Mobileye估值崩了，可資本為什麼還是熱衷自動駕駛？_風聞

文：互聯網江湖

Mobileye市值崩了，但自動駕駛沒輸。

誰也沒想到，英特爾旗下自動駕駛技術公司Mobileye估值崩了。

根據英特爾公開的文件，Mobileye此次 IPO估值159億美元。與去年底500億美元的估值相去甚遠，短短幾個月估值縮水了300多億美元。

按照港股最近一個交易日小米集團284億美元的市值，Mobile估值跌沒了一個小米……

相比Mobileye被澆冷水，國內自動駕駛賽道依舊是資本扎堆。據不完全統計，國內外共有 44家自動駕駛企業在三季度完成融資，融資總金額約為13.3億美元，共有4家企業獲得超過1億美元融資。

另外，一些自動駕駛細分領域的初創公司甚至也拿到了錢，據天眼查APP融資信息顯示，一家名為智協慧同的跨車雲數據驅動賦能公司在第三季度獲得了數千萬人民幣的A輪融資。

有分析認為，市場對Mobileye不再看好很重要的一個原因在於已經投入市場的Mobileye自動駕駛芯片很難再保持市場競爭力，英偉達、地平線、華為、百度等大廠的競爭力已經很強，汽車廠商也開始放棄採用Mobileye的產品及解決方案。

Mobileye估值大幅回撤，對於自動駕駛賽道也有一定的警示，雖然資本熱情仍在，但隨着自動駕駛已經來到規模化前夜，自動駕駛的價值正在被層層壓實。自動駕駛企業不僅要拿到“杆位”贏在融資起跑線上，也要始終站穩頭排。

Mobileye估值“跳水”背後，自動駕駛的商業化未來還有多遠？

Mobileye在行業內已經是非常頭部的企業了，根據已經披露的招股書信息顯示，從2019年到2021年，Mobileye的收入分別為8.79億美元、9.67億以及14億美元。

也就是説，這三年中，Mobileye營收保持着穩定的10%以上的增長幅度，對比截止2022 年 7 月 2 日和 2021 年6月26日的半年營收，同比增長已經達到了20%。

資本市場不買賬的原因，可能在於產品技術的迭代節奏上。從產品上來看，Mobileye的產品主要是幫助解決車輛碰撞預警、AEB緊急制動、ACC自適應巡航等能力的實現上。

而蔚來、特斯拉、理想在內的一眾終端廠商開始放棄Mobileye。理想選擇了地平線、蔚來選擇了英偉達，而特斯拉則用上了自家的FSD。雖然下一代的ADAS正在開發當中，但迭代節奏已然跟不上自動駕駛發展的需求。

在走過初期階段的埋頭研發之後**，自動駕駛一旦進入落地階段就不得不關注市場需求的變化。**

Mobileye的教訓也給一些原本做L4但轉身做L2自動駕駛的企業帶來了警醒，即便低階輔助駕駛是“牛奶麪包”，但也需要時刻看向前方，跟上行業整體落地的步伐與節奏。

從Mobileye的經驗來看**，當下自動駕駛商業化應該更關注迭代的問題。**

做商業化的產品**，一個最基本的準則是，產品和解決方案需要不斷地跟上迭代的市場需求。**

對於互聯網造車玩家來説，這一點再熟悉不過，不就是互聯網產品中的版本迭代嘛。但在汽車領域，迭代可能沒那麼容易。

一方面，對於賦能主機廠的自動駕駛公司來説，解決方案的迭代帶來的成本上升能不能被汽車廠商接受？另一方面，在落地階段，方案的迭代不僅僅是軟件的迭代，供應商需不需要調整？這些問題都是需要考慮到的，因此把握自動駕駛的產品解決方案迭代節奏會更難。

解決這個問題的關鍵，在於用合理的資源分配找到短期商業化和長期技術競爭力的平衡點**。**

對於創業公司來説，一步到位追求技術上的領先已經不現實，如何兼顧L2的落地以及L4、L5技術的研發，不僅是一個戰略問題，可能也會是一個生存問題。畢竟，百度阿波羅、小鵬、蔚來等頭部玩家的L4測試已經在進行，留給自動駕駛公司的時間已經不多了。

尋找平衡點之外，自動駕駛商業化的另一個關鍵在於成本控制**。**

目前，全球主流的自動駕駛路線主要有三種：純視覺、多傳感器融合和全融合算法。這三種方案很難説誰有絕對優勢。不過，無論是算法之爭還是雷達、視覺之爭，最終繞不開的一個問題是量產。

特斯拉已經向行業證明，量產是精進自動駕駛技術的費效比最高的方案。低成本的規模化應用**，會加速自動駕駛真正的商業化黎明到來。**

無論是主機廠，還是自動駕駛公司，抑或是百度華為等大廠，都在尋求自動駕駛“上車”量產。百度在Robotaxi走的很遠，華為也通過問界落地輔助駕駛目的皆在於此。

不過自動駕駛量產的目的絕不僅僅在於完善技術水平**，更是為了在商業化上，搶先站位摸到規模化的制高點。**

當下階段能不能做到L5其實並不重要，重要的是先搶佔市場。這樣的商業策略在互聯網領域上演了無數次，也很可能在汽車行業上演。

然而要搶佔市場，就不能忽視消費端。互聯網江湖認為**，自動駕駛技術本質上不只是一個ToB的技術產品，而是一個ToC的消費品。**

自動駕駛什麼時候不再是產業端自嗨，真正進入到了大眾視野？大概是Model3大規模量產的時候。

也就是説，特斯拉對於自動駕駛行業最大的影響其實不在於它FSD多麼先進，而是大量中產人羣以20多萬的價格買到Model3 之後，對自動駕駛這個技術有了概念。

一項技術的成本如果不能降低到被大眾消費所能承受的價格，那麼對於資本市場而言，這項技術就毫無價值。只有人們接受了自動駕駛是一種真正的“消費品”，那麼我們才能説**，自動駕駛這事兒成了！**

也就是説，當消費市場真正認可並接受之後，自動駕駛商業化才會真正開花結果，資本市場也會給出更好的估值。

商業化背景下的自動駕駛**，單車智能派真的贏了嗎？**

技術發展的成熟度最終決定了能否成功商業化，但反過來，商業化訴求下最先進的技術往往未必最適合市場的需求。

自動駕駛落地也喊了幾年，但直到今天視覺路線和激光雷達融合路線之爭，單車智能和車路協同之爭，城區、幹線、碼頭、礦山落地場景之爭仍然沒有個確定的結果。

文遠知行的創始人兼CEO韓旭認為，單車智能是前照燈，車路協同是路燈，前者必須存在、後者卻不一定。

而在《智能交通》中，李彥宏的觀點更為鮮明，他認為，自動駕駛是起點，終局是智能交通。李彥宏也毫不避諱的對外界表示，用車路協同方案做自動駕駛，是百度堅持、並且看好的技術路線。

從商業化的角度來看**，單車智似乎是能夠有效落地的方案。**

以理想L9為例，一整套高階智能駕駛的BOM成本算下來達到幾萬元，之前輕舟智航也曾發佈過1萬元的車規級自動駕駛方案。也就是説，實現單車智能的成本還有進一步下降的空間。

單車智能在智能駕駛方面為我們帶來了自動泊車、自適應巡航等功能，在初期階段的商業化之路會更好走。

而車路協同是行業從10到100階段需要考慮的問題。從整體系統效率出發**，車路協同一定是最佳的智慧交通解決方案。**

事實上，在落地上，兩種路線的創業公司面對的市場不完全相同。換言之，兩種路線的競爭壓力並不來源於商業化和市場競爭**。**

做單車智能的公司，比如Waymo、Cruise以及Mobileye，他們的客户主要是主機廠，是汽車品牌。

做車路協同的自動駕駛公司**，更看中ToG市場。**因為智能道路的建設需要5G，需要對現有道路進行智能化改造，這些都需要G端去推動。因此，車路協同的落地最大的問題，在於成本。據悉，目前一公里的智能道路的造價在百萬元左右，尚未到一個真正可以規模化的成本範圍。

互聯網江湖認為**，真正的競爭可能發生在資本市場上。**

2019年之後，行業融資頻率開始減少，行業進入內卷，融資最容易的階段已經過去，自動駕駛公司需要邊回血邊研發維持運作。

國內自動駕駛獨角獸融資情況一度也不太樂觀，比如，Momenta自18年10月B+輪融資之後續兩年多未獲得新融資，直到2021年9月，有媒體報道其獲得了來自通用的4億美金投資。

事實上，2019年之後，對自動駕駛企業投資的資方也多為產業鏈投資**，**一些傳統汽車廠商會通過注資的方式來強化自己未來的戰略佈局。

在國內，資本市場其實也在觀望。

一方面在習慣了消費互聯網的高投入、快回報的節奏之後，轉向投資科技領域並不容易，另一方面，在2018年、2019年第一波資本進入自動駕駛領域之後，原本投資人預計的回報窗口並沒有出現，AI商業化的艱難，讓資本市場仍然對自動駕駛心存疑慮。

於是，在自動駕駛賽道，資本市場面臨一個選擇題，是投“車路協同”，還是投“單車智能”。

這個問題的背後，其實是兩種價值邏輯的選擇。

單車智能的價值鏈條**，其實是產業價值鏈。**頭部自動駕駛企業、智能汽車製造商、頭部自動駕駛芯片企業含金量顯然更高。

也就是説，這其實是一條長期的價值投資路徑，回報週期可能會更長，再加上未來市場競爭格局的變動風險，前景還不是那麼明朗。不過，單車智能涉及的汽車產業鏈條夠長，規模足夠大，這也意味着一旦自動駕駛規模化落地成熟，價值回報可能會更高。

車路協同的價值鏈條**，其實更像是基建價值鏈條。**

長期來看，即便是單車智能已經到了一個非常高的水平，但治理導向下，車路協同一定是整體最佳方案。此外，以智慧交通為方向的基礎設施建設投資規模也在萬億級別，而且政策性的方向足夠明確，只是短期內規模落地商業化，可能並沒有那麼容易。

寫在最後**：**

天下同歸而殊途，一致而百慮。

自動駕駛，最終會走上同一條通向未來之路。

技術不是目的**，目的在於把技術做成產品，併為人提供更好的服務。**長遠來看，百花齊放百家爭鳴的自動駕駛行業，未必不是一場值得人們期待的科技舞台劇。

在這華麗的燈光下，誰能舞至最後贏得一片喝彩？也許時間會給出答案。