在自动驾驶汽车的大势确立后, 新出行革命已经启动, 在积极点燃革命之火的一大群初创公司里, 被称为中国自动驾驶第一人的倪凯也投入了这个行列. 他创立的禾多科技 10 月中才刚刚完成千万美元级别的天使轮融资. 但他认为, 自动驾驶融资很火, 但大概也就 2, 3 年, 之后就得看各家本事, 2019 年势必将有一波产业淘汰出现, 但他并不是太担心, 因为禾多要做的是数据公司, 自动驾驶只是切入点.
禾多科技创办人倪凯将对车的热情转化为创业
倪凯在离开乐视之后, 在北京观唐的车库里改造, 测试汽车, 展开了他的 '车库' 创业, 禾+多就是 '移' 一字的拆解, 直指这一次自动驾驶革命的核心.
禾多强调发展 L 3.5 的自动驾驶技术, 为什么不是 L3 或 L4?他解释, '我们最后肯定要做 L4, 但目前 L4 技术离量产还太远, 所以不是第一步要追求的目标. ' 根据国际汽车工程师学会(SAE International)的定义, 基本上 L4 以上就可以说是完全自动驾驶的实现, 人类司机不需要注意外部的情况, 交由汽车来掌控. 但因为技术困难, 执行复杂, 最乐观的估计大概 5 年后才能上路, 产业客观的看法甚至需要 7 ~ 10 年. '做太远的事情就会有问题, 因为在落地之前没有商业模式, 资本跟合作伙伴不可能完全为了梦想做这件事, 烧太久肯定会有问题, ' 倪凯说得很直白.
为什么说 Level 4 在现阶段没有商业模式呢, 主要是技术还不稳定, 而且关键零组件如激光雷达还需得经过认证.
不久前 Google 旗下的 Waymo 宣布在美国太阳城郊区 Chandler 正式推出完全没有人类驾驶的出租车服务, 成为众多自动驾驶公司中第一个推行此项服务的, 但为什么不选择测试最久的硅谷, 原因其实不难猜, 因为 Chandler 的路况比硅谷简单, '现在 Level 4 的成本很高, 作为演示可以, 但商业模式还不存在' .
L3 胜出关键: 比谁先量产
而 L4 与 L3 的最大差别在于紧急情况的接管, 当紧急情况发展, L3 的车会把控制权交还给人类, 就时间上来看较快实现, 像是奥迪就宣布搭载 L3 级自动驾驶的 A8 即将在 2017 年底前全球上市. 因此, 倪凯选择一条务实的路, 切入 L3, 但是必须加点料, 做出与竞争对手的差异, 第二个关键就是比谁更早把它量产到车上.
不同于 L3, 多的 0.5 是什么?具备传统 L3 没有的功能. 举例来说, 传统 L3 是车子遇上紧急情况时, 会将主控权交还给人类, 但是倪凯认为还需要加上额外的功能: 当发生紧急情况时, 尽管人没有办法接管, 车子也要有一定的紧急处理(emergency handling)能力.
另一个要跟领先竞争对手的关键就是比量产速度. 大部分公司都是切入 L4, 像是 Waymo , Uber, 倪凯认为, 这些公司是一种 '甲方' 概念, 由自己做运营服务, L3 则是从 '乙方' 来做, 像是禾多或 Tier 1 企业如 Bosch, Continental 等, 是以服务 OEM 车厂为主. 对 Google , Uber 这一类商业模式来说, 就是看谁先落地, 成本条件低, 适应性强;而 L3 是针对整车厂, 比的是谁先量产.
不可讳言, 这一股自动驾驶风潮里, 初创公司扮演加速产业变革的角色, 但倪凯指出, 这一年来自动驾驶融资很火, 但就像先前的 AR/VR , 无人机, 火的时间大概就 2, 3 年, 之后就看你做出什么. 因此, 自动驾驶从 2015, 2016 年快速崛起, 预计 2018, 2019 年就会有一轮淘汰, 是大浪淘沙, 当整个行业开始整合时, 你能不能被整进去就是生存关键.
联盟的数据分享将是一种常态
对投入自动驾驶研究的公司来说, 有两个重要的环节, 一是算法的开发及持续演进, 不过, 算法的挑战相对低, 特别是国际人才流动, 找到优秀人才就能解决一部分问题, 同时算法还在更迭, 后进者可以直接瞄准最新的算法切入市场. 但另一个环节: 数据, 就没那么简单, 不是花一笔钱就能拥有, 而且还得靠采集, 标注等长时间积累, 更重要的是, 数据能进一步优化算法和模型.
但因为自动驾驶是一个相当复杂的领域, 需要产业链上的每一个角色相互合作, 因此分享数据成为自动驾驶生态圈不得不做的事, '数据是所有想做 AI 公司的核心资产, 从最大商业利益来看, 必须分享, 未来汽车行业就是一个个联盟, ' 倪凯强调.
确实, 可以看到很多联盟纷纷出现, 像是欧洲卡货车队联盟很早就出现, 集合了 DAF , Daimler AG , IVECO , MAN , SCANIA , VOLVO 六大卡货车厂携手合作测试跨国界的自动车队运输, 此外, Delphi , Continental 加入 BMW , Intel , Mobileye 的联盟, 其他还有 Benz + Bosch , Volvo + NVIDIA + Autoliv 等, 这都是一种 '车厂+ Tier 1 + 软件/关键零部件' 的模式.
过去传统车厂不讲究数据, 要做自动驾驶就逃不了跟别人配合, 建立联盟关系的互补效益更能体现在数据分享上, 倪凯就进一步解释, 做软件的产生不了数据, 需要有硬件, 车辆运营, 在产业链上所有的角色都可以进来, 包括传感器等零部件, 因此 '数据的分享将是一种常态' .
目前禾多在数据的策略除了自己改装车上路搜集外, 还跟投资者四维图新合作采集, 不久后禾多就会宣布跟一家中国车厂合作, 把禾多开发的系统导入车中, 预计不久就会真正商用.
对于禾多的定位, 他强调: '汽车是搜集入口数据的管道, 我们的愿景是一家数据公司. ' 刚开始切入点是汽车行业的子系统, 累积数据, 但长期来看, 商业模式可以很多元, '我甚至认为自动驾驶系统可以是免费的, 保险行业, 娱乐产业都可能演示出更多的商业模式. '
瞄准2年空窗期, 吃下中国市场
近来自动驾驶领域的投资及收购频繁, 日本软银(SoftBank)刚刚与 Uber 达成协议, 将直接投资 Uber 10 亿美元. 不久前, 汽车大厂福特以 10 亿美元收购开发虚拟驾驶员系统的初创公司 ArgoAI, Tier 1 企业 Delphi 以 4.5 亿美元收购 MIT 团队创立的无人车初创公司 NuTonomy, 主要是自动驾驶是两个领域的结合: AI 和汽车, 而软件就是初创公司很重要的优势, 传统汽车不惜积极补强科技实力. 面对收购的可能, 倪凯以 '不排除, 也有可能' 来表达其开放的态度, 10 月刚获得 IDG , 四维图新的投资, 不过, 他也透露, 新一轮的募资正在进行中.
此外, 禾多选择以中国市场为重, 倪凯盘算的是两件事: 中国市场足够难, 也足够大, 形成了一个一个壁垒, 中国和欧美的交通状况不一样, 道路状况更为复杂, 同时中国汽车的产销量是世界第一, 更重要的是, '近一两年是教育车厂的过程, 不过, 欧美车厂的精力现在都放在欧美, 料理完了过一两年才会进中国' . 这恰恰给了中国初创公司一个很好机会, '现在就要抢这个空窗期, 否则我不会创业啊!去大公司当高管就好了. '
在乐视的经验让我真正了解汽车产业
还在清华大学念硕士时倪凯就投入了自动驾驶的研究, '当时用的软件硬件都不一样, 激光雷达是只有 1 线, 工业摄像头还都是黑白' , 从美国佐治亚理工学院取得计算机博士学位后加入微软, 做的就是当时被视为秘密专案的 HoloLens. 之后, 加入百度, 他的人生就与自动驾驶分不开了. 另外, 禾多的公司英文名是 HoloMatic, 让人好奇是否跟 HoloLens 有关?答案是否定的, 不过 Holo 是指全面, 完整之意, Matics 在汽车里是指 '控制' , 汽车的全面及安全控制就是倪凯要做的事.
'AI 在这世界上有很多值得做的事, 但我对车是有热情' , '在百度的时候我就想做更接近量产的东西, 他们想做 L4, 但这条路长. ' 这段话也呼应上头的观点, 他认为 L3 才是能尽快量产的产品, 因此选择了创业. 对于先前在百度和乐视的经验, 他更说得直接: '在乐视的经验对我的帮助比在百度大, 在百度就是做 AI, 还是像做 IT, 但对汽车的真正认识是在乐视. '
在百度倪凯主要打交道的伙伴就是宝马, 但当他进了乐视, 才开始大量的跟汽车行业的人互动, '学习东西很多不是行业知识, 而是要知道他们怎么做事情, 做事的语言, 以及汽车行业怎么看 IT 行业. ' 另外, 他在百度以技术研究为主, 乐视开始做管理, '这对我现在的创业很有帮助, 资金链, 融资等, ' 他说.
自动驾驶虽是一个当红话题, 现阶段不少人还是喜欢传统汽车给予的操控感, 尽管自己试图要拿掉人类驾驭的乐趣, 倪凯仍喜欢有驾驶感的车, 像是 '宝马, 特斯拉' . 但当自动驾驶开始商用后, 传统汽车恐怕就会像机械表成为少数人收藏或彰显品味的小众产品, 不过, 这段时间大家都知道不会太短, 他认为自动驾驶在未来 2~ 3 年不是成熟期, 但会是一个跟整个行业整合的时间点, 他必须在未来两年内让技术落地, 因此有了中国自动驾驶第一人这个称号, 现在倪凯更想做的是, 自动驾驶落地最快的第一人.