2030年後，自動駕駛車輛保有量有望達到30%以上。
文丨彭蘇平
隨著新一輪科技和產業革命興起，汽車行業迎來了顛覆變革期，智能化、網聯化不斷發展，吸引了傳統整車廠、零部件供應商、科技公司等眾多企業紛紛入局。
智能網聯路在何方？11月20日，由21世紀經濟報導主辦的2019中國汽車新創峰會上，國際知名管理諮詢公司羅蘭貝格與21世紀經濟報導聯合發布了《中國智能網聯發展報告》（下稱「報告」），圍繞汽車智能網聯提出了四點關鍵判斷。
報告認為：
1.未來智能網聯相關領域市場將達到千億級別；
2.商業化落地的節奏上會呈現漸進式的發展；
3.智能網聯所涉及底層技術瓶頸仍然存在；
4.在前期的摸索之後，智能網聯的變現模式逐漸清晰，聯盟化趨勢也更為明顯。
羅蘭貝格全球合伙人兼大中華區副總裁 鄭贇
1.千億市場靜待爆發
通過智能化、網聯化兩大技術路徑，智能網聯將衍生出三大主要應用方向，包括自動駕駛、車聯網與智能座艙。其中，自動駕駛與車聯網作為發展路徑將實現交叉，並結合智能座艙持續升級，合力推動智能網聯汽車的發展。
報告認為，智能網聯汽車發展主要有三個關鍵周期，一是2016-2020 年的起步期，實現特定場景輔助及短時託管；二是2021-2025年的發展期，特定環境下自動駕駛應用場景極大豐富；三是2026-2030年的成熟期，自動駕駛應用場景在城市道路延伸。
而2030年後，智能網聯汽車將進入發展的終極形態，能夠實現全天候環境感知和完全自動化，並且自動駕駛車輛保有量有望達到30%以上。
「時間點上我們是比較激進。」羅蘭貝格全球合伙人兼大中華區副總裁鄭贇在發布報告時介紹。他同時強調，這是整個智能網聯汽車的發展，是自動駕駛、車聯網以及智能座艙三個概念的有機結合，將帶來非常值得暢想的發展空間。
報告認為，智能座艙數字化將成為汽車智能網聯的重點，未來，座艙功能將從交互、環境、控制、空間、數據五大維度進行智能化變革，提升用戶體驗。
從消費者的需求和意願來看，隨著需求層次的不斷提升，對汽車的要求也從單一的出行工具逐步轉變為生活中的「第三空間」，來自全球17個國家的消費者調查結果顯示，他們正逐步將智能網聯、自動駕駛作為未來購車的決策要素。
在技術和需求等多因素的推動下，報告預計2030年時，自動駕駛和智能網聯車端系統的市場規模將達到5000億元，其中晶片、傳感器和軟體算法將成為主要貢獻者。
「核心部件價值將從通訊和傳統低性能傳感器轉向計算平台、算法和傳感器。尤其是在算法領域，我們看到，未來三年將會有非常快速的年複合增長率提升。」鄭贇指出。
在智能座艙領域，硬體系統將由於技術革新貢獻絕大部分價值，而自動駕駛和智能網聯所需的雲端服務需求也會快速增長。報告認為，智能座艙滲透率2020年左右就可以得到迅速提升，帶動整體市場規模快速擴大。
2.場景化漸進式的商業化落地
自動駕駛的發展不可能一蹴而就。受核心技術突破、成本控制以及標準法規制定等種種因素的制約，高階自動駕駛距離真正大規模商業化落地還有很長距離。
未來自動駕駛的發展節奏如何？報告認為，自動駕駛將會在不同場景內漸進發展。
基於地理圍欄與自動駕駛技術等級，報告確定了私家車、客運、貨運三大領域共計29種細分場景。鑒於技術實現難度和場景實現急迫性，報告認為，商用車的固定線路場景(如封閉園區、無人公交巴士等)，以及乘用車的自主停車及結構化道路場景將優先落地。
報告指出，場景落地時間節點可能隨著技術的快速疊代而提前，但整體而言，貨運相關場景將優先於客運相關場景，結構化道路場景也將優先於非結構化道路場景。
得益於政策引導與社會需求，無人化場內物流將快速發展，且高動態性、高精度與重運營將使雲端調度與精確定位成為關鍵環節。貨運場景下以內集卡車為例，自動駕駛通過替代司機和優化駕駛操作，能為封閉場景運輸帶來現有成本之上49%的費用縮減。
而結構化道路場景的發展路徑將從擁堵道路開始，實現向單車道、多車道、匝道場景的不斷演進，但考慮到L3的實用性和潛在高成本，在非結構化道路場景的發展過程中，L2可能直接向L4實現跨越。
在乘用車領域，報告也看好多家科技公司正在布局的無人駕駛計程車。權衡自動駕駛價值鏈主要參與者的核心訴求，報告認為，L4級別無人駕駛計程車車隊將率先出現，早於L4無人駕駛私家車。
3.底層技術瓶頸依然存在
自動駕駛軟硬體、整車電子架構、高精地圖、5G通訊協議等是實現L4/L5高階自動駕駛的核心能力基礎，相關技術突破直接影響未來格局。這些技術發展情況如何？已經準備好迎接顛覆性趨勢了嗎？
這方面的情況並不樂觀。報告指出，智能網聯所涉及的底層技術瓶頸依然存在。硬體方面，車規級硬體尚待進一步發展，感知與決策的日漸複雜也對晶片算力提出了更高要求；算法方面，決策規則算法的兩套解決方案仍面臨較為複雜的問題，如何突破各自瓶頸成為關鍵。
值得一提的是5G技術。5G以其高帶寬、低延時的特點成為自動駕駛發展必不可少的通訊支持，能夠多方位助力提升計算能力和網絡結構，但5G也面臨多方面的挑戰。
一是技術層面，5G由於無線頻率更高、單基站覆蓋範圍小等原因，網絡切換頻繁；二是政策層面，由於仍處路測試驗期，產業尚不成熟使得量產與商業化應用相關政策法規幾乎空白；三是產業協同層面，智能網聯交通系統頂層構架缺失，各子系統間接口缺乏統一規範，5G自動駕駛測試還缺乏統一標準和數據共享。
在底層技術瓶頸尚未解決的背景之下，耗資研發的企業需要找到中短期的變現路徑，以穿越自動駕駛與智能網聯最終落地的漫長周期。
4.產業聯盟化趨勢凸顯
當前，市場上出現了漸進式和跨越式兩種不同的路徑，前者由ADAS向終局發展，後者則是直接切入L4/L5高級形態自動駕駛。
報告認為，兩種路徑背後是兩類企業戰略選擇不同:傳統主機廠具備龐大的用戶基盤運營，同時面臨車輛營收與成本壓力，而算法企業缺乏造車經驗但具備技術優勢。
但不同路徑並非沒有交集。本質上看，它們都是基於更高精度的傳感、更智能的算法與更高精度的地圖。因此，自動駕駛生態系統中的市場玩家正在以不同切入點構建各自的生態，既創造了未來多元化的商業變現可能性，也存在相互融合的可能。
報告發現，由不同類型企業主導的聯盟逐漸形成，通過發揮自身能力和整合聯盟成員優勢加速技術和商業模式的發展。
其中，智能座艙的產業玩家從自身能力出發，以掌握生態圈內的核心系統層和C端觸點為目標引導，生態圈還呈現出生態協同與跨界延伸的發展趨勢。