雷鋒網(wǎng)按：孟醒，現(xiàn)順為資本副總裁及入駐企業(yè)家。在加入順為之前，孟醒曾先后是兩家人工智能領(lǐng)域創(chuàng)業(yè)公司的創(chuàng)始人及CEO：其在硅谷創(chuàng)辦的Orbeus是一家利用深度學習為開發(fā)者提供圖像、人臉等視覺識別賦能的公司，知圖科技則致力于使用圖像識別技術(shù)提升互聯(lián)網(wǎng)廣告，知圖在后期被新浪微博收購。

在加入順為資本之后，孟醒主要負責考察技術(shù)驅(qū)動型的公司，其中人工智能、自動駕駛又是其中最重要的方向。到目前為止，順為早有凱立德、蔚來汽車等在地圖、新能源整車上的布局，孟醒向雷鋒網(wǎng)新智駕透露在近一年內(nèi)順為又分別投資了一家自動駕駛技術(shù)公司以及激光雷達公司。

我們來聽聽從AI創(chuàng)業(yè)者跨界到VC的孟醒是如何看待自動駕駛的？

#新智駕資本訪談#聽最懂行的資本聊自動駕駛。歡迎與雷鋒網(wǎng)新智駕對話討論，公眾號AI-Drive，在雷鋒網(wǎng)新智駕看懂未來汽車與汽車的未來。

新智駕：眼下，順為在智能駕駛領(lǐng)域的投資狀況是怎樣的，有哪些項目和關(guān)聯(lián)項目？

孟醒：無論從地圖數(shù)據(jù)層面、還是整車廠商層面，還是零部件層面，目前我們都有投資對應(yīng)的公司。

我來了順為差不多一年，主要在看技術(shù)驅(qū)動型的公司，人工智能是一個比較大的方向，汽車和自動駕駛這個行業(yè)我覺得比較特殊，也比較有意思。它是把機器學習或者計算機視覺等技術(shù)應(yīng)用到一個普適性的機器人應(yīng)用場景。

自動駕駛進入整個汽車的投入周期會非常長，但如果能做成的話，它的市場是極大的，而且這個方向是明確的。

創(chuàng)業(yè)公司如果選擇把機器視覺結(jié)合到日常的應(yīng)用里，假設(shè)選擇進入金融、安防這樣的領(lǐng)域，他們需要克服的商業(yè)問題是很大的。而絕大多數(shù)的創(chuàng)業(yè)團隊，產(chǎn)品很難比現(xiàn)有的產(chǎn)品好10倍。

在這樣的前提下，他們是不太可能越過銷售或者推廣渠道，單純通過碾壓式的產(chǎn)品來取勝的。

而汽車，全自動駕駛只要實現(xiàn)，相比于現(xiàn)在的駕駛體驗，肯定是10倍的提高。汽車本身的上下游產(chǎn)業(yè)鏈比較成熟，自動駕駛創(chuàng)業(yè)公司是可以以技術(shù)和產(chǎn)品為核心的，當它的商務(wù)能力比較一般時，車廠依然有可能會主動跟它發(fā)生接觸。

所以，這個方向我覺得對于技術(shù)創(chuàng)業(yè)來說是一個優(yōu)勢，在相當長的一段時間內(nèi)創(chuàng)業(yè)公司不用考慮非常多的東西，而專注于它的技術(shù)。

新智駕：你們是怎么看待自動駕駛上的投資機會的？

孟醒：自動駕駛的整個市場，會非常之大。車廠在其發(fā)展過程中會發(fā)生演變，它不希望從OEM變成最后的管道公司，運營公司也會壯大，最后這兩者可能會趨同。

這樣，汽車使用次數(shù)可能會增加，市場購買新車的速度會大幅下降。

我們來做一些大膽的假設(shè)，滴滴提供的體驗，我們不管是不是真的有司機，都可以把它看成是一種“無人駕駛”。

對于這種“無人駕駛”體驗，我覺得還是挺不錯的，但價格比較高。假如說北京市內(nèi)所有的行程都是5塊錢或10塊錢封頂，假如說這一天真的發(fā)生了，它對于整個駕駛市場有什么樣的影響？

我覺得做到5塊錢的話，可能會砍掉一半的汽車銷量，這時一輛汽車滿足愛好的價值或者收藏的價值可能會大于它的實用價值。

做自動駕駛技術(shù)解決方案的公司有沒有可能出現(xiàn)像Mobileye這樣一家通吃市場的情況？

純粹從技術(shù)的角度去劃分，在ADAS上，Mobileye基本上獲得了高端車上百分之八九十的市場，在自動駕駛領(lǐng)域有沒有可能出現(xiàn)一個類似公司？

如果有可能出現(xiàn)的話，對VC來說投不中的風險是很大的。我自己覺得這樣的公司是不太可能再出現(xiàn)了。

首先，車廠有極大的動力去阻止一個這樣的公司出現(xiàn)，自動駕駛解決方案跟ADAS的價值是不一樣的，今天的ADAS是一個補充性的產(chǎn)品。今天的車如果價值100塊，85塊錢會體現(xiàn)在引擎、動力和內(nèi)飾等屬性上，哪怕你有ADAS，也只是體現(xiàn)在剩下的15%里。

如果完全自動駕駛出現(xiàn)，那它80%的價值會體現(xiàn)在車能不能自己上下高速、自己加油、續(xù)航待機的時間有多長等等。

未來我們用車可能就像今天使用Mobike或ofo一樣，當它的普及率足夠高、足夠便宜時，我們不太關(guān)注自行車有多少變速這樣的屬性。

基于這種情況，車廠是不會讓一個自動駕駛技術(shù)公司去主導這種變化發(fā)生的，或者他們會提供相當大的阻礙。

自動駕駛技術(shù)的發(fā)展，我覺得會最終形成與車廠一對一的關(guān)系，每個車廠可能會綁定一個技術(shù)供應(yīng)商再去綁定對應(yīng)領(lǐng)域能夠給自己提供技術(shù)和算法的新興公司。

反過來看，從美國先期做自動駕駛的公司上也能看到，希望做通用平臺的公司可能在技術(shù)上領(lǐng)先，但在商業(yè)化上走得困難重重，比如Google。如果自動駕駛的解決方案想要成為汽車上的Android，這對于車廠來說就太敏感了。

總結(jié)一下就是說：會有很多獨立的自動駕駛技術(shù)公司出來，他們分別會有自己的客戶。車廠或者一線車廠有那么多，對應(yīng)地就會有接近數(shù)量的自動駕駛技術(shù)公司。所以從投資的角度來講，你不一定投到最好的一家，如果投到全球范圍內(nèi)前十中的一家，它一般就是一家很好的公司了。

現(xiàn)在無論美國還是國內(nèi)的自動駕駛公司，融資的節(jié)奏基本上第一輪可能就在1000萬美金，估值可能在5000萬到1億美金。

比較驚人的是，當這家公司拿出demo之后，第二輪往往是一筆巨額的錢，這一輪有時候是在3000萬到5000萬美金，甚至更多的金額，如果不少公司拿到了這一輪，我覺得資本市場上可能真的沒有那么多的資金。

所以早期能拿到這么多錢的公司還是挺吃香的，它會與后來的公司形成一個時間窗口。

新智駕：你們看好什么樣的自動駕駛項目？

孟醒：做自動駕駛系統(tǒng)的公司逐漸開始細分：

1. 一步到位直接做L4級別的自動駕駛，中間的每一個階段都是demo，這個過程不太考慮商業(yè)化；

2. 有的團隊也是沖著L4來做，但每隔一個階段它會推出一個產(chǎn)品，比如說數(shù)據(jù)訓練平臺、數(shù)據(jù)標定平臺、地圖操作工具等等。每一個產(chǎn)品都有可能成為其他自動駕駛公司或者其他的車廠的上游，這中間的某一些產(chǎn)品可能會形成一個很大的產(chǎn)業(yè)鏈，短期之內(nèi)甚至比它做自動駕駛解決方案還要多。

3. 短期內(nèi)從低速車開始進入的團隊，我個人感覺做低速車對做高速車沒有太大的幫助，這是兩個完全不同的技術(shù)路徑。但低速車有它的價值，現(xiàn)有的存量市場其實非常大，算下來各種產(chǎn)業(yè)園、物流倉儲中對低速車的需求可能在百億級別。

上述幾類公司中，選擇一步走到L4的是風險最大的，這可能需要一到兩個億美金和五年的時間。假設(shè)按今年的市場，它設(shè)定的每一個里程碑都達到了，但明年的市場是不好判斷的，每一年這樣的風險都要疊加。

中間環(huán)節(jié)落地的公司，他們開辟了一個很有意思的市場。他們的行動可能跟整個環(huán)境的節(jié)奏更加一致，也就是他們的客戶和政府所能接受的速度?？蛻粼诮裉煨枰目赡懿皇荓4級別的自動駕駛，可能是先來搭建一套系統(tǒng)，怎樣能把數(shù)據(jù)采集車的數(shù)據(jù)變成高精度地圖，當然，這不是容易的事情。

反過來講，比如說Google無人車，它在從2008、2009年立項，兩年后在城市道路跑了一個demo，幾乎沒有人工干預。在這之后的幾年，Google無人車又解決了許多核心問題和極端情況。

比如說：一個地方柳樹特別多，柳絮飄到一種特定部件上，跟這種特定的部件產(chǎn)生一種新反應(yīng)。還有此前我看到Google特定的感知方案，通過把傳感器搭成某種情況來解決某種特定問題，如果換一種硬件標定方案，可能就不工作。Google在那個demo之后，又解決了上千個類似的問題，它現(xiàn)在接近是一種精細化運作的狀態(tài)。

回過來說，在自動駕駛領(lǐng)域，首先有先發(fā)優(yōu)勢的公司，在融資的節(jié)奏上現(xiàn)在接近于融第二輪的公司會有一個比較強的優(yōu)勢。同時，中間有落地環(huán)節(jié)的公司無論是低速車還是做數(shù)據(jù)訓練平臺，我覺得會更容易一些。

新智駕：像今天在ADAS、自動駕駛領(lǐng)域，非常多的公司也是圖像視覺一塊出身的，作為圖像視覺領(lǐng)域的過來人，在你看來，他們的長處和短板分別在哪里？

孟醒：整個自動駕駛系統(tǒng)的搭建，從傳感器、感知到規(guī)劃，然后再加上地圖、控制等幾個環(huán)節(jié)。我覺得其中天花板最高，可以不斷創(chuàng)新的，應(yīng)該在感知。視覺團隊出身的人在感知這塊是最強的，他可以不斷提高的空間是最大的。

至于劣勢，我覺得視覺出身的團隊可能對車本身不夠敬畏，他們可能傾向于用視覺來解決所有問題，或者說建立一套通用的方法來解決所有問題。

新智駕：你們現(xiàn)在已經(jīng)投了激光雷達和自動駕駛技術(shù)公司，那接下來你們還在看什么樣的項目？

孟醒：之前我更多關(guān)注一些做自動駕駛整體解決方案的公司。自動駕駛它的周期很長，可能在幾年之內(nèi)不同的路徑下其中的某個路徑會被證偽，但整個市場是一直存在和增長的。

同時我覺得在服務(wù)層面，比如說在實現(xiàn)自動駕駛之后，與App相關(guān)的產(chǎn)品是不是有新的機會？如全屏顯示的App結(jié)合圖像識別、結(jié)合AR。它們是不是會跟自動駕駛在同樣的時間點成熟？當自動駕駛實現(xiàn)的時候，車與車是一樣的，那么這些服務(wù)是不是會變成大家主要的差分點？

還有一方面，我覺得現(xiàn)在可能出現(xiàn)一些新的雷達或傳感器技術(shù)，使得事情又有了新的變化。

基于視覺做數(shù)據(jù)挖掘、SLAM算法的公司已經(jīng)很多，但基于激光雷達點云做深度信息挖掘的公司并不多?；旧现挥欣走_公司自己在做，但雷達公司在算法這一塊不是他們的最強項。或者有些團隊將視覺與點云算法做一些融合，但并沒有把它發(fā)揮到極致。

所以，有沒有可能出現(xiàn)一批真正做雷達算法的團隊？

當激光雷達做得越來越棒的時候，在很多產(chǎn)業(yè)里面不光局限在自動駕駛，激光雷達在非自動駕駛的應(yīng)用，有沒有可能推動激光雷達算法的進步使得這個傳感器成為在正常RGB攝像頭之外一個標配輔助？這樣再來倒逼自動駕駛激光雷達的繁榮。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。