汽車智能化，計劃趕不上變化
21世紀經濟報道記者趙云帆 上海報道
2023年是智能汽車行業值得紀念的一年。
從年初的禾賽科技(NASDAQ:HSAI)，也是首家被納入自動駕駛標的的內資激光雷達企業完成了上市首秀，到上半年行業去庫存，自動駕駛行業集體遇冷，比亞迪王傳福放出自動駕駛“皇帝新裝”論；從下半年開始自動駕駛企業批量申報上市，到首個高級別自動駕駛行業規范出臺……整個2023年，這個冉冉升起又波折不斷的行業，既令人憧憬，又飽存爭議。
追根溯源，汽車智能行業曲折發展的內因，依然在于主機廠商的艱難求生，以及在其背后的同質化競爭與價格戰。
當“降維落地”遇到“全棧自研”
2023年年初的上海車展姍姍來遲，眾多飽受商業化落地悖論的高級別自動駕駛企業在此時紛紛推出高級別輔助駕駛ADAS解決方案，試圖強迫商業模式“降維落地”。
而自2022年開始，包括比亞迪、上汽等在內的頭部汽車品牌都打出了智能化解決方案“全棧自研”的口號，試圖將智能化配套企業降格為簡單的零部件配套商。
就在12月23日，蔚來發布國內汽車自主品牌首款自研智能駕駛芯片神璣，其號稱采用5nm車規工藝，能完全替代集成四顆OrinX算力的智能計算SoC。在此之前的9月，蔚來已經發布了自研的自動駕駛激光雷達芯片“楊戩”。在蔚來董事長、CEO李斌的口中，“楊戩”的問世，只不過是牛刀小試。
亦有消息指出，包括“蔚小理”在內，絕大多數新勢力汽車企業都在進行自動駕駛芯片自研。
值得注意的是，蔚來、地平線、黑芝麻等企業的高算力芯片，其大部分基于“ASCI模式”的芯片，較難進行算法迭代。但由于算力較高，研發周期偏低的原因，目前仍然是市場中的主流“玩法”。
華為亦是如此，其他解決方案供應商想要長期維持其客戶青睞，除了成本之外，很難有其他牽制手段。
“許多聲稱全棧自研的企業其實并沒有完全做到全棧自研，外部配套廠商做的工作還是很多的，”一位汽車智能化產業鏈人士向21世紀經濟報道記者透露，“但全棧自研很多時候會變成價格談判的籌碼，因此號稱‘全棧自研’是主機廠的慣用手段。”
而據21世紀經濟報道記者了解，登陸美國的禾賽，A股智能汽車龍頭企業德賽西威(002920.SZ)等，均在今年披露財務情況因ADAS或域控制器收入增長而帶來的毛利劇烈下滑，其降幅均在兩位數百分點以上。
剩者為王
今年4月，出席年報交流的比亞迪(002594.SZ)董事長王傳福對高級別無人駕駛突然發難，稱其“虛頭巴腦”，是“皇帝的新裝”，甚至已經被資本裹挾。
然而到了今年11月，工信部等四部門聯合發布了《關于開展智能網聯汽車準入和上路通行試點工作的通知》，正式對L3/L4自動駕駛的準入規范進行了具體要求。
恰恰是這一新政策的頒布，近乎對高級別自動駕駛一邊倒的質疑，進行了180度的扭轉。
“開展智能網聯汽車準入和上路通行試點工作意味著國家將智能網聯汽車行業的發展放到重要位置，為后續智能網聯汽車的規模化落地、商業化應用打下良好基礎，并將提高公眾對智能網聯汽車的熟悉度、信賴度和喜愛度。”文遠知行相關人士在接受21世紀經濟報道記者采訪時表示。
“從商業化角度來講，積極的改變在于11月17日四部委新規為自動駕駛商業化定了調，勢必將大力推動自動駕駛企業進行旗下產品的商業化運營，并不斷擴大落地規模，在實際的商業落地中不斷優化成本和供應鏈管控能力，從而實現良性的商業閉環。”他說。
據記者了解，目前已經有部分主機和配套商開始申報試點，試圖成為首批吃螃蟹的人。
在政策的推動之中，年底的資本市場也迎來了智能汽車行業久違的“春天”。其中知行科技(01274.HK)成功登陸資本市場，速騰聚創、文遠知行等行業頭部企業亦在排隊上市。
雖然今年大部分已經上市的智能汽車企業存續估值不甚理想，但相關財報都顯示了足夠的增速。
“由于規模化效應，前裝量產實際上會讓供應鏈成本不斷降低。”文遠知行相關人士指出，“以激光雷達為例，數年前一顆激光雷達的價格可能是現在的數倍甚至數十倍。但隨著這幾年自動駕駛和泛智能車的不斷發展，可以觀察到很多車型從入門級配置開始便標配了激光雷達；而對激光雷達的大量需求，也讓激光雷達的成本不斷降低。”
有效的資本化運作，無疑將拉開汽車智能化配套企業之間的差距。而電車存量博弈的大背景下，智能汽車配套的優勝略汰游戲也將繼續上演。
“當前的問題，說到底還是價格的問題。自動駕駛企業這樣的技術集成商，未來總有一部分會在行業中脫穎而出。彼時行業標準統一之后，數據要素的價值會讓智能汽車供應商有著充分的競爭手段，而全棧自研的不經濟性到時候也會體現出來的”前述智能汽車行業人士告訴記者。
本文鏈接：汽車智能化，計劃趕不上變化http://www.sq15.cn/show-4-2186-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。