驭势科技吴甘沙：智能驾驶6万亿美元市场，三年内怎么做到商业化破局？

本篇文章5554字，读完约14分钟

在2-3年内只有两个场景可以商业化:高速公路的l2和l3自动驾驶，以及有限场景下的低速无人驾驶。

2016年，我们看到了无人驾驶的未来。这不仅体现在社交媒体讨论的普及，还体现在政策法规的推广、从大公司到创新公司的布局、软硬件技术和算法的进步，以及未来的一幅清晰可见的图景正在慢慢展现。

无人驾驶的黄金时代开始了。创新工场主席李开复说。在最近的人工智能战略白皮书的新闻发布会上，他告诉黑智，现在最能颠覆未来的技术，我选择无人驾驶。

无人驾驶的资本布局正在深化。传统汽车制造商和各种解决方案提供商联合起来，互联网巨头加入进来，投资机构和创新公司在车辆解决方案、传感设备、地图和其他方面测试水。

当谷歌无人驾驶汽车项目正式更名为waymo时，它宣布与传统汽车公司合作，并在不久前与lyft联手；当百度开启其自主驾驶平台阿波罗计划时，它似乎为我们开启了一个无人驾驶商业化的重要进程。

然而，无人驾驶仍然是一个值得怀疑的领域。去年，特斯拉自动驾驶汽车的车祸导致公众质疑其安全性；加州已经禁止了优步自动驾驶汽车的路试；中国自动驾驶汽车的路试也暂停了。

无人驾驶汽车的商业化应该如何迈出关键的一步，尤其是对许多初创企业而言？

时宇科技给出了自己的答案。我认为两到三年内商业化的场景只有两种，一种是高速公路的l2和l3自动驾驶，另一种是场景有限的低速无人驾驶。时宇科技首席执行官吴甘沙表示。

在今年年初的ces2017展台上，由时宇技术公司发布的用于城市空厅的无人驾驶电动汽车引起了人们的关注。这是一个全新的交通类别:城市移动信箱。在内部，座椅排列成环形，没有普通的方向盘和仪表板，所有的传感器都集成在这个形状中，车内车外有多个屏幕，乘客和行人可以相互交流。

当时，吴甘沙表示，时宇科技的更大抱负是，在未来两年内，它将成为大规模生产无人驾驶汽车的解决方案。

日前，时宇科技展示了其商业化成果:率先在广州白云机场和杭州莱佛士购物中心启动了持续的技术验证和试运行服务。

时宇科技与白云机场合作，投资一辆无人驾驶汽车提供航站楼和停车场之间的轮渡服务。3月31日至4月1日在广州举行的2017中国机场服务大会上，人工智能与机场服务相结合的先进技术向中外旅客展示。

到达的乘客可以在停车场自动上车，并将无人驾驶汽车带到指定的停车位。无人驾驶汽车有四个座位，没有方向盘、油门和刹车。乘客带着行李上车，按下按钮，汽车就可以自己启动，然后按照优化的路线到达目的地。时宇技术公司的无人驾驶飞行器配备了各种先进的传感器，包括激光雷达和双目摄像机，以及基于深度学习的人工智能算法。

在杭州莱佛士市，时宇科技与凯德置地集团合作，首次在大型地下停车场测试无人驾驶汽车自动轮渡服务模式。在这种应用中，消费者可以在电梯处呼叫车辆，系统将自动识别其停车位，然后将乘客送到停车位。

该应用程序需要克服多种挑战。首先，由于在地下停车场无法获得gps信号，无人驾驶车辆需要依靠基于机器视觉的定位技术来实现导航，这是极其困难的。其次，地下道路相对狭窄，行人和社会车辆密集，对无人驾驶车辆的感知能力和规划决策能力要求极高。项目结束后，时宇科技和凯德置地还计划继续拓展无人驾驶技术的应用创新，探索更多创新服务模式。

2016年，英特尔中国研究院前院长吴甘沙宣布，他已离开英特尔16年，成为时宇科技的联合创始人兼首席执行官。我相信未来。他在去年接受黑植采访时说。当时，他告诉黑智，他给自己设定的目标是真正成为世界上第一个能够大规模生产的无人平台提供商和服务提供商，并提出作为一家初创公司，有必要在主流企业之外进行边缘创新。

现在，他的商业思维应该更加清晰和明确。自动驾驶是一个6万亿美元的市场。吴甘沙说，无人驾驶在一般场景下需要5年甚至10年，我们对无人驾驶的商业化有更深的体会。

塞斯2017展台上的时宇科技无人驾驶电动汽车

自动驾驶:6万亿美元市场的构成

智能驾驶是未来的象征。它之所以美丽，是因为它是一个规模达6万亿美元的市场。它是6万亿美元的原因是它实际上是由6万亿美元的市场组成的。

首先，有万亿美元的汽车市场。全球一年的汽车销售额为7000亿美元，加上周边行业，可达2万亿美元左右。

根据2017年4月发布的最新汽车工业中长期发展规划，中国汽车产量仍将保持稳定增长。根据该计划，估计2020年将有大约3000万辆汽车，2025年将有3500万辆汽车。到2020年，配有da(驾驶员辅助)、pa(部分自动驾驶)和ca(条件自动驾驶)系统的新车装配率将超过50%，网络化驾驶员辅助系统的装配率将达到10%，满足智能交通城市建设的需要。到2025年，da、pa和ca新车的装配率将达到80%，其中pa和ca新车的装配率将达到25%。高度和完全自动驾驶汽车将进入市场。

也就是说，到2020年，当你高速行驶时，左右看看，两边的车辆可能会使用l2或l3自动驾驶功能。

第二个万亿美元的市场是旅游。我们现在可以看到滴滴的日订单高峰可以达到2100万份；Ofo也在短短一两年内达到了每天2000万份订单的规模；阿里巴巴每天产生3000-5000万份订单；美团点评每天1800万趟的市场，这是一个非常刚性和高频率的需求。然而，当网络车出故障时，它会遇到一些瓶颈。这一瓶颈不仅是网上汽车新政策的制约，也是其本质问题。

第一个问题是人很贵。网络汽车司机的劳动力成本正在上升。到目前为止，滴滴快车和专车都比出租车贵。

第二个问题是人的短缺。当数以千万计的司机被召集到这个平台时，走下去，你会发现再也没有司机了。

有人说我们可以通过分享汽车和自行车来解决这两个问题。的确，他们可以解决这两个瓶颈中的一些，但同时他们也有问题。一是资源利用率低；其次，管理成本也是一个大问题。

在我看来，这个问题只能通过按需驾驶来解决。无人驾驶汽车首先不需要司机来解决昂贵的人的问题；第二，它可以被无限期地复制，而且不缺乏劳动力；第三，它是自觉的，没有公路暴怒，不发脾气，不犯错误。

如果这个市场能够上升，我们相信它将达到每天上亿的订单，这是没有问题的。

第三个万亿美元的市场是物流。国内物流成本非常高。根据《2015年全国物流运行公报》的数据，2015年社会物流总成本为10.8万亿元，占国内生产总值的16.0%。如果我们用无人驾驶在主线上做物流。如果我们最终使用无人驾驶来运送货物，所有这些成本都可以节省，这意味着我们的货物价格将相应下降。

第四个万亿美元的市场是商业地产。这可能需要人们下定决心。未来，汽车的属性将越来越低，而商业空的属性将越来越高。在这样的空房间里，你可以安排不同的场景。当每一辆车和每一条路都变成商业地产时，具有创新商业模式的空厅将变得非常巨大。

第五是能源市场。未来，每家每户使用风能和太阳能板都可以成为发电场所，因此它将是一个典型的分布式能源互联网。电动汽车将发挥越来越重要的作用。在传统意义上，汽车是两个沙发和四个轮子。现在我们可以重新定义它:它是一个大型移动终端、一个商用空房间和一个储能单元。电池可以自动充电和更换。

第六，智能驾驶带来的社会效应将形成一个万亿美元的市场。在美国，智能驾驶带来的社会效益每年可达1.3万亿美元，相当于国内生产总值的8%。1600亿来自节约能源，5600亿来自减少交通事故，4200亿来自提高生产力。

未来，城市格局也将发生变化。在我看来，没有第二种人工智能技术，甚至其他技术，能够达到如此大的市场规模和社会影响力。

时宇科技无人驾驶汽车在白云机场试运营

智能驾驶的实施路径和时间表

我认为要实现智能驾驶的规模化和商业化还有五大障碍。

首先是法律、法规和政策的制约。

法律、法规和政策，包括自主驾驶的基本法律、公共道路测试规范、国家自主驾驶性能指南和测试标准。在中国，我认为他们需要3-5年才能完成。

其次，基础设施并不完善。

包括高精度定位覆盖在内的基础设施问题，在中国一些大城市已经达到厘米级覆盖。我认为大约需要一年的时间来开发；高精度地图的覆盖范围可能需要大约3年；还有v到x通信的覆盖范围。未来，它的最终解决方案应该基于5g，5g将在2019-2020年商业化。

第三，技术还不够成熟。

在开放的城市环境中，实现无人驾驶需要5-10年的时间。谷歌在需要人工干预之前已经行驶了5000英里，也就是说，它一年只需要一次人工干预，但是在商业化之前还有很长的路要走。l2和l3自主驾驶需要三年时间才能大规模普及。

第四，成本太高。

无人驾驶我们常说最昂贵的部分是激光雷达，它的成本可能需要三到五年才能从现在的75000美元降到几百美元。到那时，我们的低速无人驾驶电动汽车的价格可能需要三年时间才能降到10万到20万英镑之间。

十万到二十万的价格是什么意思？也就是说，今天有一辆车，外加一年的司机工资。落入这个范围意味着它的大规模商业化可以开始了。此外，cv-x高精度定位和其他服务成为免费服务还需要3年多的时间。

第五，社会接受度也是一个有待验证的问题。

如果你想商业化，那么你必须在这个时间表上选择合适的点。

为了实现自主驾驶的商业化，我们必须回答两个问题:第一个问题是，为什么无人驾驶在一般情况下仍然有点短？另一个问题是，应该采用什么样的方法将自动驾驶商业化。

时宇科技与商业地产的跨境合作

普通场景下无人驾驶的挑战

一般场景下的无人驾驶现在面临三大技术挑战。

首先是如何处理真实复杂的场景。传统上，许多自主驾驶的企业会在理想的环境中进行一些测试。但是如果你真的想部署，你将面临如何处理这个复杂的真实场景的问题。

在真实场景中无人驾驶，学会判断情况；为了评估道路和其他参与者的动机或行为，我们应该使用强化学习来模仿老司机，并找到与环境互动的更好方法。但这还没有得到证实。

第二，人工智能的鲁棒性。健壮性一方面通过代码实现，另一方面通过数据实现。代码可以通过许多覆盖测试来实现，但是数据很难进行覆盖测试。关键是数据会影响它的行为，因为有许多随机算法和机器学习在数据上。通过随机算法和机器学习，其行为变得不确定。

关于这一点，我可以说由大数据驱动的机器学习现在非常流行，但是其中仍然有一些生命之门。一是训练集的偏差，二是开放动态环境中的所有状态都不能穷尽，三是大数据驱动机器学习，尤其是深度学习的黑箱问题。

未来，我们希望整合今天的各种机器学习算法，这不仅需要深入学习，还需要加强学习，不断适应环境；然后，我们需要逻辑推理，引入迁移学习，掌握贝叶斯因果推理。未来，无人驾驶的智能仍然需要许多不需要大数据的能力。

第三是如何给智能驾驶系统一个可预测的置信度。

去年5月，特斯拉发生了一起车祸，但他们为自己辩护说，这辆车在事故发生前行驶了1.3亿英里。美国的平均水平是9000万英里，比平均水平好得多。有什么可质疑的？但是每个研究过统计学的人都知道这不是真的。为什么？数据样本太少，没有统计意义。如果第二天再发生一次事故，它将变成1.3亿除以2，变成6500万英里。因此，必须有足够的数据来证明它是否安全。你需要多少数据？兰德公司制作的数学模型需要大约100亿英里才能达到95%的置信度。

如果我不能在实际道路上行驶那么长时间，我必须找到一种方法在虚拟环境中驾驶这么多。虚拟环境实际上需要模拟器。我们最早的模拟器可以测试我们的计划和角色，但不足以验证我们的计算机视觉算法。现在，我们也在与一些公司和科研机构合作，希望能基于大数据快速建模并拥有照片级的真实感，从而测试计算机视觉的算法。通过这样一个模拟模拟器，你可以更好地进行数百亿英里的训练，在这次训练中，你可以将强化学习融入进化对抗网络，创造出智能驾驶的阿尔法格。

无人化商业化战略

就商业着陆而言，两到三年内着陆的可能性只有两种:一种是高速公路的l2和l3级自动驾驶，另一种是场景有限的低速无人驾驶。

现在l2的自动驾驶技术还不成熟。对于初创企业来说，这仍然是一个漫长的着陆周期。我们的策略是和。

“和”的意思实际上类似于传统的零和游戏。现在我们希望把它变成生态繁荣。我们愿意跟上下游，包括主机制造商和供应商，分享一些源代码，知识产权和数据。

很多人认为我们是在百度阿波罗计划启动后做的。事实上，我们很早就开始了与许多汽车制造商的合作。我们短期内不需要商业化，但我们更希望的是让整个生态繁荣。

有限场景和增强型环境下的低速无人驾驶主要针对野外车辆和现场车辆，如公园、景点、度假村、主题公园、机场等场景。我们相信这个市场到2020年将达到100-200亿。到2020年，我们有可能从5%变成10%，变得无人驾驶。前提是汽车的价格能否在10万元到20万元之间。

最后三公里的行程，我一直很乐观。

至于我们的策略，刚才是和谐的，所以现在是和谐而不同。换句话说，我们将选择一个与主流汽车制造商关注的市场不同的边际市场。在这种情况下，还没有生态学。我们创造了生态和整个价值链，并通过快速的商业化迭代建立了这一运营和维护系统的商业壁垒。

最后，我想做一个总结，就是要登陆ai，我们必须做几个改造。第一是从技术驱动到客户驱动的转变，第二是从技术创新到价值创造的转变。规模和商业化的落地是为了创造两种价值。

一个叫做顾客价值。为什么顾客想买你的东西？因为它对他们来说是有价值的，所以降低了人工成本，提高了效率。

另一个是商业价值。对我们公司来说，我们不依赖风险投资，我们有自己的造血机制，我们需要有自己的商业价值。

我自己总结的着陆定律有七条:

算法决定上限，系统决定离线

场景牵引

需求决定配置

成本决定价值

快速部署

从示威到部署的死亡之路

开放创新，建立业务闭环

欢迎关注人工智能公共号:黑之

来源：搜狐微门户