无人驾驶未来去哪？场景是终极考验

2018年4月23－25日，由投中信息、投中网主办，投中资本协办的“第十二届中国投资年会·年度峰会”在上海金茂君悦酒店举办。本次会议主题为“价值的力量”，来自国内外上百家私募股权机构汇聚一堂，对当前行业热门话题展开讨论。

在名为“智能出行未来去哪儿？”主题的论坛上，包括澜亭资本创始合伙人刘炯、云启资本合伙人黄榆镔、云晖资本创始合伙人熊焱嫔、Quanergy联合创始人／产品部副总裁俞天越、正海资本合伙人陆锋伟、信中利董事总经理／高级合伙人刘朝晨、力合资本创始合伙人唐立新分享了看法。本场论坛由澜亭资本创始合伙人刘炯主持。

投资人认为，无人驾驶无论技术路线是L1、L2、L3还是L4、L5，其实都是殊途同归，走到一个问题上，“无人驾驶不是距离问题，是场景问题，在封闭的场景下，马上就可以运用。很多传感技术是可以达到的，但现实中会处理很多复杂场景，在开放空间下比较难达到。这里面会有很多机会。”

以下为第十二届中国投资年会“智能出行未来去哪？”论坛精彩实录，投中网整理。

刘炯：大家好，我是澜亭资本创始人刘炯。非常感谢各位资本界的大咖们，我们一起讨论智慧出行和自动驾驶跟投资和资本相关的问题。

首先是来自智慧出行的有效性，大家知道现在拥堵已经是世界性的难题，中国据不完全统计有超过50个城市面临不同程度的拥堵，在欧盟每年因为拥堵面临的经济损失超过1000亿欧元，解决拥堵复杂的问题必须要有庞大的数据进行支撑，智慧出行的交通软件像滴滴、摩拜的交通软件提供了可能性。

出行软件真的能有效缓解拥堵？

我想问各位嘉宾，在数据支撑或者其他方面，这样的一些出行软件，能够为我们带来什么样的作用？未来在我们的设想当中，这些交通软件是否真的能够有效去缓解城市拥堵以及出行效率的问题？

唐立新：这个问题还是挺有特点的，两个层面。一个从各种各样的智能出行，包括滴滴、神州专车，它们也从几个维度，比如说我会用共享汽车或网约车解决我出行的问题，从而一定程度上减少道路上的流量，这是一个层面。

另外一个层面，通过软件的道路规划，我能选择一个更优的道路，使得我能够做出行拥堵的优化匹配。这点上，应该是一个综合的数据看法，现在整个在出行过程中，其实政府从数据的提供上，或者出行数据上还没有达到完全的匹配。未来如果只通过单一的方式解决这个问题，可能比较难达到真正的城市用度的缓解，还是要通过多层面，包括出行软件、智能算法和政府数据共享形成统一优化的结构，才能够使出行变得更为便捷。

力合资本是深圳清华大学研究院的平台，深圳市和清华大学的平台公司，这个公司成立到现在19年了，投资孵化了40多家上市公司。力合资本是力合科创旗下专门做新能源和智能汽车产业链的全链条投资，投了早期的整车企业拜腾，我们是种子轮的领投，我们也投了电池的热管理。实际上我们是沿着行业做深度的行业整合投资的机构。

刘朝晨：大家好，我是信中利的刘朝晨，我们大概400亿市值了，行业覆盖非常广泛，包括战略新兴行业的TMT、教育、新消费、新能源、高端制造、医疗都覆盖，已经完成了30多支基金投到各个领域。

我们也做一些跨行业跨界的，我原来TMT投了很多年，在文化时尚消费也投了很多年，我负责所有的跨境并购，四年前联合意大利的基金共同投资了阿斯顿马丁，北京的车展也是迎来马丁在我们接手第一次盈利后的亮相。在新能源汽车领域也尝试性投了蔚来，业界不同的人不同的布局，我觉得都很好，大家对这一块都很看重。

两年前带着另外的团队尝试设了围绕新能源产业链的基金，往上面的电池、电机、电控到整个细分的材料，到下面整个出行的改变，供应链金融，也是产业链，一会儿跟大家做分享。

数据只是在整个智慧交通里面非常基础的一部分，另外现在数据的收集还比较单向化，我讲的单向化，可能第一首先并不是所有跑到路上的工具，全都已经能够交互性的既是使用者，又成为数据的提供者。

第二点真正大数据，包括大数据企业，核心是有几个V，多维度、大数量、高频次不断的变换，才能造成最终基础性数据价值的体现。所以我觉得基础点现在还是不够。提到了如果数据和整个的智慧交通来讲，我觉得还有很漫长的过程。因为从数据到整个决策，更重要的是把数据和决策，和所有在城市里行驶各种各样交通工具之间形成封闭性的闭环和智能性的互联是有非常漫长的过程，但是好在我们已经有非常好的开始了。

熊焱嫔：大家好，我是云晖资本的熊焱嫔，我们基金是五个同事共同创立的。基金整体规模70亿人民币，已投规模30亿人民币，刚创立两年多一点时间，第一期的基金我们布局很多是汽车新能源化，汽车电动化的头部企业，已投的项目包括电池领域的龙头企业，我们也布局了激光雷达的头部企业和汽车芯片头部企业。我们在这个行业看的也非常深，看的非常广。

我觉得智慧交通数据的问题，可能不能够彻底解决交通堵塞的问题，但它却对我们选择最有效的、最优的出行方式很好的依据。举一个例子，我们堵在路上的时候到底选择继续等还是选择走别的道路，这时候起了很大的作用。城市管理也可以根据数据去更加有效管理，某些地点、时间段，可能比较容易出现高危的交通事故，到底是因为道路设计的问题，还是因为交通的指示问题还是管理的问题，这些数据也可以给城市管理提供很有效的工具。

黄榆镔：大家好，我叫黄榆镔，是云启资本的创始合伙人，我们基金只有四年是小基金，现在管30亿的规模，我们有美金也有人民币。

在智能出行方面，我们开始投资自动驾驶零部件和传感器，顺着一直投下去。在自动驾驶这边，我们投了火星型科技，现在做的不错，最近也会有比较大的活动，也融了很多钱，向各界学习。我们对出行领域，是有比较大的希望，包括不只是从数据的角度，我们也看一些怎么去联网、自动驾驶、服务、感应器、电动化，这是几个在看的方向。

对于数据怎么解决城市交通的问题，刚开始我也同意，最好我们先把车子的数量给减下来，到最后现在的车子基本你买了一个50万人民币的车，使用的95％的时间是停在某个地方。如果说通过自动化、电动化，加上Uber或者滴滴这样的模型，我们把它的利用率提高的时候，我们可以把停车的地方给省了，路上的车子也可以省了，这是一个大远景。有可能我们只跨了第一步，还有很多的事情需要做才有办法实现美好的梦想。

刘炯：接下来发言的嘉宾是我们在座唯一的从业人员，是来自Quanergy的联合创始人俞天越总。

俞天越：大家好，我叫俞天越，我们公司主要做固态的三维激光雷达，以及配套的感知软件提供解决方案。

对于主持人的问题，我们不是在资本领域，但是我们是作为这样的企业，我们是真实正在做这样一件事情，对于智能的交通，城市的交通问题的疏解，我们有很多项目正在跑，可以举几个例子。

刚才在美国拉斯维加斯，我们有激光雷达放在十字路口交通路口上，实际上CES的时候从数字路口现场把数据传到CES，大家就会在任何的地方可以监测到十字路口发生的事情，那个十字路口实际上是在法院门口，大家经常会乱过马路急急忙忙的，经常有危险性，这是一个监控交通的实例。

另外田纳西在高速上下口的地方也要和我们合作放上激光雷达。这样做什么事情呢？在高速上跑的很多的车，大家知道收费跟大车、小车收费不一样，现在已有的方法进行统计是很落后的，要么在收费站都会很影响堵车的情况，所以要用上更加智能的设备有效收集数据，你跑过去我就知道是什么车了，之后收费可以大大疏解高速上拥堵的问题。我们还有澳大利亚安德列那里的交通也是十字路口安装的情况，智能城市的进程。要看十字路口红绿灯转红转绿的问题。现在是很传统的方法，只知道前面两三辆车，不知道后面的队伍排的有多长，这是排队管理的问题，也需要跟我们合作，把设备放在这样的十字路口，我们提供的是感知软件，可以感知到有多少的车排在这里，在多少的时间。你先取得数据，就可以根据时间、季节的分布，给市政府很好的数据进行决策。所以有很多的例子我们正在做的过程中，也是很大的领域，我们的激光雷达以及系统解决可以在这里用到很多的用武之地。

陆锋伟：我是来自上海正海资产管理有限公司的陆锋伟。正海资本成立于2008年，现在为止已经有十年的股权投资经验。本来想说我们也是一家老牌机构，但是和两位老大哥相比我们还年轻。我们现在主要投资是节能环保还有高端制造和信息技术这三个产业，应用于新零售和绿色出行的生态圈之内的项目。我们到现在为止大概投资了80多个项目，管理的资金规模超过70亿，像2017年我们有四个企业通过IPO在主板上市。我们新设立的基金未来投资方向是在汽车产业和人工智能这一块做铺垫。

说到主持人的问题，从用户角度来说，我们已经享受到了这些软件带来的便利。我相信大家都用一些导航，导航能够精确算出来我们一般从A点到B点的时间距离，不管是拥堵也好，不拥堵也好，时间偏差不会太大。

在过去这是不可以想象的。从另一端对政府部门来说，他们可以利用这些数据对交通进行疏导，这些现在从我们的角度上不一定可以看到，但是从后台技术上迭代。从滴滴打车包括网络约车角度，从现在的时间节点来看，其实是一个增量不是替换的过程。

从目前角度上来说，可能对对交通形成用度的增量，但我相信与创业者沟通来讲，滴滴软件未来或者加上现在的无人驾驶，一定是无人驾驶整体的出行解决方案。现在很流行电动车分时租赁，现在也有大量的用户自己驾驶也是增量导致交通的拥堵状况，大城市可能对这一块不是特别支持。但是往远放长十年甚至更远的时间来看，加上自动驾驶，一定也是一个出行的整体解决方案，总量上来说会缓解未来的交通。

自动驾驶技术演进路径的争论

刘炯：我们刚才在演讲中也看到了一个话题，这也是目前在全世界自动驾驶领域争论的比较多的话题，就是关于自动驾驶技术演进之路，有一种观点可能认为要实现我们理想当中最终的自动驾驶，需要通过先给驾驶员来提供更为简单的辅助驾驶手段，逐步从我们理解当中的L2、L3逐步过度到L4、L5，并实现最终完全无人驾驶的远景。

另外也有一种观点，主要是以互联网创新企业为代表，我们看到他们现在做的更多的事情是一步到位研发L4、L5级别自动驾驶的技术。我想请教在座的各位，在座各位怎么去看待自动驾驶的技术支撑，你们认为的技术演进以及未来可能带来的商业化的落地，你们认为应该是怎么样的步骤？你们是更支持我们说的前者逐步替代，逐步的技术过度？还是另外一种一步到位去做L4、L5自动驾驶的技术？

唐立新：这是一个很有意思的话题，现在新能源汽车整个行业包括智能出行出现的时候，实际上传统车厂和互联网行业发生了两个不同的路径。目的是殊途同归的，只是路径不同。传统车厂更倾向于用现在的模式来做的L1、L2、L3，一些互联网的巨头开始走向L4、L5。实际上这里面，我觉得人们对现在驾驶辅助系统来说，比如说用激光雷达，用的这些方面是比较少的，更多用摄像头和一般的传感器。其实对于L4、L5等于是跨越式的发展，目前来讲从成本，从各个方面还是有一定的路径要走。

而且我现在包括Uber出的事情对行业是有一定的打击，因为人们对目前来看还是偏被动和保守的。当然随着技术的变革，市场会有很大的变化。但在投资过程中如果没有选好路径，这里面还是风险系数是极高的。比如说我们投的拜腾，他们想对接的就是L4、L5，这种路径并不是说唯一的路径，但这是两种结合。我相信不管怎么讲，在这个过程当中，还是一个技术的提高和成本的控制，我觉得未来才会有明确的发展。

另外人们对自动驾驶恐惧心蛮高的，比如一个人在行驶过程中发生了车祸容错性更高，人总是要发生车祸的。但是如果交给自动驾驶系统，一旦发生车祸人们会很恐慌，虽然人会疲劳有各种各样的可能性，但是对于机器来说，它的疲劳感没有那么强，肯定会更耐用，可能会更灵敏。但现在这个是人工智能的判断，这个东西也是综合的技术的提高，不单是传感器，最后是整体的算法，包括像激光雷达，包括像毫米波雷达，包括各种各样的传感，包括其他的摄像头、传感器综合的判断。我相信还是一步一步升级的过程，这是我的看法。

刘朝晨：我觉得还是一个漫长的过程，你毕竟不是单个的交通工具，会有如此海量的交通工具，而且涉及到生命安全，真正达到纯自动驾驶的模式，需要有大量的测试性的模型，从审慎性角度估计还是迭代性、阶梯性的增长，很难跳跃过的。为什么互联网巨头可以直接做L4、L5的，是不具备传统汽车厂商应用场景的，这也是他们在做自动驾驶遇到很大的障碍，它们得实际模型的收集，还要通过模拟性的方式，把大量的场景跑出来。

从现在所有的传统型厂商，也是因为他们自己所处的行业的身份，必然让他们采取非常审慎的态度，而且他们的审慎态度是进阶性在实际产品实践中通过测试而具备应用。这种往上推的过程，你很难说这两种方法哪个好和坏，第一种传统厂商往上迭代是务实的，但直接去互联网背景的公司，再加上大量的VC，他们去砸的钱，在高清地图，在一些更多的数据性的研究方面，包括在一些海量的数据的处理，因为未来你除了感知之外，真正的决策往往是本地决策和云端决策结合起来，我们还没有谈到更重要的一点，未来如果真正好的智能驾驶应该是很多的交通工具之间是互通互连的，才能够让我们整个出行的真正优化起到很好决策作用。现在只是在单节点过程中，我如何在一个场景里面去躲避或者去优化我自己的路径，它没有进入到一个系统里面。达到那个阶段的时候，互联网公司原来基于大数据，基于算法方面的优势又可能凸显出来，整体来讲需要很多基础层面，从硬件到各种测试，到很多的数据和算法模型积累到一定的量，由量变发生突发性的质变，那个时间才可能真正L4到L4以上自动驾驶快速的实现，才能展现出相对理想的场景。

熊焱嫔：这两个路线，其实我想从三个方面分析再得出结果。我觉得这两个技术路线是相互并存、相互合作、相互互补的。首先本质来讲第一个逐步升级的路线，在传统车上不断把智能辅助的功能叠加上去，是逐步实现的过程。优势在于整车厂跟L1的供应商有很好的合作互动，有很好的基础。有多年的制造车的经验，以及完善的供应链管理体系，这是它的优势。第三是服务的对象，大的消费汽车消费市场，对象是驾驶员，就是普通的消费者。

第二个技术路线是互联网巨头们做的一步到位的自动驾驶技术路线，本质是通过AI的研发技术、算法技术去实现的，优势在于互联网企业深度学习的多年的积淀，大量的用户以及海量的数据。这方面确实是有优势的，现在来看大部分路线的服务场景都是公交运营车辆以及物流车等相对封闭的场景，服务的对象是比较有限的。

这样两个路线服务的对象市场是不重叠的，这两个路线不完全是竞争，其实是并存互补合作的关系。另外前面几位嘉宾提到交通安全的问题，自动驾驶是让人们对安全更恐惧、更担忧，还是说未来能够让我们驾驶更安全，其实从数据显示，自动驾驶确实能让我们的交通更加安全，事故发生率降低。

美国每年在道路上因为交通事故死亡人数是四万人，数据预计说自动驾驶实施以后死亡人数可以降低400人，这个数据是很大的安全性飞跃，为什么会对出现一个安全事故大家这么恐慌。最重要的原因是以前4万个死亡人数是因为驾驶员是归咎的，他是负责任的人，需要对交通事故负责。但现在400人的死亡率，到底是谁需要对事故负责，这种事故发生率是随机性的因素，对我们消费者来讲敢不敢行驶一辆随时有可能发生交通事故的交通工具，更主要是反映法规完善的制度，现在自动驾驶智能辅助驾驶已经超前于我们的交通法规的完善，所以在美国现在已经开始让智能车可以上路了，但是国内我们相信慢慢的逐步会完善。

此外，未来自动驾驶肯定是多传感器融合的方式，单独靠摄像头或单一传感器没有办法在不同场景下都能做到非常完善的解决方式。所以多传感器，而且有冗余的情况下，未来可以大大降低安全的问题。

<上一页< a="">  1  2  3  下一页>  

刘炯：我稍微总结一下熊总刚才针对我的问题两种技术路线之争，观点是针对不同的场景，针对不同的服务对象，如果是在封闭一些低速的场景当中，可以实现我们所谓的L4、L5的自动驾驶，在一些开放路面当中，其实你也是更支持从自动驾驶到L3、L4、L5逐步演进的观点。

黄榆镔：我自己的想法，L1、L2、L3走到L4、L5这条路是走不通的。现在L1、L3基本是单个传感器控制一项功能，包括刹车什么的。当你要走到L4，需要结合很多不同的系统，然后是软件的算法软件的方式。我自己的想法是通过L1、L2、L3跳到L4难度非常大。

第二个观点，发明这套软件的人，应该不是今天传统的汽车企业能做的事情。如果你去问上汽或者广汽，你说你们有多少个软件工程师，无论做IT和算法，我相信人数应该不是特别多。所以这些传统的汽车企业，他们有很大的能力是造车，把品质控制好，怎么去做组装生产，这些都是非常难做的事情，要做好是非常难的。

所以我觉得从这个角度，他们有他们的优势、品牌、渠道，有他们的优势，可是他们的优势绝对不是在软件。同样的你说我找Google，你说你开了500万公里，你没有办法造10辆车出来或者造100辆车出来，我也可以绝对跟你说Google造不好车子，它连手机自己都造不好，不要说车子了。肯定是要搭配一个懂得怎么造车，懂得怎么生产的人来帮他造车的。从我的角度，这两条路会并行很长一段时间，可是这两个是分开的技术路线。传统车厂也非常明确，我自己是干不过来的，我要收一个团队做这个事情，这也体现出了能做硬件的人不一定能把软件做好，能做软件的人，不一定能把硬件做好。

短期我觉得这个市场肯定会并行，不管怎么样，我没有这个数字，如果需要慢慢的淘汰它们也需要非常长的时间。我跟几个车厂的人聊过，今年在CES的时候也聊了一阵子，我的想法是这样的，什么时候跑到4S店买到自动驾驶的车，什么时候可以下订单马上有车了，有可能需要2025年、2027年以后的时间年。可是从消费者角度，你什么时候能坐上无人车，有可能在两三年的时间，那时候有可能你在滴滴上面，或者你在Uber上面定了一个车，车子来了没有司机了，司机不见了。你上了车把你送到终点然后下了车，自动驾驶好像还可以。当然这是在非常控制的实验范围，有可能城市叫上海或者深圳或者美国的某一个州。可以说是闭环比较小的范围，你说什么时候我的自动驾驶车子能从上海开到西藏，然后完全自动驾驶，有可能还需要非常长的时间。可是什么时候我的自动驾驶能从浦东开到静安寺，我觉得应该是比较快的时间。

2020年是无人驾驶量产元年？

刘炯：黄总你怎么看待现在国际上主流的车企，包括一些新生的互联网造车的企业，它们现在都是把2020年作为一个时间节点，都是在发布自己在2020年要实现的量产自动驾驶车辆的计划？在您刚才整个观点当中，真正印象当中的自动驾驶可能要到2025年或者2027年的样子实现。

黄榆镔：我觉得车企2020年说我要卖车，基本没有可能。第一，从成本和感应器的能力，耗电的能力，反正我觉得2020年车企有可能放两部车子在那边做试运行有可能。可是从车企的角度，我绝对不相信他们有能力在2020年，就是说你跑到4S店下一个单把车子交给你，这是没有可能的。当然在2020年，你有没有办法打到Waymo或者Uber或者滴滴自动驾驶的车过来是有可能的，国内有两三家公司做无人驾驶的，都在积极往这个方向努力。

加上现在市场很多钱，钱不是问题了，现在变成技术的问题，他们也没有办法解决。他们都需要去找车厂来配合，因为他们是没有办法造车的，他们应该是改装车的过程，需要找车厂把硬件做好，它们是做软件的公司，配合提供服务，我觉得2020年有希望的。

刘炯：谢谢黄总。俞总作为行业中的从业人员，你怎么看待这两种技术路线？以及刚才提到整车厂现在抛出2020年量产计划，你怎么看？

俞天越：整车厂2020年的口号，实际上几年之前喊的比较响，现在离2020年越来越近了，时间要到了。因为我们做激光雷达的公司，也是沉浸在这个领域之中，跟各个车厂都走的很近。当年口号喊的比较响的是奔驰CEO先说2020年，这样尼桑也不能示弱也是2020年，一下2020年变成节点，大家纷纷说不能比它晚，比它早更家困难。所以我们在底下跟团队交流的时候，你们老板说的是2020年你们感觉怎么样？下面真正做事的人是得把事情实现的。他们就说这也不是那么容易干的事情，就像定义场景，老板也没有说一定要到车买一辆车就是自动驾驶了。大家普遍的概念，到了2020年时间来了，不管路上是什么车都是自动驾驶了，所以老板的目标也是达到了，所以也是挺有意思的，我们在沉浸之中跟他们工程师交流的看法。

至于自动驾驶L1、L2、L3、L4、L5之争，一定程度上也不是技术之争，是不同的应用场景。之所以会有不同应用场景，一定程度上也是因为像互联网的公司也没有那么多的车就可以往上迭代，一上来就得拿一个从零开始往上跑。实际上并不是技术的竞争，最后是市场说了算，到底是先用到什么样的车。对于传统的车厂反正有这么多的客户已经抓在手上，大家总还是要买车，不管自动驾驶成熟不成熟还是要买车，买到就是L1、L2、L3的车。对于L4、L5的来说，走这样路线的要么特别有钱，像Google也没有关系。要么找到商业模式最后能回本不是白干，大家现在普遍认为的商业模式，我可以让你像滴滴或者提供智能驾驶分享交通的东西。最后肯定也会有淘汰选择的过程，就跟共享单车一样一窝蜂上来最后能活下几个，人的心理也是有一个过程。

真正在什么样的场景上实现，对人类来说也是试错的过程，并不知道有多少时候出现什么样的事情，只有大家大胆尝试，有这么多的公司开始做这件事情，你会有很多人愿意做这个，整个人就像光谱一样分的很大的，有的人会想我绝对不去，肯定还是会有很多人先去尝试一下新鲜，坐几次也没有事，人类社会肯定是这样，从各种各样机械自动化的过程，当年出现电梯的时候也是多么可怕的事情，坐飞机也是一样的，真的出现飞机事故谁也没有办法存活，大家为了方便也去做了，这是商业模式的角度，你能够更早给大家提供一些方便，还是有人愿意我拿着方便，安全性不发生自己头上都是别人的问题。最后就看时间往下跑，L1、L2、L3也在往下跑，L4、L5不同试错也在往前走，最后不停的把社会也铺满了。

陆锋伟：今天是站在互联网这端，认为L4、L5可以真正实现自动驾驶的技术路径。俞天越总也讲了，L1、L2、L3是应用场景的问题，互联网没有车，做L1到L3没有用，做L4、L5要找其他的厂家合作。作为辅助驾驶这一块，路径上是单路径的，里面控制系统是非常明确的，就像那位老总说的需要找路径跑路，跑5000万公里不够就跑1亿公里，这种情况下作为无人驾驶来说，你再多的程序也不可能把交通情况中所有的问题遇到，你就要通过人工智能的控制。如果前面有很小的坑，如果是辅助驾驶来做这个坑过了就过了，如果说智能驾驶完全不一样，可以根据舒适度，或者用户的赶时间与否，可能选择不同的路径做深度学习。只有在真正技术上实现突破，从人工智能的角度，直接从L4、L5角度实现自动驾驶，这种情况下才有可能真正实现未来自动驾驶的可能。

刘炯：谢谢。我是看到了在座各位大佬对于咱们的技术路线以及商业化落地的观点，会有这么多独到的见解。最后一个问题，大家都知道自动驾驶技术一旦出来，会对现有的行业带来一些冲击和影响，首先我们知道会对传统的交通运输业以及汽车保险的行业带来一些负面的影响，可以预想到，新的自动驾驶技术的出现，会带来基于未来车联技术、能源价值链以及物流以及资源共享这些领域巨大的外延市场的机会，我想请教一下在座各位，也请你们谈一下未来各家机构在自动驾驶以及由自动驾驶技术进步带来的外延的机会上，你们的投资逻辑是怎么样的，未来整个布局的规划是怎么样的。

自动驾驶时代 投资人怎么布局

陆锋伟：我认为随着自动驾驶的到来，包括人工智能的到来，人类的工作一定会有一大部分被机器所替代掉，这个时代已经开始到来了，不是说有很漫长的时间。什么样的工作最容易被人替代？边界特别清晰，特别容易能够分明YES和NO是最容易替代的。自动驾驶这一块，现在来说还是有比较长的时间，不管是说从物流行业来说，或者说滴滴现在出租车来说还有很长的时间。大部分情况下从通用情况来说，智能驾驶到来一大部分司机会被替代，但是有一部分司机还是不会被替代。给领导开车的，领导会不会说找无人驾驶就走呢？这是人工智能没有办法解决的问题。在这个行业里面，我相信我们未来要在这个行业里面，要找寻自己作为工作的定位，一定要找一些边界特别难以被定义的，未来就越难被人工智能，被AI所替代。在这个行业里面比较有机会，对于我们自己投资的机会来说，其实我们又回到比较传统的地方了，不管刚才说的人工智能也好，我们现在都要基于一些传感器的收集，一些基础的零部件。我们可能因为从基金也好，从我们的投资的配置也好，我们可能会更看重像毫米波雷达、激光雷达传感器的投资，这一块会是我们未来的投资目标。还有未来的类似现在的分时租赁运营商的平台，未来可能做的很大，现在是强资源的行业，这一块也是我们比较关注也会介入的行业。

唐立新：其实我觉得技术的发展会使很多行业发生更迭，在今天的高科技，可能就是明天的低科技。昨天的高科技可能就是今天的低科技。其实这个世界是不断在变化的，过程中也淘汰很多行业，也创造了很多新的就业岗位。这个市场也不用担心，世界总是在发展的，在发展过程中，有资本的推动，有技术的发展，其实我记得很有意思的一件事，当年跟一个人在聊，他们讲做统计，最开始收听率调查，然后收视率调查，点击率调查，你会发现就是技术迭代的过程。其实技术的迭代改变了人们的生活，改变了每个人消费模式，所以我觉得机会非常多，所以不用担心行业出现新的更迭，这就是历史的车流就是要往前发展的。

刘炯：我们应该更去关注给我们带来的机会，从投资的角度，您会看好技术进步给我们带来什么样的机会呢？

唐立新：在这个过程中，刚才就像各位讲的，不管是L1、L2、L3是殊途同归的，最终是由质变到量变的过程，作为无人驾驶不是距离问题，是一个场景问题，在封闭的场景下，马上就可以运用。很多传感技术是可以达到的，正由于AI技术的发展，会处理很多很复杂的场景，所以在开放空间下比较难达到。所以我觉得这里面会有很多机会，先放量一定是先从传感、毫米波雷达过程中慢慢把量放起来，投资逻辑肯定大家都明白，投资一定是算投入跟产出的。