《撩車》是創業邦旗下的汽車欄目，本期我們將推出「換道超車」封面系列報道，從電動化、網聯化、智能化、共享化四個維度，深入探討中國汽車產業中創新、創業、創投的機遇和挑戰。這是「換道超車」封面系列的第4篇。
作者 | 若然
採訪 | 大濕兄
編輯 | 及軼嶸
拍攝 | 張勇
設計 | 李斌才
2016年，“馭勢科技”公眾號開號時，吳甘沙寫下了一篇名為《馭勢未來》的文章。
2008年，金融危機烏雲壓城，汽車產業岌岌可危。比爾·蓋茨在計算機的傳統展會COMDEX上揶揄汽車產業界，“如果通用汽車像計算機產業那樣激流勇進，我們就可以開着25美元的汽車，一加侖跑1000公里。”
通用汽車反唇相譏，“如果汽車像計算機那樣（裝Windows）的話，一天可能莫名其妙崩潰兩次，reset發動機還不行，必須得reinstall，安全氣囊彈出來前有個對話框，讓你選Are you sure？”
在這場激烈的交鋒中，沒人能想到，十年之後，汽車產業就發生了翻天覆地的變化。人工智能時代的來臨，使自動駕駛成為現實。
馭勢科技聯合創始人、董事長兼CEO吳甘沙（拍攝：創業邦）
2014年，特斯拉Autopilot正式問世；2015年，Uber從卡內基梅隆大學挖走40餘位人工智能和機器人專家研發駕駛技術；2016年，谷歌將自動駕駛業務獨立併成立了Waymo公司，後來與車企巨頭克萊斯勒和本田成功聯手；同一年，通用豪擲10億美元收購了自動駕駛初創公司Cruise。
自動駕駛領域的波詭雲譎，也讓吳甘沙開始重新思考自己的職業生涯，他決定冒險賭一把。
從英特爾離職，入局自動駕駛
“我曾經看到兩波技術趨勢，一波是1976年到1996年的PC時代，另一波是1996年到2016年互聯網崛起的時代，但我都沒趕上。”談及創業的原因，吳甘沙告訴創業邦，在人工智能時代，他不想再成為置身事外的看客。
而發生在2015年的兩件事，更是讓時任英特爾中國研究院院長的吳甘沙夜不能眠。
先是資深科技作家邁克爾‧馬隆做客英特爾，他在演講中對英特爾員工説，行事過於謹慎便會失敗。後來在一次英特爾高層領導力培訓中，培訓師又講道“當領導就是設計一個不可預知的、沒有人敢押注的未來”。
吳甘沙開始重新思考自己在英特爾這井然有序的16年職業生涯，“我發現我未來10年的道路能夠看得清清楚楚，一切都是可預測的，這是一種死神的視角，能想象嗎？”
他覺得不能再等了，於是決定冒一次險。
馭勢科技聯合創始人、董事長兼CEO吳甘沙（拍攝：創業邦）
2016年，吳甘沙卸任英特爾中國研究院院長的職位，創辦了馭勢科技。他試圖在商業戰場中用技術打造一個真實的無人駕駛世界。
事實上，最初他選定的方向並非無人駕駛，而是機器人，最終選擇進入自動駕駛這個領域，吳甘沙説是因為兩個合夥人的加入。
一個是趙勇，他是人工智能科技公司“格靈深瞳”的聯合創始人，此前曾在谷歌研究院工作，主要的研究方向是計算機視覺。另一個是北京理工大學教授姜巖，他曾在2013年贏得中國智能車挑戰賽的冠軍，在自動駕駛研究領域經驗豐富。
經過一番探討之後，三人發現自動駕駛前景廣闊，而且也可以將他們在行業內積累的多年經驗盡數其用。於是三人一拍即合，立刻做出決定：進軍自動駕駛領域。
趙勇負責市場，姜巖負責自動駕駛技術，吳甘沙的優勢則在於軟硬結合協同設計，“馭勢三劍客”正式誕生。
成立僅十個月後，馭勢科技就開發出了第一款無人駕駛概念車——城市移動包廂（又稱熊貓車），並獲得了設計界的奧斯卡獎——德國紅點設計大獎。
目前，馭勢科技聚焦於依託自研無人駕駛技術平台，為各行各業提供“AI駕駛員”，並在大出行和大物流兩個領域取得了突破性進展，使其在多個商業化場景中不斷落地。
但成就背後，吳甘沙團隊也經歷了無數次的坎坷與挑戰。
回憶起這些年的創業歷程，吳甘沙表示創業之初非常有信心，“當時就覺得可以組成一支超強的團隊，兩年時間就能刀槍入庫，馬放南山”。
但事實上，自動駕駛商業化遠比想象中要難得多。
堅持“商乘”雙線策略
作為一個創業者，如何跟實力資金都雄厚的巨頭競爭？
吳甘沙講了一個寓言：有隻獅子去抓兔子，結果沒抓到被別人嘲笑，但是獅子説，這有什麼可恥的，對我來説這只是一頓午餐，但對兔子來説是生與死的問題。
在吳甘沙看來，巨頭和創業公司就如同是獅子和兔子。沒有技術和資金優勢的創業公司，要有“農村包圍城市”的思維，去那些巨頭忽視的、不屑於去做的市場，以一種協同創新的方式參與合作。
“在大公司，如果你給領導提建議，太小的事情領導是不會支持的。但在創業公司，就是一個邊緣創新機會。”吳甘沙對創業邦説道。
馭勢科技定位為“無人駕駛新生態的賦能者”，公司的角色就像足球比賽裏的中場球員，為前鋒創造進球機會。
為了以更快的速度搶佔自動駕駛市場，馭勢科技採取了雙線策略：一方面發展乘用車業務，量產L4自動代客泊車和L2/L3級自動駕駛系統；另一方面發展垂直細分場景的L4級自動駕駛技術，在微公交、機場物流和工廠園區物流領域尋找落地場景。
2017年3月，馭勢科技第一款無人駕駛微公交產品在廣州白雲機場開展示範運營；2018年11月，攜手上汽通用五菱向消費者交付了L4級自動代客泊車產品；2019年5月，與宇通客車合作無人微公交，並在公開道路進行運營；年底，馭勢科技機場無人物流項目在香港國際機場正式開啓常態化運營，成為世界首個無人駕駛物流車運營項目，並實現商業運營環境下“去安全員”的技術進展；到了2020年，搭載馭勢無人駕駛技術的物流車已有上百台在機場、製造業等各類場景進行常態化運營。除此之外，馭勢科技亦同步和上汽大眾、東風汽車合作探索開放道路無人駕駛技術。
馭勢科技無人物流車載貨精準過磅
“我們通過乘用車獲得大量、低成本的數據和實車驗證能力，不追求高毛利；通過商用車實現在具體應用場景下沉和提供整體的解決方案，來獲得更高的毛利。”吳甘沙告訴創業邦，目前他們已經在實踐中摸索出了盈利方案，公司在無人物流領域的業務佈局幾乎佔到了國內市場的70%。
關於無人駕駛的落地場景，吳甘沙一直有自己的思考。馭勢科技在早期之所以以自動代客泊車、無人物流等特定場景的低速無人駕駛切入，一方面是想跳過輔助駕駛，直接進軍全無人駕駛，另一方面也是出於安全、更快商業落地等因素的考慮。
吳甘沙認為，今天的機器學習算法最怕的就是不確定的開放環境，因為從本質上來説，它是一種基於特定數據集訓練的歸納法。機器看到過的，就懂；沒看到過的，就不懂。
馭勢科技無人駕駛小巴
目前來看，自動駕駛算法還是弱人工智能，沒有達到通用人工智能的地步，不能根據常識判斷，不能做因果推理，也不會舉一反三、觸類旁通。“所以，在新一代智能駕駛算法出現之前，馭勢科技必須確保它見過的所有場景都萬無一失。而在很多半封閉環境裏，智能駕駛算法能夠更容易地將所有場景收入馭勢科技的數據庫中。”
而關於無人駕駛的安全問題，困擾了業界多年，馭勢科技也不排除在外。
吳甘沙認為，無人駕駛的安全隱患主要來自兩個方面。一是算法的邊界問題。因此馭勢科技把無人車放在一個有清晰定義的邊界裏面，保證它的可控性。二是系統可靠性的問題。
汽車領域有一個統計數據，如果車輛以32公里/時的速度撞上一個人，後者的生還率為90%；48公里/時的速度，生還率會降到60%；當速度提至64公里/時，生還率則會降到20%。所以，當事故發生時，保證後果可控是至關重要的。
此外，在無人駕駛汽車最關鍵的激光雷達方面，為了降低成本，馭勢科技在部分場景裏採用16線的激光雷達，並通過後台算法補足精度。通過激光雷達、雙目立體攝像頭、超聲波雷達，以及毫米波雷達的疊加，實現了360度無死角的傳感器覆蓋，以保證安全。
可見，無論是快速進入全自動駕駛，抑或考慮到安全問題，短時間來看，特定場景的無人駕駛規模化應用都能很好實現馭勢科技的使命。
馭勢科技的“2031使命”，是在2031年創造一個零事故死亡、零擁堵的交通體系，使出行和物流成本降到1/3，道路和停車空間減少1/3，1/3路上的總時間成為生產力時間。
這組數字的另一層含義是，吳甘沙2016年開始創業，加上15年，正好是2031。無人駕駛是一個無人區，他們的理想就是從一個無名山丘崛起成為一座山峯。
自動駕駛的黃金時代，在下一個十年
對於通用場景無人駕駛技術成熟的時間，在業界一直有兩種説法：一種説法是技術成熟需要5年時間，2016年無人駕駛興起，2021年L5級別無人駕駛將會大規模實現；另外一種説法是到2025年以後才能成熟，這一説法基本是按照10年的時間去算的。
吳甘沙更偏向後一種説法，他認為，人們往往會高估技術的短期影響力，而低估技術的長期影響力。（“阿瑪拉定律”，由美國科學家羅伊·阿瑪拉提出）也因此，業內就適當地把時間線往後延了幾年。
他進一步對創業邦解釋稱，自動駕駛行業從興起到實現爆發式增長，需要經過三個5年。
第一個5年，是從2016年到現在。這段時間，整個自動駕駛行業一直在學習和試錯，大家有些盲目樂觀。但經過泡沫期後，行業現在對自動駕駛更有敬畏之心，更平和。
根據科技媒體The Information發佈的研究顯示，截至2019年底，投入自動駕駛戰場的各家公司已經累計燒掉了約160億美元（約合1120億元人民幣）。
而“燒錢榜”上排名前兩位的是谷歌Waymo和通用Cruise，均超過30億美元。第三名的Uber則“燒光”20億美元。
第二個5年，是無人駕駛大規模商業化落地，如雨後春筍冒出的一個階段。吳甘沙希望第二個5年結束時，馭勢能夠推出一款AI駕駛員的產品，快速進入到各行各業，即插即用。
第三個5年，AI駕駛員在出行和物流等關鍵場景中大規模應用，實現爆發式增長。改變城市，改變我們的生活。
據德勤最新發布的報告，德勤也認為未來3至5年，汽車智能化、網聯化將迎來一輪高速推進階段。而在中國，自動駕駛運營車輛預計會在2030年達到3000萬輛。
儘管自動駕駛商業化依然道阻且長，但大勢已經十分明顯。
通用Cruise CEO Dan Amman表示，自動駕駛市場規模未來可達每年8萬億美元（摺合人民幣56萬億），其中乘用市場分掉5萬億美元，貨運市場分走2萬億美元，而車內體驗與數據挖掘則至少有5000億美元的機遇。
8萬億美元的大機遇放在面前，沒有人不想分一杯羹。
2014年左右進入自動駕駛領域的特斯拉，目標尤其大膽。馬斯克去年就提出將通過遠程OTA將軟件更新至L4級自動駕駛汽車。到了今年計劃更加激進，馬斯克在2020世界人工智能大會（WAIC）上表示，特斯拉有信心將在今年完成L5級別自動駕駛的基本功能。
百度Apollo也在今年交出了新的成績單。在9月15日舉行的百度世界大會上，百度去掉安全員的無人駕駛汽車正式上路。據百度集團副總裁、智能駕駛事業羣組總經理李震宇表示，最快到2021年，大眾就會體驗到全無人駕駛。
不過，趨勢歸趨勢，自動駕駛企業在向前奔跑的同時，還需要認清一個現實是自動駕駛技術的落地仍需時日。
馭勢科技無人物流車在香港國際機場內運送行李
自動駕駛真正成熟大致需要三個階段：技術成熟、商業成熟和法規成熟。
目前行業整體還處在第一個階段，技術沒有完全成熟，大規模商業化也沒有開始。而在未來一段時間，自動駕駛車輛造價和運營成本依然會非常高昂，道路交通長期需要人工駕駛和自動駕駛並存。
理想汽車創始人李想就曾坦言，自動駕駛的很多玩家目前仍卡在L3級別，沒有人做得很好，“安全冗餘做得不夠”，例如攝像頭、執行機構的剎車轉向等，車規級的芯片技術也需要提升。
此外，在法律法規層面上，國內對自動駕駛技術的態度也十分謹慎。
例如，《道路交通安全法》《公路法》《保險法》等都很少涉及這方面的內容。雖然部分地區已陸續開放有道路測試區域、頒發試運營牌照等，但自動駕駛汽車高速公路測試、載人測試以及地圖應用等方面依然受限。
針對自動駕駛車輛路測在法規和政策上的限制，中國工程院院士李德毅在今年的中國電動汽車百人會論壇上還曾建議，應在全國城際公路和高速公路開放特定時間、特定路段的特定車道，連通各地區測試場，允許自動駕駛車輛加入和人工駕駛車輛混合運行。
他頗為形象地説，如果無人駕駛不能像人一樣具備學習能力，不能應對各種邊緣工況，即使在公路上行駛了幾百萬公里，也不能夠獲得駕照。
當然，從行業發展角度考慮，法規政策的完善只是時間早晚問題。但在自動駕駛商業化之前，自動駕駛企業能否找到自己的核心競爭力，以及能否獲得更多的糧食以備過冬，是現階段需要迫切解決的問題。
目前，馭勢科技已經在商乘雙線蹚出了一條路，而在未來5至10年的發展中，馭勢科技則希望能夠在1000萬台量產車上，部署具備“影子模式”的自動駕駛系統，確保每一次L4/5級自動駕駛算法的迭代，都能在一個月內完成數百億公里的實車驗證，並最終在2025年前後，實現L4/5級自動駕駛技術的大規模量產。
“對於我們而言，就是要持續關注自身的造血能力。因為要真正實現無人駕駛，還需要相當長的時間，而且過程非常艱難。”吳甘沙對創業邦表示，“挺到最後才是真正的王者”。
寫在最後
新一輪的技術競賽異常激烈，創業者面臨的孤獨與壓力往往難以想象，很多時候就是需要大膽地告別過去，打破自我設限，不斷創新，持續地征服不確定性。
“我們一直説偉大的公司都是冬天的孩子，為什麼？因為它在過冬時還能保證不會死掉。我們不指望速勝，但是我們希望經歷週期起伏後，做到不敗。”
吳甘沙表示，在這個行業打拼，就要做好打持久戰的準備，用孫子兵法裏面的話，就是“先為不可勝，以待敵之可勝”。