汽车后市场“演进派”和“激进派”的路线选择？

昨天和朋友聊到自动驾驶的话题，做个总结和预测：

对！一定要不时的从修车、机油、保险里跳出来看看，争取不让自己活在舒适区，虽然现在后市场并不舒适，哈哈

一、自动驾驶领域的企业现在有两类：   

1、演进派：

演进派认为自动驾驶不可能一蹴而就，必须一步一步循序渐进。和常识想象不同，连被奉为汽车创新比较激进的特斯拉都算演进派。演进派囊括了了所有的汽车制造商，包括新进入的“互联网造车”或“新势力造车”厂商

认为自动驾驶需要从L2到L3，从现有的商业化产品（车）上进行一步步商用同时的改进，原因很简单 ，他们每年都要造和卖大量的车，只能什么技术成熟装什么技术。注定了不能从一开始就直接面临终极的L5（无任何人工参与及驾驶设备的100%全自动驾驶）

因此，到目前为止，只有少数在售的车型（如特斯拉、奥迪A8和奔驰E等）有安装L2级别的自动驾驶技术

(图片来自网络)

目前全世界几乎所有的大汽车厂商和一级供应商都在紧张研究自动驾驶，但它们打算推出的未来新车主要集中在L2或L3级别

演进派的优势：他们的车不断地给用户提供新的功能和价值，一直从技术上获益

演进派的风险：如果激进派的全自动驾驶成功了，将会颠覆整个行业，所以演进派（特别是一流大车厂）都同时在做全自动驾驶的研究

2、激进派：

以Google的自动驾驶公司Waymo为代表的激进派，认为L2和L3这种中间态很危险，平衡人和机器对汽车的控制权很难，两者之间切换也会产生问题（例如人睡着了叫不醒）

基于这样的逻辑，这一派认为一步到位让机器开车反而安全，省却中间路径的“浪费”

当然很大原因是因为，他们的商业基因无法从现在的造车中获利，要做汽车行业的颠覆者，只有弯道超车，做目前车厂做不了的才是唯一机会，所以他们只对未来有兴趣

激进派的优势：专注于全自动，理论上他们成功会比演进派早，一旦成功就会让演进派无路可走

激进派的风险：如果实现全自动的技术很难突破，这类企业就会面临长期投入而没有收入的结果，时间太长哪家公司（土豪如Google）都扛不住

二、自动驾驶技术中的二律悖反 

自动驾驶的L4和L5实现，有一个主流的技术方向，是靠高精度地图的方式实现

高精度地图实现需要两个条件：

1、驾驶区域已经有经过精准测绘的高精度地图

2、车上安装有能精准测距或定位的仪器（例如激光雷达和差分GPS）

做到第一点需要有大量的高精度地图测量车把要驾驶区域内的所有行驶道路测量出来

这种测量通常也是使用激光雷达加上差分GPS（在一些大城市街头，我们常看到一辆车上装有小雷达在到处跑）

(图片来自网络)

但测量时车的行驶速度不能太快，大约为时速50千米，因为行驶速度会影响测量精度

粗略估计如果只用一辆测量车把全中国的高精度地图都测量完毕需要5000年的时间（或者500辆车用十年时间）

由于精准测绘出的地图的精度高，数据量很大，对汽车的存储要求很高

目前的存储技术只能保证车里存储一部分地图，当汽车驶出车内存储的地图之外时，需要有很宽的无线传输带宽不断将新区域的高精度地图传给汽车

这个实时性问题不是单纯自动驾驶能够解决的，需要一次全网基础设施的升级。就是马上到来的5G，高带宽和低时延的特征才能让这成为现实

自动驾驶依靠高精度地图，还有一个巨大的挑战是路况和路障的实时更新

这种实时更新只能靠“众包”的方式，即靠正在路上行驶的汽车收集并实时上传到云端，且实时下载到路障附近的车里

这就出现了一个先有鸡还是先有蛋的二律悖反问题：一开始没有几辆车有实时数据收集的能力，这样就没人敢用自动驾驶，没人敢用就没有数据收集

三、以自动驾驶为代表的技术升级给后市场产业带来的思考   

1、任何一个产业都要面临“演进派”和“激进派”的路线选择问题

先进技术从一开始就要颠覆传统行业，真正的技术升级远不是“互联网”三个字能概括的

我们会想下，互联网上世纪90年代（1994年前后）起步时从经济的边缘开始，和传统产业似乎一点关系都没有，没有人懂一个网站能干什么

互联网20多年来逐步从边缘蚕食中心，直至今日影响到我们周边的每个行业

即使是在今天，互联网对制造业、农业、建筑业、交通运输等原子世界（对比比特世界）的行业的影响也局限在媒体和营销方面，并没有进入制造业的核心

这也是汽车后市场的第一波“颠覆者”失败的原因，在2013年开始用互联网大旗声势热闹的要颠覆后市场，结果几乎全军覆没

我认为最根本的原因是，对技术的能力理解不够（当然那批很多投机的跟着打酱油的不算在内）

那么新技术比如AI，在传统行业里的应用不应该是在边缘的媒体、营销和交易平台

而是应该在传统产业中心爆炸，自动驾驶对汽车行业的颠覆就是一个典型的例子（虽然还没有真正结果全部呈现）

后市场现阶段的状况是商业和资本的现实，让绝大多数的企业选择了“演进派”的做法、

而演进派中的足够实力派会出现，也会如一流大车厂一样会有一个方向，略过中间态直接向终极的L5自动驾驶进发

2、技术驱动的商业人才是最重要的资产

排除掉开口闭口“互联网”等嘴炮砖家，我们理性的去看一下技术在行业的应用

互联网除了搜索以外基本没有太多技术，主要是应用和商业模式，因此，过去的互联网创业者完全可以是不懂技术的人

但目前为止新技术创业需要的不仅仅是应用和商业模式，而是真正对新技术的融入骨血的理解下的潜意识行为

“算法”、“计算能力”、“数据”这三个才是实现智能商业的核心

所以，今天颠覆性改变一个产业的前提条件比之当初，互联网媒体和商业模式（门户、电商平台、外卖等）应用复杂了一个指数级倍数

需要创业团队同时具备，对新技术和传统产业的深刻掌握

这种掌握不是听说，而是形成思维惯性，遇到问题坚定和下意识的用“算法”、“计算能力”、“数据”去解决问题，而同时还能接地气的秒懂产业的细枝末节和前因后果

在某些意义上，以上两个技能是互斥的。就像一个哈佛博士毕业生，跑到一个五线城市工地靠搬砖一天挣20块钱生活费一样。不是不想，而是世界没有给他这个机会

3、可能不会出现平台性公司或赢家“通吃”的局面

互联网企业的一个特点是连接供需双方，一旦用户超过一个门限，后来者就很难赶上，所以很容易形成赢家“通吃”的局面

这也是过去20年造富神话中最刺激大家荷尔蒙的地方

因此创业者、资本等各个角色的人都会惯性的认为，任何一个大的产业领域都会出现赢家“通吃”的巨无霸企业

这也是造成2013-2015年后市场融资泡沫的理论基础，有些投资人还以为后市场产业和互联网一样赢家“通吃”：只要投中第一名，多贵都值

但在垂直产业里目前还没有看到这样的机会，不论是自动驾驶还是产业互联网都是一个一个山头去攻，无法在短期内形成垄断

传统的产业端势力割据，长期的资源和人脉积累，也不是随随便便就可以灭绝的。你可以嘲笑他们的“土”和“不时髦”

但请别忘记，在生物进化史上，“落后”“低级”并不是物种灭绝的因素，反而从存活周期上更长，比如、蟑螂、老鼠、熊猫等～

(图片来自网络)

简单用一句话说就是互联网是to C（对用户）的生意，产业互联网是to B（对企业）的生意

产业互联网中to C的生意都会被现有互联网巨头吸纳，创业者的机会在于to B

4.颠覆中的汽车（汽配）供应链   

任何一个制造业产业，当产量大到某一个数量级时（例如上千万台），就开始分层。原因是只专注于一个水平层面的厂商比垂直集成的厂商效率更高

产业分层的必要条件有两个：足够大的产量足够大和技术成熟

汽车行业历经上百年的演化，早已变成一个多层次的供应链生态

所谓供应链就是这个产业会形成由不同公司组成的复杂分工合作和价值增加体系

汽车行业居于供应链顶端（和消费者最近的一端，通常也是生态系统中砍价能力最强的一端）的是整车厂商

整车厂商设计、组装和营销汽车，但是一辆汽车上几乎所有的部件都是从生态系统的其他厂商采购的

直接给整车厂商提供完整子系统（例如发动机、传动、刹车、转向、音响等）的叫作“一级系统集成商”，全球有上百家一级系统集成商

给一级系统集成商提供零部件的叫二级系统集成商（甚至还有三级供应商等），整车厂商自己几乎不制造任何部件

像汽车产业这种传统产业的供应链是相对稳定和静态的。所谓稳定是指汽车行业在供应链各层次都有许多成熟的大型供应商并且多年不变。所谓静态是指一辆汽车的子系统和零部件由哪些厂商提供在汽车定型时就确定下来了，在这辆车的寿命期内不会改变

中国打破这个稳定供应链的机会：

1、自动驾驶和新能源

自动驾驶将会打破这个稳定的供应链

传统汽车供应链是一个封闭系统，新汽车的生态系统是一个开放系统

传统供应链是稳定和静态的，新生态系统将是变化和动态，这种动态和变化是供应链权力转移的机会

2、芯片和中国制造结合

自动驾驶等新技术应用带来的供应链的增量变化是传感器和核心处理芯片的研发、生产、制造

这个领域中国除了在核心处理芯片上落后一些外，其他几乎是全球垄断性优势，比如，中国将制造全球80%以上的传感器，包括毫米波雷达和激光雷达

虽然在核心技术有差距，但是这和燃油车整车技术的差距还是要小了很多，中国过去十年的智能手机产业的崛起也给了我们一个很好的参考

而这个领域的新制造，和手机产业的相关性似乎比燃油车的相关性要更高

3、独立售后供应链的产地优势

成熟国家的汽车售后供应链，因为技术和制造的分离和汽车产业成熟周期长。给了汽配品牌的成长空间足够

而中国的产地优势和不成熟的汽车市场，我预测在生产端不会再出现非常强势的类似博世等强势配件品牌

@悟道时刻

每次出门都会直接面对很多读者

今天在成都

和见过面、没见过面的都说一句：

谢谢两年来，你们愿意持续听我一本正经的“胡扯”

当然，也有杠精在后台留言“你咋不上天呢”

嗯，来张上天的图

(图片来自网络)