2021年4月图森未来登陆纳斯达克，成为全球自动驾驶第一股。以5000万元入股、投资回报超200倍的新浪套现18个亿，将资本狂欢推至高潮。
三年后，图森未来黯然退市，转向AIGC影视动画赛道，面对持续发酵的负面舆论，创始人宫斗暗线沦为最后一块遮羞布。在图森“没有未来”的质疑声中，有关理想和面包的抉择再一次陈列在公众面前。
甘露寺苦等三年，没有等来熹妃回宫的神来之笔，反倒是资本市场愈发审慎的态度，让自动驾驶行业开始直面现实大考。
一边是卷生卷死的市场竞争环境，由个别车企挑起的价格战延烧到下游供应商；一边是无底洞式的研发投入，入不敷出是自动驾驶从业者的群像。
在并不十分完美的时间节点，智能驾驶公司迎来上市热潮。打算卖铲子的人，开始重新理解用铲子的人。
高科技撞上性价比
最近两年，超过10家本土智驾公司启动或成功上市，然而趋势背后并非资本市场对智能驾驶赛道的追逐，反而是智驾公司残酷的生存现状。
作为车企上游供应商，智驾公司可以简单分为三类：
以提供高性能芯片为主，如地平线和黑芝麻智能；以提供全栈解决方案为主，如福瑞泰克、元戎启行；具备整车研发能力又对外提供技术服务，如小马智行等。
新能源汽车上半场的差距逐渐缩小，三电技术建立起的差异化优势逐渐转向智能化战场，智驾成为当之无愧的得分后卫。
按照工信部口径，到今年上半年，L2级智驾渗透率突破50%[1]。当比亚迪焦灼于将智驾能力下放到20万级车型，同行已经在“全系标配”的slogan里杀红了眼。
然而，井喷式增长的渗透率并没有带动智驾公司的业绩，反而加重了后者的生存困境。
虽然智能驾驶功能逐渐被消费群体接受，但其定位有点像笔记本电脑上的摄像头——我可以不用，但你不能没有。这就导致智驾功能逐渐从“可选消费”变成“必选消费”，但并没有形成足够的议价空间。
大部分车型的标准版和智驾版存在2万元左右的差价，但今年以来，降价成为智驾行业的新常态，华为将ADS智驾包买断价格从3.6万元调整至3万元。11月更是打出尝鲜价，按月订阅从720元降至199元。蔚来在推出12月购车活动，附赠5年NOP+免费使用权。
当越来越多的车企将智驾从一种付费的软件服务，变成车辆的标准配置，新的语境就产生了。消费者对智驾的兴趣虽有提高，但买单意愿不高，也就是“想用但不想给钱”。
按照麦肯锡的调研，相比一年前，消费者为智驾功能单独付费的意愿和金额都出现明显下滑。
由于绝大部分供应商没有面向车企的议价权，合作模式与定价更多取决于车企意愿，智驾公司往往是被动的一方。当车企深陷价格战，大家自然会不约而同“苦一苦供应商”。
行业普遍认为，一套L2+系统可接受的成本占比在3%-5%[2]。相比占到整车成本40%左右的动力电池，智驾供应商的议价权极其薄弱。
智驾软件供应商福瑞泰克2021至2023年毛利率分别为11.18%、6.2%、7.2%。根据招股书，其合作车企多达46家，有超过200个量产项目，至今未实现盈利。
无独有偶，小马智行作为国内营收最高的L4智驾公司，今年上半年毛利率降至10.5%；佑驾创新毛利率逐年提高，但到2023年才仅有14.3%。地平线上半年毛利率增长到79%，但摆脱亏损依然是当务之急。
截至目前，业内给城市NOA报出的系统级价格已低至7000元，高速NOA系统仅3000元就能上车。当车企降本的压力不断传导给上游供应商，在计算机科学前沿战斗的算法工程师，也免不了掏出账本算算家里的余粮。
今年3月份，地平线向港交所递交招股书，创始人余凯在朋友圈引用了一段丘吉尔的演讲：
“This is not the end. It is not even the beginning of the end. But it is, perhaps, the end of the beginning”。（这不是结束，甚至不是结束的开始，也许是开始的结束）
这句话的背景是二战期间，盟军在北非的阿拉曼战役获胜，开始转向反攻。丘吉尔意在提醒公众大局未定，真正的胜利还很遥远。
AI上过的一堂课
智能驾驶是AI落地场景中一个重要子集，与之对应，智驾公司集体上市，几乎1:1复制了多年前AI公司在二级市场云集的热闹与寂寥。
商汤、云从、旷视和依图为代表的AI四小龙，彼时无一不是资本市场当之无愧的吸金兽。当自动驾驶赛道的新AI四小龙横空出世，两者需要面对一个共同的问题。
无论是成功上市的商汤、云从，还是“终止注册”的旷视和依图，在当时都面临着两大问题：AI大规模商业化的困境，及由此引发出其是否具备造血能力的拷问。
任何新技术都会面临资本市场的定价问题，特斯拉上市初期，涨的时候要参考英伟达和高通的估值，跌的时候则恨不得砸到丰田的水平。这种分歧就像莱福特当年在做空报告里写的：“奔驰里装了60个车载电脑，就能变成一个科技公司吗？”
AI四小龙上市前，一度讲出过“按AI科学家数量估值”的故事。2018年，商汤成为全球估值最高的AI公司，“论文工厂”的标签如影随形。反倒是上市后股价不断下跌，备受追捧的AI概念股也逐渐着陆。
在这个过程中，资本市场逐渐找到了给AI公司定价的“锚”：这家公司销售的是“项目”还是“产品”。
无论定制化的服务有多少优点，都不可避免的导致程序员成为按人/天结算的瓦工和力工，与建筑工程队无异。
相比之下，销售标准化的产品和服务可以有效摊薄研发成本，获得令人艳羡的毛利率与估值。
无论是英伟达这类芯片设计公司，还是Adobe这类软件公司，其特点都是公司只负责产品的销售，不参与任何定制化的研发和服务。前者是市值站上三万亿美元的半导体霸主，后者二十年来毛利率从没下过80%。
然而，第一批AI公司一直未能解决的是商业模式的项目导向。AI学者吴恩达举过一个例子[3]：每家工厂生产不同类型的产品，需要定制不同的质量检测系统；每家医院的医疗记录编码不同，需要定制不同的患者数据系统。
定制化算法和服务的结果显而易见，经济效益低的项目很难维系后续系统维护，AI技术也因为定制成本较高无法实现大规模的商用，“供应商”变成了“承包商”。
2018年，任正非在华为上研所听取无线业务汇报的讲话中，就针对产品定制化发表了观点[8]：
我们不怕场景增多，但是场景化不是定制化，定制化是一个失败的道路。如果太过于定制化，又不能拷贝，这个成本就很高，我们就会死掉。
2018年-2020年，“AI四小龙”每挣一块钱就要花七毛五在人力上[7]。人工智能公司需要很多人工，都市丽人变成工地糙汉，这是当时AI行业的普遍尴尬。
因此，从资本市场的角度考量，相比卖定制化方案的公司，提供标准化产品的公司显然成长性更高。AI公司的困境也就呼之欲出：项目制潜藏的业绩波动下，是难以用规模效应评估的盈利模式。
时至今日，智驾公司也在面临同样的审视。
施工队陷阱
智驾行业有一个看似不合理实际、却真实存在的现象：一家公司可以为一个项目搭建上百人团队，耗费近一年时间完成量产方案的交付。
如果把项目制方案简单看作定制化，平台化方案可能无限接近于标准化。如前文所述，两者最大的区别在于，定制化意味着高人力投入、高成本以及更长的项目对接周期；而标准化更有利于通过模式复用大批量出货。
就像一家做定制蛋糕的手工店和一家售卖现成面包的超市。前者客单价虽然高，但现做现卖，日接单量有限；后者均价低廉，但胜在操作简单，薄利多销。
但对绝大多数智驾公司而言，他们需要根据特定芯片平台跑通算法Demo，并上车调试。那么，一旦车企内部规划出现调整，供应商也需要切换到新平台。
部分智驾公司为了让方案能够适配不同芯片平台和传感器配置，自行开发中间件实现软硬件解耦，但中间件往往也需要做定制化适配。如果算法无法移植，工作量无疑倍增。
抛开收入覆盖开发成本这个老大难问题，现阶段智驾方案的定制化还普遍面临一个问题：数据——它关系到一家智驾公司的成长性。
好用的模型往往要经历这样一个阶段：在云端训练神经网络模型，然后将车端驾驶数据不断投喂给云端，重新训练后的模型会以OTA的形式在车端进行更新。这也是智驾公司格外看重的数据闭环能力。
小鹏等车企率先打响智驾标配或许不难理解。按照何小鹏说法，端到端大模型将抬高智驾门槛，因为需要更多的资金、算力以及数据。只有提高智驾系统使用率，收集更多高质量驾驶数据，才能加速模型迭代。
元戎启行CEO周光也说过，若合作车型只有百来台销量没有意义，我们需要的是用数据补齐工程化基因[4]。
但在车企与供应商这段强弱分明的关系里，很多智驾公司最终活成了施工队的样子。商汤绝影负责人王晓刚曾道破供应商与车企的合作模式[5]：车企遇上事故，就找智驾公司打补丁。
传统车企与供应商的确存在类似的契约关系，即供应商提供软硬一体化的打包方案，并负责为故障兜底。但问题在于，大部分智驾公司无法接触底层数据，难训练优化车端模型。
同时，定制化意味着难以摊薄的研发成本。因此，类似Mobileye这类来自高人力成本地区的公司，都会极力避免参与定制化的开发。
这实际上反映了智驾公司与车企存在的固有矛盾：
智驾公司希望销售标准化的产品和服务，获得更好的利润和估值；但车企希望前者提供定制化的解决方案，保证自身产品的差异性。
大多数主机厂缺乏算法方面的积累，需要选择特定供应商开发智驾方案。同样地，相对弱势的智驾公司，也会寻求捆绑头部车企获得生存机会。在这种情况下，孰轻孰重就成了话语权的对抗。
轻舟智航为理想开发的方案，最终并入理想AD Pro，但华为对外提供的方案，则整齐划一的称为HUAWEI ADS。
另一方面，智驾被视为智能电动车的灵魂，车企自研逐渐成为趋势。如果车企的算法能力提升赶不上智驾公司的迭代速度，那么后者尚且安全。而倘若自研方案大规模应用，鸟尽弓藏的老故事还会上演。
不断收窄的窗口和愈发激烈的淘汰赛中，车企纷纷收拢研发资源，收敛智驾平台；智驾公司则在加快推动平台化方案，提高盈利能力。两者博弈的过程，造就了如今奇妙的局面：
卖铲子的人学习怎么用铲子，用铲子的人尝试自己造铲子。
来源：远川科技评论