Chris Zheng作者 42号车库来源

BAT 汽车赛道争夺战

本文由机器之心经授权转载自42号车库(ID:iCar123),未经授权禁止二次转载。

2018 年 11 月 1 日,随着腾讯的到齐,BAT 汽车赛道争夺战拉开帷幕。

阿里

阿里巴巴对汽车业务动真格了。

这句话两年前写也有人信,2016 年 7 月 6 日的阿里巴巴云栖大会上,一辆上汽荣威 RX5 里坐着阿里巴巴集团 CEO 张勇、阿里巴巴技术委员会主席王坚、上汽集团董事长陈虹和阿里巴巴董事局主席马云。

最高管理层坐在一起联合 PR,不是动真格是什么?但实际上,阿里和上汽当年也只拿出了 10 亿人民币推动互联网和汽车,这两个万亿产值的行业的融合。10 亿看起来不少,但阿里 2015 年光净利润就 243 亿,上汽那一年的净利润是 298 亿。这不叫动真格,这叫牛刀小试。

Clayton Christensen 在《创新者的窘境》里提出,巨头进入新的领域有三条路线:

  • 并购一家有新的管理机制和价值观的公司,倒逼公司转型升级

  • 独立小分队摸索验证,一旦成功立刻加大投入

  • 直接转型升级公司战略和管理机制

第一种典型如通用收购自动驾驶公司 Cruise Automation,这家加入通用时不足 40 人的小公司让通用花了区区 10 亿美元就买到了自动驾驶时代的门票,并对通用多年积弊的繁文缛节和运作机制产生了正面影响。

第三种更多,2009 年的阿里、2010 年的腾讯、2014 年的微软,都是非常成功的大象转身。

阿里进入汽车领域,更接近于第二种,但又不完全是。今天业内领先的互联网汽车操作系统研发公司斑马智行,在当年是相互独立的两家公司,一家是阿里系的斑马网络,另一家是上汽系的斑马信息科技。

很难想象这么互相戒备、像两只刺猬凑在一起的合作方式能把事做成,但最终阿里成功地凭借 AliOS 团队和斑马团队的通力协作把互联网汽车操作系统跑通了。

今天来复盘这件事,除了执行层面的技术架构、交互逻辑没犯大错外,还有两个很关键的原因,一是马云和陈虹拍板,强力往下推;另外就在于阿里在跟上汽的合资公司中没有强势要求控股,相反充分尊重了上汽在汽车制造、质量管理等领域丰富的经验。

直到今天,斑马也是阿里巴巴这个数字经济体中的个例,UC、高德、虾米、优酷、饿了么......阿里执著于控股直至收购,目标在于整个集团生态的协同成长与演进。张勇之前说过,阿里是集团军的打法,阿里任何一条纵队,在市场上都能找到非常强劲的对手,但阿里关注的是体系优势,是所有人加起来的化学反应。

但上面被收购的那几家公司,无一例外本质上都还是互联网公司。而互联网汽车操作系统,需要阿里放下身段学习和理解汽车行业上百年积淀下来的 Know-How。姿态过高一定进展缓慢,Google 的 Android Automotive 就是典型。

基于 AliOS 开花结果的斑马智行,最近完成了由国投创新领投的首轮融资,阿里和上汽的股份占比,在投后被同步稀释。

通过将汽车操作系统与汽车 CAN 总线的打通,推出基于账号体系 + 云服务 + HMI 的 OTA 服务,聚合阿里系地图、娱乐内容资源,上汽荣威 RX5 一炮而红。实验项目验证成功后,阿里巴巴资深副总裁、AliOS 事业部 & 斑马智行董事长胡晓明的态度开始起变化。

2017 年的云栖大会,他对着媒体意气风发:阿里云能够做到全球第三,我们 AliOS 也同样为全球汽车厂商提供这样的服务。

2018 年的云栖大会,阿里汽车战略全面升级:利用车路协同技术打造全新的「智能高速公路」,旨在探索未来二十年的路。

等等,攻下了一块中控屏,就要探索未来二十年的路了?

在水面上,阿里攻下了一块屏。在水面下,阿里云 ET 城市大脑已经跟 11 个城市的交管部门展开合作,对交通信号灯动态调节,杭州的拥堵指数由此下降 25%;高德有自动驾驶汽车落地的关键技术高精地图;达摩院在研发自动驾驶汽车;千寻位置提供高精定位;支付宝负责改造打通全国高速出入口的无感支付......

为什么阿里汽车战略说的不是智能座舱、自动驾驶,而是更少见的车路协同?

当一条路上跑着一辆自动驾驶汽车的时候,对整个交通运行的效率提升是很有限的;但是如果连车带路全接管,统一调度道路资源和车辆资源去满足整座城市的出行和运输需求,对交通运行效率的提升将是革命性的。

那么,阿里巴巴有能力去接管一座城市的交通体系吗?

升级汽车战略的同一天,阿里发布了杭州城市大脑 2.0。具体地讲,阿里云 ET 城市大脑接管了杭州 1300 个信号灯路口、4500 路视频,与 110、119、120、水务、电力、征信系统、市容市政管理、交警、城管、建委等 20 多个政府部门打通联动,统一调度应用。

一座城市交通网络,来来往往的车流,无数个路口,组合起来本质上是拓扑网络的优化问题。海量数据汇入,经由大规模的人工智能算法和计算能力的「推理消化」,再输出决策信号。「治理城市」套在一家企业身上显得有些突兀,但阿里云其实驾轻就熟了。

可以这么讲,阿里希望凭借治理城市方面的积累,在汽车领域弯道超车,至少要弥补自动驾驶后发的劣势。

除了这些,阿里还有一张王牌:菜鸟。2013 年成立到今天,菜鸟覆盖了全国 2700 多个县区,每天处理 16 万亿条物流数据,这是天然的自动驾驶重卡应用场景。

斑马在车机领域没有形成绝对优势,达摩院的自动驾驶汽车也难言领先,但如果把阿里巴巴这个数字经济体内所有出行相关生态进行协同联动,会产生怎样的优势呢?再贴一次张勇的那句话:阿里是集团军的打法,阿里关注的是体系优势,是所有人加起来的化学反应。

一位自动驾驶公司创始人讲过,现在大家都在等待一个契机,一旦看清楚了,就会千军万马投上去。对于阿里来说,两年前的 AliOS 和斑马智行是敲门砖,云栖大会 2018 上的汽车战略升级就是发令枪。一家做前瞻技术研发投 1000 亿、做物流「先投 1000 亿,1000 亿不够我们会投几千亿」的超级巨头,现在要千军万马投汽车赛道了。

百度

侦察小分队刺探两年,阿里决定把千军万马投上去。但百度在一年半前就投上去了,而百度的侦察小分队,2013 年就出发了。所以百度的第一个优势是:先发。

很多时候,企业的基因和业务的走向往往是相互影响的。比如国外第一个对外输出云计算能力的是亚马逊,国内第一个是阿里,电子商务对服务器资源的需求有很强的季节性,购物季一过,闲置的服务器资源作为 IT 行业的水电煤输出,是顺理成章的事情。

百度孵化出了国内最早的智能驾驶团队,有类似的原因。

今天炙手可热的 Waymo,脱胎于 2009 年成立的 Google X 实验室。这个实验室曾经做了大量过于前瞻以致失败的项目,比如 Google glass、Google 光纤等等,唯有无人车项目一路随着人工智能深度学习大数据应用的爆发最终守得云开见月明。

不知道还有多少人记得,2014 年的百度世界大会,李彦宏一口气发布了可穿戴设备 BaiduEye、智能搜索设备百度筷搜、智能语音无线耳机百度酷耳和深度学习机器人小度......一大堆又酷又没用的玩意儿,都是一年前成立的百度深度学习研究院(IDL)捣鼓出来的。

在那个时候,IDL 的角色就类似于百度版的 Google X 实验室。

而在世界大会上亮相,就是这些产品整个生命周期中的高光时刻,在那之后,他们就会因为商业化前景悲观而失去经费支持,被扔到角落里吃灰。好在 IDL 在做这些东西的同时,还组了一支团队开始自动驾驶汽车的研发和测试。

第二,自动驾驶汽车,硬件要吃透摄像头、激光雷达、毫米波雷达、超声波传感器、GPS 定位、计算平台、线控执行机构;软件需要懂感知融合、规划决策、控制决策、深度学习人工智能等等多个跨学科挑战。一句话:自动驾驶是一个重资本、技术密集型的行业。

就在昨天,百度研究院又迎来 9 位世界级 AI 科学家加盟,在过去几年,百度对技术的投入、对人才的礼贤下士做得很好,包括挖来了的吴恩达、余凯(均已离职)等一批在业内有影响力的科学家。一方面,百度这几年在战略转型上一向大开大合,「关停并转」密集调整,但另一方面,自动驾驶业务却又一直没有受冷落,难能可贵。这是百度自身的努力。

「百度首席科学家」

最后一点,叫「历史选中了百度」。

2017 年 6 月 1 日,《网络安全法》正式实施。其中第 37 条明确规定: 关键信息基础设施的运营者在中华人民共和国境内运营中收集和产生的个人信息和重要数据应当在境内存储。

任何关键数据的储存、利用、控制和管辖都必须使用主权国家境内的服务器。工信部通信管理局张建华明确表示,中国境内云服务经营不对外资企业开放。

自动驾驶汽车的落地,要用到一个比云服务更加敏感的基础信息数据,叫做高精地图。

百度高精地图采集车

2018 年 1 月的 CES 展台上,当时还是百度首席运营官、智能驾驶事业群总经理的陆奇讲了一句话:从长远来看,将来中国的高精地图业务可能要比百度当前的搜索业务规模还要大。

在那之前,陆奇已经代表百度先后跟欧洲老牌图商 TomTom、Tier 1 巨头博世就高精地图的采集绘制达成了合作。

在中国,百度是为数不多的几家兼具甲级电子地图采集生产许可资质和采集能力的企业,外资企业拿不到那张资质。这就是戴姆勒、大众、宝马、福特等一大批国际汽车巨头加入百度 Apollo 的原因。

2017 年 11 月 15 日,科技部高新司秦勇司长宣布,科技部将依托百度建设国家级自动驾驶人工智能开放创新平台。

全球汽车行业都在转向自动驾驶,百度因为先发被钦点推到了牌桌上。不妨把话说得更直白一点:除非李彦宏不做了,百度在汽车行业的机会还是很大的。

更何况李彦宏很重视。

腾讯

说起来,马化腾对汽车行业的暗流涌动还是相当敏感的。孵化出拜腾和爱驰的「和谐富腾」,2014 年底就在秘密策划了,阿里当时还在跟上汽试探,百度的无人车也才做了一年多而已。

谁知道没过多久,「和谐富腾」里另外两家和谐汽车跟富士康先后宣布退群,铁三角只剩腾讯一个。但这没能挡住腾讯进入汽车行业的想法。

2017 年 12 月 14 日,蔚来 App 发了一张发布会预热:蔚来创始投资人、0007 号 ES8 车主马化腾:“人工智能将让汽车做到真正懂你”。

蔚来之外,腾讯还投了威马、拜腾、爱驰,花 18 亿美金买了特斯拉 5% 的股份。如果把泛出行领域都算进来,腾讯还投了滴滴、Lyft、摩拜、四维图新甚至优信、人人车......怎么都是投资?

「南山区的高盛」、「腾讯投行化」这些论调,过去一年在《腾讯没有梦想》、《全面反思腾讯的战略》这些雄文中已经被反复讨论过很多次了。在跟自身业务可能存在协同的互联网领域,腾讯的态度都极度的温和与克制。更何况门槛极深、连一贯强调协同联动、控股收购的阿里都选择股权开放的汽车行业呢?

一年前的今天,马化腾出现在广汽发布会的现场,走上台握住广汽集团董事长曾庆洪的手脱口而出:“传统车企(广汽)是主角,我们是配角。

不仅是广汽,这句话是马化腾自 3Q 大战以来腾讯对外合作哲学的精准概括。腾讯全球合作伙伴大会召开前一天,马化腾发公开信说接下来腾讯要扎根消费互联网,拥抱产业互联网。但又明确强调腾讯「并不是要到各行各业的跑道上去赛跑争冠军,而是要立足做好“助手”,帮助实体产业在各自的赛道上成长出更多的世界冠军。」

尽管保持了一贯的克制,但从第二天的腾讯全球合作伙伴大会看,汽车行业已经被腾讯提到了史无前例的高度。在新设的云与智慧产业事业群(CSIG)总裁、腾讯高级副总裁汤道生演讲结束后,第一个登台的就是负责腾讯车联的副总裁钟翔平。

包含车联网、自动驾驶、位置服务、乘车码在内的四横两纵一中台业务矩阵横空出世。考虑到腾讯在社交、支付、内容、账号体系、云等领域的既有优势,腾讯发力汽车行业有很大的想象力。

比如说,过去两年汽车行业在陆续推出了微信在行车场景下的实现方案,但腾讯以微信影响行车安全为由迟迟按兵未动。今天腾讯发布强调全语音操控信息收发和通话、轻交互的车载微信,之前从 Android 简单移植的微信 App 瞬间变成「伪车载微信」。

再往前看,阿里找上汽做成了斑马,腾讯有样学样找长安成立了梧桐车联。可以这么讲,产业互联网腾讯是要拥抱的,实体产业助手腾讯也是要做好的,其中第一个想透彻打头阵的,就是汽车产业。

BAT 汽车赛道争夺战升级看似突然,实则看看大洋彼岸,苹果、Google、特斯拉的交锋也在所难免。不要轻易谈论 B、A 或是 T 哪家的胜算更大,就像美团王兴说的:「哪有什么真正的终局?终局本来是下棋的术语,可是,现在的实际情况是棋盘还在不断扩大。」

本文由机器之心经授权转载自42号车库(ID:iCar123),未经授权禁止二次转载。

原文链接:https://mp.weixin.qq.com/s/SUaIpQQkYJjhmiWjIwkB7g

产业自动驾驶腾讯百度阿里巴巴
相关数据
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
吴恩达人物

斯坦福大学教授,人工智能著名学者,机器学习教育者。2011年,吴恩达在谷歌创建了谷歌大脑项目,以通过分布式集群计算机开发超大规模的人工神经网络。2014年5月16日,吴恩达加入百度,负责“百度大脑”计划,并担任百度公司首席科学家。2017年3月20日,吴恩达宣布从百度辞职。2017年12月,吴恩达宣布成立人工智能公司Landing.ai,并担任公司的首席执行官。2018年1月,吴恩达成立了投资机构AI Fund。

陆奇人物

百度集团副董事长,Y Combinator中国CEO。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

暂无评论
暂无评论~