3879
去年上半年，自动驾驶行业的焦点是：低阶智驾卷成本、卷性价比；进入下半年，尤其是Q4，焦点则变成了高阶智驾卷性能。
不过，关于什么算“高阶智驾”，业内并未完全达称共识。那么，大家对“高阶智驾”的定义有哪些不同的理解？以及，高阶智驾的市场格局又是怎样的？为了搞清楚这些问题，1月份，九章组织了一场小沙龙，有主机厂及多家Tier 1的人士参与了讨论。
这次沙龙围绕如下问题做了讨论：
如何定义高阶智驾？高阶智驾跟中阶、低阶的差异点在哪里？
有哪些车企计划推出L3量产车？
后面，如果大家都推出了高阶智驾，在市场宣传时，又如何让消费者相信自己做的比竞品好？
国内车企跟特斯拉的差距主要体现在哪些方面，该如何缩短这些差距？
特斯拉入华后，会不会有很多车企选用特斯拉的方案？
华为车BU独立后，主机厂对智驾投入的走向会怎么分化？不同背景的主机厂在战略上会有什么区别？
国内高阶智驾市场会不会最终被特斯拉和华为两个派系主导，其他智驾公司只能占据20％的市场份额?
主机厂和高阶智驾供应商之间的分工关系会有怎样的演进趋势？
目前看下来，高阶智驾的技术路线趋于收敛，头部主机厂在智驾这块的自研投入逐渐增强，头部芯片厂商不断拓展既有的研发范围，在这样的背景下，未来几年什么样的智驾供应商能存活下来？
高阶智驾芯片方案最终会被巨头英伟达，高通或华为集成垄断吗？还是会与其他小公司长期百花齐放？
英伟达作为芯片供应商，做自动驾驶解决方案的动机是什么？
传统 tier1 在现有竞争格局下的发力点在哪里？
后入局者如何参与高阶智驾市场？
一. 如何定义高阶智驾？高阶智驾跟中阶、低阶的差异点在哪里？尤其是，消费者能感受到的差异到底在哪里？
大家基本上有一个共识：高阶的定义应该是动态调整的。
比如，在两年前，能做好高速NOA的还不多，在那个时候，只具备高速NOA功能就算高阶了；而当下，高速NOA已不具备稀缺性，城市NOA才稀缺，那在这个时候，就只有具备城区NOA功能的，才算高阶了。
因为，城区NOA意味着厂商可以释放出更多的风险场景、更多的功能，比如对施工区域的识别、防加塞等，这样，在宣传中就拿出更多的内容来体现“高级感”，并且还可以拿到更多的Corner Case数据，因而更有利于后续的算法迭代。
通常来说，许多人口中的L2+特指高速NOA（中阶）， L2++ 则特指城区NOA（高阶）。
当然，以某个功能“有没有”来区分高阶还是低阶，只是在大多数玩家“还没有”该功能时采取的标准；一旦某个功能（如城区NOA）大家都有了，那时，区分高阶还是低阶的最主要标准，就升级成“好用不好用”了，这实际上就是“功能成熟度”。
在提到功能成熟度时，某主机厂的自动驾驶产品经理说：用户对你的技术路线、技术参数并不感兴趣，他们真正关心的是，你的自动驾驶系统能否让我在某个场景下彻底“撒手不管”（既解放双手，又解放双眼），而不是我还得继续关注路口、还得把双手放在方向盘上。
可见，所谓的“提高功能成熟度”，就是让该功能把某一个场景“打穿”，在这个场景下应对corner case的成功率达到99.99%，能让用户敢于“撒手不管”；否则，用户在遇到一两次系统“失灵”后，对系统的信任度就会大幅度降低。
提到用户对系统的信任度时，某主机厂自动驾驶数据闭环工程师说：高阶、中阶、低阶的定义，应该从消费者的角度来看——自动驾驶系统的风格越接近消费者的开车习惯的，就越算得上高阶。
当然，还有一种更有意思的说法：在一些消费者的视角下，只有装了激光雷达的才算“高阶”。
通过一两次试驾，用户可以对自动驾驶的体验有个基本的认知，但由于里程太短，用户根本不足以深刻理解系统的功能边界。
况且，尽管车企可以宣称自家产品的接管率很低，但对消费者来说，出一次事故他都不能接受啊。在对车企公布的接管率数据不太信任的情况下，消费者是很在意车上有没有装激光雷达的，实际上，在不少消费者的心目中，不管你吹得多牛逼，只有装了激光雷达的才算“高阶”，没有装激光雷达的都只能算是“中阶”“低阶”。
某芯片厂商前销售负责人说：“在过去几年，车企普遍认为，激光雷达暴露在外面会让车辆的外观显得‘很丑’，因此，都尽可能实现激光雷达的隐式安装；但实际上，有消费者在看到某品牌的车上顶了三个激光雷达后会觉得‘这车的硬件配置不错啊’——对这些消费者来说，他是只有在觉得你的硬件配置‘还不错’的时候，才敢使用你的自动驾驶功能。”
可以说，当前，许多消费者对纯视觉路线是心存怀疑的。
部分消费者以“有没有装激光雷达”作为区分“高阶还是低阶”的标准，可能会有人觉得很荒谬，但笔者认为，这种“荒谬”，应该是具有某种普遍性的。
半年前，某L4公司的研发负责人在谈到“如何区分L2和L4”时说：“过去几年，大家普遍的认知是，L4是装了激光雷达的，L2是没有装激光雷达的。”不知看到“大家普遍的认知”这几个字的时候，有没有人觉得自己“被代表”了？但笔者认为，2017-2019年那几年就在做自动驾驶的朋友听了这句话应该是有共鸣的。
至少，在相当长一段时间内，笔者自己就是将“有没有装激光雷达”视为L4和L2的“主要外在区别”的。
业内人士尚且如此，那普通消费者以“有没有装激光雷达”来区分一款自动驾驶方案是“高阶还是低阶”不就再正常不过了吗？
还有一个值得注意的新动向是：AEB等最基础的主动安全功能开始“被卷得很高级”。
此前的几年，行业里都认为最基础的ADAS是自动驾驶的低级阶段，因此，主机厂普遍将最基础的ADAS交给供应商做，但去年年底以来，华为、小鹏等公司开始卷AEB等主动安全功能，强调自家的AEB能在多高的时速下刹停，这就很容易给消费者一种感觉：能把AEB做好的话，也算“高阶”。
实际上，2023年初以来，笔者就了解到，不同于大多数公司将高阶的定义仅局限于城区NOA，华为和大疆两家公司的理解是：你把AEB等最基础的功能做到接近 100 分、让用户愿意用，这个就叫“高阶”；相反，不管你吹的是L3.9还是L8，只要用户不愿意用，那就叫“低阶”。（原话不是如此，但大意如此）
我们先抛开大疆和华为两家公司的AEB的真实水平不论，以“用户愿不愿意用”为标准来划分“高阶”和“低阶”，这体现了很强的用户思维。
受华为、大疆、小鹏的影响，现在，许多主机厂都加大了对AEB等主动安全功能的投入，在PR中也加强了对AEB能力的强调，这就是把一个“本来低阶”的功能“卷得很高级”。可以说，去年年底以来，华为实际上掌握了对“高阶智驾”的定义权。
针对“把本来低阶的功能卷成高阶”这一说法，也有主机厂的人并不同意。他说：这实际上是混淆了高低阶和质量之间的关系。
这位人士说：“高阶功能里面，有质量不好、用户不愿意用的，低阶功能里面，也有质量好、用户愿意用的；但质量再差的高阶，还是高阶，而质量再好的低阶，也仍然只是低阶。我觉得高阶就是要接近L4的水平，你把AEB、ACC这种功能做到100分，它也不能算是高阶。”
还有一位从自动驾驶公司转到券商的分析师认为，高阶还是中阶，应该跟消费者的付费意愿挂钩，消费者的付费意愿越强的，越能算得上高阶；否则，无论厂商把自己的功能吹得多牛逼，只要消费者不愿意付费，就不能算高阶。
这位券商的分析师说：有些厂商的AEB也许确实做得很好，但AEB功能是很难单独向用户收费的。
总结下来，高阶智驾可分为技术团队眼里的高阶、产品团队眼里的高阶、PR眼里的高阶、消费者眼里的高阶、投资人眼里的高阶。
二. 哪些车企计划实施L3智能驾驶？
前段时间，很多主机厂都在宣传自己拿到了L3的测试牌照，但许多业内朋友都说，这个离落地还相差甚远。
当前，采用了全系统冗余方案的量产L3，基本上只有合资车企在做；中国车企，现在做的基本上都是给 L2 +的方案再搭配个智能摄像头作为冗余。
有不少业内朋友说，实际上，国内车企想做的是“不用承担责任的L3”。也就是说，他们希望推出一个比现有的L2功能更强大的自动驾驶系统，让系统在驾驶任务中的参与度越来越高，但你让他们承担L3的责任，他们是不情愿的。
当然了，符合这个标准的“L3”，实际上早在2020年就已经“实现”了。
为什么要这么说呢？
2020年下半年以来，高阶版的L2（三年前的高阶版L2是指高速NOA）量产上车之后，有很多主机厂都非常喜欢谈一个词“人工接管”。对L2来说，根本就不应该存在“人工接管”这样的说法啊，因为，人本应该是“一直在管”，只有在人“失灵”的时候系统再来“接管”；你现在用“人工接管”这样的词，就是在暗示“人辅助车”，这可不就是在诱导用户相信你已经实现“L3”了吗？
诱导用户把L2当L3来用，实际上是在挑战人性的弱点——当用户“过分相信”所谓的“L3”很安全的时候，就是它最危险的时候。
2020年上半年，车企在PR中用到的词就是“L3”，但后来为了规避责任，才改用了“NOA”这样的说法。 也就是，只要不出事，他们希望用户相信高阶版的L2就是“L3”；一旦出事，他们则会告诉用户，“你们以为的‘L3’只是L2”。
“我要让你愉悦、让你爽，但我不愿意对你负责”，这咋像是一个渣男的逻辑？（某自动驾驶公司CTO的说法。）
有好几次，一旦有官员宣布了一项对L3比较友好的政策，全行业都很兴奋，纷纷转发评论，但在笔者看来，这种兴奋是典型的“归因错误”，似乎，当前L3无法落地，是因为“政策不到位”，但这是真的吗？
在能力达不到的时候，大家可以把L3无法落地的原因甩锅给“政策不到位”；等政策到位之后，我们还能甩锅给谁呢？
那么，如何评判一个公司的自动驾驶能力达到L3了吗？答案只有一个：看他们敢不敢承担责任。只要他们不敢承担责任，哪怕吹到了L3.9999或L8，其实都还是L2。
去年，有几次，在聊起“L3什么时候可以实现”这个问题时，笔者的答案经常是：
“等L4实现之后，L3就可以实现了——因为，只有在L4实现之后，主机厂才不会逃避承担责任。除非，他们能把L3的ODD定义得特别清楚，并且也容易实现。”
去年年底，某合资车企自动驾驶产品规划负责人问笔者：“现在，L3的政策要放开了，估计哪家车企会第一个吃螃蟹呢？” 笔者只能老老实实地答道：“不知道。”然后，对方的反应是：“坐等第一个勇士。”
对的，“坐等第一个勇士”，应该就是主机厂在L3落地这事上的真实心态。
三. 年轻的智能汽车用户都是很懂技术的爱好者，他们一般不受简单的营销忽悠。 那么，如果大家都上了L3，在做市场宣传时，车企如何向消费者证明自己的产品比竞争对手的好？
目前，有一些自动驾驶竞赛，是让搭载不同自动驾驶系统的车辆在完全相同的路况下跑，比拼实际的人工接管次数是多少。这种评判标准还是比较粗浅的，后面，应该会有一些客观性的数据来评判这个自动驾驶系统到底好不好。当然，还要看那些用户敢不敢用、用完之后的感觉怎么样。
有自动驾驶公司的产品经理认为，这个过程中，比较难的一点是，如何将技术化的语言转换成市场化语言。尤其是，在使用技术化语言的时候，比较容易评判一个功能是好还是坏；但在转换成市场化的语言之后，我们就很难评判这个功能是好是坏了。
有一位主机厂的自动驾驶战略负责人称，ODD应该是一个很重要的评判标准。她提到，奔驰那个L3，ODD的范围（路段、车速、天气条件）就很有限。以后，在有多个玩家都宣称自己可以做到L3的时候，这个L3可以在怎样的ODD下运行，就成了车企证明自己的产品比竞品强的差异点所在。
比如，我能在全国60%的城区道路上跑、能在车道线不清晰的道路上跑、能在雨雪天气下跑等“人无我有，人有我优”的能力。
四．国内车企跟特斯拉的差距主要体现在哪些方面，该如何缩短这些差距？
先得澄清一个问题：有一些国内公司往往心存一种幻想，“特斯拉是外资企业，在中国搞不定数据合规的问题”。但我们了解到的情况是，特斯拉正在通过跟国内有资质的公司合作来解决数据合格的问题。
此外，特斯拉的FSD在中国市场上采的数据并不多，但是，它在美欧、日本、澳洲都采集了大量的数据，如果基于这些数据做合成数据的泛化，并且泛化能力也足够强的话，在中国市场上，他们是否还需要采集那么多数据？
数据合规性及数据规模，都不足以成为特斯拉FSD在中国落地的障碍。
而在如下几个方面，中国车企跟特斯拉有巨大差距——
1. 特斯拉自研的芯片已上车5年了，而国内新势力自研的芯片还处在非常早期的阶段。
2. 搞不到云端训练芯片，是国内公司在接下来一段时间最大的隐患。
3. 大部分国内车企的自动驾驶方案平台化都跟特斯拉差距很大。
特斯拉在所有车型上都搭载了同一套自动驾驶方案，相比之下，国内车企往往是一部分车型上用了自研的智驾方案，还有些车型上用了2-3家供应商的方案，那他们采用的智驾方案就有多个版本，因而做数据闭环的难度就大得多，算法迭代也就慢得多。如此一来，他们的算法能力跟特斯拉的差距可能就会越来越大。
同理，供应商如果是在为不同的主机厂做定制化方案，那他们跟特斯拉的差距也会越来越大，那么，使用他们方案的主机厂也很难缩短跟特斯拉的差距。
当然了，一些做软件方案的人士认为，到后面，硬件方案趋同的概率还是挺大的，差异化应该只能通过软件的差异化来体现。
除特斯拉外，通用的案例也值得参考。通用集团旗下许多不同品牌的不同车型都搭载了Super Crusie这一标准化程度很高的智驾方案，这算是一个在车企内部实现智驾方案平台化的经典案例。
4. 国内车企跟特斯拉最大的差距体现在数据闭环能力上。
国内车企都通过量产车收集了很多数据，但这些数据基本上都还没有利用起来，目前，算法迭代用的都是测试车辆收集的数据。因为，国内车企在数据闭环能力上跟特斯拉还存在很大差距（自动化水平很低）。
这也意味着，尽管在中国市场上，一些中国车企在数据体量上相比于特斯拉有明显的优势，但由于数据闭环能力弱，他们的算法迭代速度可能还是不如特斯拉。
关于数据闭环能力建设，国内车企目前容易走入两个极端：
A. 忙着做交付，遇到问题后的第一反应是靠“一事一议”的工程手段去解决，而顾不上通过打造基础设施的方式来提高长期效率；
B. 把自研工具链做得很重，各个环节都涉足，但都做得不够精，都不好用。
对看重“全栈自研”的车企来说，第二种问题更严重。
过去一年多，笔者看了一些专注于数据标注及仿真赛道的美国公司后发现，在美国，这两个赛道上的头部公司，营收和估值是同等名次的中国公司的10倍、20倍、甚至50倍以上！为什么在中国做自动驾驶工具链的初创公司估值都上不去呢？因为，车企要自研！
随后，笔者又想到了另一个问题：为什么大部分中国车企的利润率都比欧美车企低得多呢？答案也是：车企要自研。可见，过重的自研，已经成为一件“损人不利己”的事情了。
数据闭环工具链算是基础设施了，而偏基础设施的东西，不必每家公司都自研，如果大多数下游公司都跟有实力的供应商合作，不仅可摊薄研发成本，还可以通过更全面的需求维度把工具链打磨得更加成熟，那自己也是受益者。
所以，国内车企还是得收敛自研的边界，减少重复造轮子的事情。
五．特斯拉入华后，会不会有很多车企选用特斯拉的方案？
应该不会。
首先，其他车企应该不会同意把数据共享给特斯拉。
其次，如果另外一车企使用了特斯拉的FSD系统，那他就不仅是使用特斯拉的算法，而是芯片、传感器都要打包买过来。不仅如此，一旦芯片用的是特斯拉的，那他的热管理系统是不是也要买特斯拉的？本来他打算买别人1万块钱的东西，结果却可能花了不止2万块。
并且，如果希望系统的适配成本比较低，且性能不下降，那传感器的安装位置是不是就得跟特斯拉一致？为了安装位置一致，车辆的造型设计是不是就得跟特斯拉一致？轴距、轮距是不是也得跟特斯拉一致？这会导致产品跟特斯拉的没有差异化，成本也会不可控。
还有，特斯拉方案的价格，跟华为相比也没有啥优势。
六．华为车BU独立后，主机厂对智驾投入的走向会如何分化？不同背景的主机厂在战略上会有什么区别？
车BU在独立出来之后，相比于完全隶属于华为，华为对其亏损的承受度会升高。这意味着，华为跟长安等车企有很大的可能不会太计较合资公司的盈利能力，而是会投入很多钱，把它做成一个具有很强的技术竞争力的平台，赋能整个行业，至少是赋能几家央企、国企。
当然，为了避免合资公司在多方股东的博弈中被“过分消耗”、战斗力下降，华为需要掌握对合资公司重大事项的“绝对话语权”才行。
到现在这个时间点上，相比于两三年，车企对跟华为合作的态度也发生了微妙的变化。
之前，在拒绝华为的时候，一些车企老总说，自动驾驶是灵魂，不能交给华为；但后来他们发现，灵魂如果不交给华为，就得交给Momenta等供应商，反正一时半会儿很难自己掌握——传统主机厂的领导们也越来越意识到，自家的人才结构及组织文化，很难支撑自动驾驶软件的自研；尤其是，对组织能力不强的公司来说，自研对资金的消耗就是个无底洞。
过去一年多的“硬件减配”“一味追求性价比”也让我们看到，在成本压力面前，大多数车企尽管离实现“灵魂自由”还有很大差距，却已开始激进地大搞“灵魂减配”了。与此同时，“以低价换市场”的价格战也让我们看到，对大部分车企来说，销量才是灵魂，自动驾驶并不是，未必要自己掌握。
在城市NOA进入量产落地阶段后，一些传统主机厂希望自己旗下的高端品牌有能力跟蔚小理竞争，但他们自己（包括自己孵化出来的所谓Tier 0.5）的研发能力是跟不上的，这种情况下，他们迫切需要跟具有城市NOA的量产经验的成熟供应商合作。而华为显然就是为数不多的首选供应商之一。
尤其是，去年年底以来，在华为的产品体验及一系列高调的营销活动的影响下，自动驾驶能力开始成为一些消费者购车时的考虑因素，这个时候，不少原先对华为态度冷漠的车企开始担心：如果继续拒绝拥抱华为，那么，在卖车的时候，相比于那些采用了华为的自动驾驶方案的车企，我们的销量会不会受到很大冲击？
在销量面前，“灵魂自由”是可以牺牲的。于是，车企对“要不要跟华为合作”的态度开始发生逆转——毕竟，在当前，高等级自动驾驶技术的供应能力还是比较稀缺的。由此可见，华为“挟用户以令主机厂”的策略是很有效的。
某自动驾驶公司VP说：“前面讨论到一个问题‘如何应对特斯拉FSD入华’，实际上，对大多数主机厂来说，要想跟特斯拉抗衡，就得拥抱华为。因为，单个主机厂很难支撑得起像特斯拉跟华为一样的研发投入。我估计，两三年后，绝大部分主机厂都会向华为‘投降’。”
不过，对车企来说，跟华为车BU合作，并不意味着他们会终止跟其他供应商的合作，也不意味着他们会彻底放弃自研。关于车企对自动驾驶自研的“执念”，笔者在2020年提到的一个观点，至今仍未过时：
车企不仅不愿意成为“富士康”，而且还不愿意成为“惠普和戴尔”；实际上，很多组织文化对一流人才缺乏吸引力、产品力和品牌力都一般的车企也认为，自己有能力成为“苹果”，更何况实力稍微强一些的车企了。所以，自研并不会停止。
毕竟，对很多车企的大领导来说，自研是面子的一部分，而对这些早已财富自由的人来说，面子算是“自我实现”的一部分，在马斯洛需求中的排序要高于利润。况且，对一些有“行政级别”的车企领导来说，自研带来的面子=政绩，有助于他们在仕途上的发展，因此，他们对自研资金的使用效率并不敏感。
所以，哪怕是跟华为合作了，车企可能仍然会多条战线“赛马”——哪个供应商做的自动驾驶方案对整车的销量贡献大，他们就会把更多的车型交给哪个供应商上，但并不会很快就放弃其他供应商（自研团队算是内部供应商）。
外资车企应该是没有动力跟华为合作的，但是否存在这样一种可能：跟华为合作的话，数据合规的问题更容易得到解决？所以，某些外资车企本来不愿意跟华为合作，但为了解决数据合规的问题，他们也会尝试跟华为合作？（这条没有任何凭据，纯属个人猜测）
七．国内的高阶智驾市场最终会不会被特斯拉和华为两个派系主导，其他智驾公司只能占据20％的市场份额?
有券商的研究员提到的这么一个问题：比亚迪、蔚小理、小米、极氪这些车企是肯定要自研的，再加上已经跟华为智选、华为车BU合作的车型外，五年后，留给几家智驾方案商的“其他车型”的总销量占新车总销量的比例会不会只有30%左右？
留给供应商的车型应该不会只有30%。
车企的自研能力再强，也还是得拿出一部分车型给供应商做，因为他们需要通过赛马机制来激发内部自研团队的战斗力。 如果全部都用自研的方案，你如何保障产品的迭代速度不会因内部的部门墙问题受到影响？
有芯片产业资深人士称：“参照智能手机市场的格局来看，自动驾驶市场后面有可能也是一个封闭系统和一个开放系统来主导市场。特斯拉就是那个跟苹果一样的封闭系统，而华为虽然也对外合作，但由于芯片、核心传感器什么的都是自研的，并且提供的是打包方案，因此也算不上开放系统。”
当然，华为确实有可能改变行业的游戏规则，并且还有机会把市场占有率做得很高。
当前，智驾供应商挣的都是辛苦钱，因为，定制化程度太高了，边际成本很高。每家都希望能把技术方案平台化，项目A的方案中，有90%以上的能力可复用至项目B，但在当前，由于市场太卷了，绝大多数智驾方案商在主机厂面前都没有谈判筹码——你不愿意定制，那你别干，总有别人愿意定制。
但华为的做法可能有所不同。由于华为的高阶自动驾驶能力在行业中具有很强的稀缺性，所以，在跟主机厂谈判的时候，他们有底气比较强势地推广平台化方案。你不同意用我的标准化方案，对不起，那咱们别合作，反正我手上的项目多到忙不过来。
华为甚至可以就车辆的造型对相关合作车企施加影响。比如，有的车企领导觉得激光雷达装在车顶上不好看，他们希望放在保险杠上，但华为的人会认为，装在保险杠上不利于激光雷达性能的发挥，“如果你非要这样搞，咱们就不能合作”；最终，车企只得同意华为的方案，将激光雷达装在车顶。
尽管华为这种“过于强势”的姿态可能会让那些在供应商面前“强势惯了”的主机厂感到不适，但平心而论，相比于当前多数供应商为了拿到主机厂的定点而不得不“无底线跪舔”的现状，从行业健康发展的角度、从中国汽车产业通过数据规模优势缩短跟特斯拉的差距的角度来说，“强势的”华为追求平台化、拒绝“过分定制”的做法其实是更值得倡导的。
强势的供应商不是太多了，而是太少了。如果能多一些强势的供应商，少一些弱势的供应商，那全行业在“无意义的定制化”上浪费的资源就要少得多，也就不会像如今这样每家公司都赚不到钱。
话说回来，对供应商来说，如何实现平台化跟定制化之间的平衡，这是可以动态调整的。 提供给主机厂的方案，是80%的标准化+20%的定制化，还是20%的标准化+80%的定制化，这个取决于“谁更需要谁”，需要经过一个博弈的过程。
在过去几年，都是供应商（低阶）更需要主机厂的阶段，在这个阶段，供应商在主机厂面前是没有谈判筹码的，所以，哪怕主机厂要求供应商100%定制，供应商也不敢说半个“不”字。
但在自动驾驶开始卷高阶方案/城市NOA的时候，主机厂开始发现，能做好的玩家屈指可数，如此一来，在高阶智驾方案定点的时候，主机厂更加需要供应商。这个时候，如果头部供应商坚持只提供平台化方案，主机厂当然不得不妥协了。
因此，华为这样有实力的玩家，在高阶智驾市场上做平台化是有很大机会的。一旦平台化做成了，市场占有率就有可能快速提高。
【还有一家刚入行的自动驾驶方案商的产品负责人说，接下来，他们将只对强势的主机厂提供定制化方案，而对弱势的主机厂则只提供标准化程度很高的方案。】
当然，二三线自动驾驶供应商也不必过于悲观。
毕竟，由于不同人群的需求是存在差异的，车企对自动驾驶的定义一定也会是多样化的，那么，找智驾方案商提供定制化方案就仍然是有必要的。
此外，对大多数主机厂来说，哪怕他的自研能力已经很强了，但他们也很难保证自己在每一个模块都能做到最强，因而，他还是会有一些定制化的需求得通过供应商来实现，否则，他就无法跟华为PK。
还有，像蔚小理，目前平台化已经做得足够好了，在车型变得越来越多的时候，可能一些“脏活累活”（比如下游的控制）他们还是需要由供应商帮忙做。
站在主机厂的角度，供应商提供给他的最有价值的东西，正是定制的那部分。 对标准化的部分，主机厂不太愿意付钱，但定制的部分，他们是愿意付钱的。
今后，二三线自动驾驶供应商的机会就在于，满足主机厂对定制化开发的需求；甚至，以后做标准化产品时，也是基于主机厂的定制化需求去做调整。 用某公司销售负责人的说法就是，“华为不愿意跪舔你们，没关系，我们愿意跪舔！”
诚然，二三线供应商能为主机厂做全栈解决方案的机会还是比较少的，主机厂愿意给他们的，应该仅限于某一两个模块；但如果在这个模块，该供应商能把市场上主流玩家的需求都吸纳进来并开发出来，那他们就有可能做出最具竞争力的产品，而且，在这种情况下，他们就有底气做平台化了（当前，大家之所以没法卖平台化的产品，就是因为你的东西还没有做到90分以上）。
简单地说，强势的供应商跟强势的主机厂之间，很难达成合作；强势的供应商跟弱势的主机厂合作的时候，提供的往往是标准化程度比较高的全栈解决方案；弱势的供应商跟主机厂（无论强弱）合作的时候，提供的是定制化程度比较高的模块化解决方案。
八．主机厂和高阶智驾供应商之间的关系会有怎样的演进趋势？
主机厂跟供应商的关系，应该是一个动态调整的过程。
在生存压力特别大的情况下，主机厂确实也可能会被迫调整跟供应商的关系。关键还是取决于谁更有稀缺性。
比如，某专攻高阶智驾方案的头部自动驾驶公司，刚开始跟主机厂合作的时候，他们肯定只提供算法；后来，开始搞域控；而到现在，他们实际上已开始影响到主机厂的传感器选型了。
通常，某款车上用谁家、哪个型号的激光雷达，是由主机厂自己定的，但这家自动驾驶公司的人会说：“我们的算法跟A公司的某款激光雷达适配得最好，用起来我最舒服，你们如果非要用另外一家的激光雷达的话，也可以，但我要收20%-30%的开发费。”这个时候，主机厂往往会做出一些让步，同意把激光雷达选型的权利让渡给该算法公司。
可见，算法公司在实力足够强的时候，他们实际上已经可以影响到主机厂对硬件的选型了。虽然钱还是由主机厂出，但算法公司可以在一些事项上“说了算”。
也有供应商认为，到高阶智驾阶段，主机厂跟供应商不应该再是简单的“我是甲方，你是乙方”的关系，而应该是共创的关系，只有共创、精诚协作，才能把产品做好。
确实是这个理儿。九章此前给某自动驾驶公司做咨询时，笔者就给同事说：“不要把你的客户当成客户，他们不是甲方，我们也不是乙方，而是双方通过紧密协作来完成一件事。”因为，有了这种心态，在具体操作的过程中你就更容易做到开诚布公，协作成本就会比较低，最终交付的方案质量也就会更有保障。
不过，“不把供应商当乙方”，这个建议实在也太考验主机厂领导的认知水平了。某头部主机厂的朋友说，在主机厂内部，下游都会把上游当成“乙方”来管理，更何况是对外部供应商了？
一种很常见的现象是：某主机厂希望完成高阶智驾方案的自研，但又不具备相应的能力，于是向供应商买白盒方案，但买回来之后，发现这个白盒消化起来很难。好不容易消化了，结果，消化白盒的那帮工程师又跳槽去了另外一家主机厂。这相当于，忙活了白天，都是在给竞争对手培养人才。
还有些一些主机厂在跟供应商合作的过程中，觉得这个供应商的人不错，就直接把对方的整个/大半个团队给挖走，然后自己的能力就能在短时间内“大幅度提升”。当然了，能被你通过简单粗暴的“砸钱”挖走的人，忠诚度也“不好说”，别人应该也可以轻而易举地挖走。人被挖走了，你再次发现，你只不过是用自己的项目实践来给竞争对手培养人才了。
当然了，如果主机厂的领导们在被现实捶打之后认知水平能有所提升，这样的事情就会越来越少。
九．当前，高阶智驾的技术路线趋于收敛，头部主机厂在智驾这块的自研投入逐渐增强，头部芯片厂商不断拓展既有的研发范围，在这样的背景下，未来几年什么样的智驾供应商能存活下来？
供应商必须要掌握全栈能力，除非你在某个单一模块的竞争力能遥遥领先于所有竞品。
在总结了过去两三年的教训后，主机厂逐渐意识到“分开定点”是个坑（集成时的“撕逼成本”不可控、项目进度不可控），现在，他们更相信有全栈能力的供应商了。
更准确地说就是，“我不会要求你一定给我提供全栈方案，但你得具备全栈的能力，这样，尽管你只做了模块A、B，但当另一家供应商做的模块C交付不上来或交付质量不好的时候，你还可以帮忙擦屁股，让模块C可以跟你做的模块A、B无缝衔接”。
在这种情况下，供应商如果不具备全栈能力，就没有谈判筹码，因而也不得不在跟主机厂谈判时做一些妥协。
在有些情况下，主机厂也希望某家供应商能提供全栈解决方案，这样他们自己会比较省心。这个时候，这家供应商如果只能做其中一两个模块，就必须把另外几个模块交给其他供应商，并且，他还要为另一家供应商的交付质量承担“连带责任”。这就涉及到了跟另外一家供应商协同的工作，中间的撕逼成本会特别高，并且，交付的质量和进度都无法保障。
值得注意的是，在需要跟其他几个供应商协同交付一个项目的情况下，不具备全栈能力的供应商往往不得不为其他供应商做的东西背锅。因为，最终方案不好用，到底是感知没做好还是规控没做好，追责其实并不是那么容易的，主机厂让你先来背锅，你就只能背着，但背着背着，责任就真的只能由你来承担了。
这个时候，你敢跟主机厂讲理？况且，如果做感知的不擅长规控、做规控的不擅长感知，真遇到问题了，你也解释不清楚啊。
可见，做规控的供应商只有在对感知的理解足够深刻、做感知的供应商只有对规控的理解足够深刻的前提下，在出现问题后，当对方甩锅给你的时候，你才有能力以“逻辑清晰，证据确凿”的方式把责任界定清楚，给自己洗白，进而赢得主机厂的继续信任。
这里说的全栈能力，跟软硬件解耦、软软解耦也不矛盾。 解耦，是说我这个模块把接口定义清晰，并且标准化，其他模块只要遵循了这个标准，就可比较自由地切换；全栈，则是在各个模块都是我自己做的情况下，各模块之间就能更好地协同。
当然了，要不要去做全栈方案，也得看公司的规模多大、处于怎样的发展阶段，既尽力而为，又量力而行。
对华为、大疆和地平线、Momenta这种头部公司来说，全栈能力是最优解，当然，有的公司也确实实现了；次一等的自动驾驶供应商，至少要具备软件全栈能力；体量还很小的几十人的公司，就最好偏安一隅，专注于某一个模块，帮主机厂做工程化才更有利于生存。
十．高阶智驾芯片方案最终会被巨头英伟达、高通及华为几家垄断吗？还是会与其他小公司长期百花齐放？
一位芯片产业资深从业者称：“参照PC及智能手机芯片走过的路来看，从长期来看，硬件会逐渐接近标准化、通用化，市场份额也会集中到少数2-3家公司手上；同理，在智能汽车主算力芯片市场上，如果有一个纯市场化的竞争环境，也不会出现‘百花齐放’的局面，最终一定会形成垄断。”
当然，在中美科技战的背景下，这个市场不会是一个纯市场化的竞争格局，所以，国内还是会有1-2家主算力芯片厂商有脱颖而出的机会。
国产芯片公司跟英伟达和高通的差距大，有一个很容易被忽略的原因是：英伟达和高通因为财力足够强大，因而能一直拿到ARM最好的核，所以出来的算力总是同时期最高的。当然，财力的问题，中国芯片厂商是可以想办法来克服的。
高阶智驾芯片面临的严峻挑战，其实并不在芯片本身，而在于算法在正在快速演进，并且演进的速度是快过芯片的，你用了两三年、花几十个亿搞出一款芯片来，结果发现，算法变了，你的芯片已经不能很好地适配最新的算法了。从这个意义上来说，只有那些懂算法、对算法的演进趋势有很高的敏感度的玩家，才能在高阶智驾芯片上取得成功。
十一．像英伟达作为芯片供应商，做自动驾驶解决方案的动机是什么？
英伟达在上海的解决方案团队，主要服务奔驰和捷豹路虎这两个国际车企。之所以把团队放在中国而不是美国或欧洲，是因为在中国市场上更容易组建起有自动驾驶量产经验的团队。
英伟达现在是带着怎样的心态做这奔驰和捷豹路虎项目的？他们现在为这两个客户而组建个解决方案团队，是完全自愿的，还是存在某种程度上的“迫不得已”？这个问题也是值得思考的。
比如，奔驰项目，英伟达是在2020年上半年敲了博世的“竹杠”后拿下的，但至今还没交付，估计已经延期一两年了吧？英伟达有没有后悔当初接下这个难啃的硬骨头呢？
英伟达跟奔驰的合作，英伟达是要从车辆的自动驾驶行驶里程中分成的，并且，双方联合开发的自动驾驶系统还可以卖给其他主机厂，而奔驰是从中分成的。既然是这种合作模式，那么，在双方的约定中，奔驰要不给英伟达付开发费？如果付了，开发费是不是也很少？
再说，几年前，奔驰可能还没有太强的数据思维，愿意把双方合作开发的方案卖给其他主机厂，以后，等方案开发出来了，奔驰也有数据思维了，奔驰会不会“恍然大悟”，然后又“反悔”了呢？
况且，能把跟奔驰合作的方案对外销售的前提是，这套方案可以在微调后成为一套平台化的标准化方案。但这种可能性有多大呢？
假如以上几个疑点均能成立，那这种合作模式，对奔驰意味着“零风险”，而对英伟达来说，则是“风险严重不可控”。
有没有可能，英伟达发现交付难度远超预期，并且收益也“不好说”，已经后悔了，但毕竟前期已经有不少沉没成本了，很难终止？况且，如果中途发现干不下去了就撂挑子不干了，对公司的口碑也不好啊。
也许，成立解决方案团队，可能是英伟达陷入奔驰项目的泥潭后“不得已而为之”的决策？
当然，英伟达在中国组建的解决方案团队，之前已经历过几个量产项目的锤炼，作战能力也得到了验证，因此，有了这个团队，保障奔驰和捷豹路虎项目的交付便不存在多大问题了。
英伟达未必会有动力为更多的车企提供智能驾驶解决方案，毕竟，他们的基因是做标准化的产品，而不是做定制化服务。
长期来看，英伟达估计还是需要发展一些生态合作伙伴（IDH）来给主机厂做算法，但他们现在自己下场做算法，可以打一个样板间，让客户及潜在的生态合作伙伴（IDH）看到，如果能做好软硬件的深度协同，Orin和Thor等芯片的性能及性价比的确是“遥遥领先”的。
并且，在自己有了项目经验之后，他们也更有能力教IDH如何用好他们家的芯片。比如，将Orin和Thor的算力利用率提升到70%以上。
当然，肯定也会有算法公司担心，成立了解决方案团队的英伟达会成为自己的竞争对手。
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。
去年年底，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（当然，更可能的是，人家压根儿就没打算跟你们抢）。
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”。
十二．传统tier1在现有竞争格局下的发力点在哪里？
如何定义传统Tier 1？硬件背景、算法能力比较弱的Tier 1。
当前，主机厂对出海业务很关注，但国内的Tier 1普遍对海外的法律法规不是很熟悉，而传统的国际Tier 1们在这方面有明显的优势。不过，传统Tier 1如果不能补上技术的短板，这一优势也发挥不出来啊。
在自动驾驶领域，传统Tier 1们最大的竞争力是工程化能力强，但也不能指望靠工程化能力弥补技术的不足。
前几年，主机厂很迷信工程化能力强的公司，但几年下来，主机厂的认知水平也提高了。他们发现，工程化能力，是可以靠项目经历在一两年内补起来的，但技术能力则很难通过项目经验来补。类似于文化课好的人补体育能力很容易，但仅仅是体育好的人，要补文化课，就没有那么容易了。
在这种背景下，在自动驾驶技术能力方面有短板的公司，就很难仅仅靠工程能力赢得主机厂的订单了。
那么，传统Tier 1的出路在哪里呢？
第一，跟算法公司以及有算法能力的芯片公司合作，在合作中学习。这需要有很开放的心态。
传统Tier 1不应该把重心放在全栈开发能力上面，而是要放在全栈集成能力上。由于组织文化的原因，算法能力短板很难补起来，但如果能心态开放一些，利用客户资源优势来跟算法能力强的公司合作，“互相带货”，同时，系统集成由自己来做，这样就不容易错过主机厂的订单。
过去几年，在向自动驾驶的转型上比较吃力、很难拿到主机厂的量产订单的Tier 1，基本上都有一个共同点：自己“不行”，还不愿意跟别人合作 （比如，不跟Mobieye合作、不跟地平线合作）。 当然，在被市场毒打之后，他们已经转变态度了。
智驾方案对软硬件各模块的耦合度要求特别高，做为系统集成商的Tier 1如果处理不好跟别人的关系，那么，有的konw-how别人明明知道，也藏着掖着不告诉你，如此一来，你就得多走很长的弯路。因此，无论跟算法公司还是芯片厂商合作，传统Tier 1都要把摆正心态，得把对方当成平等的合作伙伴，而不是自己的“乙方”。
第二，进行组织文化的变革，把不具备软件思维的人从管理岗上“撸下去”，把软件思维强的人提上来。
2021年上半年，笔者向某传统Tier 1的朋友提了一个问题：既然数据这么重要，抛开数据质量及数据闭环能力不谈，为什么拥有最多数据的并不是已经有很多ADAS上车的传统Tier 1呢？ 这位朋友说：实际上不是的，传统Tier 1们当前的T-Box中都没有数据回传。
当时，笔者很震惊地问：为什么？
这位朋友说：像Momenta这种公司，在公司成立之前，创始人及核心团队就有很强的数据思维，所以，他们从一开始的战略中就把如何获取更多高质量的数据作为一个很重要的问题来考虑；但传统Tier 1，领导们基本上都没有数据思维，完全没意识到数据的重要性，所以，尽管有很多获取数据的机会，但都被错过了。
许多“干了一辈子机械”的领导过不了“软件思维”这一关，这一问题，在传统车企和传统Tier 1都很严重。 这也是『软件定义汽车』理念落地的最大障碍之一。
所谓“软件思维”，并不是只要懂软件的原理就可以了，而是说跟软件相关的种种要成为你的潜意识、价值观及决策模型的一部分（甚至是最重要的部分）。
此前，在《车企大佬们的“七宗罪”》一文中，笔者提到了车企及传统Tier 1的大佬们“缺乏软件界思维”的几大症状，包括但不限于如下几个：
1. 愿意把钱投在设备上，但不愿意投在人身上；
2. 产品设计时不考虑软件的“可扩展性”；
3. 迷信“人海战术”；
4. 用“管硬件员工的方式”管理软件人才等；
5. 人格分裂，既想通过软件挣钱，又不认可软件的价值（不愿意为供应商的软件付钱）。
过去大半年，笔者写技术类的文章比之前少了，但“diss”管理者的思维方式的文章越来越多了，因为，笔者慢慢发现，思维方式是比技术高好几个维度、重要得多得多的东西。当然，许多身居高位但不思进取的管理者们并没有意识到这一点。
牛逼的思维方式，有助于解决“什么是对的事情”的问题，而牛逼的专业能力/技术，则只能解决“把事情做对”的问题，因此，思维方式跟不上形势的人，哪怕专业能力很强，充其量也只能在一个难而错误的方向上“死磕到底”。
如果领导们的思维方式没问题，技术短板往往可以通过招几个技术专家来补齐，但如果领导的思维方式跟不上时代，那招再多的技术牛人也不能解决问题。
而且，在大公司呆了很多年、长期不学习的中年管理者的思维方式大多已经固化，很难培养出来，也就是说，某个领导的思维方式如果不能满足业务需求，大概就是“彻底不行”，你很难改变他。
笔者经常开玩笑说：“在家里，我们就会发现，教孩子东西很容易，但教父母学会一样东西特别难，甚至根本就不可能。在思维方式方面，很多传统车企和Tier 1的领导们，就像我们的父母一样，已经没有可塑性了。”
干了很长时间机械的人，能不能养成“软件思维”？ 可以的，我们在此前的文章中也提到了一些“硬件转软件”成功的情况。不过，总体来说，工程师改变起来相对比较容易，但领导要转变起来会难得多。
领导更难转变的可能性又可分两种：身居高位久了，容易故步自封，认为自己什么都是对的，听不进去年轻人的观点，别人提醒他们转变，他们会摆出一副“老子走过的桥比你走过的路都多，怎能轮得到你来教训老子”的架势；
心态还算开放，但长期只关注学习本专业的知识，已经被训练成“小模型”，思维固化了。
但无论哪种原因，待在一个自己不能胜任的岗位上，也确实是“德不配位”；哪怕这位领导在历史上对公司是有过贡献、甚至是有过重大贡献的。
这么说，好像对“中老年人”很残忍。笔者自己也觉得有点于心不忍，因为，“我们的父母也是老年人，并且，终究有一天，我自己也会老”。
当然，尽管“终有一天，我自己也会老”，笔者仍然写了这么一长篇“批评老人”的文章，是因为笔者有一个根深蒂固的理念：
不拖累他人，是一个成年人的最基本道德；所以，“年龄大了，思维转变不过来”，显然也无法赋予一个人一直“赖”在领导岗位上拖累公司、拖累员工、拖累供应商的行为以“合法性”。
十三．后入局者如何参与高阶智驾市场？
这里讲的后入局者，主要指LX、HQ等消费电子领域、强项在硬件的公司，以及SL、CJ等尽管已经在汽车产业浸润了很牛，但强项仍然局限于硬件方面的公司。
这些后入局者，要想在高阶智驾市场上立足，首先需要破除“硬件是灵魂”的观念。
由于在硬件方面优势明显，并且，做硬件的时间也很长，这些公司的纯硬件思维很重，他们的领导的思维往往是“卖硬件挣钱”，对软件的价值重视不足。
A公司的员工说，他的同事，在跟主机厂谈合作的时候，明明主机厂要的是某一项具体的功能，但他们老是在画硬件的图。
B公司的员工解释，他们的领导是这么想的：如果我自己投入了很多精力自研软件，结果软件却不好用，那主机厂肯定会说“软件没通过验收”，所以会拒绝付钱。那我的研发投入不就都打水漂了吗？
相反，找个小公司给我做软件外包，我只需要给他们付点开发费就行了。外包做的软件不好用，主机厂不付钱，我们的损失也没多少。主机厂也许会骂我们一顿，但骂完之后，硬件的钱他们依然得付给我们。
在他说到这里的时候，笔者还是一些惊讶：为什么明明方案不好用，硬件的钱主机厂仍然要付呢？这位供应商的朋友说：毕竟我的硬件已经装在你的车上了啊。能上车，那肯定就已经达到你的验收标准了吧？
这就是硬件供应商“享受”到的跟软件供应商完全不同的待遇。
所以，在他们眼里，硬件才是“灵魂”，软件的使命，只是为硬件“引流”而已。
这种思维，在ADAS/低阶智驾市场上基本上行得通，但在高阶智驾市场上却是行不通的。
因为，ADAS/低阶智驾的算法确实比较简单，能做的公司数量很多，不具备稀缺性，并且，算法对系统性能差异化的影响也有限，所以，这个阶段，算法并不是自动驾驶系统灵魂，芯片才是——在这个阶段，算法往往得靠抱上芯片的大腿才能挣钱。
但在高阶智驾中，由于算法的难度非常高，能做好算法的公司屈指可数，并且，算法对系统性能差异化的影响明显上升，所以，在这个阶段，算法真正成为自动驾驶系统的灵魂，算法能力强的公司在主机厂面前的议价权也比较大，认为硬件是灵魂、希望靠算法为硬件“引流”的公司，则连最基本的游戏规则都没搞懂。
成年人要转变思维是很难的，同理，已经在原先的领域取得过巨大成功的硬件公司也很难在短期内掌握软件思维。因此，这些公司自己砸很多钱去做软件算法，也很难有什么成果，对他们来说，最优解可能是跟一些算法能力强、但缺乏硬件能力及系统集成能力的自动驾驶方案公司合作，抱团去拿主机厂的订单。
在沙龙现场，笔者对某后入局公司的产品负责人说：“现在，你们再去跟算法公司谈合作，难度应该比两三年低多了。因为，前几年，算法公司普遍比较高傲，瞧不起做硬件的公司，但现在，经过几年市场的洗礼，他们也终于低下了‘高傲的头颅’。”
对方的回应是：“我们最近正在跟多家软件算法公司合作，除了一家手上项目已经很多的头部算法公司姿态比较高之外，大部分算法公司都对我们挺热情的。”
下载ECAD模型
