--關注、星標、回復“智駕圈子”--
↓↓查看：「智駕最前沿」智駕圈子資料目錄↓↓
2023年，很難再找出比汽車更地獄級難度的行業(yè)了，從價格戰(zhàn)打到輿論戰(zhàn)，從明嘲暗諷到實名舉報，怪相頻出，難得一見。
車企帶頭下場肉搏，上游供應商更加水生火熱。即便是智駕賽道，在車型癱瘓式降價、人才踩踏式競爭的當下，也無可避免地被大浪裹挾著沖入了深海。
引用一句智駕從業(yè)者的原話：“那些被如珠如寶對待的好日子，算是到頭了。”
硬件公司的“加減法”
如廣袤深海孕育多樣物種，智駕賽道的玩家屬性也是各式各樣。想在深海生存，與其關注其他生物的參差多彩，不如找到自己最合適的“生態(tài)位”。
自然界的規(guī)律，亦可當做企業(yè)生存和發(fā)展的指引。
若是以方案商是否自有硬件產品線為區(qū)分，粗粗劃下道，大致分為以零部件起家的硬件公司，以及擁有互聯網基因的算法公司。
前者的典型代表有博世、德賽西威，福瑞泰克和法雷奧等。他們都在零部件行業(yè)深耕多年，產品線幾乎囊括了智能輔助駕駛所需的所有核心。
以德賽西威為例，從2019年起，德賽西威就開始向車企提供多種攝像頭，僅此單一零件市占率就達15%。至于毫米波雷達、超聲波雷達，以及支持4G/5G/V2X的智能天線盒等，自2020年前后量產至今，出貨量達千萬計。
智能駕駛所需的傳感器和相關硬件
多樣的硬件產品，正是它們向智駕方案商轉型的底氣。因為硬件公司最擅長的，就是用“舊”零件煥發(fā)“新”活力。
以最常見的泊車功能為例。早期的泊車功能一般由超聲波雷達和控制盒來實現，但由于超聲波雷達的功能局限，該功能只能在相鄰車位都有車的情況下使用。換句話說，超聲波雷達是靠“摸”來判斷兩車中間是否有足夠停車空間，不能識別連續(xù)空車位。
在停車過程中，車周4個環(huán)視攝像頭會通過車機中控屏向司機實時顯示周圍情況，保障安全。由于實時顯示和超聲波感知是同時開啟的，很容易讓人誤解，認為環(huán)視攝像頭是泊車功能的一部分。事實上，此時的攝像頭功能只是座艙顯示的一部分，和泊車并無關系。
但就是這兩款十分基礎的零件，在硬件公司的妙手下，經過組合搭配，再加上一點算力，就升級成了視覺融合泊車方案。
類似“1+1＞2”的案例還有很多。
用于泊車的環(huán)視攝像頭在行車時被調用，實現成功率更高的撥桿變道或自動變道；用于行車的側視攝像頭和毫米波雷達，在泊車場景下被調用，幫助車輛自行緩行到指定停車位，實現學習型泊車，甚至是跨層泊車……
在“如何花小錢辦大事”方面，硬件公司心得滿滿。
至于進階方案，也基本圍繞著5V-5R-12U（5個攝像頭、5個毫米波雷達、12個超聲波雷達）這個經典搭配做各種變形。多一個攝像頭，變成前視雙目，或者少幾個毫米波雷達，組一個前向毫米波雷達和前視攝像頭的CP，都是比較普遍的衍生形態(tài)。
這種以某一固定搭配做底，再按實際需求做增減的方案，往往需要其他傳感器的性能提升作為補充，這點正中硬件公司下懷，畢竟產品籃子里應有盡有，交叉匹配自然是不在話下。
這也是為啥硬件出身的智駕方案商對外自薦方案時，往往以提供整套解決方案為主，很少主動提出將方案拆零售賣——整體方案打包賣，硬件和軟件，都是自家左手右手的產品，可達利益最大化。
算法公司兼收并蓄
相比懷揣著“肥水不流外人田，能整包就不拆零”小心思的硬件公司，以軟件為立身之本的算法公司則反其道而行，其智駕方案特點可以用“兼收并蓄”來概括。
以禾多科技為例，僅智駕芯片一項，就適配了市面上大部分主流芯片。
用德州儀器的TDA4V做記憶泊車，用華為的MDC610做行泊一體，用地平線的J3/J5做高速領航，用英偉達的Orin做城區(qū)領航……
在感知硬件方面，適配范圍就更大了。
攝像頭、毫米波雷達、激光雷達、超聲波雷達，這些零部件的合作廠家，從國外到國內，從大廠到初創(chuàng)，軟件公司基本都牽手了個遍，其中甚至不乏競爭對手的硬件產品。
元戎啟行部分硬件選型范圍
算法公司“包容開放”的態(tài)度，乍看是有大格局，實際卻是“不得已而為之”的無奈。
因為這些做智駕方案的算法公司，前身大多是L4自動駕駛科技公司，他們的強項是無人駕駛（自動駕駛）軟件算法、數據訓練和車隊運營，零部件的生產制造并不包含在內。
只是時移世易，當初受投資人青睞的“輕資產”，如今變成了“缺少零部件生產制造經驗”的先天不足。
軟件公司自然知道自己初始牌面不佳，再花大力氣從頭搭建產線既不現實也不劃算，只能順勢而為——既然硬件只能依靠代工或外購，那索性一不做二不休，直接把主流零部件都納入進來。只要做到“任君選擇，我都行”的程度，那“無自有零件”的劣勢就能一舉扭轉成“無綁定零件”的優(yōu)勢。
至于在智駕方案主打款的選擇上，算法公司則堅持“以己之長攻人所短”的錯位打法。相比強調低成本和性價比，他們更傾向于在L2+高等級輔助駕駛層面上發(fā)力。
一方面，這能最大程度避免與硬件公司形成全面的競爭關系（畢竟還要用人家的感知硬件），更重要的是，L2+高等級輔助駕駛的表現更依賴于軟件算法的打磨和優(yōu)化，這就完全進入了L4算法降維的輻射領域，是算法公司妥妥的舒適區(qū)。
例如，小馬智行主推的的三款智駕方案里，只有一款成本在數千元，說不上特別便宜的PonyClassic，另外兩款系統(tǒng)方案PonyPro和PonyUltra，算力分別為200TOPS和500TOPS，硬件配置也很高，包含高階智駕增量零件——激光雷達。
小馬智行針對乘用車提供的三種方案
相比加入“沒有最低，只有更低”的性價比之爭，算法公司更傾向于提供大算力、高配置的域控方案，在高速、城區(qū)和泊車場景提供可媲美L4 Robotaxi水平的高端體驗，讓車企和用戶認可“一分價錢一分貨”，心甘情愿掏錢買單。
這是算法公司綜合考量自身情況和環(huán)境基礎后，為自己明確的“生態(tài)位”。
人情世故
甄別哪些車企是高潛客戶，是方案商驗證自身產品路線是否正確的第一步。
在“獲客”方面，硬件背景的方案商有著天然的巨大優(yōu)勢。
長期穩(wěn)定的合作，幫助硬件公司省去了從零開始建立商務關系的前期環(huán)節(jié)。事實上，方案商們對接的車企采購、研發(fā)和質保同事大概率都還是那群熟悉的“老朋友”，對彼此的工作風格和工作流程都爛熟于心，在按年計數的合作時間里，幾乎沒有額外新增的溝通成本。
整條鏈路上唯一的區(qū)別，似乎只有交易商品的變化——從硬件主導的零部件，變成了軟硬兼有的功能方案。
方案商“以客戶要求為先”的理念能做到什么程度呢？
比如，為了能夠及時響應車企的需求，產品經理帶著團隊常駐車企，和車企工程師們同一間辦公室工作、同一張食堂飯桌上吃飯、同一輛班車上下班，按車企的需求調整自己的工作休息安排，在距離車企5-10公里范圍內設立研發(fā)辦公室……這些都是無需多言的默契。
即便是面對車企提出的“量產問題不解決不能出會議室門”的“小黑屋式”高壓政策，方案商往往也是從善如流地接受，安安分分地熬夜，直到功能測試無誤，平穩(wěn)交付。
至于在物流受阻、出行不便的特殊時期，人肉扛零件打飛的送貨、單人單車長途奔襲上百公里去外地工廠解決問題，那都是不用多提及的日常操作。
甚至，當車企項目團隊的第三方外援因個人原因要從設計公司離職，車企也會從中斡旋，讓方案商直接“定向招人”，給加薪、給職位、給一切能給的福利，幫車企把人才給“摁”在項目上，只為了項目能夠順利進行。
如此妥帖周全的功力，不是一朝一夕能練成的，也不是一個副總或單個項目經理能夠帶起來的，這是在和車企長期摩擦、長期斗爭、長期合作中形成的，已經成了類似膝跳反射般的本能。
保姆式的全方位服務，也更容易讓車企優(yōu)先考慮和接受硬件公司的自薦方案。
有Moblieye的前車之鑒，如今的智駕方案商已經不敢明目張膽地強制車企吃進自己準備的“預制菜”，但所有硬件公司，都從未放棄過變成下一個Mobileye（變通版）的野心，只是換了種表達方式。當車企要求方案商拆零單賣時，他們會以“利他性”為突破口，去推銷“交鑰匙方案”。
Mobileye以“黑盒方案”著稱
所謂“利他”，就是訂單量大價格可談、整包方案現成可用、無需額外集成適配、全權負責售后、絕無扯皮甩鍋的一套組合拳。這可是真真切切搔到了車企的癢處——省錢、省事、省時、省力，產品如斯，夫復何求？
相比突出的硬件優(yōu)勢，硬件出身的方案商，除了本土屈指可數的幾個特優(yōu)生，大部分在算法軟件方面的能力屬于無功無過的“隨大流”。
這種情況在有外資背景的Tier 1身上尤為明顯，國內外路況差異和迭代效率低下是主要因素。
國內交通的復雜程度遠超國外，非法占道、人車混行、鬼探頭、異型車，中文交通標識等……都屬國內特供路況，只有對這些“限定款”做針對性算法訓練，才能讓車輛在本土復雜的交通路況中適時執(zhí)行避讓或剎車動作。但外資Tier 1的研發(fā)中心很少在研發(fā)初期就將這些中國特殊數據納入訓練集，導致國內經常出現使用體驗拉胯的情況。
要解決“水土不服”的問題，就要做算法優(yōu)化，但為了保證國內外算法版本統(tǒng)一，只能將收集到的道路信息和長尾場景交由國外進行優(yōu)化、測試和釋放，在完成迭代后，再傳至國內上車布置……中間還要算上數據脫敏、特征提取、甚至是國外漫長的休假時間，整體鏈路被拉得很長，相比本土方案商的速度，至少要多花費20%的時間，效率堪憂。
不過幸運的是，實際來看，軟件算法的平庸并沒有給方案商造成太大的困擾。
一方面，經過這幾年的積累打磨，L2基礎輔助駕駛的算法已經很成熟了，每家方案商的功能表現大差不差，大家更多是在卷性價比而非功能高低，疊加上車企想盡快將研發(fā)投入轉化為市場銷量的迫切心情，接受整套打包方案，也就順理成章了。
由此，和硬件背景的智駕方案商高度匹配的Mr. Right也呼之欲出了——通過賣車掙錢，依靠規(guī)模化帶動經濟效應，走親民路線的車企。
這些車企的用戶對價格敏感，更看重車型功能均衡，不能有明顯短板，對長板的需求也不強烈。
一個典型代表是售價僅10萬的五菱寶駿Kiwi，選擇使用整套大疆車載解決方案，用7個攝像頭的基本配置實現大部分的智駕功能，這套系統(tǒng)還將在寶駿新車型云朵上繼續(xù)綁定使用。
防火防盜防白嫖
硬件公司在小劇場游刃有余，算法公司通向舞臺的路卻很是泥濘坎坷。
算法公司延續(xù)了其智駕產品“寬泛選擇”的特點，向車企提供任君挑選的“貨架方案”。從域控硬件盒、底層軟件、中間件到全部應用算法……幾乎所有軟硬技術，都可靈活選購，還能為客戶提供深度定制服務。
相比硬件公司表面宣傳軟硬解耦，內里偏向軟硬協(xié)同的做法，算法公司就實在很多。某家算法公司的研發(fā)總監(jiān)在向車企做方案介紹的閉門會上直言，現階段，算法變現、擴大合作圈是他們的主要任務，至于營銷層面，車企如何對外宣傳，他們并不介意，反正圈內了解真實情況，不影響他們實際拿業(yè)務。
一句話，就是愿意“舍名取利”拿項目。
算法公司甘愿隱入幕后，對外姿態(tài)如此柔軟，很大程度上源自“供應鏈根基”和“功能化能力”的暫缺。
過去，L4自動駕駛公司和車企無甚交集，最多是購買或定制成品車，改造后用于無人駕駛車隊的示范應用和運營。如今，L4科技公司從“買方”變成了“賣方”，首先要做的，就是和車企建聯。
谷歌無人駕駛車隊
POC（Proof of Concept）項目，是其叩開車企供應鏈大門的“敲門磚”，因此獲得了算法公司內部極大的關注。
一方面，這是展示自己研發(fā)能力的機會，從而打消車企對算法公司“PPT天下無敵，談落地全是問題”的偏見；
其次，能夠迅速建立和車企的聯系，熟悉車企內部流程，為后面的量產打基礎；
第三，雖然POC的報價和量產不在一個數量級，但商務流程簡單快捷，能讓算法公司迅速掙點零花錢；
第四個好處在于擴大影響力，只要有一家品牌力不錯的車企愿意與之合作，那算法公司就能理直氣壯地把這家車企的LOGO放在PPT介紹的“合作伙伴”頁面，去其它車企介紹項目時也更有底氣一點。
但POC項目并非百利而無一害，最大的風險恰恰是來自合作伙伴——車企的背刺。
被“靈魂論”直擊天靈蓋，自研之心不死的車企最喜歡用量產定點做餌，掛在名為POC的魚鉤上，坐等算法公司上鉤。
算法公司指望用POC項目秀肌肉、掙零花、熟人頭、找背書、談合作，車企則盯著算法公司的智駕軟件，想以此來反哺內部智駕團隊，頗有點“用訂單換技術”的意思。
看看這幾年，有多少曾高調發(fā)布過戰(zhàn)略合作關系的車企和算法公司，在DEMO亮相后，就再無更多合作消息傳出了。究其根本，就是雙方無法消弭又無處不在的“防備感”在作祟。
曾經有家算法公司不知道是太過心急想要表現誠意求得量產合作，還是太過自信就算把算法攤開來給車企看，對面都不一定能接得住，總之，就是派了不少優(yōu)秀工程師和車企直接溝通，力求滿足車企提出的各種細微繁瑣的要求。
結果等項目完成，交付給車企的，除了展車和說明文檔，還有算法公司的專家。
“痛失”人才后，算法公司痛定思痛，要求后續(xù)項目，凡是有溝通需求的，都要經由項目經理作為對接人，盡量避免技術人員直接接觸。即使在需要工程師出面解釋專業(yè)問題的電話會上，線上會議的界面里，除了商務經理和項目經理外的所有人都是一水兒的花名，保密工作十分到位。
雙方大佬站在臺上握手簽字時，說的是構建新時代合作伙伴關系，轉身下臺就告誡團隊。
一個說，天底下沒有花錢的不是，POC花了那么多錢，到時候可不能兩手空空啊。?一個說，注意車企訴求是否超出項目定義，明確驗收標準和款項支付條件，主打一個不見兔子不撒鷹。
兩者的關系看起來是情真意切地雙向奔赴，背后則是勾心斗角地各取所需。
博弈不止
即便雙方手拉手給予了充分的信任和尊重，跨過了POC項目的坎，走到量產定點的門口，車企的謹慎程度仍遠超算法公司想象，其中很大一塊的顧慮來自對算法公司工程化能力的擔憂。
這里說的工程化能力不僅是“把零件裝上車”，而是由開發(fā)流程、管理流程、標準體系、溝通技巧和方法論等交叉組合而成的，貫穿整個項目過程的東西。
L4算法公司成立的時間普遍不長，量產經驗和To B的工作經驗約等于無。
曾有汽車自媒體老師認為，工程化能力的不足，短期內可以用挖人來解決，長期可以通過訓練和實戰(zhàn)來解決。這話有道理，但成功者卻是寥寥。
人，很關鍵，但更關鍵的，是執(zhí)行。
做過項目的人都知道，風險可以減緩和轉移，但不能避免。即使站在巨人的肩膀上，量產上該踩的坑，該爆的雷，一個也逃不掉，算法公司想在短期內單靠人就成長為“熟手”，很難。而車企愿意花多長時間和多大代價去培養(yǎng)和等待算法公司的成長和成熟，是未知之數。
等方案商熬過算法被割韭菜，工程化能力被質疑的階段，就會面臨第三個難題——如何給算法定價。
汽車作為工業(yè)的集大成者，由成千上萬個零部件構成，銅、鐵、鋁、金、塑料、皮革、布料、泡沫……幾乎所有零部件都可以通過拆解稱重估算出成本，即便市場有波動，但大體也維持在一定區(qū)間內。每車用量，年度需求，都可以白紙黑字地量化出來。
拆解一輛新能源車
甚至曾經有車企采購直接對供應商表示：你們的零件毛利率在2%-3%之間，是個比較合理的數值。供應商在強勢的車企眼里，就是透明的、沒有議價空間的。
但……純算法……？
純算法看不見摸不著，不依附于某個固定硬件。其定制化的特點，又注定不能通過規(guī)模效應盈利，那該如何定價？如何年降？是以裝車率還是以開通量為衡量？
對素來認為軟件是硬件附屬品，應該隨硬件低價搭售甚至無償附贈的車企來說，這些無疑都是新學問。算法公司要在這略顯僵化的思維定勢里撕開一道口子，不是易事。
相比車企愿意用合理的價格來認可算法的價值這一假設結果，算法公司步硬件供應商后塵，向強勢車企繳納巨額保證金，以求自己進入定點詢價和預開發(fā)的流程，再和同樣渴求項目的競爭者一起搶得頭破血流，這樣的結果似乎擁有更大的現實可能。
算法公司的第四個潛在風險是業(yè)務擴展后的人員配置問題。
在L4時期積累的算法，想從DEMO嫁接到量產，會受到各種外部影響。芯片算力、計算單元、傳感器的位置、型號、數量、底盤控制等等，都會影響算法的實際效果，和那些只要確定好圖紙，就能轟鳴開啟流水線，24小時不停歇生產的硬件，存在本質不同。
雖然算法公司聲稱可以提供“貨架方案”，建議車企在其限定范圍的硬件中選擇，但如果車企希望根據自己已有的供應鏈配置硬件，要求算法與之匹配，那算法公司就需要為其匹配開發(fā)、后臺、前端、測試、運維等全套人員，人力成本上的巨大投入不可避免。
一個項目可以全情投入，若干項目可以平衡兼顧，那N個項目還能撐得起來嗎？
算法公司顯然也想到了這點，不少方案商設想交付標準化軟件，只在應用層上做差異設計，目前看來距離落地還很遙遠。即便將來能夠實現，但其推崇的“標準化”交付和車企的“定制化”要求是否相悖？是否有車企愿意買單？實際效果如何？都還不確定。
以“深度合作、高度定制”為賣點的算法公司，很容易把自己坑進“疲于奔命”的陷阱里。
目前看來，算法公司的潛在客戶，是暫無智駕自研能力，但希望以L2+高階輔助駕駛功能為賣點的車企。
但計之長遠，如果車企愿意花費車價3%~5%成本，為L2+高階輔助駕駛功能買單，那大概率不會把這項和用戶體驗高度相關、并且在后續(xù)有極大想象和盈利空間的內容，全權交托給僅有單純商務關系的第三方，長期穩(wěn)定的合作關系，可能只是算法公司的一廂情愿。
純算法或弱硬件強算法的方案商，如果想擺脫自己只是權宜之計的角色定位，發(fā)展地更迅速穩(wěn)健，那看看Momenta和毫末智行先行一步趟出的路，或許能打開積極的思路。
結尾
智駕方案商，作為汽車智能化網聯化時代的新角色，最終能留在舞臺上，享受鎂光燈的，是“軟硬協(xié)同”還是“軟硬解耦”，我們不得而知。
雖然，目前看來，“軟硬協(xié)同”更對車企的口味，也更適合如今成本效率為王的市場，但誰又能保證，過去關于自動駕駛“跨越式”還是“漸進式”的爭論和反轉不會出現在智駕方案的選擇上呢？
只有一點是肯定的，硬件時代能孕育出博世、大陸、麥格納這樣的巨無霸，但在主打智能化的當下，智駕方案商不論是從硬件出身，還是以算法為生，都很難在智能網聯汽車時代復現獨霸一方的盛況。
前有Mobileye從封閉到開發(fā)，地平線從芯片到智能化一攬子解決方案，后有Momenta下場研發(fā)自動駕駛芯片，在暗流涌動，瞬息萬變的深海，盡全力做到能做的所有，不固守舊業(yè)，相互滲透、相互學習，將成為智駕賽道的新常態(tài)。
不是所有車企都主打智駕，但幾乎所有車企都需要智駕，這就是屬于所有智駕方案商的機會和未來。
轉載自遠川汽車評論，文中觀點僅供分享交流，不代表本公眾號立場，如涉及版權等問題，請您告知，我們將及時處理。
-- END --
