辰韬资本贺雄松:抓住裂变期,在无人驾驶深水区逆势布局

2019-07-11 13:46 · 投资界综合  贺雄松   
   
在无人驾驶赛道渐入深水区的今天,是挑战也是机遇。

辰韬资本智驾基金持续深耕无人驾驶及相关赛道,保持对行业的思考和判断。2018年6月我们曾分享《特定场景商用爆发前夜——无人驾驶投资思路梳理》,提出“重研发,软硬结合,垂直落地”的布局思路。2018年年底,在全球智能驾驶峰会上,辰韬资本管理合伙人舒亮发表了报告《无人驾驶,未来可期的下半场》,并提出:“自动驾驶,或许是秋天,还没到冬天”,后被广泛引用。现今半年已过,无人驾驶也渐入冬天。值此之际我们重新梳理行业发展趋势,探讨布局方向。

一. 无人驾驶落地进展低于预期

1.行业预期偏乐观

无人驾驶参与者有众多阵营,我们分别从零部件厂商、传统车企和科技巨头中选取比较有代表性的玩家进行参考:(1)德尔福和Mobileye:2016年8月,德尔福和Mobileye宣布将共同开发SAE(美国汽车工程协会)4/5级自动驾驶全套解决方案,计划于2019年具备量产能力;(2)Waymo:2018年3月,Waymo披露了与捷豹路虎的合作,计划至2020年部署2万辆高端无人驾驶汽车;(3)奥迪:2018年年底,奥迪公布了全自动驾驶汽车开发计划,以期2021年前实现无人驾驶汽车上路;(4)百度:2015年12月,百度成立自动驾驶事业部,计划3年实现商用化,5年实现量产,即2020年实现量产。

各厂家普遍预测无人驾驶会在2020年左右落地。德尔福最为激进,计划在2019年具备大量生产能力;其他厂商比如通用、日产、大众、宝马等的落地预期大致在2020年;大陆、博世最为保守,预计将在2025年左右实现全自动驾驶。

2.实际进展变慢,大佬依次说难

L4技术进步开始放缓。根据美国加州车辆管理局(DMV)对外公布的自动驾驶“脱离报告”,Waymo平均每11154英里需要人工接管一次,这离量产的要求依然很远。而且相比2016年的平均每5128英里接管一次,Waymo的进步大大放缓。

ADAS进展也低于预期。目前L2的产品落地渐多,但L3并不顺利。L3驾驶系统需要能独立处理绝大部分场景;且相比L2,L3汽车的算法算力、系统架构,安全等级有质的变化。奥迪A8虽然成为了第一个具备L3功能的产品,但存在几个使用条件:(1)车辆传感器监控范围内没有交通信号灯或行人;(2)车速不超过60公里/小时。这两个要求使其几乎找不到适用场景,一直备受争议。

大佬纷纷发表了悲观预期。2018年年底,Waymo CEO约翰·科拉菲克曾在公开场合表示,“技术在全天候条件下运行,且不需要某种程度的‘用户交互’”这种情况是不可能出现的,因为这种技术“真的,真的很难”。紧接着,Steve Wozniak 在接受CNBC采访时表示,他曾希望苹果制造出第一辆自动驾驶汽车,但目前他“信不过自动驾驶汽车”。他认为,汽车不需要方向盘就可以自动驾驶“目前还不可能”。

也有乐观的特斯拉CEO马斯克在2019年股东大会上表示:“也许是在明年,特斯拉的驾驶者将能使用自动驾驶功能而无需人工干预”。但随即外媒便披露特斯拉自动驾驶系统感知的负责人已离职,并转投自动驾驶卡车初创公司Embark。这使马斯克预期兑现的可行性遭到了众人质疑。此外,特斯拉采用的纯视觉L4方案在业内存在很大争议。Waymo在不计成本堆硬件的情况下都未能实现驾驶的绝对安全,这让人很难相信特斯拉可以做到更低价且更好用。

去年,辰韬资本合伙人舒亮提出:“自动驾驶,或许是秋天,还没到冬天”,现寒冬已至,无人驾驶落地低于预期,行业依然需要漫长的时间发展,但也意味着赛道未到格局已定的时候,新的创业者仍有机会入局。

二、技术依然是最大的制约

下面我们从三个角度分析影响无人驾驶落地的因素。

1.路权:影响落地时间,安全是核心顾虑

路权对包括但不限于Robotaxi,干线运输等场景影响重大。无人驾驶车辆不能随意上路。2017年7月5日,百度CEO李彦宏在2017百度AI开发者大会上视频直播无人驾驶汽车驶上北京五环的实况。不久,北京交警官方微博发出情况通报:“公安交管部门支持无人驾驶技术创新,但应当依法、安全、科学进行。对于违反道路交通安全法等法律法规的行为,公安交管部门将依法予以查处”。国家对机动车有严格规定,无人驾驶车辆上路的合法性需要立法确认。

参与者要把握好路权放开的时间节点。立法流程在无争议的情况下也要三年以上,在此之前,公开道路无人驾驶无处落地:同济大学在几年前就已经将公开道路的无人清扫车研发出来了,但是一直受限于路权等问题无法继续推进。

政府需要考虑责任界定、社会影响、安全等各方面的问题,而安全是核心。例如,干线物流无人驾驶重卡速度快、制动距离长。因此,一旦发生意外就是大事故。所以,政府出于安全考虑可能会更加谨慎。有业内朋友同政府相关部门人交流过,事后悲观地表示,高速的路权也许是最晚放开。

结合滴滴等案例,我们相信政府是支持技术创新的。当技术足够成熟,系统足够安全,路权也许将不再是障碍。

2.需求:区分商业价值和产品价值,成本下降是最大变量

需求是制约封闭场景物流小车和无人清扫车等场景落地的关键因素。

封闭场景物流小车和无人清扫车同属园区、低速、载物场景的应用,容易落地。在路权和技术层面:由于是封闭园区,落地厂商不需要考虑路权;车辆在园区低速作业,可相对降低对安全冗余的技术要求;车上没有乘客或司机,所以也不需要考虑载人的舒适性,降低了对控制的要求。综上所述,落地封闭场景物流小车和无人清扫车不需要考虑路权,且所需的技术难度相对较低,因此此领域的研发进展较快,并且开始有商业订单。

商业价值已经崭露。例如,在无人清扫车领域,智行者、酷哇等都已经有落地案例。2017年9月,智行者旗下无人驾驶扫路车 " 蜗小白 "落地北京奥林匹克森林公园。2018年4月,酷哇机器人(COWAROBOT)于长沙橘子洲公园发布了具备全路况清扫、智能路径规划的无人驾驶扫地车,并展示了道路清扫的实测效果。

然而,此领域的产品价值仍需等待。开始有商业落地案例并不等同已具备产品价值,产品价值意味着市场的真正需求,而此领域的需求在现阶段或许并非刚性。

以无人清扫车的投入产品为实际案例。从技术上来看,贴边依然有较大提升空间,角落和非结构化区域的清扫技术需进一步打磨;目前,无人清扫车很难兼顾角落和其他非结构化区域,因此后续可能仍需人工介入;另外在成本角度,一个清洁工人的年雇佣成本在4万元左右,而无人清扫车的售价在20-30万元。按一辆车能替代2个人为估,需要2年以上才能回本。综上,目前的方案还很难称会带来极大的效率提升或成本降低。而若提升不是“极大”,推广会受到阻力。

此外,另一个数据可做参考。截至2015年年底,我国城市道路机械(非无人)的清扫率为55.5%,县城机械(非无人)的清扫率为43.5%,而机械化相比纯人工的效率提升比纯无人相对机械化的效率边际提升更明显。在机械化市场占有率尚有巨大空间的前提下,无人化产品的需求可能没那么迫切。

但是,成本下降可成为刺激相关需求的最大影响因素。高昂的价格使得用户对无人清扫车、无人物流小车的需求不那么迫切,但是如果售价大幅降低,市场需求可能会被迅速激发。目前量产的无人清扫小车成本已经降低到10万元以内,而未来随着技术的发展或有巨大的降价空间。一个典型的降价例子是,购入16线激光雷达去年尚需要数万元,但今年已有厂家将售价降低到万元以内,而未来随着产量增加,价格将进一步降低。

考虑到成本下降这个因素,我们相信无人物流小车和无人清扫车等不久会迎来真正的需求爆发。

3.技术:依然是最大的制约

技术在各个场景都是影响落地的最大制约因素,即使是对技术要求最低的封闭园区、低速、载物场景。

相比开放道路、高速、载人,封闭园区、低速、载物的场景技术要求相对较低,原因不再赘述。这两类场景,后者又可分为室内和室外。室内的技术难度低于室外:室内不需要考虑光线变化,路线固定,环境相对单一。以定位所需的技术为例,室内场景采用单线激光雷达即可,而室外需要多线束激光雷达,对算法的要求极大提高。

实际落地产品角度,室内比较典型的场景是洗地机、餐饮机器人、手术机器人等。目前,室内场景已经开始有产品出货,但其还处于起步阶段,仍需打磨;室外场景领域尚未出现技术成熟的产品。为了解室外场景的技术进展,我们走访了众企业,发现能真正开展常态化运营测试的公司不多:即使在相对简单的环境中,能脱离安全员独立运行产品也还未出现。

封闭园区、低速、载物场景的技术尚不成熟,其他场景的无人驾驶技术离落地的差距更不容乐观。一些传言也侧面印证了我们的猜测,比如某公司现场给投资人演示时通过遥控进行操作,也传言过因为对技术不够自信,路试时协调交通部门把路封住。甚至还听说有公司为了保证测试效果,偷偷在车底加装传感器等。

总体而言:政策层面的路权,商业层面的需求以及产品层面的技术是影响无人驾驶落地的主要因素。综合判断下来,我们认为技术依然是各家无人驾驶公司最大的制约。

三、行业裂变提供了非常好的投资机会

据第一部分的分析,我们认为无人驾驶落地低于预期,行业仍处于漫长的蛰伏期。例如,无人驾驶出租车的成熟需至少10年时间,远未到格局成形的时候,新的创业者仍有机会入局。第二部分我们发现技术仍是各家无人驾驶公司最大的制约,核心技术人员是无人驾驶公司最重要的战略资源。因此,在窗口期还未关闭的现今,伴随核心技术人员流动的行业裂变带给我们非常好的投资机会。

以史为鉴,仙童半导体的裂变创造了大量新的投资机会。1957年9月18日,八个年轻人一起向肖克利提交辞呈,不久便共同创办了奠定了美国半导体产业发展基础的仙童半导体公司。但之后因为权责利分配不均,这批之前涌进仙童的大批人才精英,又纷纷出走自行创业。日后,从仙童公司中后来分出来上百家公司,包括Intel,AMD等巨头。作为仙童半导体的天使投资人,罗克成功抓住了仙童半导体的裂变机会,进一步获得了巨大成功。

中国无人驾驶产业已经经历了第一波裂变。第一波裂变的发生在2018年前,这个阶段无人驾驶行业处于Gartner曲线的第一阶段和第二阶段,分别是技术触发期和期望膨胀期。这期间,百度相关人员出来创立或参与创立的公司包括但不限于:景驰、地平线、禾多、领骏、Innovusion、宽凳、DeepMap、RoadStar。后来,景驰又裂变出文远知行、中智行和牧月科技等。恰逢资本圈热情高涨,当时抓住机会的投资者已经取得了不错的收益。

中国无人驾驶产业即将经历第二波裂变。新的裂变期从2019年开始,背景是无人驾驶行业热度持续下行与资本寒冬双重叠加。估值已回归理性,而无人驾驶公司核心技术人员的流动并不受资本寒冬和行业热度下降的影响。我们认为,相比第一波,投资第二波裂变是更好的选择。

作为后入者,新一波裂变的公司能享受诸多红利。供应链红利:新一波创业公司能共享更成熟的供应链;无人驾驶改车费用已经从近百万元降至数万元;激光雷达已从数万元降至数千元等。人才红利:核心技术人员的流动使新一波创业公司能快速组建成熟团队,站在前人的肩膀上进行研发。战略红利:好的公司战略依赖于正确的行业发展预判,相较此前过于乐观的期望,新一波创业公司能基于更切实的预期制定战略。另一方面,第一波裂变的公司尚未真正形成壁垒。同时,由于当年高涨的市场热情,他们普遍有非常高的估值,在资本寒冬影响下,这些公司的融资日益艰难。

投资新一波裂变的公司具备更合理的估值、更准确的战略定位这些优势。下面我们将探讨逆势如何布局。

四、封闭园区、低速、载物场景更有机会

目前的市场环境发生了变化。无人驾驶受资金面紧张和泡沫幻灭双重压力,在资本市场遇冷:一方面因为资管新规等举措的影响,信用不断收缩,一级市场也受到牵连,资金面日渐紧张。有人统计,投资机构的投资偏好从追风口>追成长>求稳健,转变成求稳健>追成长>追风口。另一方面,无人驾驶已经逐渐进入Gartner曲线的第三个时期:“泡沫幻灭期”。市场开始怀疑技术的可行性。

行业进展不及预期,行业对无人驾驶的难度有了更为准确的认识:即使是最容易落地的场景,可能也需要3-5年的时间才能实现;稍微复杂一些的场景,比如Robotaxi的实现可能动辄需要10年甚至20年。现在适不适合去投资一个10年甚至20年以后才能落地的产品?这个选择题并不难做。

创业者的行为也给我们提供了投资参考:半年来,新进入Robotaxi领域的创业团队近无;从Robotaxi赛道出来的业内人士吐露“赛道太难,得降维做更容易落地的场景“;投资人对ADAS的关注提高了:原本被L4压制的ADAS赛道融资信息频发,颇有柳暗花明扬眉吐气之势;L4经验丰富的团队在有能力做L4的情况下也主动降维,选择了Tier1的商业定位;多家头部无人驾驶公司纷纷主动拥抱主机厂,寻求Tier1机会。

在上述背景下,我们认为挑选更容易落地的封闭园区、低速、载物等场景更有机会。我们看好矿山,无人物流小车等场景。

矿山场景:从路权、需求以及技术三个角度分析。封闭场景,矿山的无人驾驶不需要担心路权;矿用车司机的工作环境十分恶劣,因此招聘难度大,招聘成本高。同时,相比其他应用场景,矿用车的人车比非常高,需求明确;另外,矿用车无人驾驶技术在国外已经得到了充分的验证。虽然现在国内尚不成熟,但其未来的研发路径是明确可期的,不存在技术上的障碍。综合看来,我们认为矿山无人驾驶赛道是唯一不用担心路权、需求以及技术的赛道。

无人物流小车场景:依然从路权、需求及技术的角度来分析。无人物流小车可先从封闭园区起步,同样不用担心路权;虽然仍处于商业模式摸索期,无人物流小车尚未获得市场需求的完全认可,但基于制造成本的巨大降价空间,我们预计3-5年后需求将因成本下降被快速激发;封闭园区的环境相对单一。相比复杂环境场景,其技术要求极大降低。创业者可先从封闭园区做起,不断迭代,慢慢将场景拓展到更复杂的开放道路。除此之外,无人物流小车未来市场空间巨大。

五、总结

最后,无人驾驶赛道确实面临诸多问题和挑战,但行业发展非一日可成。在无人驾驶赛道渐入深水区的今天,是挑战也是机遇。我们耐心布局,坚信行业前景,并在矿上和无人物流小车等领域已投资多家L4企业。欢迎同样看好赛道的同行跟我们多交流,一起布局。