萬字長文：第四次產業革命的“中國時刻”_風聞

本文系基於公開資料撰寫，僅作為信息交流之用，不構成任何投資建議。

我們這代人，最大的幸運之一，是將親歷發生在中國的第四次產業革命。

這是一種週期性必然，奇點已經顯現：

從時間軸上看，1947年晶體管的誕生，最終造就了以集成電路/計算機為主要創新集羣的第三次產業革命——也被稱為信息革命。74年後的今天，互聯網已經滲透到世界每個角落。數字經濟作為全球性支柱產業，2020年規模達到31.8萬億美元，佔比GDP總量的37.5%。

截至2020年，數字經濟投資回報率是非數字經濟的6.7倍，即使不考慮疫情的催化——根據邊際效益模型測算，至多再有5年，數字經濟與GDP總量比值將超過50%，進入生命週期的成熟期。這也意味着，持續一個多甲子的信息革命，即將完成它的主要歷史使命。

從現實基礎看，2020年，中國數字經濟規模為39.2萬億元，佔GDP比重為38.6%，位居美國之後排名世界第二。壟斷了互聯網公司全球前20強的中美，將是最早穿越信息革命的兩個國家，在進入新產業週期的技術勢能儲備上，二者有着各自比較優勢：我們的優勢是信息數據，AI、5G、新能源等先進生產力，以及製造業全產業鏈間的耦合能力；後者的優勢是先進製程半導體技術。

在摩爾定律制約下，半導體技術的代際差距，將像過去10年的面板產業一樣，被逐漸拉近甚至填平。退一步講，無論從歷史規律上還是常識角度看，產業革命均肇始於商業信息密度最高的國家，縱使有美國一個名額，中國也不會失去這個機遇。

更為核心的事實依據還在於，根據熊彼特的破壞式創新理論，引發新一輪產業革命的導火索已經被引燃——第四次產業革命，將是智能化革命；奇點已經臨近，以自動駕駛為代表的智能混合技術創新集羣正在呼嘯而至綻放在我們身旁。

這將是本文的主體內容，我們以下展開。

01

產業革命的本質：追光

1905年，還在瑞士伯爾尼專利局擔任三級技術員的阿爾伯特·愛因斯坦連續發表了5篇震古爍今的學術論文，其中之一就是《狹義相對論》。10年之後的1915年，在狹義相對論基礎上進一步統一了引力之後，愛因斯坦作就《廣義相對論》，並於次年發表。自此，人類對於客觀世界的改造路徑以及對宇宙的認知，被這位36歲的“科學怪人”所照亮。

相對論有三條基石原理：光速不變原理、狹義相對性原理與等效原理。相對論的系統性固然晦澀深奧，但這三條原理之於普通人並不難理解：

◆光速不變：無論在何種慣性參照系中觀察，光在真空中的傳播速度都是一個常數，這個數值約合30萬公里/秒；同時光速無法被超越。

◆狹義相對性：在任何慣性參考系中，所有物理定律都是一樣，不存在絕對空間。

◆等效原理：引力的效果與加速度的效果是等效的，在同等引力場內的參考系中的物理規律，是完全一樣的。

注：簡單理解，慣性參考系就是沒有加速度（引力）的參考系。故而狹義相對論是廣義相對論的一種特殊狀態。

基於這三大基本原理，很多神奇的效應、現象與預言逐漸被我們捕獲：鐘慢效應、尺縮效應、核聚變、時空扭曲、引力波、宇宙大爆炸與膨脹、奇點與黑洞、暗物質……

圖：阿爾伯特·愛因斯坦。來源：網絡

迴歸產業經濟視角，這三條原理，基本**（至少截至目前）框定了人類科技樹的一個極限高度：無論怎麼改變參照系，一重底層邏輯均在於，我們改造客觀世界的速度勢能都是為了無限迫近光速（被寄予厚望的量子力學也無法改變這一點，量子糾纏無法傳遞信息）****。**

相對論作為人類迄今科技文明唯二最高框架之一，站在這一平台之上，回溯、解構並瞭望近現代產業經濟的整體脈絡，我們的整個視野便就明朗清晰起來：

從通俗意義上講，18世紀60年代以來人類社會所經歷的3次產業革命，本質都是基於光速座標，在時空維度的相對性扭曲式裂變延展。每一次產業革命之後，我們對於物理極限的探索，都在光速座標系內踽踽前行一個微小的刻度——對此，可以通過數字對比方式，直觀地理解我們所處的時空位置：

▲光速：30萬公里/秒，活動範圍—宇宙；

▲以腳代步：博爾特瞬時速度12.5米/秒（無法持續）；活動範圍—村落；

▲農耕時代馬車：2.78米/秒；活動範圍—城鄉；

▲第一次產業革命：蒸汽機車22.22米/秒，活動範圍—國內；

▲第二次產業革命：內燃機車68.05米/秒，電動機車144.44米/秒（高鐵當前理論極速），民用客機647.22米/秒（協和超音速）；活動範圍—國際；

▲第三次產業革命：人造衞星、航天飛機與目標飛行器（天宮一號）7900米/秒（第一宇宙速度）；活動範圍—太陽系內近地空間。

▲截至目前，人類最快飛行器是帕克太陽探測器，它的最大速度為接近200公里/秒（需要説明的是，這一速度的實現是引力的“彈弓效應”賦予，而非絕對的人類能源動力技術）。

200公里/秒VS30萬公里/秒，也就是説，在實體時空維度裏，基於光速座標，人類的科技文明進程目前只達到了已知的1/15000。

三次產業革命，邁出了科技星辰大海征程的“萬里長征第一步”。但作為人類，不必妄自菲薄的是，在260多年的時間裏，從2.78米/秒的馬車時代到200公里/秒的空間航行先導時代，我們已經完成了16個多指數級別的科技文明遷越。

圖：指數級增長是指以2^n的速度增長。來源：百度百科

更重要的是，這只是實體時空維度內的成就。而基於光速座標，在虛擬時空維度的裂變，近百年以來，已經接近一個新文明的高度：

基於庫倫、安培、法拉第等先驅的持續探索，麥克斯韋於1865年推導出“麥克斯韋方程組”揭示了電磁波的存在，後於1887年被赫茲通過實驗捕獲（證實），電磁波最終成為人類世界信息傳輸的媒介載體，並在此技術上誕生了電報、電話、電視、智能手機、互聯網與移動互聯網（這也可以推演出，如果只是單純的萬物互聯——即物聯網，也只是第三次產業革命的餘波，並不會構成產業革命式變革），造就了我們所處的這個五彩斑斕的時代。

目前，電磁波在特定物理距離內的傳播速度正在無限逼近光速——在實驗室內，信息在光纖網絡中的傳播速度已能達到光速的99.7%。

當然，在現實環境下，電磁波傳播速度相比光速的99.7%還有相當距離——比如我們當前民用的1000兆光纖，信息傳播速度只相當於光速的1/10000（當然下載速度還遠達不到）。

不過萬兆光纖技術的商用其實也已成熟，可以預期的是，為了配合5G智能生態的演進，其將在未來兩三年內廣泛推廣（比如8k電視顯示技術即需要萬兆帶寬匹配，日本為了配合東京奧運會，已經推出萬兆寬度服務，月服務費約合人民幣400元左右），屆時商業數字信息理論傳播速度將達到光速的1/1000（5G的理論峯值速度可達到20Gbps，相當於光速的1/500，但需要更先進光纖網絡的配合）。

圖：智能革命的基礎設施—5G基站。來源：網絡

從1/10000光速到1/1000光速，這是3個多指數級的躍遷，我們正在跨越這個臨界點，而這樣的事實寓意重大：上文可見，從前三次科技革命的歷史經驗看，基本上在光速座標上每遷躍2-3個指數級（相當於4-8倍），就意味着一場產業革命的爆發。

另從客觀事實角度審視，實體時空的科技進程目前被鎖死在1/15000處，人類能源動力絕對速度的下一個指數級遷躍，理論上要寄望於電推進系統的新奇點到來以及可控核聚變的實現，抑或未知新能源的顯現。

實體時空的1/15000VS虛擬時空的1/1000，這意味着，新一輪的科技革命將指向後者對前者的平權賦能，亦即處理信息能力具有指數級強勢的智能算力對相對弱勢（這是一種接近於絕對的相對）的人體算力的平權賦能——進而我們便不難推演出，AI+5G(甚至6G，保守測算6G相對5G也將有一個指數級的進步)，將是第四次產業革命那根導火索。

02

為什麼是自動駕駛，為什麼是Robotaxi？

一個基本常識是，經濟是其技術的表達，當技術集合在一起，由此創造一個組織結構進行決策、生產、銷售、服務，並由此創造了我們稱之為“經濟”的產業及社會活動。

故而，產業經濟出現重大的正向轉折及至發生產業革命，一個基本且核心特徵是具備顛覆原產業模型的重大技術（或技術羣組）的出現以及成熟，以淘汰舊的技術和生產體系，並建立新的生產體系。這既是馬克思主義哲學對生產力與生產關係的部分論述內容；也是熊彼特所説的“創造性破壞”理論——即“新的生產函數的建立”，也就是經濟學意義上的創新。

熊彼特認為“創造性破壞”（創新），是穿越康波週期、走出經濟蕭條直至再度繁榮的必由之路。這也成為當今全球產經業界的基本共識。

圖：約瑟夫·熊彼特。來源：周公子論社羣新零售

這一理論，展開來説，主要有以下幾個基本觀點：

△創新是生產過程中的內生結果。

△創新是一種“革命性”變化。

△創新的過程也是毀滅的過程。

△創新是經濟發展的本質規定，而非人口和資本的增長所導致。

△創新的主體是“企業家”。

以這一理論為參照，蒸汽機—內燃機—計算機—互聯網，這些技術的誕生以及各自孕育的商業形態，無不遵循同樣的邏輯。

所有這些邏輯裏，最為內核一條的特質還在於：生產力水平至少呈現2-3個指數級以上的增長；生產關係瓦解並重構，並產生出4-9個指數級的商業增量效應**（不考慮通脹水平）****。**

——前者（生產力）我們已經在第一章節歸納，關於後者（生產關係），系以完整經歷過3次產業革命的英國為例歸納得出：

●1860年第一次產業革命結束，第二次產業革命開始時，名義GDP為812百萬英鎊；

●1940年第二次產業革命結束，第三次產業革命開始時，名義GDP為13303百萬英鎊；

●2020年第二次產業革命即將結束，第三次產業革命即將開始時，名義GDP為2110000百萬英鎊。

以上，812之於13303是4個指數級的增量，13303之於2110000，是8個多指數級的增量。以此可見，一個指數級的生產力躍遷，至少可以帶來兩個指數級的生產關係增量空間。

其中值得指出的是，過去10年，該國名義GDP增速逐漸滑落至2%以內，屢創過去60年新低，這也證明第三次產業革命的動能正在逐步消退，全球經濟正在拐入衰退甚至蕭條。

全球經濟時鐘正在指向衰退及蕭條週期，這也註定需要基於顛覆性技術的全新增量商業模型接棒扛鼎。檢視當今人類在產業經濟領域的工具箱，AI技術以及基於AI技術的混合智能商業生態已經表現出了這樣的潛能。

關於AI為何能將延續繼“蒸汽機—內燃機—計算機—互聯網”之後的產業經濟使命問題，我們繼續代入“創造性破壞理論”的5要素：

1. AI是人類生產過程內生的結果：一則從技術脈絡視角上看，它是基於計算機平台的自然延展；二則從產業供需視角上看，隨着人類物理世界被互聯網數字化，所產生的天量數據很難依靠人工手段處理，在這一點上具有深度學習能力的智能機器的出現是歷史必然——換言之，數據相當於馬鈴薯，有相關歷史常識的人都知道，馬鈴薯是人類物質社會的一個奇點，造就了人口的爆炸式增長，而數據則正是人類數字化社會的那個奇點，將造就智能機器的爆炸式繁衍。

2. AI是一種革命性的變化：這種革命性其實正方興未艾，當前仍是弱人工智能時代。但即使這樣，我們通過幾個簡單的案例，也可以直觀理解其革命性所在：AlphaGo碾壓人類圍棋冠軍；特定場景下，百度L4級別無人駕駛AVP技術的商業化落地；AI當前在抵禦疫情所用的mRNA疫苗開發中不可取代的作用——研發時長從10年縮短到11個月，恰符合2-3個指數級的生產力遷越水平。

圖：敗給AlphaGo，人類圍棋世界冠軍柯潔淚灑現場。來源：網絡

3. 創新也是毀滅：最典型的趨勢案例是Robotaxi對網約車的取代效應，這一點，我們會在後文着重展開。

4. 關於AI從屬於經濟發展的本質規定，且創新主體是企業家等兩個要素，基本屬於常識，或不需要贅言論述了。

儘管AI縱有千般好，且被公認是一項顛覆性技術，但它在過去60多年，所經歷的3次凜冬，尚難以使最廣泛公眾對它產生“共情”，以至於我們在全球範圍內具有領先優勢AI公司百度，以及在垂直領域具有比較優勢的“AI X小龍”們，不是被冷眼相待，便是融資逐步遇冷。

凜冬也好，冷眼也罷，阻礙AI進入尋常百姓心智的，實際還是它的商業化問題。好在，這個冰封時刻已經過去了，AI的商業化奇點已經來臨，它就是自動駕駛——如果需要更精準一些，就是Robotaxi。

自動駕駛是AI的具體商業化表達，其中Robotaxi是自動駕駛最具社會與經濟價值的商業形態，具有典型的創造性、破壞性與不可逆性。

對此，哥倫比亞大學AI實驗室主任胡迪.利普森在其與另一位業界專家合著的《無人駕駛》一書中，有着理性的比較式研究，並提出了“零原則”原理：

根據該原理可知，撼動傳統行業的新興科技都有一個共同特點：一項或多項生產工作的成本將降至幾乎為零。遵循該原則的技術推出幾年後，產生了極大的行業影響，最終成為行業革命導火索。

蒸汽機做到了這一點，計算機也做到了這一點，這一次輪到了自動駕駛，輪到了Robotaxi。根據胡迪.利普森的梳理，具體而言，自動駕駛以及它的子集Robotaxi，可以將4項昂貴的社會及生活成本減至接近零：

1. 接近零傷害。以美國為例，每年因交通事故導致的醫療成本以及工薪損失超過500億美元，自動駕駛可以將這一數字減少趨近於零。最重要的是，數以百萬人的生命，因此挽救。

2. 接近零技術。自動駕駛汽車去除了一項客運或貨運的成本：工資。

3. 接近零耗時。自動駕駛將駕駛時間減少至零。以美國為例，人均駕駛時間為3小時/天，每年耗在擁堵上的時間是63小時。這些時間最終都可以用於工作或生活。

4. 接近零尺寸。自動駕駛汽車事故可能性小，因此車型更小，重量更輕。自動駕駛貨運車只需要與所運輸的物品大小一致即可。

事實上，自動駕駛的不可逆性不止於此體現在“零原則”上。一個最具想象力的預期還在於：

自動駕駛，尤其Robotaxi模式中，車輛等於=移動的機器人=移動的商業形態。這樣的機器人與商業形態是不需要打烊的，它理論上可以24小時運行（停下反而是損耗），這樣將至少使當代社會的商業密度在時間平面維度增加2倍（相較於8小時工作制，還是在不考慮週末和假期的情況下）；

而在立體空間裏，所構建的增量商業生態，更加難以預估——比如當前尚處於概念與噱頭階段的“元宇宙”，人們將屆時會用相當數量的時間在沒有盡頭的虛擬現實世界中探索。

可以預見，時空維度在因Robotaxi而完全無縫銜接之後——這也正印證了產業革命的內核：追光，所產生的平面與立體維度產業規模增量乘積效應，一定符合產業革命“4-9個指數級的增量空間”的規律。而這，正是“為什麼是自動駕駛，為什麼是Robotaxi”的歷史必然所在。

03

第四次產業革命的“中國時刻”

第四次產業革命的奇點時刻已經臨近，它就是以Robotaxi商業為內核的智能化時代，這既是未來一個康波週期內全球經濟增長極，也是我們這代人最大的財富變數。更重要的是，這一次，這一時刻中國不會錯過。

推演其成因，前文我們已經提及幾點宏觀邏輯：

1. 中國有充分的產業準備：這得益於信息數據，AI、5G、新能源等先進生產力，以及製造業全產業鏈間的耦合能力。

2. 自動駕駛具有不可逆性、創新性以及破壞性，並能誕生產業革命級別的商業及財富增量空間。

而在中微觀邏輯支撐上，也有一條自上而下式的通暢邏輯，我們分4個層面講：

【1】中國有AI及自動駕駛技術全球領軍公司。

先看一張圖： 

圖：2021年度Guidehouse自動駕駛榜單。來源：Guidehouse

這是2021年度Guidehouse自動駕駛榜單，有兩家中國公司入榜，分別是百度和AutoX 。其中百度位居右上第一陣營，為全球領導者；AutoX位居第二陣營，為全球範圍內的富有競爭力的同業公司。

當然這不是中國自動駕駛勢力的全部。該榜單涉及的維度較為廣泛且苛刻，使得部分中國自動駕駛新勢力被排除在外，實際除了百度與AutoX，小馬智行與文遠出行等中國公司亦具備入榜比拼的潛質，它們都曾出現在不同單項級別比拼的全球排行榜之中。

當然，我們還不能忽視正在重裝入局的華為，它基於無線通信技術在邊緣計算方面的優勢，有望是它在這一尤其着重端雲兩側協同智能計算的賽道突圍的利器。

更重要的是，自動駕駛這條賽道不同於很多人想象，它並不是一個輕資產的商業模型。想要進入第一陣營，年5-10億美元級研發投入只是一個入門級門檻，止數據處理一項，一個千輛車左右車隊，對於智能雲計算的成本支出亦須以過億美元計，這尚不包括前裝各種智能硬件成本。

之所以特別提及數據處理，核心還在於這是自動駕駛的“七寸”。沒有足夠的數據，不足以驗證自動駕駛的成熟度，無法實現其特有的“軟硬一體化”研發及商業化模型的正向邏輯循環——因為自動駕駛要越過L4的門檻，奔向L5理想國，最大考驗還在於應對處理“corner cases”（極端路況），沒有足夠的數據去餵養機器進行深度學習，自動駕駛將永遠是不可實現的烏托邦。

而百度之所以能躋身全球領軍者行列，除了固有的AI基因，最重要的還在於它的Apollo L4級自動駕駛車輛，目前路測里程已經突破1300萬公里，並以每月百萬公里以上的當量累計遞增，是全球唯一一家實現千萬公里級路測積累的中國企業。

這一點對於投資者拿捏投資邏輯時特別重要，尤其近期很多公司動輒放出自動駕駛路測視頻，但尷尬的是，它們的實際路測里程在“數據奇點”要求面前實際是趨近於零的。

根據商業常識判斷，自動駕駛賽道是一個“馬太效應”凸顯的賽道——這一點，從Waymo與百度不斷與競爭者拉開差距便可見一斑。故而質量比數量更具説服力，以中國面板及芯片行業的發展規律為參照，可以預見，未來數年內，還將會有大量熱錢湧入這一賽道，以支撐更多中國公司入榜。

圖:2021年中國自動駕駛專利排行榜TOP10。來源：壹零財經統計。

【2】百度是全球Robotaxi模式領軍者，也將是全球規模性商業化最早落地的公司。

至少截至目前不存在爭議的是，在自動駕駛最具商業前景的Robotaxi模式裏，全球只有兩家公司獨大，一個是谷歌旗下的Waymo，另一個就是百度的Apollo。

關於這一點，作為中國投資者，我們大可不必妄自菲薄，總以為外國的月亮更圓。具體而言，有多個直觀邏輯可以證明這一點：

**1. 數據優勢。**數據的價值我們已經在上文展開過。這裏需要補充的是，隨着百度Apollo的Robotaxi在今年下半年的商業化正式開啓，根據車隊及城市路網規模比較測算——3年（2021-2023），落地30座城市，車隊規模達3000輛（包含今年6月連同北汽極狐發佈這次發佈的第5代無人車Apollo Moon），服務300萬乘客，可以推算約在2025年前後，百度將有望超過Waymo，成為全球真實路測里程最多的無人駕駛公司。

以目前的現實看，至少在“後來者”層面基本不太會有懸念——從國內市場來看，截至目前排名第二的公司，其真實路測里程只有Apollo的1/3，大部分都在1/4以後。規模性組建車隊，無論從成本，還是技術保障上甚至是監管部門的產業政策信心上，都有肉眼可見的代際差，這也將是百度持續在全球自動駕駛賽道保持領先身位的核心邏輯之一。

**2. 技術優勢。**這一階段甄別各家自動駕駛公司技術實力其實還是有“竅門”的——機器視覺能力。最近一個時期，談及自動駕駛，必談激光雷達——我們不能否認激光雷達對於維繫自動駕駛車輛安全的重要性，但實際上，激光雷達作為與攝像頭（數碼相機）、毫米波等並列的視覺傳感器之一，它當前在重要性維度上的渲染實質有“過於盲目”之嫌。

其實，在整個視覺感知系統中，與用於推理決策的深度學習神經網絡交互協同性第一優先級的傳感器還是攝像頭——這不難理解，過去若干年，AI的主要進步空間之一就是來在於圖片識別能力，這種能力正是建立在海量的互聯網照片訓練之上。

AI是百度的DNA，故而圖像識別同樣是Apollo的核心優勢，它可能是目前中國唯一敢於強調自身機器視覺能力的自動駕駛公司。來自行業人士的説法是，目前有排名相對靠前的中國自動駕駛公司，受制於時間成本及研發積澱，過於激進的單邊押注激光雷達，最終與攝像頭強關聯的機器視覺及神經網絡能力這一短板終究還是需要通過時間去彌補上。

**3.成本優勢。**拋開成本談商業化是不講商業道德的行為，即使是科技大廠如百度。百度Apollo第5代無人車Apollo Moon的成本在其車輛發佈時已經公佈：單車48萬（不含軟件研發成本）。關於這個48萬成本數字所藴含的商業化前景已經被各路分析師拆的仔細，我們此處便不再複述，歸根結底一句話：網約車的商業模式裂了。

這裏要補充一點的重點信息是，根據百度Apollo歷代車型的推算，其每代新車前裝硬件成本會降低50%，這就意味着2023年之後第6代車推出時，將是百度Apollo Robotaxi商業模式的真正“奇點”。

屆時一輛25萬以內的無人共享車，在網絡規模效應下，將完全壓制現行網約車模式——當然根據政策指引的可能性推導， Robotaxi商業模式在未來4-5年內還更多應用於短途場景而非全城運營，在全面壓制網約車之前，最先感受到冰點的可能是兩輪電動車以及共享單車。

最後還是要簡單的判定下百度Apollo Robotaxi商業模式的成本優勢：以L4水平為基準，Apollo Moon48萬前裝成本VS同業競爭者150萬-200萬前裝成本，二者存在2個指數級代際差。

**4.安全優勢。**實際上，對於自動駕駛車輛來説，並非越多傳感器越有利，這會對AI系統帶來更大的認知與決策負荷。無論是愛因斯坦的質能方程（E=mc2），還是麥克斯韋的麥克斯韋方程組，作為人類科技文明的基石支撐，都説明了邏輯越簡潔效力越顯著。

之於百度Apollo Moon來説，如上文所述，前裝了2個激光雷達，需要説明的是，正常行駛狀態下只有一個運行，另一個則屬於冗餘配置，即在前者失靈或出現問題時介入。除了激光雷達，包括攝像頭、毫米波甚至是剎車，百度Apollo  Robotaxi的思路都是1倍冗餘配置，一方面為了更簡潔，一方面也要在商業化初期盡最大可能排除一切不必要的安全性疑慮。

所有的軟硬件冗餘之外，為Apollo  Robotaxi兜底的安全保障系統是“5G雲代駕”，即通過智能雲監控，一旦出現車輛問題，在接到求助後，身處運營總部的人工服務系統將即時啓動，為無人駕駛系統補位，直至脱困。這一商業策略的加入，基本打通了L4級的Robotaxi商業化的“最後一公里”問題，託舉着百度Apollo即將成為全球規模性商業化最早落地的自動駕駛公司。

圖：百度Apollo  Robotaxi商業化路徑圖。來源：網絡

【3】Robotaxi領航， ASD與造車多點開花

檢驗一家自動駕駛公司的競爭力水平，在商業化早期的當前階段，有兩個核心指標：研發投入與路徑抉擇的決心。

今年3月百度赴港二度IPO時，李彥宏曾這麼公開説過：“即使在最困難的時候，也一樣堅持：有1塊錢的時候，我們會投進技術裏；有1個億，我們會投進技術裏；有100個億，我們還是會投進技術裏。”百度也是這麼做的：財報顯示，2020年，其營收787億，研發投入168億元，研發費用率為21%。百度的研發投入金額和強度，領銜全球互聯網科技公司第一陣營。

圖：中美2020年主要互聯網科技公司研發費用率，來源：網絡

目前在中國，甚至是在全球範圍內，百度是唯一的自動駕駛“鐵人三項”選手：Robotaxi、 ASD（Apollo selfdriving，與傳統主機廠合作的自動駕駛套件解決方案）與造車的全路徑抉擇，背後是All in式決心。

某種程度上，這也是一種技術自信：自動駕駛作為一個典型的“銷金窟”，上文已帶到過它的資金門檻，故而分階段分策略的商業化是必由之路；這一方面考驗固有現金流能力，也考驗自動駕駛技術“沿途下蛋”式的分部技術輸出能力。

在三箭齊發、多點開花的整體戰略部署下，Robotaxi模式正在走入初期商業化的循環體系中；造車事項也已於今年上半年落地，即依託吉利浩瀚平台擬於2014年前後量產的“集度”；

而已經在商業化時間表裏開拔的ASD解決方案，主要涉及百度高清地圖、AVP（L4級別自動泊車解決方案）、ANP（純視覺輔助駕駛系統，可以實現城市道路L4級別輔助駕駛功能）以及小度AI助手。截至目前，ASD解決方案合作廠商超過10家。而小度AI助手的車載率，已經佔據本土量產車的半壁江山。

也就是説，除了造車模式不支持分部商業化，百度的Robotaxi與ASD路徑已基本走進商業化探索期——這在整個中國產業界尚是獨一份。這是一個關於百度整體投資邏輯10年以上的跟蹤點，需要我們密切觀察。

【4】提前應對“漣漪效應”，把自動駕駛的潛在倫理挑戰疏通、做透，並預判把握新機遇

第二章節已經分析過，作為自動駕駛技術的具體商業化表達，Robotaxi的不可逆性、破壞性與創造性，將來帶可以預期的挑戰與新歷史機遇——關於挑戰，這是智能商業社會生態一部分，從伊始就需要同步適配解決；同時作為公眾或投資者不必過於憂慮的是，機遇將遠大於挑戰：

因為Robotaxi的創造性內核在於對時間的無縫延展，這會帶來指數級的增量機會——包括就業、全新產品形態的供給以及在基礎研究維度的“沿途下蛋”式非線性突破。

**1. 底線：****基於法律及倫理。**從歷史經驗來看， 過去10幾年，很多模式創新互聯網公司的從0-100，都經歷過前期野蠻發展、後期強監管介入的歷程。從Robotaxi模式來説，它的不同點在於“軟硬一體化”，即以技術創新為根基、模式創新依附技術創新展開，這樣的商業增量創造內核基因，在存量競爭顯著的當下，具備一定的優越性，這也為其商業化熨平了一些政策成本。

但無論如何，行駛在路上的車，其安全性都是第一位的，所以我們預判政策為其設定的硬性指標一定是極為細化的，二者會保持同步正反饋的趨勢。

實際上，這一幕在100年前的人類社會已經重複過：1920 年代，每個人都擔心汽車，擔心800磅重的機器在街道上行駛並傷害人們；但最終，汽車成為了全球第一大工業部門。

**2.挑戰：就業與教育。**基於破壞性技術的產業革命，會對傳統職業帶來巨大顛覆，這是過去的歷史經驗。面對這樣的問題，解決路徑有主動與被動之分：

A. 主動路徑：今年4月中旬，百度CTO王海峯在博鰲亞洲論壇2021年年會上公開宣佈，百度未來五年要培養 500 萬人工智能方面的人才，幫助人們更瞭解人工智能。以百度500萬人計劃為代表，這隻中國AI頭雁將會帶動整個產業發起類似舉動——在蛋糕可以做大時，有擔當的中國“追光者”不會獨善其身，如是帶來的外溢效應，將最大化提前量應對這一問題。

B. 被動路徑：如上所述，自動駕駛技術的核心底層邏輯在於時空的無縫延展，Robotaxi是典型的增量商業，人類社會時間密度會因此指數性增長，理論上對於人的職業創造與需求將是倍數增長的，這將取決於新生代企業家的創造力，同時也將極大激發他們的創造力。

**3.新機遇：**基礎科學研究將因Robotaxi商業指數級催化。AI與數據在全社會空間的整體應用，將引發越用越好用、越用越智能的效應，這一點，我們早在人工智能實驗室視覺深度學習實驗中得到印證——人類工程師無法理解在卷積算法裏，AI的某些智能是如何出現並形成的，但它的確做到了，隨後卷積神經網絡成為AI學科的主脈。

另一個更為顯性的案例還在於，正是因為有了包括Robotaxi在內的自動駕駛全路徑抉擇，百度的AI芯片業務亦從0-1，再從1-10，目前成立獨立芯片公司並命名為崑崙芯，進入完全商業化狀態之內。根據媒體報道，第一代崑崙芯片早於2020年初量產，目前已經規模化部署超過2萬片，在各個行業擁有數十個客户。

同樣作為“沿途下蛋”的產物，與百度自動駕駛干係密切的百度智能雲業務，在2020年以33%的市場份額，佔據中國AI Cloud市場份額的TOP 1。在此之外，還有高清地圖以及小度AI業務亦為各自領域領先的中國勢力。

這是一種典型的內生式生長，它的生態註定夯實茁壯。

如是，我們可以樂觀預期，隨着以Robotaxi（同時至少還包括以mRNA為代表的生命科技，本次疫情極大加速了這一賽道的發展進程）為代表的新商業時代的全面開啓，對於基礎科學研究的帶動將是指數級的——一個嶄新的混合智能時代，將因這場產業革命在2020這一代“追光者”面前緩緩打開；而我們這代“觀光者”，也因此將擁有一份最大的幸運，親歷這場必將爆發於中國的第四次產業革命。

自動駕駛，Robotaxi，這不只是百度們的邏輯突變，而是時代的邏輯突變。