2023年，很难再找出比汽车更地狱级难度的行业了，从价格战打到舆论战，从明嘲暗讽到实名举报，怪相频出，难得一见。
(相关资料图)
车企带头下场肉搏，上游供应商更加水生火热。即便是智驾赛道，在车型瘫痪式降价、人才踩踏式竞争的当下，也无可避免地被大浪裹挟着冲入了深海。
引用一句智驾从业者的原话：“那些被如珠如宝对待的好日子，算是到头了。”
01
硬件公司的“加减法”
如广袤深海孕育多样物种，智驾赛道的玩家属性也是各式各样。想在深海生存，与其关注其他生物的参差多彩，不如找到自己最合适的“生态位”。
自然界的规律，亦可当做企业生存和发展的指引。
若是以方案商是否自有硬件产品线为区分，粗粗划下道，大致分为以零部件起家的硬件公司，以及拥有互联网基因的算法公司。
前者的典型代表有博世、德赛西威，福瑞泰克和法雷奥等。他们都在零部件行业深耕多年，产品线几乎囊括了智能辅助驾驶所需的所有核心。
以德赛西威为例，从2019年起，德赛西威就开始向车企提供多种摄像头，仅此单一零件市占率就达15%。至于毫米波雷达、超声波雷达，以及支持4G/5G/V2X的智能天线盒等，自2020年前后量产至今，出货量达千万计。
智能驾驶所需的传感器和相关硬件
多样的硬件产品，正是它们向智驾方案商转型的底气。因为硬件公司最擅长的，就是用“旧”零件焕发“新”活力。
以最常见的泊车功能为例。早期的泊车功能一般由超声波雷达和控制盒来实现，但由于超声波雷达的功能局限，该功能只能在相邻车位都有车的情况下使用。换句话说，超声波雷达是靠“摸”来判断两车中间是否有足够停车空间，不能识别连续空车位。
在停车过程中，车周4个环视摄像头会通过车机中控屏向司机实时显示周围情况，保障安全。由于实时显示和超声波感知是同时开启的，很容易让人误解，认为环视摄像头是泊车功能的一部分。事实上，此时的摄像头功能只是座舱显示的一部分，和泊车并无关系。
但就是这两款十分基础的零件，在硬件公司的妙手下，经过组合搭配，再加上一点算力，就升级成了视觉融合泊车方案。
类似“1+1＞2”的案例还有很多。
用于泊车的环视摄像头在行车时被调用，实现成功率更高的拨杆变道或自动变道；用于行车的侧视摄像头和毫米波雷达，在泊车场景下被调用，帮助车辆自行缓行到指定停车位，实现学习型泊车，甚至是跨层泊车……
在“如何花小钱办大事”方面，硬件公司心得满满。
至于进阶方案，也基本围绕着5V-5R-12U（5个摄像头、5个毫米波雷达、12个超声波雷达）这个经典搭配做各种变形。多一个摄像头，变成前视双目，或者少几个毫米波雷达，组一个前向毫米波雷达和前视摄像头的CP，都是比较普遍的衍生形态。
这种以某一固定搭配做底，再按实际需求做增减的方案，往往需要其他传感器的性能提升作为补充，这点正中硬件公司下怀，毕竟产品篮子里应有尽有，交叉匹配自然是不在话下。
这也是为啥硬件出身的智驾方案商对外自荐方案时，往往以提供整套解决方案为主，很少主动提出将方案拆零售卖——整体方案打包卖，硬件和软件，都是自家左手右手的产品，可达利益最大化。
02
算法公司兼收并蓄
相比怀揣着“肥水不流外人田，能整包就不拆零”小心思的硬件公司，以软件为立身之本的算法公司则反其道而行，其智驾方案特点可以用“兼收并蓄”来概括。
以禾多科技为例，仅智驾芯片一项，就适配了市面上大部分主流芯片。
用德州仪器的TDA4V做记忆泊车，用华为的MDC610做行泊一体，用地平线的J3/J5做高速领航，用英伟达的Orin做城区领航……
在感知硬件方面，适配范围就更大了。
摄像头、毫米波雷达、激光雷达、超声波雷达，这些零部件的合作厂家，从国外到国内，从大厂到初创，软件公司基本都牵手了个遍，其中甚至不乏竞争对手的硬件产品。
元戎启行部分硬件选型范围
算法公司“包容开放”的态度，乍看是有大格局，实际却是“不得已而为之”的无奈。
因为这些做智驾方案的算法公司，前身大多是L4自动驾驶科技公司，他们的强项是无人驾驶（自动驾驶）软件算法、数据训练和车队运营，零部件的生产制造并不包含在内。
只是时移世易，当初受投资人青睐的“轻资产”，如今变成了“缺少零部件生产制造经验”的先天不足。
软件公司自然知道自己初始牌面不佳，再花大力气从头搭建产线既不现实也不划算，只能顺势而为——既然硬件只能依靠代工或外购，那索性一不做二不休，直接把主流零部件都纳入进来。只要做到“任君选择，我都行”的程度，那“无自有零件”的劣势就能一举扭转成“无绑定零件”的优势。
至于在智驾方案主打款的选择上，算法公司则坚持“以己之长攻人所短”的错位打法。相比强调低成本和性价比，他们更倾向于在L2+高等级辅助驾驶层面上发力。
一方面，这能最大程度避免与硬件公司形成全面的竞争关系（毕竟还要用人家的感知硬件），更重要的是，L2+高等级辅助驾驶的表现更依赖于软件算法的打磨和优化，这就完全进入了L4算法降维的辐射领域，是算法公司妥妥的舒适区。
例如，小马智行主推的的三款智驾方案里，只有一款成本在数千元，说不上特别便宜的PonyClassic，另外两款系统方案PonyPro和PonyUltra，算力分别为200TOPS和500TOPS，硬件配置也很高，包含高阶智驾增量零件——激光雷达。
小马智行针对乘用车提供的三种方案
相比加入“没有最低，只有更低”的性价比之争，算法公司更倾向于提供大算力、高配置的域控方案，在高速、城区和泊车场景提供可媲美L4 Robotaxi水平的高端体验，让车企和用户认可“一分价钱一分货”，心甘情愿掏钱买单。
这是算法公司综合考量自身情况和环境基础后，为自己明确的“生态位”。
03
人情世故
甄别哪些车企是高潜客户，是方案商验证自身产品路线是否正确的第一步。
在“获客”方面，硬件背景的方案商有着天然的巨大优势。
长期稳定的合作，帮助硬件公司省去了从零开始建立商务关系的前期环节。事实上，方案商们对接的车企采购、研发和质保同事大概率都还是那群熟悉的“老朋友”，对彼此的工作风格和工作流程都烂熟于心，在按年计数的合作时间里，几乎没有额外新增的沟通成本。
整条链路上唯一的区别，似乎只有交易商品的变化——从硬件主导的零部件，变成了软硬兼有的功能方案。
方案商“以客户要求为先”的理念能做到什么程度呢？
比如，为了能够及时响应车企的需求，产品经理带着团队常驻车企，和车企工程师们同一间办公室工作、同一张食堂饭桌上吃饭、同一辆班车上下班，按车企的需求调整自己的工作休息安排，在距离车企5-10公里范围内设立研发办公室……这些都是无需多言的默契。
即便是面对车企提出的“量产问题不解决不能出会议室门”的“小黑屋式”高压政策，方案商往往也是从善如流地接受，安安分分地熬夜，直到功能测试无误，平稳交付。
至于在物流受阻、出行不便的特殊时期，人肉扛零件打飞的送货、单人单车长途奔袭上百公里去外地工厂解决问题，那都是不用多提及的日常操作。
甚至，当车企项目团队的第三方外援因个人原因要从设计公司离职，车企也会从中斡旋，让方案商直接“定向招人”，给加薪、给职位、给一切能给的福利，帮车企把人才给“摁”在项目上，只为了项目能够顺利进行。
如此妥帖周全的功力，不是一朝一夕能练成的，也不是一个副总或单个项目经理能够带起来的，这是在和车企长期摩擦、长期斗争、长期合作中形成的，已经成了类似膝跳反射般的本能。
保姆式的全方位服务，也更容易让车企优先考虑和接受硬件公司的自荐方案。
有Moblieye的前车之鉴，如今的智驾方案商已经不敢明目张胆地强制车企吃进自己准备的“预制菜”，但所有硬件公司，都从未放弃过变成下一个Mobileye（变通版）的野心，只是换了种表达方式。当车企要求方案商拆零单卖时，他们会以“利他性”为突破口，去推销“交钥匙方案”。
Mobileye以“黑盒方案”著称
所谓“利他”，就是订单量大价格可谈、整包方案现成可用、无需额外集成适配、全权负责售后、绝无扯皮甩锅的一套组合拳。这可是真真切切搔到了车企的痒处——省钱、省事、省时、省力，产品如斯，夫复何求？
相比突出的硬件优势，硬件出身的方案商，除了本土屈指可数的几个特优生，大部分在算法软件方面的能力属于无功无过的“随大流”。
这种情况在有外资背景的Tier 1身上尤为明显，国内外路况差异和迭代效率低下是主要因素。
国内交通的复杂程度远超国外，非法占道、人车混行、鬼探头、异型车，中文交通标识等……都属国内特供路况，只有对这些“限定款”做针对性算法训练，才能让车辆在本土复杂的交通路况中适时执行避让或刹车动作。但外资Tier 1的研发中心很少在研发初期就将这些中国特殊数据纳入训练集，导致国内经常出现使用体验拉胯的情况。
要解决“水土不服”的问题，就要做算法优化，但为了保证国内外算法版本统一，只能将收集到的道路信息和长尾场景交由国外进行优化、测试和释放，在完成迭代后，再传至国内上车布置……中间还要算上数据脱敏、特征提取、甚至是国外漫长的休假时间，整体链路被拉得很长，相比本土方案商的速度，至少要多花费20%的时间，效率堪忧。
不过幸运的是，实际来看，软件算法的平庸并没有给方案商造成太大的困扰。
一方面，经过这几年的积累打磨，L2基础辅助驾驶的算法已经很成熟了，每家方案商的功能表现大差不差，大家更多是在卷性价比而非功能高低，叠加上车企想尽快将研发投入转化为市场销量的迫切心情，接受整套打包方案，也就顺理成章了。
由此，和硬件背景的智驾方案商高度匹配的Mr. Right也呼之欲出了——通过卖车挣钱，依靠规模化带动经济效应，走亲民路线的车企。
这些车企的用户对价格敏感，更看重车型功能均衡，不能有明显短板，对长板的需求也不强烈。
一个典型代表是售价仅10万的五菱宝骏Kiwi，选择使用整套大疆车载解决方案，用7个摄像头的基本配置实现大部分的智驾功能，这套系统还将在宝骏新车型云朵上继续绑定使用。
04
防火防盗防白嫖
硬件公司在小剧场游刃有余，算法公司通向舞台的路却很是泥泞坎坷。
算法公司延续了其智驾产品“宽泛选择”的特点，向车企提供任君挑选的“货架方案”。从域控硬件盒、底层软件、中间件到全部应用算法……几乎所有软硬技术，都可灵活选购，还能为客户提供深度定制服务。
相比硬件公司表面宣传软硬解耦，内里偏向软硬协同的做法，算法公司就实在很多。某家算法公司的研发总监在向车企做方案介绍的闭门会上直言，现阶段，算法变现、扩大合作圈是他们的主要任务，至于营销层面，车企如何对外宣传，他们并不介意，反正圈内了解真实情况，不影响他们实际拿业务。
一句话，就是愿意“舍名取利”拿项目。
算法公司甘愿隐入幕后，对外姿态如此柔软，很大程度上源自“供应链根基”和“功能化能力”的暂缺。
过去，L4自动驾驶公司和车企无甚交集，最多是购买或定制成品车，改造后用于无人驾驶车队的示范应用和运营。如今，L4科技公司从“买方”变成了“卖方”，首先要做的，就是和车企建联。
谷歌无人驾驶车队
POC（Proof of Concept）项目，是其叩开车企供应链大门的“敲门砖”，因此获得了算法公司内部极大的关注。
一方面，这是展示自己研发能力的机会，从而打消车企对算法公司“PPT天下无敌，谈落地全是问题”的偏见；
其次，能够迅速建立和车企的联系，熟悉车企内部流程，为后面的量产打基础；
第三，虽然POC的报价和量产不在一个数量级，但商务流程简单快捷，能让算法公司迅速挣点零花钱；
第四个好处在于扩大影响力，只要有一家品牌力不错的车企愿意与之合作，那算法公司就能理直气壮地把这家车企的LOGO放在PPT介绍的“合作伙伴”页面，去其它车企介绍项目时也更有底气一点。
但POC项目并非百利而无一害，最大的风险恰恰是来自合作伙伴——车企的背刺。
被“灵魂论”直击天灵盖，自研之心不死的车企最喜欢用量产定点做饵，挂在名为POC的鱼钩上，坐等算法公司上钩。
算法公司指望用POC项目秀肌肉、挣零花、熟人头、找背书、谈合作，车企则盯着算法公司的智驾软件，想以此来反哺内部智驾团队，颇有点“用订单换技术”的意思。
看看这几年，有多少曾高调发布过战略合作关系的车企和算法公司，在DEMO亮相后，就再无更多合作消息传出了。究其根本，就是双方无法消弭又无处不在的“防备感”在作祟。
曾经有家算法公司不知道是太过心急想要表现诚意求得量产合作，还是太过自信就算把算法摊开来给车企看，对面都不一定能接得住，总之，就是派了不少优秀工程师和车企直接沟通，力求满足车企提出的各种细微繁琐的要求。
结果等项目完成，交付给车企的，除了展车和说明文档，还有算法公司的专家。
“痛失”人才后，算法公司痛定思痛，要求后续项目，凡是有沟通需求的，都要经由项目经理作为对接人，尽量避免技术人员直接接触。即使在需要工程师出面解释专业问题的电话会上，线上会议的界面里，除了商务经理和项目经理外的所有人都是一水儿的花名，保密工作十分到位。
双方大佬站在台上握手签字时，说的是构建新时代合作伙伴关系，转身下台就告诫团队。
一个说，天底下没有花钱的不是，POC花了那么多钱，到时候可不能两手空空啊。 一个说，注意车企诉求是否超出项目定义，明确验收标准和款项支付条件，主打一个不见兔子不撒鹰。
两者的关系看起来是情真意切地双向奔赴，背后则是勾心斗角地各取所需。
05
博弈不止
即便双方手拉手给予了充分的信任和尊重，跨过了POC项目的坎，走到量产定点的门口，车企的谨慎程度仍远超算法公司想象，其中很大一块的顾虑来自对算法公司工程化能力的担忧。
这里说的工程化能力不仅是“把零件装上车”，而是由开发流程、管理流程、标准体系、沟通技巧和方法论等交叉组合而成的，贯穿整个项目过程的东西。
L4算法公司成立的时间普遍不长，量产经验和To B的工作经验约等于无。
曾有汽车自媒体老师认为，工程化能力的不足，短期内可以用挖人来解决，长期可以通过训练和实战来解决。这话有道理，但成功者却是寥寥。
人，很关键，但更关键的，是执行。
做过项目的人都知道，风险可以减缓和转移，但不能避免。即使站在巨人的肩膀上，量产上该踩的坑，该爆的雷，一个也逃不掉，算法公司想在短期内单靠人就成长为“熟手”，很难。而车企愿意花多长时间和多大代价去培养和等待算法公司的成长和成熟，是未知之数。
等方案商熬过算法被割韭菜，工程化能力被质疑的阶段，就会面临第三个难题——如何给算法定价。
汽车作为工业的集大成者，由成千上万个零部件构成，铜、铁、铝、金、塑料、皮革、布料、泡沫……几乎所有零部件都可以通过拆解称重估算出成本，即便市场有波动，但大体也维持在一定区间内。每车用量，年度需求，都可以白纸黑字地量化出来。
拆解一辆新能源车
甚至曾经有车企采购直接对供应商表示：你们的零件毛利率在2%-3%之间，是个比较合理的数值。供应商在强势的车企眼里，就是透明的、没有议价空间的。
但……纯算法……？
纯算法看不见摸不着，不依附于某个固定硬件。其定制化的特点，又注定不能通过规模效应盈利，那该如何定价？如何年降？是以装车率还是以开通量为衡量？
对素来认为软件是硬件附属品，应该随硬件低价搭售甚至无偿附赠的车企来说，这些无疑都是新学问。算法公司要在这略显僵化的思维定势里撕开一道口子，不是易事。
相比车企愿意用合理的价格来认可算法的价值这一假设结果，算法公司步硬件供应商后尘，向强势车企缴纳巨额保证金，以求自己进入定点询价和预开发的流程，再和同样渴求项目的竞争者一起抢得头破血流，这样的结果似乎拥有更大的现实可能。
算法公司的第四个潜在风险是业务扩展后的人员配置问题。
在L4时期积累的算法，想从DEMO嫁接到量产，会受到各种外部影响。芯片算力、计算单元、传感器的位置、型号、数量、底盘控制等等，都会影响算法的实际效果，和那些只要确定好图纸，就能轰鸣开启流水线，24小时不停歇生产的硬件，存在本质不同。
虽然算法公司声称可以提供“货架方案”，建议车企在其限定范围的硬件中选择，但如果车企希望根据自己已有的供应链配置硬件，要求算法与之匹配，那算法公司就需要为其匹配开发、后台、前端、测试、运维等全套人员，人力成本上的巨大投入不可避免。
一个项目可以全情投入，若干项目可以平衡兼顾，那N个项目还能撑得起来吗？
算法公司显然也想到了这点，不少方案商设想交付标准化软件，只在应用层上做差异设计，目前看来距离落地还很遥远。即便将来能够实现，但其推崇的“标准化”交付和车企的“定制化”要求是否相悖？是否有车企愿意买单？实际效果如何？都还不确定。
以“深度合作、高度定制”为卖点的算法公司，很容易把自己坑进“疲于奔命”的陷阱里。
目前看来，算法公司的潜在客户，是暂无智驾自研能力，但希望以L2+高阶辅助驾驶功能为卖点的车企。
但计之长远，如果车企愿意花费车价3%~5%成本，为L2+高阶辅助驾驶功能买单，那大概率不会把这项和用户体验高度相关、并且在后续有极大想象和盈利空间的内容，全权交托给仅有单纯商务关系的第三方，长期稳定的合作关系，可能只是算法公司的一厢情愿。
纯算法或弱硬件强算法的方案商，如果想摆脱自己只是权宜之计的角色定位，发展地更迅速稳健，那看看Momenta和毫末智行先行一步趟出的路，或许能打开积极的思路。
06
结尾
智驾方案商，作为汽车智能化网联化时代的新角色，最终能留在舞台上，享受镁光灯的，是“软硬协同”还是“软硬解耦”，我们不得而知。
虽然，目前看来，“软硬协同”更对车企的口味，也更适合如今成本效率为王的市场，但谁又能保证，过去关于自动驾驶“跨越式”还是“渐进式”的争论和反转不会出现在智驾方案的选择上呢？
只有一点是肯定的，硬件时代能孕育出博世、大陆、麦格纳这样的巨无霸，但在主打智能化的当下，智驾方案商不论是从硬件出身，还是以算法为生，都很难在智能网联汽车时代复现独霸一方的盛况。
前有Mobileye从封闭到开发，地平线从芯片到智能化一揽子解决方案，后有Momenta下场研发自动驾驶芯片，在暗流涌动，瞬息万变的深海，尽全力做到能做的所有，不固守旧业，相互渗透、相互学习，将成为智驾赛道的新常态。
不是所有车企都主打智驾，但几乎所有车企都需要智驾，这就是属于所有智驾方案商的机会和未来。
关键词：
