從2016年起資本的熱錢迅速涌入自動駕駛行業。
2015年，自動駕駛行業發生了38起投融資事件，但融資規模尚不足10億美元。但到了2016年，自動駕駛行業融資事件達69起，同時融資規模爆發式增長到40億美元。
到2018年，行業融資規模上漲到2016年的兩倍多，達到101.7億美元，融資事件數量也增長到107起，資本對自動駕駛的狂熱在這一年達到頂峰。
但2019年起資本出手明顯謹慎了許多，融資事件數量跌幅較小，但行業融資規模回落到了66.4億美元。
撇開宏觀經濟局勢造成的資本寒冬這一因素，2018年底，Waymo前CEO 一席話——完全無人駕駛汽車很可能永遠不會出現，無疑給資本潑了盆冷水。
還有行業工程師說，自以為解決了90%的問題，回頭一看，還剩90%的問題沒解決。
這些話或許都能翻譯成“991困境”：在自動駕駛行業做到99分相當于0分，剩下1%的corner case才是最需要花時間和精力的。
corner case一天得不到解決，自動駕駛就一天不可能落地，行業經歷了4-5年發展后，在商業化落地方面仍未有重大突破，難免要遭受資本的質疑：不能賺錢的技術還值得投資嗎。
2021年，自動駕駛在特定場景開始商業化落地，同時不少低階智能駕駛乘用車上市并熱銷，聞風而動的資本重又紛紛押注自動駕駛，這一年行業融資規模達181.58億美元，創歷史新高。
不過相較此前資本更偏愛L4公司，這一波資本更多地流向了能快速落地的低階智能駕駛，說明資本對L4已不太看好。
L4怎么就淪落到這個地步了？
理想很豐滿，現實太骨感
每個人都不得不承認的是，無人駕駛技術構造的藍圖很美好，但始終難以逾越技術與商業之間的鴻溝。這是因為L4要想落地，頂級硬件、先進算法和海量數據，缺一不可，但很少有L4公司能同時滿足這三個條件。
以圖森未來為例，雖然他擁有較為頂尖的硬件配置和算法，但截止今年3月17日，公司宣布的總運營里程只有1600萬公里。
而根據美國蘭德公司的報告分析，要實現通用的L4自動駕駛，大約要達到160億公里的測試里程，才能證明L4在安全性上超過人類。
然而即使是在較為激進的測試計劃中，用100輛車組成的自動駕駛測試車隊以 64公里/小時的時速每天測試 24 小時，也需要花費數十年，甚至數百年的時間才能跑完上述所需的測試里程。
對于計劃在數年內將L4推向市場的企業而言，通過這種方式積累數據自然是不現實的。
所以L4公司不可避免地落入算法、數據、法規的不可能三角：如果不能保證無人駕駛車輛的安全性，法規不會容許企業在更大的用場景和范圍內采集數據，可若沒有海量數據，算法永遠不可能滿足法規對安全的要求。
誠然，許多L4公司想到了降維這種辦法采集數據，但多數L4公司都有這樣一個特點：長于數據閉環和數據鏈路，而在前裝量產所需的供應鏈管理、量產工程等能力上欠缺。
而且，降維L2對L4公司而言，不是簡單的能力遷移，而是另起爐灶、從頭再來。
感知、決策、執行是自動駕駛三個核心環節，在每一個環節，L4和L2都完全不同。
在感知環節，L2配備攝像頭、毫米波/超聲波雷達等硬件，采用感知融合算法；L4卻增加了激光雷達、高精地圖，采用多源感知融合算法。
在決策環節，L2采用基于規則的算法和較小算力的芯片；L4需要機器學習以及深度學習算法和更高算力的芯片。
在執行環節，L2采用基本的線控制動及轉向；L4則需要在制動、轉向等關鍵執行環節實現雙重甚至多重冗余。
因此，L2的確是條可行的獲取數據的途徑，但要做好L2對L4公司來說是個不小的挑戰。
高難成，低難就，用這話來概括當下許多L4公司的處境也許最是恰當，不過好在這些幸存至今的科技公司還有糾錯的機會，說不定經歷了戰略調整后，他們又是條好漢。
京公網安備 11010502053454號