作为热门风口，无人驾驶如今成为了各大资本趋之若鹜的产业，但有不少种子选手在发展关键期深陷入内斗。例如近期Roadstar.ai闹出了不小的动静，先后经历了CEO公开罢免CTO、部分员工被突然开除、投资人两度公开警告前任CEO及现任CEO等系列事件。分手不体面，闹得数败俱伤。本来只是创业公司内讧，既没有危害社会，也不影响行业发展，更不面向广大消费者，但还上了百度热搜，看来公众对无人驾驶行业也是颇为好奇。

国内无人驾驶公司内讧也不是第一次了，创业公司很多，高新技术公司也不少，为何偏偏这个领域戏多？如果只是针对此次“Roadstar.ai公开罢免CTO”事件，最直接的几项因素也很明显：首先，管理团队太年轻，缺乏经营企业的经验，处理内部管理问题的能力还有待提高。再者，无人驾驶行业不成熟，前景不明朗，大到公司战略，小到技术细节，一切都需要探索，需要决策的太多，方方面面的问题都有可能引起争端。

『Roadstar.ai无人车』

融资速度太快，金融太大，动辄几个亿，品牌稍弱的基金还挤不进去。无人驾驶算是极少数完全没有收入，烧钱巨快，但融资能力超强的行业，没钱必死无疑，钱一多也容易出问题，股权直接关系利益，如果分配不均，核心团队为此翻脸也很正常。

深入挖掘几个原因背后的本质，其实也就明白了无人驾驶行业的现状。首先需要明确定义，这里所指的无人驾驶行业只包含SAE（美国汽车工程师协会）标准分级中的L4级及以上，即可以实现真正无人监督、无人操控、无人接管，而L3级及以下等级能够实现部分自动化，或全自动化但需要人接管的解决方案，不属于无人驾驶。这一类公司大多从ADAS（高级辅助驾驶）起家，业务和收入模式都更接近于传统汽车零部件供应商，与无人驾驶公司有较大差别。

●年轻技术大牛占主导，管理经验不足

这两年最热的科技名词毫无疑问是“人工智能”，无人驾驶由于智能化水平要求极高，容错率低，实现难度大，被认为是人工智能的核心高频场景。

人工智能发展在技术层面最重要的驱动力是数据、算法和算力，而算法提升有赖于数据积累，算力提升也是配合数据处理需求。人工智能概念在20世纪五十年代就被提出，但因为数据收集难，一直也没什么大声浪，直到最近才爆发性增长，其核心原因是互联网和各类传感器技术发展，解决了原本一直难以解决的数据问题。

过去行业机会少，自然也难以吸引优秀人才。人工智能专业在北大信息学院也有十余年历史，但以往分专业时一向是冷门，远不及软件工程等专业受欢迎。教育落后，再加上国内产业能力不足，本土培养高水平人工智能人才的机会寥寥。

如今国内无人驾驶领军企业的创始团队，无一不是有海外学历，或者在硅谷的Google、Apple、百度海外团队等工作过，大多是80后，基本全是技术出身，有过研发大团队管理经验已属难得，如何协调核心团队利益，如何与投资人打交道，都需要从头学起，绝不似其他行业有相当一部分经验老道的连续创业者。

无人驾驶行业之所以鲜少非技术背景，一方面是因为未到创收阶段，产品及运营能力暂时不受重视，另一方面也是因为行业技术门槛太高，投资人更愿意相信强技术背景的团队更有希望胜出，很多投资实际都是冲着技术大牛来的，因此，能攒够优秀技术人员的团队才有机会活跃在大家眼前。

而既然技术是核心竞争力，而创始团队又都是技术背景，如果职责权利划分不清，或者成员藏有私心，就容易因为知识产权问题发生冲突，比如Roadstar.ai例举的周光违纪行为就有“长期不遵守公司内部代码管理规章制度，私开代码库私藏图纸，故意不上传代码且屡教不改”这一条。

●行业整体刚起步，标准缺失难评价

创业公司中，年轻团队也不少，如果只是管理经验缺乏，倒也不至于内讧高发。如果是在成熟行业中创新，往往已经有行业认可的方法论和生态系统做铺垫，再以技术创新或模式创新进行价值提升，这种情况下，即便团队经验不足，互相之间达成共识也会容易一些，但无人驾驶行业难就难在，这是一个前无古人的行业，一切都是新的。

『小马智行无人车』

首先，没有统一的技术标准，也没有相对成熟的解决方案，能对比的指标只有接管频率、事故频率等结果指标，但在没有造出原型车以前，这一切无从谈起，早期投资人只能看团队背景押宝。而且，由于技术门槛太高，即使是有一些技术背景的投资人或者第三方也很难准确评价每个团队的技术能力，外行一点的只能完全听故事，造假也很有可能蒙混过关，周光也被指“在政府监管报告中故意造假数据”。

更有甚者，行业中曾经流传着某无人驾驶公司在给投资人做实车演示时全程人工“远程遥控”车辆，冒充“无人”，也未被发现，最终获得融资。面对这样难以“尽职”的调查，团队内部交锋恐怕不限于技术方案本身，更有利益与道德的抗衡。

『谷歌无人驾驶汽车』

再者，即便是团队成员都意见一致地严守诚信底线，仅仅是技术或者战略的快速更迭，也会对团队内部，以及合作方关系造成巨大影响。在没有成熟方案的情况下，各家公司都在不断探索，行业瞬息万变，任何方向改变都可能导致团队或合作方因研发或业务需要而进行大规模调整，进而导致上层管理者矛盾。

另一方面，不仅是无人驾驶公司本身技术不成熟，为其供应软硬件的传感器、高清地图等厂商很多也不具备量产能力，行业缺乏统一的标准，头部企业尚未脱颖而出，采购中的博弈也是时常发生。

最后，由于目前无人驾驶技术成熟度不足，离商业化还有较远的距离，目前国内没有一家无人驾驶企业真正有收入产生。对于一家企业来说，没有收入不仅意味着有生存压力，更要命的是，难以评价各个团队及高管的贡献。

『无人驾驶卡车』

市场是检验能力的最终标准。没有任何市场反馈，也就意味着没有任何切实的业绩指标，研发和产品的价值都没有得到最终体现，这时要如何做激励引导，如何稳定团队，都是极其考验管理者能力的。稍有不慎，就会引起内部矛盾。

●人才车辆都烧钱，前景诱人融资多

没有收入，自然需要靠融资活着。回顾近几年无人驾驶行业的融资情况，单笔数额上亿极为常见，两三年间就有数个“独角兽”（估值10亿美元）级别公司诞生，估值增长速度远超其他行业。投资人扎堆儿争抢头部公司，自然也是相信钱能烧出门槛。所以，无人驾驶公司的钱都烧去哪儿了呢？

技术人才贵就不用多说了。即便有技术大牛指导，实际开发工作仍然需要众多工程师搬砖。这几年互联网巨头和创业公司都在争抢人工智能人才，供不应求导致市场价水涨船高，毕业生起薪30万都不一定招得到人，即便经济寒冬也丝毫不受影响。

一个功能齐全的无人驾驶团队规模少说也需要100人，技术员工占比在80%-90%，光养活团队一年就是数千万打底。人贵，车也不便宜。目前极少有前装的无人驾驶车辆，几乎都是购买带线控功能的车进行后装改造，使其具备无人驾驶功能，比如常见的就是林肯MKZ。车辆本身在30万左右，贵的是传感器和改装费用，全副武装下来硬件成本就超百万元了。

『百度基于林肯MKZ改造的无人驾驶车』

和人一样，车要自动驾驶，也得看清楚周围的情况。只用摄像头，不仅精度不够，也难以精准地测量距离。因此，需要激光雷达作为车的“眼睛”，实时反馈环境信息。

『每辆无人驾驶车都需要激光雷达作为车的“眼睛”』

光有硬件还不够，改装车辆其实需要综合汽车工程知识和人工智能知识，大多数无人驾驶创业公司并不具备汽车工业背景，还需要求助于专业的改装公司，能提供这项服务的也只有美国公司。改装费用几乎与硬件成本一样，翻个一番，一辆改装好的车综合成本200多万，接下来就是公司拉着这辆车到处去测试、展出，各种运输费用自然也不在话下。

有个一两辆车，各种系统bug无法完全暴露，根本无法验证自己的车队运营能力，怎么说也得有个十几二十辆车才好意思称之为“车队”吧。这一去，又是几千万的成本，并且谁也不知道昂贵的激光雷达到底能用多久。

一些无人驾驶公司还在海外有团队，成本更是高出一截，综合算算，一年烧个一亿，已经算比较保守的水平了。当然，投资人也不傻，如此烧钱又高风险的行业，自然是有十分诱人的前景，才能出手。无人驾驶车辆不仅有颠覆传统汽车工业的潜力，仅仅是取代现有出租车市场，也是万亿级别的规模，更何况，如果无人驾驶技术成熟，出行服务的潜力得到释放，其规模也远不止于此。

『世界上首辆公开测试的无人驾驶出租车nuTonomy』

待网联接入后，完整的高精地图、无人驾驶所产生的行车数据等是极其敏感的信息，从这一角度判断，国家开放外资进入的可能性不大，虽然国外技术发展早，但也难同台竞争，本土公司还是很有机会的。

工信部等有关部门也在加紧出台智能网联标准，话语权定然是落在少数本土头部公司。市场主体太多，政府管理也困难，牌照制度不会有大的改变。无论从技术门槛还是政策角度判断，未来市场集中度都预计较高。虽然国内尚未有自主品牌主机厂高调入局无人驾驶，但未来无人驾驶技术与汽车制造深度融合，手握线控技术的主机厂也是难免一战，再加上互联网巨头等势力齐聚一堂，只有极其优秀的创业公司能够成为巨头，其他的被并购也算是最好的结局。