2243
“自动驾驶产业的市场格局正在快速收敛，真正能赢得主机厂比较高的认可度的算法供应商，不超过5家。”
今年Q1，九章的咨询团队在跟多家主机厂的自动驾驶团队交流的过程中，隐隐约约地意识到了这一点。在Q3-Q4,笔者再次跟行业里的超过60位朋友聊了一圈，然后确信：我们此前的判断没错。
这些脱颖而出的公司，都有一个共同点：软硬一体——
华为和地平线，因为自己有芯片，也有算法，所以，软硬一体是顺理成章的；Momenta虽然在早期尝试过多家公司的芯片平台，但过去两三年，基本上是深度绑定了英伟达的Orin；
大疆车载，尽管自称“成行平台的核心是惯导立体双目摄像头，芯片是可切换的”，但实际上，方案也是基于TI的TDA 4深度打磨；
主机厂中，自动驾驶走在最前面的小鹏，在过去三年也是绑定了英伟达Orin（在此之前是英伟达Xavier）。
在总结出这一“规律”之后，笔者开始思考一个问题：这是不是意味着，被叫嚣了好几年的『软硬件解耦』其实是不成立的，或者，完全就是个“伪问题”？
先上答案：『软硬件解耦』确实还不成立。
在刚产生“『软硬件解耦』可能是个伪问题”这个念头后不久，笔者偶尔有机会跟某主机厂的自动驾驶自研负责人交流，当时，笔者提出另一个问题：“自动驾驶算法公司至少有几十家，但为什么真正赢得主机厂的认可的也就三五家？”
这位朋友的答案是：因为，大家都有一颗要做平台的心。笔者很不解地问：“什么叫‘要做平台的心’？” 朋友解释道：“就是希望把自己的算法做成平台，能够跟各家的芯片做适配。”
笔者翻译一下，朋友的意思正是：大部分算法公司之所以竞争力不够强、生存能力弱，正是因为他们相信了『软硬件解耦』。
尽管九章在今年4月份的上海车展期间也发过一篇文章《自动驾驶软硬件解耦：理想丰满，现实骨干》，但当时，我们也只是认为“算法在不同的芯片平台之间做移植比较难”，却并没有想到，这种困难会大到足以影响大多数自动驾驶方案商的“生存能力”的程度。
此后，笔者又跟更多业内朋友聊起这个话题，结果发现，几乎所有人都表示自己不相信『软硬件解耦』；至少是认为，现阶段，『软硬件解耦』的时机还不成熟。
那么，『软硬件解耦』遇到的困难具体有哪些？如果要『软硬一体』，算法公司将如何选择芯片平台、他们跟芯片厂商之间的关系又如何演化？『软硬一体』的过程中会遇到哪些困难？
本文将试图回答这些问题。
01『软硬件解耦』的难点
传感器和算法的解耦相对比较容易，但如果不停地切换芯片平台，这个项目用TI的、那个项目用地平线的、下一个项目用英伟达的或华为的，那肯定不行。
一位机器人公司的CTO说。
1. 算法和芯片都还没有收敛
软硬件解耦能真正实现的前提是，要么芯片已经比较成熟了、收敛了、迭代速度也慢了，甚至是EE架构已经足够集中；要么是算法已经收敛了、迭代速度也慢了——中间件跟已经相对固化的那一侧绑定，只跟另一侧做适配。
但现状是，产业还没有进入成熟期，芯片和算法都在快速迭代着，那么中间件该绑定谁呢？似乎绑定谁也不太合适啊。
实践中，中间件基本上是绑定芯片平台，然后去适配不同的算法。但这个项目做完之后，你还能不能继续拿到基于该芯片平台的项目，其实是个未知数。这意味着，换一个客户/芯片平台，我可能就得重新开发一套中间件了。
此外，智能驾驶的技术路线与拓展架构有待进一步明确，硬件与应用抽象度不够，导致模块解耦方式、标准接口等未形成共识，也是一个很重要的原因。
2. 软件供应商很难赢得主机厂的认可
那些“有一颗做平台的心”的算法公司似乎并没有意识到，主机厂客户认可的自动驾驶开发平台，基本上只有芯片。
一个很明显的表层原因是：芯片这样的硬件在量产之后，就没法改了，只能是算法公司去修改软件算法，适配硬件了。
还有一个理念层面的原因，这也是更深层原因：主机厂的高层普遍缺乏软件思维，对软件供应商的信任感不如硬件供应商。
比如，在主机厂选择自动驾驶Tie1的时候，硬件背景的公司更有机会拿到订单；很多纯算法公司，为了赢得主机厂的信任，都被迫去做了域控制器等硬件。
再比如，主机厂选择智驾方案商的决策逻辑是:先敲定一个芯片平台，然后再从算法公司里面找一个能把该芯片用好的公司来做算法。而不是先敲定一个算法供应商，让该算法供应商来推荐芯片。
也就是说，算法公司能拿到订单，首先并不是因为他的算法能力得到了主机厂的认可，而是因为芯片厂商的芯片得到了主机厂的认可——算法公司当然也有自己牛的地方，但最关键的原因还是他们蹭到了芯片厂商的“流量”。
虽然业界也确实有“算法定义芯片”的说法，但这个观点仅在技术逻辑的层面成立，在商业层面，其实是“算法（公司）跟着芯片走”。
具体地说，就是：芯片在设计阶段，要充分考虑算法的演进趋势，以便架构能尽可能地满足算法的需求；但在落地应用阶段，则是算法去“适应”芯片。
宏观层面，确实是算法“定义”芯片；但微观层面，可能是算法“迁就”芯片——算法是灵魂，芯片是肉身，而灵魂离不开肉身的程度，超过肉身离不开灵魂的程度。
这意味着，在当前阶段，自动驾驶方案中的游戏规则，更多地是芯片厂商来主导的。
很多算法公司之所以都“有一颗做平台的心”，就是因为他们对现实的认知度还不足。
当然了，绝对头部的算法供应商，如果已经强大到主机厂需要“排队跪舔”的阶段了，那他或有机会来定义游戏规则：主机厂青睐的是我的算法能力，所以，哪怕他不情愿，也得使用我推荐的芯片。
不过，这一设想究竟会成为现实，还是纯属“想得美”，尚有待于进一步观察。
3. 成本不可控
基于多个芯片平台做开发，成本往往会远超出算法公司的预期。
首当其冲的问题是算法移植难，甚至，在换了芯片平台后，算法不得不重写一遍。
其次，OTA的工作量也大了许多。在国内，绝大多数主机厂都把软件的买卖当成“一锤子买卖”，他们是不愿意为OTA向供应商支付费用的，这意味着，OTA那部分成本，基本上得由算法供应商来承担了（这部分成本，可能是算法公司之前没有考虑到的）。使用的芯片平台越多，OTA的成本就越高。
还有，『软硬件解耦』涉及到利益链的重构，在这个过程中，各个不同的利益方之间会有很多冲突。因此，算法公司所使用的芯片平台越多，那他们跟各相关的利益方之间的“撕逼成本”就越高。
另外，更惨的是，由于技术、产品迭代快，并且竞争激烈，算法公司跟主机厂的关系极不稳定——很可能，主机厂换一个车型就要换一批供应商、自研有进展了就会换一批供应商；甚至，白嫖完了，发现从你身上“学不到东西”了，就会换一批供应商。
本来，项目的高度定制化导致每增加一个项目就要增加一批人；结果呢，项目丢了后，又得裁员。在这种状态下，公司挣的钱，都用来支付猎头费和裁员补偿费了。相比于走软硬一体路线，在多平台开发的情况下，这一问题显然更严重。
总之，在当前及今后相当一段时间内，『软硬件解耦』其实都不成立；你在条件还不成熟的情况下强行解耦，代价就会很惨重。
不过呢，有些讽刺的是，在相当长一段时间里，有不少做多平台开发的算法公司的工程师及管理者，对自己公司由于“到处撒胡椒面”导致的“哪个都做不好”，他们并没有真正从“『软硬件解耦』不成立”这个层面去找原因，而是只会一味地抱怨芯片厂商“支持力度不够”。
诚然，像英伟达这样的芯片厂商，由于一直致力于提供标准化程度很高的产品，并且，文档化做得都足够好，他们确实没动力（也没精力）去满足开发者们提出的一些琐碎的服务需求；但你们得清楚，芯片厂商之所以需要你们，就是因为他们没耐心为主机厂提供定制化服务（希望这些活能由算法公司替他们干），如果他们有耐心为你们解答已经在文档中写得很清楚的“小儿科”问题，那人家为啥不直接下场去“伺候”主机厂呢？
对更高维的战略问题（软硬一体还是多平台开发）没有想清楚，老是希望在低维的战术（让芯片厂商多提供一些支持）上做些小修小补，这样怎么可能做好呢？
【希望用战术上的努力来掩盖战略上的懒惰，这其实就是“重『术』轻『道』”了。近日，在《被“干掉”的CEO和CTO：理工男歧视文科、轻视商科，终遭报应》一文中，笔者已经系统性地谈过“重『术』轻『道』”的问题。感兴趣的朋友可以点击超链接进去看看。】
02拥抱一个芯片平台
作为自动驾驶能力在主机厂阵营中排名靠前的玩家，小鹏这几年一直坚持使用单芯片平台，这一做法是具有风向标意义的。
改款之后的小鹏P7跟G6、G9的自动驾驶硬件，从域控制器到传感器架构，都是一样的。“高配就比中配多了激光雷达和一颗orin，其他都相同。”
尤其是，小鹏前自动驾驶掌门人吴新宙曾是高通的自动驾驶负责人，并且他还深度参与了高通骁龙平台的开发，但吴新宙并没有将骁龙平台引入小鹏。这更加印证了小鹏在“软硬一体”上的坚守。
甭说换芯片了，小鹏方面甚至认为，就连传感器，也应该是“能不换就尽量不换”。
小鹏之前在整车的平台化方面做得确实很差，因而导致运营成本居高不下，但我们不得不承认，现阶段，在智驾的平台化方面做得最彻底的主机厂，就是小鹏了。
小鹏的做法，对行业里的其他玩家，应该会有很大的参考价值。
当然了，就算软硬件协同优化或软硬一体，它也是按照软硬解耦和软软解耦的方法去分层实现的，而不是我一个功能从上到下所有的模块都搅合在一起，否则，下一次迭代的时候就很麻烦。
其实，软硬件解耦和软硬结合都没错，只是两者要实现的目标是不一致的。软硬件解耦，是为了提高研发和后续迭代的效率，但要把整体性能调到最好的状态，就得靠软硬一体，软件和硬件去做互相适配。
笔者曾跟某Tier 1自动驾驶生态负责人聊起“软硬件解耦是否成立”的话题，当时，他的解释是这样的。
软硬一体说起来显得很“轻巧”，但实操中，算法公司面临的最大的困惑是：“我该绑定谁呢？”
1. 实力最强的英伟达，是“最值得托付”的合作伙伴吗？
当前，可提供经过市场检验的200 TOPS以上的大算力自动驾驶芯片的基本就英伟达和华为两家——高通的自动驾驶芯片在2022年上半年一度受关注度很高，但从九章咨询团队2023年下半年调研的结果来看，真正对其感兴趣的主机厂似乎并不多。
华为车BU在被剥离出去并跟主机厂合作后，MDC平台还有多少留给第三方算法公司参与的机会，还是一个很大的未知数。
所以，当前，对要冲击高阶智驾方案的算法公司来说，“唯一比较理想”的芯片平台应该就是英伟达Orin了。
实际上，我们也看到，一些原本基于地平线J5做开发的算法公司，在发现了J5产品设计的一些短板（如CPU比较弱）后也开始拥抱英伟达了。
不过，英伟达最近大张旗鼓地招算法人才，似乎铁了心要做软硬一体的Tier 1，这让那些原本想跟英伟达深度合作的算法公司又不寒而栗——担心英伟达过来跟自己抢客户。据说，英伟达在某些项目上跟某头部算法公司就存在一定的竞争关系。
其实，英伟达和其算法合作伙伴的竞争关系也不是始于今日，而是早在2020年上半年（甚至比这还早）就开始了。
2020年11月份，笔者在《博世自动驾驶的近忧与远虑》一文中提到了奔驰跟博世的合作被英伟达“敲竹杠”的问题，并提出英伟达已以自动驾驶Tier 1的身份跟传统的Tier 1开始竞争了。在2021年5月份的《英伟达越来越像Mobileye了》一文中，笔者再次强调过这一观点。
那么，笔者在此向某些算法公司的老板们提一个问题：如果你们现在担心英伟达会跟自己抢客户，为什么在笔者两三年前“捅破窗户纸”时不担心、不“早作打算”？
这似乎又印证了笔者在近日的《被“干掉”的CEO和CTO：理工男歧视文科、轻视商科，终遭报应》一文中提到的一个观点:人文素养和商业思维弱的纯理工科生，普遍对外部环境的变化比较迟钝、甚至对即将到来的危险毫无知觉。
我们再提另一个问题：如果你们在三年前没担心过英伟达会跟自己抢客户，为什么现在会担心？
那么，英伟达转型做智驾Tier 1，对算法公司的杀伤力到底有多大呢？这个问题，我可以从正反两个方面来分析。
前几天，一位正考虑“要不要加入英伟达”的主机厂算法工程师向笔者提出了这样一个问题：英伟达会以怎样的形式入场？
如果以供应商的姿态入场，服务本来就是英伟达的短板啊，我觉得他们会疲于应付主机厂的各种需求。况且，做定制化方案也不符合英伟达自己的诉求，他肯定是想要做平台化的产品。
但实现平台化，就必须要在车辆造型阶段就有发言权，我们作为主机厂内部的智驾部门，每次和产品线讨论造型和传感器布设时就各种battle，对于一个供应商来说，这岂不是更难？英伟达凭啥在主机厂面前就会有话语权呢？
这个朋友的问题，句句都问到要害之处了。
此前，笔者曾听一位英伟达前员工说：
英伟达做不好服务，具有一定的必然性，因为，做服务的人，在英伟达的地位不高。
不过，笔者觉得，更深层次的原因是，做惯了标准化产品的公司，在思想意识层面就是排斥服务的。因为，在他们的价值观里，“需要服务，就意味着产品的通用程度还不够，有的需求还没有被考虑到。”
所以，英伟达能否以“乙方”的姿态服务好主机厂，目前还存在很大的不确定性。如果英伟达做不好这个“乙方”，那他们就不会对算法公司构成威胁。
在笔者看来，相信英伟达“做不好乙方”的算法公司，不妨大胆地跟英伟达绑定。因为，如果英伟达“做不好乙方”这个假设成立，那他们无论怎么努力，都不可能真正具备跟你们“抢客户”的能力。
然而，“万一”英伟达的智驾团队为了做好主机厂的“乙方”，努力打造出了一套与公司主体部分截然不同的组织文化，学会像国内的智驾方案商一样“跪舔客户”了呢？尽管这样做的难度很大，但也不是完全没有可能。
如果英伟达真的能通过优质的定制化服务赢得了一众主机厂的芳心，那些之前一直吐槽英伟达“服务差”的算法公司就要伤心至极了。因为，通过这种转变，英伟达似乎是向算法公司们传递了一个不太友好的信息：我们并不是“做不好服务”，只是“不太乐意服务你”而已。
照此看，如果一个算法公司在研判之后认为英伟达“能做好乙方”，那他们就得认真评估一下自己跟英伟达这个“最优解”的关系了：会不会，在一年之后或半年之后，“友谊的小船说翻就翻”了？
如果真是这样，那还不如尽早寻找“次优解”。
2. “恨不得手把手教你写好算法”的地平线
到了2024年，需要基于大算力芯片平台做开发的算法公司们应该还有另一个比较理想的选择：地平线J6。
地平线J5在设计上存在不少缺陷，对此，地平线也并不避讳，但J6已经弥补了J5的一系列缺陷。九章的咨询团队在此前的调研中了解到，大多数主机厂及算法公司都对J6充满了期待——一些之前“看不上”地平线的头部算法公司也在此之列。
除产品外，地平线跟英伟达最明显的不同是什么？我的看法是：地平线姿态更低、服务做得好。
许多跟地平线有过合作关系的生态伙伴对地平线的评价都是“服务做得很好”“恨不得手把手教你做好算法”——这算是彻底颠覆了笔者之前一直坚持的一个偏见“背景太豪华的团队肯定做不好服务”。至少从这一点来看，地平线确实是个挺不错的合作伙伴。
此外，地平线的工具链在过去一两年里进步也比较快。如鉴智和轻舟智航此前均表示，他们把算法迁移到地平线J5上，仅用了2-3个月，“效率非常高”。
不过，地平线今年大力扩充算法团队，构建软硬一体解决方案，似乎有成为“自动驾驶Tier 1”的趋势。这也引起了很多算法公司的疑虑。关于这个话题，九章智驾将在下一篇文章《如何看待地平线组建算法团队、跟生态伙伴“抢客户”？》里做更详细的解读。
03走软硬一体路线，需要过的几道“门槛”
1. “鸡蛋不能放在同一个篮子里”的思维误区
软硬一体，说起来很轻巧，但实践中，无论all in哪个芯片平台，都可能存在风险。而遵循了“不把鸡蛋放在同一个篮子里”精神的多平台开发，则在很大程度上满足了自动驾驶公司对分散风险的需求。
那么，“不把鸡蛋放在同一个篮子里”，就真的能降低风险吗？
对投资人、打工人来说，“鸡蛋不能放到同一个篮子里”也许是对的，但如果你是创业者，“鸡蛋不能放在同一个篮子里”就绝对不是圣经，而是毒药——创业需要all in ，需要你在某个阶段把资源都聚焦在同一个方向上。
因为，投资和打工，在本质上都是“搭便车”，分享别人的（认知的）胜利成果，你不能确定究竟哪个“别人” 才能成功，所以，需要“分散风险”；但在创业的时候，你自己就是投资人和打工者要押注的那个“别人”，在认知资源和管理带宽有限的情况下，你的战略摇摆不定，朝三暮四、到处撒胡椒面，别的不说，首先会让认知水平高的投资人和打工人觉得你这个“篮子”不靠谱——你自己都觉得自己做的事情“高风险”、不自信，那凭什么让别人相信你？
对创业者来说，尽管把鸡蛋都放在同一个篮子里（聚焦）意味着风险增高，然而，有赌性、敢于拥抱不确定性本来就是企业家精神的重要构成要件之一；没有这种赌性，你永远成不了企业家，这才是更大的风险。
当然，“聚焦导致风险增高，到处撒胡椒面可分散风险”这种逻辑仅在人的心理层面上成立，在客观事实层面则是，到处撒胡椒面使风险升高，而聚焦使风险降低。不信的话，你不妨比较一下自动驾驶各赛道有竞争关系的公司的商业化能力与老板的聚焦度之间的关系？
在此，笔者不得不做个补充：Momenta能在一众算法公司中脱颖而出，技术强可能还只是次要原因，最重要的原因应该是，老板的战略定力强。很多技术出身的老板对战略这些东西不重视，他们认为战略“很虚”，但实际上，战略是比技术更高维的东西。
写到这里，笔者想起一个事情——
一位创业的朋友曾希望邀请一位笔者和他的共同好友加盟担任CXO级的合伙人，但笔者在跟那位共同好友聊过第N轮之后得出个结论：他的能力确实很强，但缺乏创业精神，因为他过于追求确定性，害怕承担风险，所以，做事不敢all in，在做一件事的时候，老想着用另一种方式来对冲风险。
创业的朋友虽然确实很欣赏那位“过于追求确定性”的朋友，但他也认可我做出的“缺乏创业精神”的鉴定。毕竟，创业路上充满了不确定性，只有敢于甚至喜欢拥抱这种确定性，才会在遇到困难的时候继续“咬着牙坚持”。
2. 对“是否要舍弃这几个客户”的纠结
即便“all in哪个芯片平台”在认知层面很容易达成共识，但在具体落地的过程中，算法公司们也很容易遇到这样一个现实的问题：
对用什么芯片做开发，算法公司实际上是没有话语权的，因为，芯片选型是由主机厂拍板的。通常，主机厂是先敲定芯片平台，然后再在能用好这款芯片的算法公司里面选择一家。这意味着，要走通软硬一体路线，算法公司可能得“舍弃”一些“不合适”的潜在客户。
但舍弃几家“潜在客户”，总比像过去几年这样盲目迎合客户需求、基于多个芯片平台开发，结果连哪一个芯片都用不好、也没有一个真实客户要强得多吧。
当然，人性的弱点是，我们总会认为虚无缥缈的“3个潜在客户”比实打实的“1个真实客户”更有“想象空间”，所以，他们可能并不愿意为了后者而牺牲前者。
3. 赢得客户及自己员工的认可，需要一个艰难的过程
也有算法公司实现软硬一体的路径是：自研芯片。
自研芯片，跟自己的算法结合，不仅在技术层面的优势明显，而且，在组织层面的协作成本也会降低，可以说是“一石二鸟”。
不过，算法公司自研的芯片在落地中也会有不少障碍。
当前，主机厂选择算法合作伙伴的逻辑，并不是“因为你算法牛逼，所以我选择你”，他们是先选择芯片平台，然后再看哪个算法公司最有能力把该芯片用好，再去定点这个算法公司。
可见，已经混出名堂的算法公司，自己牛逼只是一个原因，“站对了队”，搭上了一个牛逼的芯片平台的顺风车，才是更关键的原因。
本来，主机厂用不用你的算法，都不完全是由你自己的实力决定的，现在，你做一款芯片推给主机厂，这个芯片对主机厂来说是陌生的，他们大概率会疑虑重重。（相比之下，地平线这种先以芯片立身，然后卖点算法的做法，确实更符合主机厂的决策逻辑。）
也许，算法公司自研芯片后，首批合作车企，应该避开那些“硬件思维主导”（先敲定芯片平台，再选择算法合作伙伴）的客户，而是要把重心放在那些具有相当强的软件思维（愿意“因为你的算法能力强，所以我要用你的硬件”）的客户身上。
全新的芯片公司在从0到1阶段受过的挫折，算法公司在推出自研芯片后基本还得重新经历一遍。对自研芯片的主机厂来说也是一样的。
无论是主机厂还是算法公司，自研的芯片，在落地阶段还存在另一个挑战——可能有一些自己人不愿用。
英伟达的生态太强大，而且工具链很成熟，这使得他们的产品成了客户公司的工程师们的“舒适区”。算法公司让工程师用自研的芯片，就是逼着让他们“走出舒适区”，而工程师大多害怕不确定性，所以，是极不情愿走出“舒适区”的。
使用自研芯片，确实更有利于公司的长期利益，但公司的长期利益不是工程师们有动力关注的问题——“一年后，我是否还在你这个公司，都是个未知数”。
参考资料：
智能驾驶软硬解耦难在哪里？
下载ECAD模型
