对汽车产业要有足够的敬畏和谦卑之心，要做到老子所说的，重为轻根，静为躁君。以下是9月30日吴甘沙在混沌大学的课程整理而成。

钱穆先生有句话对我影响很大：认知你的时代，带领你的时代。我想，这也是每一位混沌大学的同学都应有的担当。

智能驾驶涉及汽车、出行、能源、物流、商业地产等诸多产业，将在未来数十年中，创造数万亿美金的经济规模，也将会是给社会带来最大正面影响的产业。

在这个新时代到来的时候，没有一家公司能够一个人去战斗。希望通过这堂课，能够帮助大家看清这个产业，并学会如何与先行者同行，跟开创者共创，笑傲未来的巅峰之战。

当然，创业精神的第一特征是善于质疑、怀疑一切，因此，我更希望通过这堂课让大家学会看待时代变革的框架和方法。

智能驾驶：15年内最重要的人工智能产业

时和势，对创业者是非常重要。

这里面一个很关键的思想，当一个时代变迁来临的时候、范式转移来临的时候，我们考虑的一定是10倍的变化，而不是2、3倍的改良。

正如古人所说，时来天地皆同力，运去英雄不自由。

那么，智能驾驶究竟是怎样一场革命？

首先，从社会影响角度上讲，智能驾驶可能是未来20年对社会产生正面影响最大的一个产业。

想象一下，10-15年以后，大街小巷都跑的是无人驾驶的车辆，世界会变得怎么样？

未来城市将从为车而设计转化为以人为中心。

现在我们城市15%以上的土地是留给停车位的。无人驾驶的川流不息，不用停下来，停车位会大量减少。同时，因为无人车行车效率的提升，单车道容纳的车流量可以增加3-4倍，路面占用的面积也会随着剧烈减少。因此，大量的土地释放出来，变成公共空间、绿地、人的活动和居住之所。

未来解决城市交通问题的“第一性原理”，就是基于大数据的“计划经济”，就是通过信息流来调度交通流和能源流。而今天人的因素横亘在这三个流中间，因为人是高度不可控的，因此三个流没办法很好地获得统一。

智能驾驶时代，为解决这个问题，提供了新的契机。

2010年以后，我们看到了一些清晰的变化趋势，电动化、共享化、智能化、网联化，简称“四化”。

其中，智能化带来了没有人的驾驶能力，网联化带来了城市内，车与车、车跟路的协同，允许在城市范围内全局优化和调度车辆。

这“两化”加起来，就把“人”的因素拿掉了，就有可能实现用大数据、计划经济的方式来调度信息流、交通流和能源流。

其次，汽车产业后来者将会获得机会。

从汽车产业的角度讲，很长一段时间以来，对于后来者并不友好，进入成本非常高。从1950年到现在，美国出现了很多新的车厂，但是生存下来的车厂就一家，叫特斯拉。

在2010年前，你要去参与汽车行业的变革，作为一个后来者是不可能的。

智能化和网联化好比门口的野蛮人。它带来的冲击是什么呢？

估值体系的崩塌和重构

通用汽车一年卖1000万台车，利润是100亿美金。特斯拉一年卖10万台车，还是亏的，但它的市值超过了通用汽车。

Google拆分出来的无人驾驶公司Waymo，估值达到700亿美金，甚至比Uber还高。

这其中的估值逻辑是这样的：

传统的汽车厂商每卖出一台车利润是1400美金，假设这台车在生命周期当中开14、15万英里，也就是说每1英里是赚1美分。Uber或者是Waymo这样的公司，1英里是赚1.25美金，而通过无人驾驶，每英里的成本却急剧下降。

根据这么一个非常简单的估值逻辑，可以享受更大的溢价。

造车利润发生巨大转移，价值链重构

在传统汽车生态的利润分配中，主机厂占最多，其次是一级供应商，也就是提供底盘、动力这样的系统供应商，紧接着是二级的零部件供应商，最后是材料和一些小部件的供应商。这是一个非常严格的层级的关系，你处在哪个地方，赚你该赚的钱。

但现在，最赚钱的变成了出行服务的提供商，每公里的利润是最高的。

还有一类供应商出现了，叫“四化”技术的供应商，一方面提供了智能驾驶系统，占有制造的利润；另一方面还享有运营和运维的利润。

玩家新思维：保持核心竞争力，以合作模式补短板

从现在的产业格局来说，智能驾驶并不是大势将至，而是未来已来。于是在这种格局下，几乎所有玩家都怀着这样一种心态：

首先，要合作，因为一个人做不来；

第二，如何能够把自己的短板补上，同时核心竞争力不受威胁。

那他们都是怎么玩的？

主机厂，危机与机遇并存

它的危机感非常严重，因为再这么下去，很有可能就是一个代工造车的人：需求和产品规格是出行服务提供商来提供，运营、运维的利润可能被“四化”的供应商赚去了。

不想沦为代工者的主机厂，就拼命地布局车联网（例如安吉星），至少还能够维护着跟用户的联系，他们也在布局出行、自动驾驶。

主机厂往往具有强烈的意愿去拥有技术，甚至还希望能够出售技术。比如，通用汽车花了10亿美金买一家创业公司，紧接着福特花了10亿美金跟一家刚刚成立三个月的公司成立了合资公司。

甚至于国外的一些车厂主动开放接口，提供标准的改装车，因为今天科技公司要去测试自动驾驶，需要有一辆车。这个车哪里来呢？主机厂主动开放接口，给你改装车，你在我的车上尝试你的自动驾驶。

此外，主机厂还纷纷参与联盟，去平衡巨大的投入和风险。

供应商，加速布局

合纵连横的除了主机厂，还有一级供应商德尔福、法雷奥、采埃孚这样的供应商或者在投资上游传感器，或者在投资下游的汽车，通过加速布局占据时长。

二级供应商的一个重要趋势是出现了像Intel、英伟达、三星、高通等等这样一些新晋的势力，通过并购大举进来了。他们与传统汽车厂商的玩家相比，最强的能力就是会玩生态。

而传统的二级供应商，像Mobileye此前形成的菱形采购的优势可能会不存在了。此前一家主机厂设计一款新的车型会找多个一级供应商，不同的一级供应商为实现自动驾驶技术又只能找Mobileye，这样的优势可能会被野蛮人打破。

总的来说，二级供应商有强烈的愿望改变食物链当中的地位，希望以它自己为中心建立联盟，转变成为“四化”技术的供应商。

出行服务商，志在必得

Uber曾经花了6.8亿美金并购了一家自动驾驶的公司叫Otto，这家公司是前Google的人员创建的一家公司。Google告那些人偷取了Google的知识产权，把Uber告上了法庭，限制Uber继续做自动驾驶。它到底是自己在做局还是被做了？现在真是变成了一个疑问。

Lift是老二，是有战略意义的，因为大家都不想跟老大玩，老大太强势了。所以大家看到Lift跟大量其他的厂商展开了合作。

图商，重新得到青睐

HERE原来是诺基亚的一个分部，诺基亚要把这家公司卖掉，结果没人愿意买，后来ABB（奥迪、奔驰、宝马）组成了财团把它买下来，结果在自动驾驶起来以后，它一下子又变得非常火，Intel、腾讯、四维都要投资它。

在中国，所有地图厂商后面都有BAT的身影，百度不用说了，高德是属于阿里巴巴，四维后面又有腾讯的身影。而且像阿里巴巴不仅仅只是布局了地图，还布局了高精度的定位。

图商的走红源于商业模式的复兴和创新。

其实早两年图商的业务是越走越窄的，为什么呢？大家不用车机上面进行导航了，都用手机进行导航了，因为手机始终是最新的，有实时的交通路况。但是未来自动驾驶以后，必须得在车里面装一个高精地图，这是逃不掉的。所以每一辆车都要授权付费，所以它的商业模式出现了复兴。

当然，地图可能会存在地域保护的问题，最近美国政府否决了腾讯跟四维对HERE股权的收购。另一方面国外的投资商也很难进入到中国来。

科技大厂，捉摸不定

对于一些科技大厂，我个人感觉他们的战略还并不是十分清晰。无论是Waymo、Apple、Apollo（百度的自动驾驶开源平台）都在纠结。

比如说像Waymo路线是一直在游移，到底是想做一个车厂、造车的，还是做一个出行服务商，抑或是做自动驾驶系统？到底是提供软件和算法，还是同时做硬件？到底是做封闭系统，还是开放系统？这些问题都没有明确的结论。

Apple偷偷摸摸地做了很长时间的自动驾驶，现在已经公开了，但是它到底是造车还是只是做自动驾驶的软件系统？也没有一个明确的结论，我相信连库克自己现在心里面还在想。

Apollo是不是可持续？任何一家厂商如果说不想着赚钱，去推动一个开源的社区，很难。像汽车这样一种对于安全可靠性有非常高要求的产品，开源的系统是不是有足够好的能力？也不知道。

数据运营商，风头正盛

比如，Nauto这家公司，前一段时间非常火，融了1到2个亿美金，为什么它特别厉害？

1、在车里装个摄像头，看驾驶员，能够检测你是不是疲劳、分心。以这个作为交换，换得在车外再装一个摄像头，能够不断地看到车的驾驶场景，用它训练一个更好地自动驾驶的能力，事实上它的业务是基于数据的交换上。

2、事实上，包括Nauto、Otonomo等在内的这类公司是希望承担主机厂和不同服务商之间的数据融合，来帮助数据的拥有者对数据进行变现。英特尔、丰田、爱立信等等都成立了自动驾驶大数据的联盟。

创业公司，百花齐放

硅谷有50家自动驾驶的创业公司，国内有10家，但目前存在的一个很大的问题是，绝大多数创业公司是懂AI但是并不懂汽车产业。

对汽车产业没有足够敬畏的话，做自动驾驶肯定会出现问题。

未来，你的机会在哪里？

智能驾驶，一般来讲，可分为0到5级，详细如下图：

那么，在中国市场，智能驾驶又是如何分布的？

首先，2020年，3000万台新车中，有一半装配了1-3级的自动驾驶，这是数百亿人民币的市场。

其次，智能驾驶级别市场中，0级警告和1级紧急状况下的刹车和自适应巡航，现已变成了红海。前文说的10家国内创业公司，都是做2级以上的，但是0级和1级在中国，可能有上百家。

加上法律等因素，这个市场非常复杂，对创业公司来说，应当牢记哪些要点？避免哪些坑？

1、  我们到底是选择一种苟且的活法，还是诗与远方？也就是说，是先落地商业化，还是想要解决城市区域4级无人驾驶的科学难题？

无人驾驶为什么那么难？为什么落地还需要那么长的时间。主要涉及两个方面：

（1）算法。

（2）系统。

今天的人工智能算法，我们把它叫做弱人工智能或者是窄人工智能，是存在着边界的。比如深度学习是数据驱动的，有多少数据教他，多少人工训练他，才有多少智能。而我们说人工智能，是有多少人工，才有多少智能。如果说它从来没有见过，它是处理不了的。

系统实在是太复杂了。奔驰S级轿车的代码行数，是一架波音787梦想客机代码行数的16倍，它要处理的环境要比天上的复杂很多。所以，有那么多行的代码，当中没有bug是不太可能的，只要有bug，就会失效，有失效就会有事故，你是很难去避免这些事的。

完全解决这两个问题，可能需要5年以上的时间。近几年可以通过两个方法解决落地。

一，就是找到算法可以工作的边界，也就是场景化。

二，当系统出现失效导致事故时，最小化事故的后果，通过中低速切入。20英里的时速撞上一个人，生还概率是95%，而40英里的时速，概率一下子降到20%。

2、做智能驾驶，要混入主流社会，我觉得至少要做到这三点：

对汽车产业、对汽车研发的流程和方式要有足够的敬畏和谦卑之心，不能整天想着我是来颠覆你的，一定要用汽车人的语言体系和做事方式，去参与到这个行业当中去。

作为一个生态系统的外来物种，要做到人畜无害，不能让传统汽车领域的人觉得你是来革他的命的。而且你一定要找到自己的互补优势在哪里，主动融入进去。

学会建立农村的根据地，要找主流玩家不屑于玩的，边缘垂直细分市场，实现颠覆性创新。

3、从演示，到部署，到量产，整个过程是一条非常漫长、艰苦的道路。而且，往往是，算法决定上限，系统决定下限。

所以，你要做到老子说的：重为轻根，静为躁君。

什么意思？重是轻的根本，而沉静则是浮躁的控制者。算法其实是轻的东西，很容易在一片喧嚣当中，展示出来，迷失了自己，但系统是重的东西，需要静静地做。

4、专注还是多线出击？是单点还是全栈？

这是一个无人区，在这个时点选择一个点，可能失去战略的多种可能性。

如果只是把算法一个点做好，落地就会很困难。因为依靠生态系统其他伙伴帮你落地，如果价值链是全新的，或者你是传统价值链的新成员，你很难找到别人全心全意帮你，这时候“全栈”的优势就体现出来了。

5、要深度理解客户的真正价值主张，要做的是客户真正需要的东西。

6、不求更好，只求不同。可以尝试在一些新的品类里面进行发力。

比如电动车，上汽通用五菱，找到A00级电动车的新品类，并且尝试了多种互联网的玩法，鼓励大家开车，每开一公里给你1毛钱的奖励，它给你算出来，你少排放了多少二氧化碳，少了多少树木的砍伐等。甚至通过全城人众包的方式寻找城市土地的“边角料”，作为A00级车的停车位。驭势科技通过“城市移动空间”的角度找到新品类的机会。

7、未来10年、20年以后，无人驾驶时代真的来临的时候，谁将是王者？

讨论1：技术有没有国界？地界？

讨论2：谁有机会建立大车队？

讨论3：谁是最终产品/服务的整合者？

讨论4：谁能形成多边平台效应？

讨论5：谁拥有数据（大，质量高，多样化）？

讨论6：谁拥有网络效应？

讨论7：如果必须转型，谁能改造固执的基因？

基于这些判断依据，我们可以推演出一些未来竞争格局的一些可能性。

以上没有结论，提出来，希望能够激发大家的一些思考。

文章来源于：混沌大学