在自動駕駛汽車的大勢確立後, 新出行革命已經啟動, 在積極點燃革命之火的一大群初創公司裡, 被稱為中國自動駕駛第一人的倪凱也投入了這個行列. 他創立的禾多科技 10 月中才剛剛完成千萬美元級別的天使輪融資. 但他認為, 自動駕駛融資很火, 但大概也就 2, 3 年, 之後就得看各家本事, 2019 年勢必將有一波產業淘汰出現, 但他並不是太擔心, 因為禾多要做的是數據公司, 自動駕駛只是切入點.
禾多科技創辦人倪凱將對車的熱情轉化為創業
倪凱在離開樂視之後, 在北京觀唐的車庫裡改造, 測試汽車, 展開了他的 '車庫' 創業, 禾+多就是 '移' 一字的拆解, 直指這一次自動駕駛革命的核心.
禾多強調發展 L 3.5 的自動駕駛技術, 為什麼不是 L3 或 L4?他解釋, '我們最後肯定要做 L4, 但目前 L4 技術離量產還太遠, 所以不是第一步要追求的目標. ' 根據國際汽車工程師學會(SAE International)的定義, 基本上 L4 以上就可以說是完全自動駕駛的實現, 人類司機不需要注意外部的情況, 交由汽車來掌控. 但因為技術困難, 執行複雜, 最樂觀的估計大概 5 年後才能上路, 產業客觀的看法甚至需要 7 ~ 10 年. '做太遠的事情就會有問題, 因為在落地之前沒有商業模式, 資本跟合作夥伴不可能完全為了夢想做這件事, 燒太久肯定會有問題, ' 倪凱說得很直白.
為什麼說 Level 4 在現階段沒有商業模式呢, 主要是技術還不穩定, 而且關鍵零組件如雷射雷達還需得經過認證.
不久前 Google 旗下的 Waymo 宣布在美國太陽城郊區 Chandler 正式推出完全沒有人類駕駛的出租車服務, 成為眾多自動駕駛公司中第一個推行此項服務的, 但為什麼不選擇測試最久的矽谷, 原因其實不難猜, 因為 Chandler 的路況比矽谷簡單, '現在 Level 4 的成本很高, 作為演示可以, 但商業模式還不存在' .
L3 勝出關鍵: 比誰先量產
而 L4 與 L3 的最大差別在於緊急情況的接管, 當緊急情況發展, L3 的車會把控制權交還給人類, 就時間上來看較快實現, 像是奧迪就宣布搭載 L3 級自動駕駛的 A8 即將在 2017 年底前全球上市. 因此, 倪凱選擇一條務實的路, 切入 L3, 但是必須加點料, 做出與競爭對手的差異, 第二個關鍵就是比誰更早把它量產到車上.
不同於 L3, 多的 0.5 是什麼?具備傳統 L3 沒有的功能. 舉例來說, 傳統 L3 是車子遇上緊急情況時, 會將主控權交還給人類, 但是倪凱認為還需要加上額外的功能: 當發生緊急情況時, 儘管人沒有辦法接管, 車子也要有一定的緊急處理(emergency handling)能力.
另一個要跟領先競爭對手的關鍵就是比量產速度. 大部分公司都是切入 L4, 像是 Waymo , Uber, 倪凱認為, 這些公司是一種 '甲方' 概念, 由自己做運營服務, L3 則是從 '乙方' 來做, 像是禾多或 Tier 1 企業如 Bosch, Continental 等, 是以服務 OEM 車廠為主. 對 Google , Uber 這一類商業模式來說, 就是看誰先落地, 成本條件低, 適應性強;而 L3 是針對整車廠, 比的是誰先量產.
不可諱言, 這一股自動駕駛風潮裡, 初創公司扮演加速產業變革的角色, 但倪凱指出, 這一年來自動駕駛融資很火, 但就像先前的 AR/VR , 無人機, 火的時間大概就 2, 3 年, 之後就看你做出什麼. 因此, 自動駕駛從 2015, 2016 年快速崛起, 預計 2018, 2019 年就會有一輪淘汰, 是大浪淘沙, 當整個行業開始整合時, 你能不能被整進去就是生存關鍵.
聯盟的數據分享將是一種常態
對投入自動駕駛研究的公司來說, 有兩個重要的環節, 一是演算法的開發及持續演化, 不過, 演算法的挑戰相對低, 特別是國際人才流動, 找到優秀人才就能解決一部分問題, 同時演算法還在更迭, 後進者可以直接瞄準最新的演算法切入市場. 但另一個環節: 數據, 就沒那麼簡單, 不是花一筆錢就能擁有, 而且還得靠採集, 標註等長時間積累, 更重要的是, 數據能進一步優化演算法和模型.
但因為自動駕駛是一個相當複雜的領域, 需要產業鏈上的每一個角色相互合作, 因此分享數據成為自動駕駛生態圈不得不做的事, '數據是所有想做 AI 公司的核心資產, 從最大商業利益來看, 必須分享, 未來汽車行業就是一個個聯盟, ' 倪凱強調.
確實, 可以看到很多聯盟紛紛出現, 像是歐洲卡貨車隊聯盟很早就出現, 集合了 DAF , Daimler AG , IVECO , MAN , SCANIA , VOLVO 六大卡貨車廠攜手合作測試跨國界的自動車隊運輸, 此外, Delphi , Continental 加入 BMW , Intel , Mobileye 的聯盟, 其他還有 Benz + Bosch , Volvo + NVIDIA + Autoliv 等, 這都是一種 '車廠+ Tier 1 + 軟體/關鍵零部件' 的模式.
過去傳統車廠不講究數據, 要做自動駕駛就逃不了跟別人配合, 建立聯盟關係的互補效益更能體現在數據分享上, 倪凱就進一步解釋, 做軟體的產生不了數據, 需要有硬體, 車輛運營, 在產業鏈上所有的角色都可以進來, 包括感測器等零部件, 因此 '數據的分享將是一種常態' .
目前禾多在數據的策略除了自己改裝車上路搜集外, 還跟投資者四維圖新合作採集, 不久後禾多就會宣布跟一家中國車廠合作, 把禾多開發的系統導入車中, 預計不久就會真正商用.
對於禾多的定位, 他強調: '汽車是搜集入口數據的管道, 我們的願景是一家數據公司. ' 剛開始切入點是汽車行業的子系統, 累積數據, 但長期來看, 商業模式可以很多元, '我甚至認為自動駕駛系統可以是免費的, 保險行業, 娛樂產業都可能演示出更多的商業模式. '
瞄準2年空窗期, 吃下中國市場
近來自動駕駛領域的投資及收購頻繁, 日本軟銀(SoftBank)剛剛與 Uber 達成協議, 將直接投資 Uber 10 億美元. 不久前, 汽車大廠福特以 10 億美元收購開發虛擬駕駛員系統的初創公司 ArgoAI, Tier 1 企業 Delphi 以 4.5 億美元收購 MIT 團隊創立的無人車初創公司 NuTonomy, 主要是自動駕駛是兩個領域的結合: AI 和汽車, 而軟體就是初創公司很重要的優勢, 傳統汽車不惜積極補強科技實力. 面對收購的可能, 倪凱以 '不排除, 也有可能' 來表達其開放的態度, 10 月剛獲得 IDG , 四維圖新的投資, 不過, 他也透露, 新一輪的募資正在進行中.
此外, 禾多選擇以中國市場為重, 倪凱盤算的是兩件事: 中國市場足夠難, 也足夠大, 形成了一個一個壁壘, 中國和歐美的交通狀況不一樣, 道路狀況更為複雜, 同時中國汽車的產銷量是世界第一, 更重要的是, '近一兩年是教育車廠的過程, 不過, 歐美車廠的精力現在都放在歐美, 料理完了過一兩年才會進中國' . 這恰恰給了中國初創公司一個很好機會, '現在就要搶這個空窗期, 否則我不會創業啊!去大公司當高管就好了. '
在樂視的經驗讓我真正了解汽車產業
還在清華大學念碩士時倪凱就投入了自動駕駛的研究, '當時用的軟體硬體都不一樣, 雷射雷達是只有 1 線, 工業攝像頭還都是黑白' , 從美國喬治亞理工學院取得計算機博士學位後加入微軟, 做的就是當時被視為秘密專案的 HoloLens. 之後, 加入百度, 他的人生就與自動駕駛分不開了. 另外, 禾多的公司英文名是 HoloMatic, 讓人好奇是否跟 HoloLens 有關?答案是否定的, 不過 Holo 是指全面, 完整之意, Matics 在汽車裡是指 '控制' , 汽車的全面及安全控制就是倪凱要做的事.
'AI 在這世界上有很多值得做的事, 但我對車是有熱情' , '在百度的時候我就想做更接近量產的東西, 他們想做 L4, 但這條路長. ' 這段話也呼應上頭的觀點, 他認為 L3 才是能儘快量產的產品, 因此選擇了創業. 對於先前在百度和樂視的經驗, 他更說得直接: '在樂視的經驗對我的幫助比在百度大, 在百度就是做 AI, 還是像做 IT, 但對汽車的真正認識是在樂視. '
在百度倪凱主要打交道的夥伴就是寶馬, 但當他進了樂視, 才開始大量的跟汽車行業的人互動, '學習東西很多不是行業知識, 而是要知道他們怎麼做事情, 做事的語言, 以及汽車行業怎麼看 IT 行業. ' 另外, 他在百度以技術研究為主, 樂視開始做管理, '這對我現在的創業很有幫助, 資金鏈, 融資等, ' 他說.
自動駕駛雖是一個當紅話題, 現階段不少人還是喜歡傳統汽車給予的操控感, 儘管自己試圖要拿掉人類駕馭的樂趣, 倪凱仍喜歡有駕駛感的車, 像是 '寶馬, 特斯拉' . 但當自動駕駛開始商用後, 傳統汽車恐怕就會像機械錶成為少數人收藏或彰顯品味的小眾產品, 不過, 這段時間大家都知道不會太短, 他認為自動駕駛在未來 2~ 3 年不是成熟期, 但會是一個跟整個行業整合的時間點, 他必須在未來兩年內讓技術落地, 因此有了中國自動駕駛第一人這個稱號, 現在倪凱更想做的是, 自動駕駛落地最快的第一人.