滴滴分拆自动驾驶业务, 后面的路将更难走|热点

滴滴分拆自动驾驶业务,后面的路将更难走 | 热点

迄今为止,滴滴从未证明过自己的自动驾驶技术落地实力。

撰文 | 宇多田

今天滴滴将自动驾驶部门分拆为一家独立公司的消息,在意料之中,也在意料之外。

意料之中的是,一方面这个消息其实已经传了有一个多月,1 个月前就基本板上钉钉。

早在 7 月 2 日,美国信息源无比强大的科技媒体 The information 就从消息人士那里获知,滴滴正与其最大股东软银及其他潜在投资者就自己的自动驾驶业务寻找新融资一事进行谈判,但最终结果尚未敲定。

另一方面,这一举动的「完整预置版」可以参见 Uber 在 2018 年 10 月~2019 年 4 月期间的一系列资本运作。

「2018 年 10 月,关于 Uber 自动驾驶部门想引入外部资本的消息首次流出,《金融时报》援引知情人士这样陈述:『Uber 考虑让旗下的无人驾驶汽车部门接受少量股权投资,以便帮助这项成本高昂的业务分摊成本,并在 IPO 之前缓解投资者施加的压力。已有潜在投资者对此表达了兴趣。』

2019 年 1 月,Uber 现任首席执行官 DaraKhosrowshahi 在瑞士达沃斯世界经济论坛上公开表示「有可能」为其无人驾驶汽车部门寻找外部投资者。

2019 年 4 月 19 日,Uber 终于公开宣布其自动驾驶部门将获得 10 亿美元的注资,其中 6.67 亿美元来自丰田汽车和日本汽车零部件供应商电装公司,3.33 亿美元来自软银愿景基金。

这笔新投资的目的很明确:将用于自动驾驶汽车与卡车技术的研发。」

当然,除了 Uber,还有另外一些格外相似的融资案例。具体请参见:

即便母公司有好几千亿现金,也一直在寻求外部资本的谷歌旗下 Waymo

截止目前已经吸引超过 60 亿美元外部资本的通用旗下 Cruise;

以及用大量少数股权换来大众 26 亿美元投资的福特旗下 Argo.AI……

分拆与引入外部投资,已经成为自动驾驶圈的一大趋势。

不过,滴滴与以上若干家企业仅仅是形式和操作上的相似。但是,「内核」的差异却让我们产生了一些疑虑:

如果说诸如 Uber、Waymo 以及 Cruise 的自动驾驶业务都有实打实的车队、软硬件产品、具体操作案例,甚至是具体的财务文件与估值来衡量自己的业务水平与价值,那么滴滴的自动驾驶技术与落地进展,究竟有什么亮点?

意料之外

「分拆是为了止损与分摊研发成本」。这在如今自动驾驶市场稍显迷茫的当下,是一个具备共识性的看法,人人都可以拿出来说上一两句。

如果说滴滴是为了止损,让财务报表更好看,那么我们或许会部分认同。因为从滴滴自身的整体生存境况来考虑,烧钱速度与进账速度显然在持续失衡。

早在 2019 年初,36 氪就曾爆出滴滴全年亏损高达 109 亿元人民币;

与此同时,今年 7 月华尔街日报援引消息人士指出,截至 2018 年底,滴滴除去债务后还有 77 亿美元的净现金。而在 2017 年筹集资金时,该公司尚且拥有 120 亿美元的现金储备。

今年 7 月 17 日,华尔街日报援引消息人士指出滴滴正在寻求 20 亿美元融资。并得出这样一个结论:

「20 亿美元表明滴滴迫切需要新的融资来减少主营业务的持续损耗,但如今的融资环境发生了变化,特别是直面消费者的业务进行融资更是难上加难。」

因此,无论如何也要多筹钱,特别是在当下筹钱难度陡然加大的「资本寒冬」里,通过各种方法能多筹一点是一点好撑到公司 IPO 的时候,或许才是滴滴做出「分拆」这一举动的最根本目的。

还记得滴滴可能在 2018 年上市的传言吗?现在看起来最快也要等到 2020 年了。

滴滴分拆自动驾驶业务,后面的路将更难走 | 热点

2018 年 2 月金融时报曝光的滴滴自动驾驶汽车图片

然而,另外一部分我不认同的是,这里的「止损」以及「分摊研发成本」,具体到滴滴的自动驾驶业务层面却是模糊的。

这就是我的意料之外——

自动驾驶研发无疑是烧钱的,但滴滴在这一研发领域烧的钱到底量级有多大?占整体业务的比重是多大?

而如果分拆自动驾驶业务也有分摊研发投入的目的,那么新公司如何吸引融资?

滴滴独立出自动驾驶部门如果有吸引融资的目的,那么有什么能佐证它的技术实力?

无论我们如何批评自动驾驶巨大的烧钱量,也不得不承认自动驾驶技术升级速度与落地速度或多或少都与烧钱速度呈正相关,但是这一点,我们无法通过滴滴自动驾驶业务迄今为止的所透露出的信息进行验证。

如果提及 Uber 大名鼎鼎的自动驾驶部门 ATG,一方面是它曾在 2016~2017 年以第一军团头号种子的身份与谷歌的 Waymo 并肩活跃在自动驾驶技术界,估值在今年 4 月引入 10 亿投资后达到 72.5 亿美元;

而另一方面,CNET 曾报道过,有消息人士透露 2018 年 Uber 每季度投入到自动驾驶开发上的资金在 1.25 亿~2 亿美元之间。自项目启动以来,总计至少已消耗 20 亿美元。

又根据 Uber 向美国证券交易委员会公开提交的 IPO 上市申请文件显示,2016~2018 年 Uber 共投资近 11 亿美元以用于自动驾驶汽车部门和其他相关技术的研发。

再看 Cruise 曾经公布过 2016-2018 的资金亏损情况——这三年分别亏损了 1.71 亿美元、6.13 亿美元和 7.28 亿美元,亏损总计高达 15.12 亿美元。

而在 2018 年 Cruise 分别与本田汽车以及软银达成投资协议后,其估值跃也升至如今的 190 亿美元(最新数字)。

不得不说,滴滴从 2017 年 3 月建立硅谷人工智能实验室,到如今要分拆自动驾驶部门期间,围绕自动驾驶技术及落地发布的消息少的可怜。

如果梳理一下,大概就是由这样几个面子上的「大事件」串联起来的时间线:

  • 2017 年 3 月建立硅谷人工智能实验室,爆出招兵买马的消息。
  • 2018 年 2 月金融时报报道滴滴在年会上公开了自动驾驶汽车内部测试视频——滴滴使用的两辆改装的观致 5 型 SUV,在上海附近一条专用试车道和公共道路上进行测试。
  • 2018 年 4 月,滴滴宣布与 31 家汽车制造商建立了另外一个全球联盟,其中包括大众、丰田汽车以及雷诺-日产-三菱联盟。除了为中国市场开发廉价电动汽车,也会涉及自动驾驶相关技术。
  • 2018 年 5 月,有公开信息披露大众可能将与滴滴组建有自动驾驶功能 10 万辆新能源汽车车队,与此同时也拿下了美国加州的自动驾驶测试牌照。
  • 2018 年 9 月,拿下中国等地的自动驾驶测试牌照(其中国国内是一张)。
  • 2018 年 11 月底,滴滴与多伦多大学达成战略合作伙伴关系,双方将在汽车互联互通、人工智能、智能交通等领域开展合作项目。
  • 2019 年 2 月,滴滴确实与大众已经成立了合资公司。大众的目标是提供约 10 万辆电动化或具备自动驾驶功能的产品与滴滴共同组建一个运营车队。
  • 2019 年 3 月,滴滴出行主体公司北京小桔科技有限公司在上海设立全资子公司「滴滴沃芽」,经营范围涉及自动驾驶等相关技术。
  • 2019 年 3 月 28 日,滴滴联合加州大学伯克利分校 DeepDrive 深度学习自动驾驶产业联盟(BDD)正式启动 CVPR 2019 WAD 自动驾驶识别挑战赛,邀请全球算法高手来挑战自动驾驶领域重点难题。
  • 2019 年 4 月下旬,智利总统塞巴斯蒂安·皮涅拉乘坐一辆由比亚迪秦改装的滴滴自动驾驶汽车参观公司,并在一个测试区内进行了一次试驾。

很明显,其中跟车厂结盟以及与大众合作的消息,只能说勉强跟自动驾驶沾边儿。

而关于这个自动驾驶部门的组成,在今天宣布成立独立公司之前,CTO 张博(如今将担任自动驾驶独立公司主管)只透露过「滴滴目前在硅谷、北美已经有上百个自动驾驶方面的科学家进行智能驾驶方面的测试」,而且还曾表示将最早在 2019 年落地自动驾驶叫车服务。

但是,包括汽车具体软硬件配置,各项围绕自动驾驶的细分技术的研发与工程人员配置,几乎还不为人知,更不用说资金投入状况、落地进展以及实地体验了。

当然,这也许是公司低调行事所致,但参见包括《加州自动驾驶脱离报告》等尚且能称得上是权威的榜单上都没有见到过滴滴的身影,或许这家公司应该试着为我们展现一下技术的实力了。

滴滴分拆自动驾驶业务,后面的路将更难走 | 热点

这是滴滴在今年 5 月苏州一场活动上展示的改装后的自动驾驶车,这辆车为比亚迪秦

另外,从当下自动驾驶低迷的市场环境来看,除非有着过硬的技术团队与研发实力(譬如年初融资 5 亿美元的创业公司 Aurora,团队背景实在是太星光闪耀了),否则对于投资者来说,包括 Cruise 在内的自动驾驶公司落地频频遇阻已经表明,这是一个需要收紧腰包的领域。

Cruise 就在上个月公开表示将推迟原定于 2019 年年底推出的自动驾驶叫车服务,时间无限期延长……这无疑在告诉我们距离自动驾驶汽车真正上路到底还要多久。

与此同时,这也会影响 Cruise 融资款项的到账进度。

根据通用汽车公开备案文件中详细披露的投资条款,推迟自动驾驶商业部署可能会让软银改变自己的投资承诺。

因为软银曾在条款中增加了一个条件——只有当 Cruise 开始商业服务时,才会支付 22 亿美元中剩下的 13.4 亿美元。

是的,我们都只看到许多公司在分拆自动驾驶业务并引入资本后,市值水涨船高让人羡慕。然而这些公司都没有推出过大规模的自动驾驶服务,连「接近」都算不上。

对于像滴滴与 Uber 这样的叫车公司来说,这意味着自动驾驶汽车不能为他们的经济困境提供一个短期的解决方案。

也正因为如此,技术实力与技术领先水平才逐渐成为各大车厂与投资方开始疯狂站队,只选择 1~2 家技术公司作为自动驾驶技术投资重点的最重要因素。

譬如,曾在上个月向滴滴投资 6 亿美元的丰田,在什么细分市场投放什么「鸡蛋」,历来都十分明确。

丰田指出,两家公司的合作主要围绕中国的 MaaS(移动即服务)市场展开,并没有提到有涉及与自动驾驶相关的其他业务。

换言之,就是通过滴滴在中国市场「能够迅速触及最底层用户」的业务与资源优势,打入车辆管理、维护、保险,以及为客户与司机提供融资的汽车后服务市场。

(提一嘴,由「卖车」升级为「服务提供方」,被视作是当下车厂战略转型的唯一且必经之路。)

而实际上,丰田并非没有投资过自动驾驶,相反,丰田其实是自动驾驶技术的「狂热爱好者」。

除了自己有自动驾驶研发中心与庞大的研发队伍外,今年 4 月,丰田与日本汽车零部件供应商电装公司拿出 6.67 亿美元注入 Uber 大名鼎鼎的自动驾驶部门 ATG。

丰田还表示,未来 3 年还会向 Uber 该部门投资 3 亿美元。

当然,就像丰田愿意投资 6 亿美元给滴滴的目的一样,滴滴与几亿中国用户及司机直接接触的平台优势、调度系统与交通数据资源,也许能够成为助力自动驾驶获得外部资本青睐的置换砝码。但是这个究竟能起到多大的作用,还是要看滴滴的两项能力:

第一,为自动驾驶技术找到更有商业价值的落地途径。这一点,绝大部分公司都没做到;

第二,将已有的共享出行服务与汽车后市场产业链以及自动驾驶、车路协同等技术进行关联与配置的能力。

因此,分拆自动驾驶部门也许是为了融资和上市,但解决了这些生存难题后,后面的路,将会更加艰难。

产业自动化机器学习智能汽车计算机视觉激光雷达滴滴无人车自动驾驶技术
相关数据
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
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。

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。

加州大学伯克利分校机构

加利福尼亚大学伯克利分校,简称加州大学伯克利分校,又常被译为加利福尼亚大学伯克莱分校,位于美国加利福尼亚州旧金山湾区伯克利市,是一所世界著名的公立研究型大学。其许多科系位于全球大学排行前十名,是世界上最负盛名的大学之一,常被誉为美国乃至世界最顶尖的公立大学。

https://www.berkeley.edu/
推荐文章
暂无评论
暂无评论~