兩會現場 | 改革精神歷久彌堅

“時間就是金錢，效率就是生命。”深圳蛇口工業區喊出的這句講時效、重實幹的口號，成為中國改革開放特區的標志之一。今年是改革開放四十周年，在全國兩會上，記者聽到“時間”與“效率”依然是代表委員口中的“熱詞”。

“向科技要效率”是全國人大代表、騰訊計算機系統有限公司CEO馬化騰多年來的信念。在2105年的全國兩會上，馬化騰在他的議案中描繪了“互聯網+”的前景，2017年重點關注“數字經濟”，今年則帶來了建設“數字中國”的建議，從加強數據相關市場機制建設、建設公共數據開放平臺等方面，強調了數字技術應用促進經濟社會建設提質增效的重要性。

“‘互聯網+’是手段，‘數字經濟’是結果，‘數字中國’和網絡強國才是我們的目的。”馬化騰在“代表通道”接受採訪時說，“如今我們可以看到越來越多的大數據、雲計算、AI技術，數字化應用已經擴展至政務管理、智慧城市建設等領域。”

“以簡政促省時”是全國人大代表、浙江省杭州市委副書記、市長徐立毅帶來的改革成功經驗。2017年浙江省委、省政府按照習近平總書記強調的堅持以人民為中心的發展思想，在全省組織開展了“最多跑一次”的改革。記者瞭解到浙江省工商局率先在系統內推進這項改革，多措並舉提升了工商登記服務水準，為群眾提供了便利。

“去年杭州市新設立企業11萬家，其中85%是通過‘證照聯辦’實現了準入即準營。在不動產登記事項辦理中，做到了60分鐘辦結。”徐立毅說，“我們以群眾需求為導向，按照“一件事只進一扇門”“最多跑一次”的要求，全面梳理、有機整合群眾辦事過程中涉及的各種問題，取得了明顯成效。今年我們要把杭州打造為移動辦事之城，以‘最多跑一次’撬動各領域改革。”

惟改革者進，惟創新者強，惟改革創新者勝。在一個個採訪中，記者從代表委員們對“時間”與“效率”的追求和實踐中看到，中國人民勇於改革、不斷創新的精神歷久彌堅，全面深化改革必將在新時代結出更為豐碩的果實。

聚焦兩會： 業內呼籲汽車“四化”立法

“互聯網造車的浪潮說明了汽車產業進入創新風口期，汽車行業也將其看成創新轉型的重大機遇期，上汽瞄準汽車產業發展的新趨勢——電動化、智能化、共用化、國際化的發展方向。”

3月5日，在人民大會堂中央大廳設立的“代表通道”上，全國人大代表、上汽集團董事長陳虹在接受採訪時表示。

展望未來，陳虹表示，互聯網汽車與汽車工業的融合是重要的發展趨勢，上汽以智能互聯汽車、智慧出行方案，以及智能製造為抓手，探索實踐，把大數據、雲計算和人工智慧同汽車產業進行更廣泛、更深入的結合，以推動整個產業加快升級、加快發展。

值得注意的是，中國智能化雖起步較晚，但隨著國家在人工智慧領域的持續關注和加大投入，以及我國移動通信及互聯網運營能力的加強，並依託世界首位的汽車市場，中國智能化進步迅速。

不過，目前智能網聯汽車的發展依然面臨挑戰，這其中包括，國家智能汽車創新平臺牽頭部門多，導致資源不聚焦；國家相關法規標準難以對智能網聯汽車的研發、商用提供有效支撐。

“在汽車快速發展的同時，將新能源汽車、自動駕駛、網約車納入法制化管理軌道非常必要。雖然汽車產業是新技術的載體，近幾年還會有一系列新技術和產品出現，立法工作顯得尤為突出。這時候，政府應抓住時機，政策得當就會推動產業積極、健康發展。”3月4日，一位汽車行業專家在接受21世紀經濟報道記者採訪時表示。

強烈呼籲自動駕駛立法

就在產業變革的當下，首次當選全國人大代表的長安汽車總裁朱華榮提出多項發展智能網聯汽車的有關建議：一是改革現有管理機制，加強智能網聯汽車的統籌管理，成立專職項目團隊，解決多部門多頭管理的問題，成立國家創新平臺公司，系統規劃、統籌國家智能網聯汽車創新發展。

二是加快建立和完善自動駕駛相關法規、標準落地：在現行法規中完善或制定新的法規，允許自動駕駛商品車合法銷售。完善適用於自動駕駛的道路設施規範，並嚴格執行。制定相關標準對自動駕駛車輛進行強制要求，為自動駕駛量產提出準入門檻，避免行業因理解不一致造成的自動駕駛水準參差不齊，同時通過標準的強制要求，促進中國自動駕駛與國際接軌。

與朱華榮不謀而合，在自動駕駛汽車立法方面，全國人大代表、廣汽集團黨委書記、董事長曾慶洪則建議：在確保安全的前提下，通過立法機關授權試點或制定暫行條例等方式，加快制定自動駕駛汽車測試專項法規，保障相關測試“合法上路”；加大調研力度，研討新的管理制度，界定自動駕駛汽車相關主體責任，探索建立自動駕駛汽車專用保險。

網約車市場亟待管理

作為共用經濟行業代表，全國人大代表、盼達用車CEO高鈺準備圍繞共用經濟特別是共用出行產業發展提出建議議案。高鈺認為，目前在交規和稅收政策等現行法規與共享經濟模式存在不適配的問題，需作出適當調整。

此外，高鈺建議由政府牽頭，各類共用經濟平臺乃至全社會予以配合建立和持續完善“共用經濟信用體系”，同時盡快制訂無人駕駛相關的法律法規，促進人工智慧領域從“芯”、“端”、“雲”到“用”這個產業生態全方位形成國際領先。

來自羅蘭貝格的數據顯示，目前中國市場有超過130餘家網約車平臺公司擬開展網約車業務，僅有45家獲得經營許可，其中不超過10家真正落地進行運營。

首次當選全國人大代表的浙江吉利控股集團董事長李書福，在關於《凈化網約車行業發展空間促平臺提升內功》議案中一針見血地指出了網約車目前存在的問題：很多網約車車輛未能三證齊全上路；網約車平臺公司與各城市交通運輸主管部門數據接入存在相同數據重復接入、傳輸不及時、數據質量差等突出問題，這些違規現象，影響了行業健康發展。

對於網約車的監管，李書福建議，政府部門設立專門工作組制定數據上傳的規範細則及處罰措施，並督促各網約車公司提交相關數據。政府部門明確數據上報時間，通過分析數據後，對數據質量評級，並定期向社會公佈企業上交數據的質量情況。

這既是向社會公示企業誠信的途徑，也是通過“誠信”評比倒逼“資本”的力量約束網約車平臺公司行為；並將網約車納入客運出租汽車管理條例，進行統籌管理。

人工智慧產業將尋求三方面突破

未來將扎實推進理論發展，加強新技術整合能力

如今，“智能+”社會已步步臨近，社會各界也正積極勾勒未來社會圖景。國外人工智慧巨頭動作不斷，在基礎技術、應用領域方面都有諸多突破，可以總結為三點：基礎研究能力強、跨界創新密集、人才紅利持續發揮。

我國在深度學習、識別技術等領域實力突出，在人工智慧市場應用層面走在世界前列。但在基礎技術、產業鏈跨界協同、核心人才培養方面則存有短板。業內專家呼籲，未來我國人工智慧行業和學界應重點關注以上三項弱點，審時度勢、全盤考慮、抓緊謀劃、扎實推進，在鞏固現有優勢的同時，補足短板，推動中國人工智能產業可持續發展。

基礎層研究成人工智能“硬指標”

人工智慧研究可以分為基礎層、技術層、應用層，美國在技術難度大、技術帶動效應強的基礎層方面，不斷取得研究以及實踐進展；而中國在基礎層方面能力稍弱，在技術層和應用層發力更多。

基礎層主要指處理器、晶片等支撐人工智慧技術的核心能力；技術層包括自然語言處理、計算機視覺、技術平臺等通用技術；應用層是指自動駕駛、智能機器人等實際應用主體。

人工智慧浪潮的興起，使得美國大公司紛紛進軍基礎層的研究。以晶片為例，美國的晶片製造企業英偉達推出了世界首款120萬億次級處理器Volta V100 GPU，可以將機器學習指令傳達的效率從幾周的時間縮短至幾個小時，幫助客戶更加快速地迭代並優化各自產品的上市時間。過去3年中，英偉達為深度學習提供了10倍的性能加速，被評論界稱為“摩爾定律的平方”，保持目前的性能提升速率，到2025年，GPU將可實現比CPU快1000倍的性能。

穀歌、亞馬遜、微軟、蘋果等最初並不研發晶片的公司，也開始發力晶片和處理器，這使得美國在全球人工智慧基礎層研究地位進一步增強。微軟公司公佈了其人工智慧晶片製造項目，展示了一款專門為微軟增強現實眼鏡HoloLens打造的新型晶片。穀歌已於2016年宣佈了其深度學習晶片的研發，並聲稱，隨著語音識別技術的爆發，高性能處理器TPU已為公司省下了打造15個新數據中心的成本。穀歌同時在與生物公司合作開發高效計算DNA信息的晶片。2017年4月，蘋果公司宣佈蘋果將通過自主研發和生產晶片，進一步掌握產業鏈主導權。消息一出，蘋果晶片供應商英國公司Imagination的股價應聲暴跌。

但是，中國在晶片基礎研發領域仍然落後於美國企業，對進口晶片的需求居高不下。

從事計算機視覺識別的中國公司“曠視科技”品牌與市場中心總經理謝憶楠表示，在圖像識別領域，公司同時應用英偉達和英特爾的晶片，目前還沒有國產晶片能夠完全取而代之。英特爾中國研究院院長宋繼強也承認，我國人工智慧領域不足之處在於我們原創理論創新、基礎人工智慧研發能力還不太夠。中國學者需要在理論上有所突破。地平線機器人技術創始人餘凱表示，在PC電腦與移動互聯網時代，我們都錯失了如操作系統等基礎平臺性技術，人工智慧時代需要迎頭趕上。

中國電子學會發佈《中國機器人產業發展報告》指出，我國機器人領域核心技術積累不足，資金投入相對有限且分散，高端市場長期被外資企業佔據，很大程度上以依託進口零部件和本體組裝、集成為主營業務，雖有一定突破但基本上是被動地、跟隨式發展，難以獲得產業發展主動權。

計算機學家、圖靈獎唯一的華人得主姚期智表示，中國想在2030年實現世界主要人工智慧創新中心的戰略目標，首先要解決人工智慧發展缺少理論的問題。中國在下一波人工智慧的發展上，應取得一些原創性的、有知識產權的成果，而不是追趕別人發明的科技。

跨界融合創新為智能生態“必修課”

未來人工智慧領域不僅僅是單一的技術和產品，而是一個整合的“生態系統”。數字技術將結合神經研究等醫學領域、自動化機械臂等工業領域共同組成人工智慧的底層技術。

以人工智慧為依託的機器人一方面會以“軟件”形式融入社會，如自動翻譯、圖像識別等。另一方面也將通過集成“硬體”深入到百姓生活中，如特種機器人、醫療機器人等。

正是在這種“共識”的指引下，“不務正業”幾乎成為美國人工智能巨頭都在做的事，從IBM、蘋果，到穀歌、臉書、英偉達，所有的人工智慧巨頭都在嘗試軟件、硬體、應用場景的聯通，不再單一專注於自己的傳統業務，而是著眼佈局未來。 2016年9月，穀歌、微軟、臉書、亞馬遜、IBM更是組成人工智慧聯盟，大有形成合力、制定行業標準之意。

目前，穀歌的跨界非常廣泛，跨越了晶片、機器學習平臺、軟件、雲計算等各個領域。其人工智慧學習系統TensorFlow目前是全世界應用最為廣泛的人工智慧軟件平臺。研發晶片起家的高通，也推出了自己的攝像頭Spectra Module，旨在優化VR、AR的效果。最近，這一攝像頭又添加了一些新的功能，如深度檢測和生物認證，用戶可以通過虹膜掃描來解鎖認證。

IBM中國研究院認知交互技術總監秦勇表示，IBM打造人工智慧平臺，最終目的就是形成生態圈，可以滿足客戶的不同需要。比如IBM的WDC（Watson Developer Cloud），已經有很多應用程式編程介面公佈出來，比如知識圖譜、語音識別、計算機視覺、性格分析、對話管理等等。在教育領域和芝麻街合作，利用人工智慧幫助小孩，用遊戲的方式來做輔助學習。這一平臺還和美敦力（Medtronic）合作，提前兩三小時就可以準確預測一個人的血糖指標。

英偉達不僅有晶片，還發佈了高效的深度學習軟件平臺，為客戶提供綜合全面的服務，其客戶涵蓋汽車、虛擬現實、圖像識別、基因分析等各領域。電商起家的亞馬遜，憑借其深度學習能力，崛起成為人工智慧的巨頭。去年，其發佈的三大人工智能技術（圖像識別、自動語音發音、語音互動）廣受歡迎，中國的社群電商軟件“小紅書”就利用了亞馬遜的人工智慧技術開發了人臉識別痘痘的功能。

除以技術優勢加速全鏈條佈局外，國外巨頭憑借投資併購等資本運作手段，提升自身技術實力，在人工智慧領域迅速佔據制高點，也有部分巨頭在我國建立產業基地，搶佔中國市場。如微軟收購位於多倫多的人工智慧初創企業Maluuba，穀歌收購數據科學公司Kaggle。庫卡也宣佈建設中國二期廠房，繼續擴大產能。

而中國人工智能產業的跨界互動能力不足，部分企業存在短期套利思維。業內人士認為，從技術到產品的跨越非常之困難。不同於矽谷技術公司的“一呼百應、迅速抱團”，中國企業之間的“門戶之見”較深，產業鏈傾向於為了短期利益，維護已有的客戶鏈條，而不會積極擁抱新產品，這使得一項技術需要投產時，找生產商就十分困難，更別提以後的推廣、應用了。

另一方面，中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任王飛躍認為，目前市場上有很多風險基金來主導基礎研究型公司，這對正常的創新過程會產生一定負面影響。特定階段確實需要一些特殊的措施，但無論如何要給有能力、願意做研究的人一個安靜的空間，這才是科研創新真正的源頭。

王飛躍認為，很多人蜂擁而至進入智能行業，其中不乏“語言創新”、炒作概念的PPT公司，好多核心硬體還要從外國進口，企業技術能力“配不上”它的名字，這是需要我們反思的地方。

《中國機器人產業發展報告》建議，圍繞市場需求，加強新技術之間的整合能力，打造“政產學研用”緊密結合的協同創新載體。既要圍繞智慧工廠、智能家居和智慧城市開展細分領域示範工程，也要打造重點領域機器人應用系統集成商和綜合解決方案服務商，推進全產業鏈協同發展。

人才隊伍建設是產業發展“脊樑柱”

任何產業的發展都依賴高素質的人才。美國人工智能產業的發展，得益於過去幾十年來高校、科研院所沒有停止過的探索，美國從而成為世界人工智慧人才的最大輸出地。而中國人工智能人才則較為稀缺。

騰訊研究院發佈的《中美兩國人工智能產業發展全面解讀》，從企業人數分佈可以看出中美之間的巨大差異。報告顯示，截至2017年6月，美國共有1078家人工智能企業，員工數量為78700名；中國有592家人工智能企業，員工數量為39200名，約為美國的50%。分領域來看，在處理器/晶片領域，美國員工人數是中國的13.8倍，美國17900人，中國1300人。中國在技術層領域的企業人數也遠遠落後於美國，僅在智能機器人領域人才稍多，為6400人，是美國同領域人數的3倍。

根據全球職場社交平臺“領英”的數據，7成美國人工智能人才從業10年以上，而中國僅有4成相關人才有這樣的從業經驗。報告分析，這源於中國人工智能產業起步比美國晚，人才培養模式尚存差距。

中國高校在很長時間內並沒有人工智慧專業，而美國是人工智慧概念的誕生地，基本上大院校都有人工智能專業和研究方向。根據美國國家科技委員會的人工智慧全球大學排名，前20名中有16所是美國大學，這些大學源源不斷地向科技企業輸送人才。

業內人士表示，由於人才匱乏，人工智慧工程師的年薪水漲船高。博士畢業進入企業，起薪或可高達百萬元，“否則根本留不住人”。而且，即便這樣的人也很難“上手就用”，都要在公司經過數月至一年的專業培訓。

目前，中國正在快速追趕美國人工智能人才的培養步伐。從論文發表數量來看，華人作者的領先優勢日益明顯。在“深度學習”領域，中國的論文數量從2014年開始超越美國。專家認為，人才培養是“智能+”發展的關鍵，而且，人才培養要與重點項目相結合，真正做到核心人才本土化、核心項目自主化。

《中國機器人產業發展報告》建議，應建立機器人行業亟須的多層次、多類型技能人才培養體系，建立校企聯合培養人才的新機制。同時，建立培養標準體系，運用職業培訓和職業資格制度加深與汽車、電子、化工、消防等相關行業合作，實現人才培養與企業需求的良好對接。

國務院2017年印發《新一代人工智慧發展規劃》，提到將“加快培養聚集人工智慧高端人才”。伴隨著巨大的市場需求和應用場景，我國有望吸引更多人才來華從事人工智慧行業。

在面向2030年對我國人工智慧發展進行的戰略性部署中，我國新一代人工智慧發展規劃也明確提出了我國人工智慧發展的“三步走”目標：

第一步，到2020年，人工智慧總體技術和應用與世界先進水準同步，人工智慧產業進入國際第一方陣，成為我國新的重要經濟增長點；第二步，到2025年，人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水準，人工智慧產業進入全球價值鏈高端，成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智慧理論、技術與應用總體達到世界領先水準，我國成為世界主要人工智慧創新中心，人工智慧產業競爭力達到國際領先水準。

專家認為，要想讓機器人滲透到人們生活，真正實現智能社會，一定要把相應的基礎設施建設好，建立知識庫、大數據庫、面向各類具體問題的智能系統等。“這不僅要有技術，還涉及整個社會體系、服務體系和治理體系等。”業內人士呼籲，要加快機器人向各領域的應用，實現人機協調、跨界融合、共創分享，營造有利於機器人發展的良好生態。

瑞銀研究報告顯示：至2030年AI每年將為亞洲貢獻經濟價值高達1.8萬億至3.0萬億美元，將對金融服務、醫療保健、製造、零售和交通等行業產生巨大影響。這些行業加起來，相當於目前亞洲GDP的三分之二。

據統計，2000至2016年，中國人工智能企業數量累計增長1477家，融資規模達27.6億美元。其中，2014至2016年三年是中國人工智能發展最為迅速的時期。這三年裡新增的人工智慧企業數量佔累計總數的55.38%。另據艾瑞咨詢公開數據，中國人工智能產業規模2016年已突破100億元。

面對優勢，還需戒驕戒躁；面對補足，還需踏實補強；我國應在人工智慧產業發展的浪潮中爭當“弄潮兒”。

未來已來，當時代的鐘聲緩緩敲響，新科技革命和產業變革將是最難掌控但必須面對的不確定性因素之一，抓住了就是機遇，抓不住就是挑戰，必須在日新月異的科技大變革中、在國際合作與競爭的征程中加速前進。

新一輪產業革命將在汽車領域興起

■大約每隔五六十年，在以科技發展為核心因素的驅動下，世界經濟會呈現一個輪次的興衰交替。有跡象表明，新一輪經濟週期的驅動要素將可能是人工智慧（AI）、物聯網及由之造就的工業4.0，以及伴生的能源革命。在此背景下，由於汽車是一種大批量、可復制、普及性強的耐用消費品，可以大幅度攤薄技術創新成本，並且帶動上下游產業鏈之間的聯動。因此，智能汽車的應運而生，將成為整合人工智慧、萬物互聯、新能源技術，並發揮工業4.0優勢的產業領域。

■傳統車企與新進入車企之間的競爭客觀存在，某些原本就競爭力不足，加之因循守舊的傳統車企，將可能受到顛覆性的沖擊。但是站在行業整體看，汽車產業的傳統優秀車企，在這場長期的膠著戰中，將面臨自我更新、自我完善的新機遇，極有可能借助其已經具有的技術與管理優勢，在這場顛覆性的挑戰中獲得重生。

1月5日，國家發改委公佈了《智能汽車創新發展戰略（徵求意見稿）》，初步制訂了戰略願景，設置了目標達成的時間節點：到2020年，智能汽車新車佔比達到50%，中高級別智能汽車實現市場化應用；到2025年，新車基本實現智能化，高級別智能汽車實現規模化應用；到2035年，中國標準智能汽車享譽全球，率先建成智能汽車強國，全民共用“安全、高效、綠色、文明”的智能汽車社會。

這一戰略的形成意味著，經過一段時期的實踐和認知，我國目前已初步在國家層面對發展智能汽車的意義、目標、路徑和措施形成共識，資本市場深度關注與佈局智能汽車，正當其時。

智能汽車將引領產業革命

從全球經濟的發展週期看，呈現一種明顯的長週期（即 “生產力發展週期”）特性，也被稱為“康德拉季耶夫週期”。認為大約每隔五六十年（中國人可以按習慣理解為一個甲子，即60年左右），在以科技發展為核心因素的驅動下，世界經濟會呈現一個輪次的興衰交替。

按此理論，從1782年開始，紡織機、蒸汽機驅動了第一次產業革命；第二輪週期由鋼鐵、鐵路技術驅動；第三輪週期由電氣、化學、汽車技術驅動；第四輪週期是由汽車、計算機技術驅動；第五輪週期是從上個世紀90年代開始，核心驅動因素是信息技術。目前正處於第五輪的末期，即衰退期。

有跡象表明，新一輪經濟週期的驅動要素將可能是人工智慧（AI）、物聯網及由之造就的工業4.0，以及伴生的能源革命。

在此背景下，由於汽車是一種大批量、可復制、普及性強的耐用消費品，可以大幅度攤薄技術創新成本，並且帶動上下游產業鏈之間的聯動。智能汽車應運而生，將成為整合人工智慧、萬物互聯、新能源技術，並發揮工業4.0優勢的產業領域。

這場革命是顛覆性的嗎？

技術突破重心在感知層與決策層

什麼是智能汽車？按照徵求意見稿的定義，智能汽車是指通過搭載先進傳感器、控制器、執行器等裝置，運用信息通信、互聯網、大數據、雲計算、人工智慧等新技術，具有部分或完全自動駕駛功能，由單純交通運輸工具逐步向智能移動空間轉變的新一代汽車。智能汽車通常也稱為智能網聯汽車、自動駕駛汽車、無人駕駛汽車等。

傳感器、控制器、執行器，對應智能汽車技術的三個層次：感知層、決策層和執行層。

其中，感知層技術主要基於視覺技術與雷達技術，為汽車提供環境感知輸入。硬體設施主要包括安裝於汽車本體的攝像頭、各類雷達，以及接收車聯網信息的終端裝置等。

決策層技術的作用在於接收來自車體自身感知器件，以及來自車聯網的網絡虛擬空間信號，通過整合車載或雲端處理結果，輸出車輛控制信號，通過車輛執行部件實現行車即時控制。這項技術相當於自動汽車的“駕駛腦”，以演算法為核心，通過半導體等硬體技術對高速運算提供支持。

執行層技術指汽車的加速、減速、轉向、制動等基本執行機構系統及其相關部件技術。

整體而言，智能汽車可以被看作具備特定用途、未來可以實現更加復雜、更加精細化運作的機器人之雛形。正如人類具有靈魂、心魄、身體三個層面能力資源，智能汽車區別於傳統汽車的本質特徵正在於其感知層與決策層，感知層和決策層是智能汽車容納汽車魂魄的器官。

技術的核心在決策層

決策層水準的高低，決定汽車自動駕駛水準的等級。決策層硬體目前已經獲得突破，軟件則需要步步更新迭代。

人類的靈魂與心智能力表現在兩個方面：一是根據明確的內外邊界條件進行特定條件下的應激反應（先天性能力）；二是通過不斷地學習和創新實踐，更新自己的價值體系與判斷標準，形成來自後天學習構建的新自我認知，以及對外部環境的應對機制。不斷更新是智能汽車的最本質特徵，智能汽車因此而具有了類生命生生不息的屬性。

目前擁有該層次技術能力的供應商有兩類。

一類是作為傳統汽車行業一級供應商的ADAS（高級駕駛輔助系統）公司，如博世、大陸、德爾福等。如博世將自己定位在自動駕駛核心硬體這一領域，同時也通過合作、併購等方式加強人工智慧和高精度地圖的佈置。德爾福側重佈局駕駛腦、信息傳遞和控制系統。它們的傳統擅長領域是借助車體本身感知能力，獲得行車信息，將其通過邏輯演算法轉化為車輛行駛控制信號。通過這種方式，傳統車企採購其系統部件研發整車，基本能夠實現3級及以下級別的駕駛。

另一類是擁有人工智慧演算法技術，或掌握電子地圖，以及大數據收集處理能力的高科技或互聯網公司，如英特爾、穀歌、百度等。英特爾廣泛佈局了車載晶片、視覺技術、深度學習技術、物聯網等相關軟件、硬體，以及信息安全等相關領域，致力於補齊自動駕駛中所需要的GPU、5G、PFGA等關鍵技術，為後續端到端的方案提供了重要支撐。在這些技術領域，英特爾等企業最近幾年進行了大量的投資佈局。

決策層技術所需的大容量數據傳遞與計算的硬體基礎，已經在英特爾等極少數企業初步具備。這些企業的主旨是通過自動駕駛的計算平臺、5G網絡或高精度地圖作為切入自動駕駛的入口。事實上，一般的互聯網企業在技術方面所擅長的主要還是網聯技術，而在真正實現自動駕駛的核心技術——“駕駛腦”的演算法方面，一般互聯網企業未必具有優勢。

擁有如上兩類技術的高科技企業，前者如英特爾、博世，後者如穀歌，皆有志於以決策能力的突破為核心，為車企提供智能駕駛解決方案。

《智能汽車創新發展戰略（徵求意見稿）》按照智能化程度將智能汽車劃分為5個等級，並指出“中高級別”為“3級及以上”，“高級別”為“4級及以上”。自主與網聯相結合將成為發展高階自動駕駛的主流模式。

目前，無論是傳統車企，還是新造車企業，它們作為汽車產業漫長價值鏈的集成者，均不具備全面的技術資源稟賦。一般來說，部分優秀傳統車企的技術基礎及整合能力，要遠遠強於多數初創的、帶有互聯網創業公司光環的行業新進入者。新進入者的優勢可能首先在於其“互聯網造車”的理念，在快速集成和新技術應用上達到匹敵傳統車企，甚至勝過一籌的水準。如特斯拉宣稱，推出一步到位備齊智能駕駛硬體的新車，之後將通過機器不斷地學習，將新的經驗和技能借助雲平臺分享到所有售出的新車上。這種理念符合人工智慧產品與人類相似的不斷學習與更新的特質。然而，理念雖然到位，但同樣將面對由低級智能駕駛到高級智能駕駛的不斷進化之路。

觀察智能駕駛的技術層級，可以將智能駕駛大致區分為兩類：一類是目前側重依賴自主式技術，即基於車體本身裝置，已經基本可以達到單車智能駕駛，及中低級的智能駕駛；一類是將靈魂插上車聯網之翼，在單車智能駕駛初步實現的基礎上，借助“駕駛腦”技術的升級整合來自高精度地圖、雲計算、大數據等雲端能力資源，以及持續機器學習和深度神經網絡技術，最終將單車智能駕駛變為智能網聯式自動駕駛，實現高階智能駕駛的突破。

傳統車企、新晉車企誰主沉浮？

感知層和決策層的共性基礎是車載晶片技術，涉及的企業有高通、恩智浦、英特爾、博世，以及來自國內的四維圖新等。在這些領域，近年頻頻發生巨額併購事件，如高通收購恩智浦、英特爾收購Altera等，涉及收購金額均達上百億美元。其中，高通、英特爾、英偉達已經相繼推出各自的自動駕駛平臺。可以說自動駕駛的硬體基礎已經具備，低階的智能駕駛的普及只是時間問題，而更高階的智能駕駛技術的突破則取決於整車製造企業與感知層、決策層供應商的協作。

在智能駕駛研發能力方面，傳統車企與新造車企業各有其獨到的優勢與不足。

從商業模式來看，傳統車企的優勢在於擁有研發並製造一款整車的成熟流程模式與技術積澱。它們掌握外界難以獲取的車輛信息（安全性數據、車輛使用工況數據等等），擁有與產業鏈上下游協同工作的經驗。可以說，優秀的傳統車企本身就是一個優秀的整合者，它們天然具有打造一款成熟新車的基因。

新造車企業的優勢在於其互聯網思維，擁有開放、創新、迭代的基因，在打造智能汽車的靈魂方面具有天然的優勢。如前所述，決策層能力的養成不僅需要初階能力，而且需要通過深度學習實現不斷升級。對於新進入的造車企業而言，尤其是部分高科技企業，可能自然而然地將核心能力的構築焦點放在感知層與決策層，從而更容易掌握“駕駛腦”的深度學習能力。

從資本運作來看，部分傳統車企在其特定市場已經具有領先優勢，已經積累或者可以調動起雄厚的資金投入。不足之處是傳統市場領域更多體現為一片片紅海，多數車企利潤微薄，自身造血功能較弱，使得其借助自身資金積累進行創新的難度較大。

新造車企業則可借助新造車理念，短期內聚攏起大量資本，並在後期不斷引入新的產業資本。不足之處在於，新進入車企難以分攤成本，獲得盈利的週期較長。

傳統車企與新進入車企之間的競爭客觀存在，某些原本就競爭力不足，加之因循守舊的傳統車企，將可能受到顛覆性的沖擊。但是站在行業整體看，汽車產業的傳統優秀車企，在這場長期的膠著戰中，將面臨自我更新、自我完善的新機遇，極有可能借助其已經具有的技術與管理優勢，在這場顛覆性的挑戰中獲得重生。

因為，傳統車企是可以掌握新造車理念的，它們的誤區恰恰是自滿於原有產品開發、推出的路徑，在新模式的尋找上不得要領，即使推出新車型也是在模式上墨守成規。這可能才是眾多傳統車企陷入類似於諾基亞困境的根源。

作為一個新整合者，新造車企業面對龐大的汽車產業鏈體系，需要一個漫長的學習過程，它們可能一進入這個行業就被淹沒，眾多投資機構也隨之血本無歸。即使優秀如特斯拉，也需要依靠資本市場多年不斷地充血維持，而且迄今也未能坐實盈利。在這樣的背景下，新造車企業提出了“敬畏傳統、另起跑道”的口號。

然而，另起的跑道又加入另一個慢熱的因素：新能源動力。受制於基礎設施建設以及電池技術提升、成本降低速度的制約，智能汽車借助純電動概念發力，更是困難重重。感知層與決策層，是可以同時面向傳統能源與新能源汽車的。事實上，傳統汽車動力系統目前在行車信號反應速度上已經足夠成熟，再結合大規模的成本攤銷優勢，在很長時期內可以保持相對競爭優勢。這一優勢地位，在基本可預見的時間長度內，參照徵求意見稿的戰略目標預期，應該可以持續到2025年。而且，即使在2025年之前的這一段時期，傳統汽車企業已經開始在傳統能源與純電動兩個領域發力智能網聯化。

麥肯錫給出的無人駕駛在新車銷售市場的份額預測顯示，理想情況下，部分自動駕駛可以在2025 年達到10%的份額，完全自動駕駛可以在2030 年達到15%市場份額。在未來的10年至15年內，仍將是部分自動駕駛佔主流的需求生命週期，在這一時期，傳統車企仍將在更廣泛的細分市場佔據足夠的競爭優勢。

當然，國內汽車消費主體的變遷，將使汽車製造智能網聯化突飛猛進。這在某種意義上也意味著新一代造車企業的機會來臨。據JD.POWER的研究顯示，國內汽車消費主力正從60後、70後轉為80後、90後。相較於上一代，新一代消費者對汽車智能化配置的關注度明顯提升。

如此看來，在智能汽車製造領域，5年之內看傳統車企，5年之後看傳統車企及新晉車企中的優質企業，這應該是一個相對穩妥的判斷。

事實上，如何在全新智能駕駛理念（硬體一步到位，在感知層與決策層不斷更新迭代）下造車，部分傳統車企已經有了全新認識，並走在了行業前列。如豐田在2018年1月9日的CES展會上發佈了e-Palette多功能出行平臺，並宣佈從一家汽車公司轉型為一家移動出行公司，豐田的競爭對手也將轉變為穀歌、蘋果和Facebook等科技類巨頭。

百舸爭流的新生態

在新造車勢力中，特斯拉無疑最具代表性，其智能駕駛+純電動硬體一次性到位的生產模式，已成為這類車企發展的共性趨勢。

2016年10月，特斯拉發佈了Autopilot2.0，表示所有新車都將具備完全自動駕駛的硬體基礎。汽車在交付給用戶的同時，特斯拉不斷累積大量用戶實際道路行駛的經驗數據，通過機器深度學習，支持未來智能系統的進一步升級。

特斯拉模式沿襲的是蘋果手機空中升級（OTA，Online Travel Agency）的模式，體現了典型的互聯網思維。如果這種模式將智能汽車賦予“類生命”的性質，即通過不斷學習、不斷以更成熟的方式適應自身所不能完全掌控的外部世界，這應當是相對現實的做法。但特斯拉曾經的承諾是，可以在2019年或之前升級為全自動駕駛。這種承諾的實現有其極大的不確定性。

咨詢公司Navigant發佈了最新一項報告，這項報告按照戰略與執行度兩個維度，對具有代表性的19家無人駕駛汽車企業進行了排名。具體評價標準包括目標、市場化策略、合作夥伴、量產策略、技術、銷售、產品質量與組合、市場份額和可靠性等。這19家企業被分為領導者、競爭者、挑戰者和追隨者四類。按所屬類別與先後次序排名如下：

領導者：通用、福特、Waymo（穀歌旗下自動駕駛汽車項目）、大眾、戴姆勒-博世、雷諾日產聯盟、安波福、寶馬-英特爾-FCA；競爭者：沃爾沃-Autoliv-愛立信-Zenuity、PSA、Navya、百度-北汽、捷豹路虎、豐田、現代；挑戰者：Uber、特斯拉、本田和蘋果。

目前看來，在通往完全自動駕駛之路上，特斯拉仍面臨艱難的求索之旅。2015年特斯拉推出帶有駕駛輔助功能的Autopilot，最初版本採用了以色列Mobileye公司的硬體。2016年發生的一場致命的自動駕駛系統事故後結束合作，特斯拉開始獨立構建第二版Autopilot。但目前看來，在推出第二版本之後的一年多裡，自動駕駛儀仍然缺乏一些原始的功能，而且用戶反饋系統存在大量不可預測行為。

與此同時，一些立足於為整車企業提供整體解決方案的公司，如穀歌、英特爾，以及諸多整車企業卻表現亮眼。

通用並收購了自動駕駛初創企業Cruise Automation，並計劃在2019年引入其Supercruis技術。Supercruis依靠高精度地圖（採購自地圖供應商）作為數據基礎，結合各類傳感器及定位計算設備，獲得路況實時預知能力。進入2018年，通用汽車最新申請已獲聯邦政府批準，將在2019年量產並推出一款沒有方向盤和制動踏板的無人駕駛汽車。

戴姆勒與一級汽車供應商博世結盟，開發完全無人駕駛技術。計劃在2018年推出一款高級輔助駕駛車型。豐田於2016年創立了豐田互聯，計劃藉以實現未來車輛的互聯化、智能化。

面向智能駕駛領域，穀歌與百度採用相類似的“硬體外包+軟件自主”輕資產路線。2017年11月，穀歌的無人駕駛汽車項目Waymo宣佈將開始對無人駕駛汽車進行測試。Waymo的模式是開發整套解決方案，已與菲亞特克萊斯勒簽署了幾項小型協議，為600輛Pacifica皮卡提供Waymo的專有傳感器和內置硬體。預測穀歌未來將採取把自己的無人駕駛系統和軟件技術通過授權給車企的方式推向市場。穀歌無人駕駛技術立足兩個方面優勢：一是紮根於各城市街道的精密Google Maps地圖數據，可以每日模擬數百英里的路程；二是穀歌一直在持續進行的復雜城市道路的實際路試。

國內傳統車企採取的是與互聯網科技企業戰略合作、協同開發的方式，如長安、上汽與阿裡合作等等。相對於通用、特斯拉等企業傾向於建立自己的體系、單打獨鬥發展整車開發與產品製造能力，國內的企業顯然更加具有開放與合作精神。新進入者蔚來也計劃請江淮等傳統企業代工的方式造車。相形之下，中國的智能駕駛之路更像是在精細分工下，各展所長的“群眾運動”。這種方式使得傳統與創新更相容，展示中國包容與合作的傳統智慧，必將展現出更為持久的生命力。

迄今為止，國內車商更多的是發揮國內的互聯網技術積澱，推進的是“網聯”技術而非“自動駕駛”。如上汽集團目前重點佈局高精度定位、導航和地圖領域，以及車載服務信息等；與阿裡巴巴合資成立斑馬網絡，為上海汽車注入互聯網基因。上汽還於2014年底在矽谷建立了投資公司，並先後於2016年和2017年在加州和以色列建立了創新中心。

相對而言，在自動駕駛核心技術方面，無論是硬體還是軟件，無論是技術水準還是資本投入，我國相對歐美日韓均還有不少差距。但在這一新的生態領域，漸進式的智能駕駛技術升級路徑，為無論是傳統車企還是新進入車企，無論是“智能”車企還是“網聯”產業鏈車企，都提供了廣闊的生存空間。

參照手機行業開源與自主整合的兩種模式來看，安卓系統誕生於2008年，落後於蘋果的iso系統。但其市場份額從2009年的4%迅速提升到2015年的81%。由此可見，“群眾運動”模式在智能化領域的生命力。而開放、共用正是互聯網精神的體現。

資本市場如何面對？

在傳統的汽車企業中，有兩類企業值得關注。一是現有各細分市場領域的優秀企業，包括部分實力雄厚、在最近幾年嶄露頭角的大型國企，以及業績表現優異、展現出持久生命力的民營造車企業。其中，部分民營企業自2016年以來已經步入明顯的上升通道，這些企業幾乎全部已經規劃生產智能駕駛及新能源汽車，其中將湧現出未來的明星，投資這類企業在未來幾年中將相對比較穩健。

二是部分企業在諸多傳統商用車、乘用車領域佔據領先者地位，但是受制於市場的激烈競爭，難以依靠自身產品的利潤支撐資金需求體量龐大的產品創新。該類企業今後幾年將面臨艱巨的內部改革及資產重組任務。對於該類企業，機構投資者深度介入，以資金實力支撐其最新生長點或協助處理不良資產將可能會發現意想不到的機會。

對於新造車勢力的企業則要慎重選取，進行戰略性投資。這類企業一般需要數十億元乃至上百億元的巨額資金。但是即使如此，設計出相對成熟的新車，進而獲得盈利，仍舊要等待一個較長的週期，投資回報的取得往往需要依靠資本市場的長期運作。投資這類企業一般有更大的風險，當然也可能會有意外的驚喜，風險往往意味著更為可觀的增值空間。

【華發網根據21世紀經濟報道、新浪、每日經濟新聞、中國工商報採編】（版權所有，文章觀點不代表華發網官方立場）