对于自动驾驶等前沿技术来说，商业场景价值并非仅由市场规模决定。

虎嗅智库认为，中国自动驾驶场景商业价值的评估不仅要考虑市场规模和发展空间，还应当充分考虑商业场景自身特点，将我国在智能网联有关的政策规范、基建投入、网络建设的动态发展进行结合，从而获得动态、准确、真实的评价结果。

2020年11月，国家智能网联汽车创新中心发布了《智能网联汽车技术路线图2.0》，该文件作为智能网联发展顶层文件，明确了我国智能网联发展的三大阶段。

其中，2020年-2025年为发展期，2025年-2030年为推广期，2030-2035为成熟期。预计到2035年我国将实现中国方案智能网联汽车技术和产业体系全面建成，产业生态健全发展，整车智能化水平显著提升，网联式高度自动驾驶智能网联汽车大规模应用的目标。

自动驾驶有七大核心商业应用场景

自动驾驶作为一项全新的技术，除了为车企提升产品竞争力，也同样蕴含着巨大的商业机会。从功能角度思考，虎嗅智库将自动驾驶商业场景划分为载人、载物、机器三大类别，并细化筛选出七个自动驾驶应用场景作为本报告的分析范围。

七个场景分别是无人出租车、无人公交、干线运输、末端运输、港口运输、无人矿山、无人环卫。

自动驾驶场景商业价值主要受五大因素影响，其影响权重会根据时间发生变化。

自动驾驶场景商业价值主要受政策依存度、环境要求、资本环境、市场规模、落地复杂度五大因素影响。 因此，虎嗅智库围绕五大因素构建了自动驾驶场景商业价值指数，通过五个一级指标和十二个二级指标共同评价商业场景价值。同时，在不同的时间节点上，自动驾驶所面临的商业环境会有较大差异，影响商业价值的决定因素也会随着时间的变化而发生重心转移。

因此，虎嗅智库在指标构建过程中，加入了时间维度，以重要的时间节点作为区分，通过调整指标之间的相关权重来应对不同时代的商业环境特点。

通过测算，虎嗅智库得出两点重要结论：

1.2022年封闭场景具有天然优势，无人矿山和港口运输商业价值突出。

从整体得分情况上，无人矿山和港口运输等封闭场景位于价值排名第一梯队，干线运输和末端运输紧随其后位列第二梯队，而无人出租车、无人公交、无人环卫位于第三梯队。当前2022年，相比于载人功能，载物功能场景的商业价值更高，其主要原因是载物市场体量大、自动驾驶需求强劲、产品可落地性更佳。尤其是封闭场景由于道路简单，不确定因素少，具有极强的环境优势，将成为自动驾驶最先落地的商业场景。

2.2025年后，干线运输和无人出租车将成为最具有商业价值的应用场景。

根据得分结果，2025年后，干线运输将稳居商业场景价值第一名位置，并持续保持；无人出租车到2030年将快速跃居第二名位置。到2025年，载货功能场景开始显现商业价值，商业化进程预计在2025年前后实现快速增长，有望看到载货场景的自动驾驶规模化运营。

到2030年，载人场景商业价值开始显现，有望出现载人规模化商业运营，同时载货ODD继续延申，自动驾驶有望打通运输全流程链。

到2035年，载人载货商业场景进一步稳定发展，在运输、出行、配送等领域占据可观的市场体量。环境边界概念已经模糊，部分场景已经实现融合。

汽车数据价值堪比锂矿，发挥价值仍存难点

四维图新CEO程鹏表示，汽车产业革命本质上是能源和产品逻辑的变化。数据成为了驱动未来出行的新燃料，某种意义上甚至比锂矿的价值更大。

程鹏认为，企业要想在行业誉为“下半场”竞争的智能网联汽车赛道上一决胜负，需要比拼的核心是数据的动态量以及对数据的处理和应用能力。

目前自动驾驶也是基于足够的场景、数据的分析，数据具有巨大的商业价值，如同智能手机普及后带动了大量的内容服务，汽车领域的服务商也会在未来5-10年内大量发展。

程鹏将智能汽车产生的数据分成四大类：第一类是外部环境，比如天气情况、道路摩擦系数；第二类是车辆自身位置和轨迹；第三类是车身的加速传感、里程、转向等；第四类是用户在乘车开车过程中产生的数据。

目前部分车辆每天能产生TB级别的大量数据，从数据的采集、传输、加工、存储、分发、使用、销毁这个全生命周期来看，把车辆数据价值发挥到最大还存在许多困难和挑战。

他举例称，哪些地方采集数据不影响国家安全、数据怎么传输才安全、数据由谁来存储、用什么阵列和技术、可以给谁分发，都涉及非常复杂的问题。

对此，程鹏建议，“单个厂家数据都不足以把地图做好，把整个自动驾驶和场景库建好，它需要开放和可信赖的数据交易平台，它应该是有清晰的确权能力。”

与此同时，未来行业还需要重视数据合规。“在我们原来的高精地图和车规芯片的基础上，也能把数据合规这件事做好，解决用户当下的不敢采、不敢用、用不好的痛点。”

自动驾驶进入淘汰赛

一直以来，自动驾驶都是人工智能应用的核心场景，备受资本市场关注。但是，当技术融于现实，自动驾驶企业的一部分注意力必须从对技术长处的挖掘，转移到快速占领市场、创造应用价值上。

目前来看，自动驾驶企业们的商业化主要受限于技术。在技术上，L2级辅助驾驶已经实现大规模应用，但L3及以上高阶自动驾驶依然面临着极大的技术难题，深度学习虽然降低了驾驶基础决策的难度，但其难以穷举现实遇到的各种情况，在决策上不够智能，在更高阶自动驾驶上力有不逮。在技术限制下，自动驾驶企业目前根本难以实现商业化的突破。

数据来看，在2021年，图森未来总营收仅626万美元，今年上半年营收为486万美元，而同期其亏损分别为7.33亿和2.21亿美元。Aurora的情况更为严峻，今年上半年营收仅6273万美元，但净亏损已经达到了12.31亿美元。

实际上，技术突破和商业化不及预期是这几年自动驾驶领域的真实情况，企业创收难、亏损严重的局面短期内也难以改变，但在资本寒冬面前，这种情况就无比致命。

从根本上讲，自动驾驶的前途是光明的，但道路是无比曲折的，甚至会出现断头路、小角度急转弯等极端路况，而这种路况往往就意味着行业淘汰赛正式开启。

在这场淘汰赛面前，有两类企业更有可能突出重围。

一类是在量产落地上能够实现迅速突破的细分领域，如激光雷达和自动驾驶芯片。实际上，在这轮自动驾驶资本寒冬中，国内的激光雷达行业甚至还相当火热，核心原因正是国内智能汽车市场依然繁荣，激光雷达初创企业们更容易实现量产上车。在近期，禾赛AT128激光雷达已经实现了月交付量过万的好成绩。

自动驾驶芯片领域更是如此。近日，大众投入168亿美元与自动驾驶芯片企业地平线达成合作，自动驾驶芯片公司奕行智能也宣布完成超过3亿元Pre-A轮融资。可以看到，自动驾驶芯片仍然备受资本热捧。

而另一类更有可能闯出淘汰赛的企业就是背靠巨头们的自动驾驶公司。如背靠通用的自动驾驶公司Cruise以及背靠谷歌的Waymo，虽然亏损金额依然在不断扩大，但背靠金山，这些企业并不用担心自身陷入资金困境。

除此之外，短时间内难以商业化落地，且没有巨头可依靠的自动驾驶企业，就不得不考虑自身的未来。如Aurora寻求苹果或微软收购，或许也是一条不错的出路。

毕竟，自动驾驶道阻且长，只有活下去才能有未来。

文章来源： 懂车帝视线，读懂财经研究所，虎嗅网