在人工智能的新应用中，谁真正具有颠覆性创新的价值？也许你心里有很多答案，但我们相信“自动驾驶”一定在其中。
以深度学习为代表的人工智能技术近年来催生了众多新产品和新服务，其中大部分是对原有产品的技术改进，为现有行业和产业链各环节参与者带来了效益。
新的增长点。
自动驾驶作为技术驱动的全新产品，真正创造了一个新的产业。
其颠覆性的价值也隐含着“蜀道之难”。
如果我们把自动驾驶大规模商业化的推进比作一万英里的马拉松，那么今天的发展水平大致处于一万英里马拉松的阶段。
目前，能够产生现金收入的仅限于预警和应急控制ADAS系统，以及机械激光雷达和近光激光雷达，且大部分集中在售后市场。
一些公司已进入二级供应商名单，为汽车制造商提供ADAS产品，主要用于在封闭环境中运行的公园车辆和内部收集卡车。
但从财务模型角度来看并不合理，更多的是产品的试验场。
从SAE自动驾驶分级标准来看，目前商用的ADAS系统处于L2级别。
去年，该汽车制造商宣布今年将量产搭载L3级自动驾驶解决方案的家庭车型。
但今年，这个声音似乎弱了很多。
原因之一是数据限制导致技术研发进展缓慢。
自动驾驶算法的训练和优化依赖于大规模数据，并且由于数据收集能力的限制——尽管谷歌已经开发自动驾驶汽车多年，但每天收集数据的能力仍然非常有限。
由于它没有合适的应用场景让汽车在真实场景下运行数据，所以算法精度提升缓慢。
如今，中国自动驾驶初创公司的技术能力并没有显着差异。
自动驾驶产业生态分布，来源：《中国自动驾驶汽车产业研究报告》 另外，仅仅依靠技术突破是不够的。
产业链各个环节都需要突破和加速，特别是激光雷达的成本降低，是必须跨越的鸿沟。
现阶段，高线束固态激光雷达是实现自动驾驶不可或缺的传感器，但其成本较高。
目前市场价格约为6万至7万美元，较贵的在70万元人民币左右，相当于一辆普通高档汽车的价格。
有业内朋友调侃：“70万元的车，顶上有个70万元的丑激光雷达，说不定哪天下雨，激光雷达就坏了……”虽然很荒唐，但也带出了核心问题。
未来激光雷达的成本下降到每台1万美元左右会更加合理。
“资本选边站”的艺术如前所述，自动驾驶的大规模商业落地离不开产业链各环节的整体突破和成熟。
这个过程并不能靠某家自动驾驶算法公司的技术突破来加速。
要想赢得这场马拉松比赛，并不一定意味着谁的领跑技术好。
需要综合评估备件成本、技术能力、可替代性、差异化、与Tier1的合作和信任关系等，此外，持续的融资能力和巧妙的“资本对接”也很重要。
此外，还需要通过投资与巨头、汽车制造商、零部件制造商建立战略合作关系，为未来的市场竞争铺平道路、奠定基础。
百度All in人工智能，专注自动驾驶技术研发，在国内自动驾驶市场掀起飓风。
从历史上巨头之间的“地盘”争夺战可以看出，阿里巴巴、腾讯、京东等互联网巨头不会让百度一家独大。
无论是为了抢占自动驾驶未来市场，还是出于战略防御目的，巨头们一定会支持其他自动驾驶初创企业。
比如阿里巴巴投资了小鹏汽车，腾讯京东投资了蔚来汽车，京东还投资了智动科技等等。
如果我们从自动驾驶公司的角度来看，这体现了一种资本策略： “抱大腿。
”智行者科技是比较聪明的。
先获得百度投资，后又获得京东投资。
禾赛科技和中科慧眼都抱住了百度的大腿。
从汽车厂商的角度来看，自动驾驶技术的壁垒较高，汽车厂商自主研发的可能性较小。
相反，自动驾驶公司无法做到主机厂所做的事情。
因此，汽车制造商将重点投资或收购自动驾驶初创公司，但现在还比较早，大多数汽车制造商都在观望。
这也是自动驾驶初创企业未来产业布局的一次机会。
对于芯片、激光雷达等关键零部件厂商来说，在业务上与自动驾驶企业有上下游关系，因此战略投资是大趋势。
例如，英伟达投资了图森未来、景驰科技。
总之，在自动驾驶商业化真正到来之前，自动驾驶初创企业需要认真思考如何通过“资本排队”来开拓未来市场。
自动驾驶商业落地 中国是继欧美之后自动驾驶发展最快的市场。
虽然在固有的汽车零部件制造技术方面仍然落后，但在算法和数据方面并不落后，巨大的市场规模让中国具有竞争力。
有机会成为第一个将自动驾驶商业化的国家。
虽然从行业角度来看，自动驾驶的商业化仍处于早期阶段，但我们对它未来创造的新市场持乐观态度。
近日，亿欧智库发布的《中国人工智能商业落地研究报告》从商业化程度和技术应用深度两个维度对13个行业、61项人工智能技术进行了研究。
自动驾驶算法无疑是人工智能技术最深层次的技术应用。
我们也非常期待自动驾驶初创企业的技术突破。