來源：36氪

概要：基於博世的很多發現，整個無人駕駛的時間表可能如下：Level3級別的自動駕駛可能會在2020年後；Level4量產的時間是2020到2023年。

全球智慧駕駛行業風起雲湧，大量資本、技術、人才不斷湧入。在自動駕駛的巨集大願景之下，國內也湧現出了不少初創公司，涵蓋了智慧駕駛的產業鏈各個維度，從底層晶片到軟體演算法，從核心技術到場景落地。

但在這個已經有一百多年曆史的資本、技術密集型行業，打破原有的產業鏈條並不容易。車廠依然是自動駕駛時代最重要的玩家之一。原有產業鏈條如何看待這一新興市場，如何看待與初創公司的合作，這些問題我們都很感好奇。

在今年第二屆微軟亞洲研究院院友年度大會的智慧駕駛論壇上，博世中國新業務發展部總監張翠波也從車廠的角度，解答了這些難題。

Q ：如何看待自動駕駛領域初創公司與巨頭的關係？

張翠波：

自動駕駛是一個很大的話題，我將從兩個維度進行解答：一是市場業務、商業模式的維度，一是技術維度。

到2030年或者2035年，城市的出行方式很可能變成地鐵加共享的汽車、共享的單車，這會是80%-90%的出行方式。對整個汽車產業來講，這是一個非常深刻的變革。所有OEM廠商們需要拓展業務邊界，轉身擔負服務的角色，而這個市場會為新進的玩家提供大量的機會。今天這一市場競爭格局暫沒有形成。

從技術的維度去看，自動駕駛包含9個模組的不同技術，其中全新的技術只有感知，其他很大一部分可能是之前已經存在的。在自動駕駛的早期階段，很可能並非是純粹基於深度學習，很可能是深度學習加上規則設定共同實現。若是如此，所有的邏輯變動不大，只是在輸入端由人輸入變成了機器輸入。無人駕駛底層技術的其他部分則都是已經存在的。

從我們的角度而言，我不覺得技術本身發生的變革超越了商業領域的變革。一方面，技術上有全新的領域，但另一方面，在全新的領域和商業領域一樣，競爭格局沒有形成，對於新的玩家來講其實是更大的機會。

如果比較初創和跨國公司，我會覺得在任何一個單一技術上，尤其是新的技術上，初創公司常常能夠以更快的速度實現突破，然後解決技術上真正需要攻克的部分。初創公司非常敏捷、非常靈活，可以在快速試錯中非常快的成長。

我還在服務巨頭，肯定不會對巨頭很絕望，我們仍然覺得巨頭們非常有優勢。任何到了系統層級的能力，其實都需要長久的累計。在這部分，巨頭們擁有的能力，不是短時間內初創公司可以迅速的超越。巨頭們不管是整車廠還是Tier1，其一個非常大的競爭優勢在於，對於價值鏈的把控和對全球產業格局的深度理解。也正是受制於這兩點，巨頭們往往比初創公司慢很多，但在戰略上仍然能夠保有先機。

汽車產業是一個高度資本密集型，同時又高度技術密集型的產業。在這樣相對成熟的產業，想打破整個產業鏈條並不是一個輕易發生的事。我去想象未來，我會覺得多數今天汽車產業大的玩家們還在，可是一定會有新的玩家入廠，會有巨頭倒下。

至於什麼樣的玩家會勝出，我認為在這樣的產業格局下，公司需要有非常清晰精準的定位，同時能夠找準自己的合作伙伴。

Q： 在大廠看來，智慧駕駛的關鍵難點是什麼？

張翠波：

基於博世的很多發現，整個無人駕駛的時間表可能如下：Level3級別的自動駕駛可能會在2020年後；Level4量產的時間是2020到2023年。

影響這個時間表的變數可能包括這樣幾個點：一個維度是整個產品的驗證、測試和釋放標準；二是底層感測器技術。

汽車產業和消費電子、其他產業不同，汽車產業的召回非常昂貴，動輒幾十億，如果釋放標準不清晰，沒有廠商敢貿然走向量產。在測試部分，實際的路測合理比重，行業上還未有突破。

講到底層技術，從我的角度來講，影響整個時間表的可能會是三個底層技術：晶片本身、感測器、深度學習演算法。晶片方面，包括地平線在內的初創公司已經入場。感測器方面，今天大家更多講的是鐳射雷達會是感測器受制約的部分，從我的角度講，我不關心它是鐳射雷達技術本身的突破，還是攝像頭的突破，從系統層面上要解決的問題是，在極端的天氣狀況下，能捕捉有效的視覺影象，同時又能捕捉長距離的影象，同時又能保證實現的穩定性。第三個技術上受限的部分來自深度學習演算法，但是深度學習這部分是黑盒子，是不可專業表達的，但汽車行業都是標準清晰的，一旦發生問題，就需要最短時間內找出問題的根結所在，解決這個問題，重新上市產品。