亚洲经济体与中国的联系 因区域供应链而愈加紧密
亚洲国家对中国经济的依存度一直在上升，尤其是那些对华出口比重较大的国家。它们往往通过全球价值链与中国建立了紧密的联系，对华贸易在国内产值中占比很高。例如新加坡的对华贸易额（包括进口和出口）几乎占到了国内产值的30%。
麦肯锡全球研究院发现，全球价值链呈现出区域化属性加强、全球化属性减弱的态势。2013-2017年间，区域间贸易在全球商品贸易总额中的占比增加了2.7个百分点。这种情况在亚洲尤为显著，例如马来西亚、新加坡、菲律宾这三个国家的最大贸易伙伴都是中国。其中一些经济体对中国资本的依存度也同样明显。举例而言，2013-2017年间，马来西亚从中国获得的外商直接投资相当于其国内投资总额的6%；在新加坡则为5%。
资源丰富的国家更依赖中国的需求
对外出口自然资源的国家显著依赖中国的需求。以南非为例，对华出口目前已占到其国内总产值的15%，而2003-2007年间这一比率仅为2%。与之相似，对华出口目前已占到澳大利亚总产值的16%，先前这一比率仅为4%。仅铁矿石出口一项就占到了澳大利亚对华总出口的48%（矿产和金属共计占到出口总额的84%），澳大利亚采掘业21%的产出都流向了中国。
一些新兴经济体和体量较小的成熟经济体也高度依赖中国的投资
举例而言，2013-2017年间，埃及从中国获得的外商直接投资相当于其国内投资总额的13%，巴基斯坦则为8%。麦肯锡全球研究院2017年的一项研究发现，中国不只是非洲最大的贸易伙伴，也是其最大的基础设施融资来源和第三大国外援助来源。来自中国的外商直接投资有很大一部分流入了非洲的房地产、能源以及交通基础设施领域。
相比之下，大型发达经济体
对中国经济的依存度较低
从国内经济体量的角度考虑，发达经济体（尤其是西欧和北美各国）在贸易和投资方面对中国的依存度相对较低。对华出口额通常在其总产出中占比不足5%，对华进口额在其国内消费中的占比也不足5%。另外，来自中国的外商直接投资占其国内投资的比例更低于1%。
不同行业对中国的依存度各不相同
我们择取了20个基础产业和制造业，综合分析了全球各国对中国消费、生产和进出口的依存度。需要指出的是，此次研究主要涵盖的是基础产业和制造业，而非服务业，这是因为基础产业和制造业的贸易属性更强，可用数据更多。
我们发现，由于中国的经济体量极为庞大，几乎所有行业都在一定程度上依存于中国：在20个行业当中，中国有17个行业的消费份额在全球总消费中占比超过20%。此外，中国在全球服务消费中的占比也在上升。这说明对于寻找增长来源的企业而言，中国市场的机会不容忽视。
我们根据贸易依存度的不同，
将行业归纳为5个类别：
中国在电子、机械和设备领域已经全面融入全球价值链。在这些深度整合的贸易领域当中，中国的角色既是供应方，也是市场。总体上，这些领域的贸易属性通常很强。中国在这些领域的高占比反映出中国已经高度融入全球贸易——中国占全球出口总额的17%~28%，占全球进口总额的9%~16%。中国在这些领域的产出占比也很可观，全球份额高达38%~42%。
对于贸易属性极高的轻工制造和劳动密集型产业而言，全球各国高度依赖中国的产出。某些行业把中国称为“世界工厂”，生动地表明了全球各国对中国生产的依存度。中国在全球轻工制造领域（例如纺织和服装）的份额甚至高达52%。在很多情况下，全球各国也高度依赖于中国的出口：中国占据了全球纺织和服装出口的40%，家具出口的26%。
随着中国的工业化不断取得进展，全球上游产业对中国的依存度均有所提高。那些为进一步加工提供原材料的行业都要依赖中国的进口。中国制造业的增长大幅提升了对原材料和中间品（用于加工成最终商品）的需求，人均收入的增长也推升了中国的整体商品需求。2003-2007年间，中国贡献了全球采掘业进口额的7%，在2013-2017年间这一比例更升高到21%。
在另一些全球贸易属性较强的行业中，中国并不是主要参与者。在一些着重于服务快速增长的本地需求、且有本地成分要求的行业，因此尽管这些行业的贸易强度很高，但并不太依赖中国。以制药行业为例，中国的贸易额仅占全球药品出口的4%、全球进口的3%。同样，虽然汽车领域的贸易强度较高，但中国的贸易额仅占全球出口的3%、全球进口的7%。不过，这些行业在中国都有相当庞大的需求，因此对于想要涉足这些行业的企业来说，中国是一个不容错过的市场。
没有加入全球贸易的行业对中国的依存度往往较低。我们把5个贸易强度占总产出的比例较低的行业归为“本地自产自销”的一类。尽管贸易强度相对较低，但中国仍在其中一些行业占据了很大份额。举例而言，中国的金属制造行业占据了全球出口的23%，农产品行业则占据了全球进口的18%。
中国已融入全球技术价值链
中国近年来的技术创新势头迅猛，已经成为数字经济和人工智能技术领域的全球大国，并在很多技术领域跃居成为全球第一大消费国。根据2017年的统计，中国的手机销量占到全球销量的40%，电动车销量占到64%，半导体消费占到46%。中国市场已经为很多高科技企业提供了重要的增长机遇。根据“摩根士丹利资本国际指数”（MSCI）的统计，美国信息技术领域有14%的营收来自中国。
在数字化、自动化和人工智能技术逐渐普及的时代，持续创新已成为中国经济发展的核心动力。技术链是最复杂的价值链之一，尤其需要各方通力协作，而中国早已深度融入其中，并占据了相当大的全球进出口份额。以集成电路和光学设备领域为例，中国的进口额高达国内产值的5倍。
在审视中国与世界的经济联系如何演变时，技术可谓是一个核心关注点。由于中国目前仍然需要国外的技术流动，所以为了促进本土创新并提高生产率，中国需要保持甚至加强获取技术的力度。全球各国也对中国科技的迅猛发展越发关注，发达经济体尤其如此。一些国家出台了新的法规，对获取外国技术的中国投资展开更密切的审查。人们都在密切关注中国的技术链是否会脱离全球价值链，以及中国政府针对技术领域本土化所提出的目标。根据《中国制造2025》计划设定的目标，在政府重点发展的23个子领域中的11个领域，国家提出，中国本土企业的市场份额的期望值为40%~90%。
中国在各个行业都在发展本土价值链。中国内需的增长以及国内价值链的发展也在一定程度上解释了近期全球范围内贸易强度的下降。中国正在消费更多其生产的产品。从很多方面来看，中国的技术市场似乎都呈现出本地化的趋势，只是不同行业程度各异。在光伏面板、高铁、数字支付系统和电动汽车这些行业，中国企业在本土市场占据的份额超过90%。
而在半导体和飞机制造等行业中，中国企业在国内和国际市场占据的份额都很小，而且高度依赖外国技术。对此次研究的大多数价值链而言，中国仍有很大的全球化潜力。若论全球化程度较高的行业，中国在海外光伏面板市场占据了高达50%的份额；若论全球化程度不足的行业，中国在飞机制造行业的市场份额尚不及1%。
为了衡量中国与世界在技术链上的融合程度，麦肯锡全球研究院从11个领域择取了81项技术进行研究。研究发现，中国对其中超过90%的技术均采用了全球标准（见图6）。至于中国标准与全球标准相左的少数几项技术领域，都可以用经济动因加以解释。以聚氯乙烯（PVC）制造业为例，中国采用的煤基工艺在成本上低于国际上更普遍的乙烯基工艺，这是因为中国拥有丰富的煤炭储量。
我们在分析中发现，中国的本土厂商有能力生产60%~80%的技术，这意味着仍然有至少20%~40%的技术需要跨国企业输入。此外，我们对同类标准进行分析后发现，中国供应商可以在40%~60%的技术研究中实现与国际供应商同等或更好的效果。在一些尚未确立全球标准的新兴技术领域（例如5G、人工智能和量子计算），中国已经取得了一些进展。但即便在这些领域，中国也从设备进口、人才引进和国外投资中获益良多，而且今后还将继续使用这些资源。
全球各国的经验均表明，一个国家若想向技术链的上游挺进，必须具备四大要素：
（1）大规模投入资金；（2）拥有获取技术和知识的渠道；（3）进入庞大的市场；（4）推行鼓励竞争和创新的有效制度。
日本（汽车）、韩国（半导体）和中国（高铁和液晶显示器）曾经的技术飞跃无不表明上述四大要素对于科技发展和创新不可或缺。举例而言，中国的高铁行业便得益于国家层面的支持，中国政府从2004年以来持续投入巨资完成了2万公里铁路建设。中国也与全球4家领先的老牌高铁企业签订了技术转让协议。此外，中国还是全球最大的高铁市场，总里程数占全球65%。由于高铁被中国列为国家重点产业，企业高管和工程师都明白任务的紧迫性，因此能够高效调动资源，实现“消化吸收再创新”，并且针对中国的运行环境开发解决方案，最终实现了大规模部署。
我们从以上四大要素入手，对中国的技术行业进行了分析。研究发现，中国在第一个（投资规模）和第三个（市场）要素上拥有极大优势。中国不但有能力提供充沛的科研资金，也拥有足够的市场空间来推动技术的商业化。因此，中国向技术链上游挺进的关键点就落在了第二和第四个要素上，也即积极开发和收购核心知识技术，以及设计一套行之有效的系统，以确保其生态系统具有足够的竞争活力来促进创新。对这两个要素而言，参与全球价值链以及加强资本、知识、人才流动都可以加快中国向价值链上游挺进的速度。
我们分析了中国在3个全球技术链当中所处的位置，并且评估了全球技术链继续整合将对中国以及世界产生何种影响：
电动汽车：这个行业在中国发展得十分繁荣，并且显现出全球整合的趋势。2011-2017年间，中国的电动汽车市场实现了超过90%的年增速，主要动力来自大举投资和政府支持。但只有国内生产的汽车才能享受政府补贴。2017年，中国本土的原始设备制造商（OEM厂商）占据了国内90%以上的市场份额，但在国际市场中占比却不足5%。虽然本土OEM厂商更依赖于国内市场，但中国也从全球价值链整合中获益良多。中国的多数电子器件和电路元件都是从欧洲、日本和美国进口的。从产品质量上看，中国制造商在某些领域相对落后，例如中国顶尖电池制造商生产的电池产品在能量密度上要比日本顶尖企业低30%~40%。中国宣布了一系列旨在提升国内电动汽车行业竞争力的计划，对企业的补贴预计持续到2020年；对合资企业的限制也在放松，为跨国企业打开了新的机会。
机器人：虽然国内生产商在该行业的某些子领域中崭露头角，但中国一直在通过全球价值链整合的优势来获取核心零部件和高端产品解决方案。中国是全球最大的机器人市场，占全球工业机器人总销量的36%。从整体上看，外企在中国市场中占据了逾50%的份额，但中国本土企业也在逐步取得进展，尤其是在规模较小、复杂度较低的应用领域。中国的OEM厂商目前在点胶、堆垛塑料成型和金属铸造机器人领域获得了50%以上的市场份额，但在焊接及物料处理机器人领域仅占据约10%的份额。具体到伺服马达、减速齿轮、控制系统等需要顶尖技术才能生产的核心组件，中国仍然要依靠在国内设厂的外企或者从国外直接进口。
半导体：中国仍在很大程度上依赖全球技术链的整合。半导体已成为中国的战略性产业，获得了政府的巨大关注和投资，但目前取得的进展仍然有限。中国2018年的集成电路进口额甚至超过了原油。中国的集成设备制造和装备行业的全球化程度极低，但在无芯片制造设计领域取得了一些进展，全球市场份额从2013年的11%增加到2017年的15%。中国政府已经宣布了一项计划，希望国内80%的半导体需求到2030年可以由国内企业来供应（包括在华外企），相比2016年的33%实现大幅提升。
积极参与全球价值链整合有助于中国加速这一进程。遵守全球标准有助于中国获取更多的全球知识和技术，便于相关资本、知识和人才的流入。全球价值链整合还能为中国本土企业创造更健康的竞争环境，尤其对国有企业而言。这一过程也将惠及全球其他国家——首先便是获得了全世界最大的半导体消费市场。同时，全球整合也会催生全新的创新合作机会。举例而言：随着硅基半导体芯片逐步逼近“摩尔定律”预测的性能极限，石墨烯和氮化镣等新材料的涌现以及3D和光电子等设计方式的创新都会为全球合作打开新的天地。
来源：麦肯锡全球研究院
亚洲国家对中国经济的依存度一直在上升，尤其是那些对华出口比重较大的国家。它们往往通过全球价值链与中国建立了紧密的联系，对华贸易在国内产值中占比很高。例如新加坡的对华贸易额（包括进口和出口）几乎占到了国内产值的30%。
麦肯锡全球研究院发现，全球价值链呈现出区域化属性加强、全球化属性减弱的态势。2013-2017年间，区域间贸易在全球商品贸易总额中的占比增加了2.7个百分点。这种情况在亚洲尤为显著，例如马来西亚、新加坡、菲律宾这三个国家的最大贸易伙伴都是中国。其中一些经济体对中国资本的依存度也同样明显。举例而言，2013-2017年间，马来西亚从中国获得的外商直接投资相当于其国内投资总额的6%；在新加坡则为5%。
资源丰富的国家更依赖中国的需求
对外出口自然资源的国家显著依赖中国的需求。以南非为例，对华出口目前已占到其国内总产值的15%，而2003-2007年间这一比率仅为2%。与之相似，对华出口目前已占到澳大利亚总产值的16%，先前这一比率仅为4%。仅铁矿石出口一项就占到了澳大利亚对华总出口的48%（矿产和金属共计占到出口总额的84%），澳大利亚采掘业21%的产出都流向了中国。
一些新兴经济体和体量较小的成熟经济体也高度依赖中国的投资
举例而言，2013-2017年间，埃及从中国获得的外商直接投资相当于其国内投资总额的13%，巴基斯坦则为8%。麦肯锡全球研究院2017年的一项研究发现，中国不只是非洲最大的贸易伙伴，也是其最大的基础设施融资来源和第三大国外援助来源。来自中国的外商直接投资有很大一部分流入了非洲的房地产、能源以及交通基础设施领域。
相比之下，大型发达经济体
对中国经济的依存度较低
从国内经济体量的角度考虑，发达经济体（尤其是西欧和北美各国）在贸易和投资方面对中国的依存度相对较低。对华出口额通常在其总产出中占比不足5%，对华进口额在其国内消费中的占比也不足5%。另外，来自中国的外商直接投资占其国内投资的比例更低于1%。
不同行业对中国的依存度各不相同
我们择取了20个基础产业和制造业，综合分析了全球各国对中国消费、生产和进出口的依存度。需要指出的是，此次研究主要涵盖的是基础产业和制造业，而非服务业，这是因为基础产业和制造业的贸易属性更强，可用数据更多。
我们发现，由于中国的经济体量极为庞大，几乎所有行业都在一定程度上依存于中国：在20个行业当中，中国有17个行业的消费份额在全球总消费中占比超过20%。此外，中国在全球服务消费中的占比也在上升。这说明对于寻找增长来源的企业而言，中国市场的机会不容忽视。
我们根据贸易依存度的不同，
将行业归纳为5个类别：
中国在电子、机械和设备领域已经全面融入全球价值链。在这些深度整合的贸易领域当中，中国的角色既是供应方，也是市场。总体上，这些领域的贸易属性通常很强。中国在这些领域的高占比反映出中国已经高度融入全球贸易——中国占全球出口总额的17%~28%，占全球进口总额的9%~16%。中国在这些领域的产出占比也很可观，全球份额高达38%~42%。
对于贸易属性极高的轻工制造和劳动密集型产业而言，全球各国高度依赖中国的产出。某些行业把中国称为“世界工厂”，生动地表明了全球各国对中国生产的依存度。中国在全球轻工制造领域（例如纺织和服装）的份额甚至高达52%。在很多情况下，全球各国也高度依赖于中国的出口：中国占据了全球纺织和服装出口的40%，家具出口的26%。
随着中国的工业化不断取得进展，全球上游产业对中国的依存度均有所提高。那些为进一步加工提供原材料的行业都要依赖中国的进口。中国制造业的增长大幅提升了对原材料和中间品（用于加工成最终商品）的需求，人均收入的增长也推升了中国的整体商品需求。2003-2007年间，中国贡献了全球采掘业进口额的7%，在2013-2017年间这一比例更升高到21%。
在另一些全球贸易属性较强的行业中，中国并不是主要参与者。在一些着重于服务快速增长的本地需求、且有本地成分要求的行业，因此尽管这些行业的贸易强度很高，但并不太依赖中国。以制药行业为例，中国的贸易额仅占全球药品出口的4%、全球进口的3%。同样，虽然汽车领域的贸易强度较高，但中国的贸易额仅占全球出口的3%、全球进口的7%。不过，这些行业在中国都有相当庞大的需求，因此对于想要涉足这些行业的企业来说，中国是一个不容错过的市场。
没有加入全球贸易的行业对中国的依存度往往较低。我们把5个贸易强度占总产出的比例较低的行业归为“本地自产自销”的一类。尽管贸易强度相对较低，但中国仍在其中一些行业占据了很大份额。举例而言，中国的金属制造行业占据了全球出口的23%，农产品行业则占据了全球进口的18%。
中国已融入全球技术价值链
中国近年来的技术创新势头迅猛，已经成为数字经济和人工智能技术领域的全球大国，并在很多技术领域跃居成为全球第一大消费国。根据2017年的统计，中国的手机销量占到全球销量的40%，电动车销量占到64%，半导体消费占到46%。中国市场已经为很多高科技企业提供了重要的增长机遇。根据“摩根士丹利资本国际指数”（MSCI）的统计，美国信息技术领域有14%的营收来自中国。
在数字化、自动化和人工智能技术逐渐普及的时代，持续创新已成为中国经济发展的核心动力。技术链是最复杂的价值链之一，尤其需要各方通力协作，而中国早已深度融入其中，并占据了相当大的全球进出口份额。以集成电路和光学设备领域为例，中国的进口额高达国内产值的5倍。
在审视中国与世界的经济联系如何演变时，技术可谓是一个核心关注点。由于中国目前仍然需要国外的技术流动，所以为了促进本土创新并提高生产率，中国需要保持甚至加强获取技术的力度。全球各国也对中国科技的迅猛发展越发关注，发达经济体尤其如此。一些国家出台了新的法规，对获取外国技术的中国投资展开更密切的审查。人们都在密切关注中国的技术链是否会脱离全球价值链，以及中国政府针对技术领域本土化所提出的目标。根据《中国制造2025》计划设定的目标，在政府重点发展的23个子领域中的11个领域，国家提出，中国本土企业的市场份额的期望值为40%~90%。
中国在各个行业都在发展本土价值链。中国内需的增长以及国内价值链的发展也在一定程度上解释了近期全球范围内贸易强度的下降。中国正在消费更多其生产的产品。从很多方面来看，中国的技术市场似乎都呈现出本地化的趋势，只是不同行业程度各异。在光伏面板、高铁、数字支付系统和电动汽车这些行业，中国企业在本土市场占据的份额超过90%。
而在半导体和飞机制造等行业中，中国企业在国内和国际市场占据的份额都很小，而且高度依赖外国技术。对此次研究的大多数价值链而言，中国仍有很大的全球化潜力。若论全球化程度较高的行业，中国在海外光伏面板市场占据了高达50%的份额；若论全球化程度不足的行业，中国在飞机制造行业的市场份额尚不及1%。
为了衡量中国与世界在技术链上的融合程度，麦肯锡全球研究院从11个领域择取了81项技术进行研究。研究发现，中国对其中超过90%的技术均采用了全球标准（见图6）。至于中国标准与全球标准相左的少数几项技术领域，都可以用经济动因加以解释。以聚氯乙烯（PVC）制造业为例，中国采用的煤基工艺在成本上低于国际上更普遍的乙烯基工艺，这是因为中国拥有丰富的煤炭储量。
我们在分析中发现，中国的本土厂商有能力生产60%~80%的技术，这意味着仍然有至少20%~40%的技术需要跨国企业输入。此外，我们对同类标准进行分析后发现，中国供应商可以在40%~60%的技术研究中实现与国际供应商同等或更好的效果。在一些尚未确立全球标准的新兴技术领域（例如5G、人工智能和量子计算），中国已经取得了一些进展。但即便在这些领域，中国也从设备进口、人才引进和国外投资中获益良多，而且今后还将继续使用这些资源。
全球各国的经验均表明，一个国家若想向技术链的上游挺进，必须具备四大要素：
（1）大规模投入资金；（2）拥有获取技术和知识的渠道；（3）进入庞大的市场；（4）推行鼓励竞争和创新的有效制度。
日本（汽车）、韩国（半导体）和中国（高铁和液晶显示器）曾经的技术飞跃无不表明上述四大要素对于科技发展和创新不可或缺。举例而言，中国的高铁行业便得益于国家层面的支持，中国政府从2004年以来持续投入巨资完成了2万公里铁路建设。中国也与全球4家领先的老牌高铁企业签订了技术转让协议。此外，中国还是全球最大的高铁市场，总里程数占全球65%。由于高铁被中国列为国家重点产业，企业高管和工程师都明白任务的紧迫性，因此能够高效调动资源，实现“消化吸收再创新”，并且针对中国的运行环境开发解决方案，最终实现了大规模部署。
我们从以上四大要素入手，对中国的技术行业进行了分析。研究发现，中国在第一个（投资规模）和第三个（市场）要素上拥有极大优势。中国不但有能力提供充沛的科研资金，也拥有足够的市场空间来推动技术的商业化。因此，中国向技术链上游挺进的关键点就落在了第二和第四个要素上，也即积极开发和收购核心知识技术，以及设计一套行之有效的系统，以确保其生态系统具有足够的竞争活力来促进创新。对这两个要素而言，参与全球价值链以及加强资本、知识、人才流动都可以加快中国向价值链上游挺进的速度。
我们分析了中国在3个全球技术链当中所处的位置，并且评估了全球技术链继续整合将对中国以及世界产生何种影响：
电动汽车：这个行业在中国发展得十分繁荣，并且显现出全球整合的趋势。2011-2017年间，中国的电动汽车市场实现了超过90%的年增速，主要动力来自大举投资和政府支持。但只有国内生产的汽车才能享受政府补贴。2017年，中国本土的原始设备制造商（OEM厂商）占据了国内90%以上的市场份额，但在国际市场中占比却不足5%。虽然本土OEM厂商更依赖于国内市场，但中国也从全球价值链整合中获益良多。中国的多数电子器件和电路元件都是从欧洲、日本和美国进口的。从产品质量上看，中国制造商在某些领域相对落后，例如中国顶尖电池制造商生产的电池产品在能量密度上要比日本顶尖企业低30%~40%。中国宣布了一系列旨在提升国内电动汽车行业竞争力的计划，对企业的补贴预计持续到2020年；对合资企业的限制也在放松，为跨国企业打开了新的机会。
机器人：虽然国内生产商在该行业的某些子领域中崭露头角，但中国一直在通过全球价值链整合的优势来获取核心零部件和高端产品解决方案。中国是全球最大的机器人市场，占全球工业机器人总销量的36%。从整体上看，外企在中国市场中占据了逾50%的份额，但中国本土企业也在逐步取得进展，尤其是在规模较小、复杂度较低的应用领域。中国的OEM厂商目前在点胶、堆垛塑料成型和金属铸造机器人领域获得了50%以上的市场份额，但在焊接及物料处理机器人领域仅占据约10%的份额。具体到伺服马达、减速齿轮、控制系统等需要顶尖技术才能生产的核心组件，中国仍然要依靠在国内设厂的外企或者从国外直接进口。
半导体：中国仍在很大程度上依赖全球技术链的整合。半导体已成为中国的战略性产业，获得了政府的巨大关注和投资，但目前取得的进展仍然有限。中国2018年的集成电路进口额甚至超过了原油。中国的集成设备制造和装备行业的全球化程度极低，但在无芯片制造设计领域取得了一些进展，全球市场份额从2013年的11%增加到2017年的15%。中国政府已经宣布了一项计划，希望国内80%的半导体需求到2030年可以由国内企业来供应（包括在华外企），相比2016年的33%实现大幅提升。
积极参与全球价值链整合有助于中国加速这一进程。遵守全球标准有助于中国获取更多的全球知识和技术，便于相关资本、知识和人才的流入。全球价值链整合还能为中国本土企业创造更健康的竞争环境，尤其对国有企业而言。这一过程也将惠及全球其他国家——首先便是获得了全世界最大的半导体消费市场。同时，全球整合也会催生全新的创新合作机会。举例而言：随着硅基半导体芯片逐步逼近“摩尔定律”预测的性能极限，石墨烯和氮化镣等新材料的涌现以及3D和光电子等设计方式的创新都会为全球合作打开新的天地。
来源：麦肯锡全球研究院
集微网消息，“落地与技术投入是相辅相成的，清晰的商业路径为技术迭代提供了清晰的目标，迭代也是为了更好落地。”新石器无人车COO胡宇沸对集微网这样指出。过去一年，这家专注于低速自动驾驶汽车赛道的创业团队，在加紧冲刺商业落地。在未来汽车被技术重新定义完成巨变之前，“活下去”是前提。
因而自动驾驶和它的黑科技必须快速成为一个“商业命题”，而不能在一次又一次的路测之后，还是停在实验室的车库里。
不过，刚刚过去的2020年，在“最后一公里”的落地冲刺中，又多了一些新商业案例。背后的一些新变现逻辑，以及将对上下游产业链带来的变革和重塑，或许可以为自动驾驶提供一种商业化的样本。
“无人化”、“规模化”是自动驾驶实现盈利的前提
自动驾驶能力无疑被业界视作未来智能汽车的决胜点，但商业盈利是一个新兴产业持续发展的基石。
自动驾驶分为高速和低速两个分支。其中，低速分支多为限定场景，被认为最可能规模化落地。继物流配送、安防和清洁之后，在“最后一公里的落地冲刺”上，无人驾驶汽车的玩家们不断尝试开拓新场景。
新石器团队通过将无人车变身移动餐厅切入新零售的尝试，在过去的一年中得到了一些积极的反馈。据新石器公司保守估计，这样一辆无人驾驶的移动餐饮售卖车可以实现单车年入25万的盈利预期。先解决“吃饭”问题是自动驾驶创业团队面临的现实。
“毕竟，你得先活下去，然后才有更多未来的可能性。”一位新石器团队成员表示。
实现单车盈利是自动驾驶迈向商业化的第一步。目前在低速自动驾驶，率先看到了一些商业落地的积极信号。
IEEE高级会员，香港科技大学智能驾驶中心主任、机器人与自主系统领域主任刘明对集微网指出，比如，在物流场景中，无人系统的应用可以解决未来物流行业劳动力缺口的问题；而在工业场景中的应用，因为它具有明确的工作流程，所以它设备的投入产出来讲，可以有一个很明确的指标去进行性价比的计算。
刘明进一步表示，在保证“无人”这一条件下，自动驾驶可以拓展很多的各类不同应用，如零售无人车、消防无人车、广告无人车等。
而在高速的一端，无人驾驶Robotaxi的商业模式被业界视作最有希望的方向。不过针对该商业落地模式，业界的一大共识同样是——无人化和规模化是获得商业盈利重要前提。
国内L4级自动驾驶技术的智能出行公司文远知行（WeRide）COO张力此前在接受媒体采访时就曾这样解释，目前自动驾驶车辆配备安全员运营的模式不可能赚钱，甚至比普通模式还要亏钱，“在出租车成本结构里，司机成本占60%左右，如果不能替代司机，无人驾驶Robotaxi的商业模式是不成立的。”
具体从技术和市场趋势来讲当前国内的自动驾驶产业进展阶段，头豹研究院的一份分析指出，当前，国内的自动驾驶发展正处于积极地从L2阶段利用高级驾驶辅助系统（ADAS），即部分手动干预过度到L3阶段（有条件自动化）。而目前，行业内尚无统一的无人驾驶硬件配置方案，但总体来看，摄像头、激光雷达、毫米波雷达等相结合已成为主流配置方案。无人驾驶研发商通过选择搭配在不同领域有优势的传感器和摄像头，并综合考量成本因素，在合理造价的范畴内，达到产品性能要求。
2020年后，大部分主流车企计划开启L4级别自动驾驶，各个汽车主机厂将实现无人驾驶作为未来汽车重要战略目标。头豹研究院梳理了汽车在向车联网、无人驾驶（L4）级别进化中的成本构成（见下图），并分析指出，鉴于L2自动驾驶对环境感知要求较低，且主机厂有控制成本的压力，“摄像头 + 雷达 + 计算机视觉”，在未来五年仍是主流解决方案。而随着越来越多的公司进入该市场，L3级别的全面商业化，激光雷达技术有望发展成熟，成为必备的硬件，并实现成本降低。
图片
新生态链形成中
未来5-10年，“汽车+科技”的融合将全方位加深，并重新定义和驱动整个汽车工业的发展。随着汽车不断与人工智能、5G通讯技术以及云计算等技术密切结合，自动驾驶的终极目标是无人驾驶，而无人驾驶将颠覆汽车出行格局，并带来产业链上下游的变革。
中国汽车工业协会预测，中国将在2020至2025年间实现低速驾驶和停车场景下的自动驾驶，在2025至2030年间实现更多复杂场景下的自动驾驶。到2040年，道路上行驶的车辆将有四分之三都是智能驾驶的车辆。有预测称，到2035年中国智能汽车产业规模将超过2000亿美元。
当前正处在巨变的起点，围绕着汽车工业的智能化变革，一个新的产业生态链也在加速成型。而科技和互联网公司在自动驾驶领域的深度布局、跨界合作正在给整个汽车工业注入发展活力。
比如，阿里从自动驾驶软硬件出发，打造无人配送车、芯片以及移动操作系统；腾讯积极开展无人驾驶路测，从车联网、高精地图、整车制造、自动驾驶软件多个方面进入无人驾驶领域；百度以系统和平台为落脚点，致力于成为自动驾驶综合解决方案提供商；华为以数云服务、智能互联、车联网为三驾马车开始无人驾驶领域的深度布局。同时，新造车势力注重汽车软件和用户体验，向无人驾驶进发，开发具备自动驾驶前沿技术的车型，加速路测，实现量产。
罗兰贝格预计，2030年自动驾驶车端系统的市场规模将达5000亿元。其中，芯片、传感器和软件算法是主要贡献者，市场规模分别预计可达1480亿元、1308亿元、917亿元。
不过，目前自动驾驶平台市场高度分散，由外国科技公司和硬件厂商主导，科技巨头和硬件制造商（芯片/半导体）目前发展潜力最大。这让以往车企在整个产业生态中的主导地位备受挑战，为了在竞争日趋激烈的市场立足于不败之地，车企通过建立联盟、兼并收购或自主开发，探索不同业务模式以进行自动驾驶相关研发，其中建立联盟备受车企追捧。
2017年起，大众与福特在全球自动驾驶、电动汽车研发领域开展合作，并实现了渠道共享。与此同时，部分大型主机厂会与科技公司联盟，构建完善开发体系。2016年起，宝马和英特尔–Mobileye开始合作开发自动驾驶技术；通用汽车收购了自动驾驶服务提供商Cruise Automation，要求其独立运营以进一步研究自动驾驶技术。也有个别主机厂设立新的业务部门/公司自主开发自动驾驶技术，如TOYOTA之前增设新公司，而非与技术公司合作。
还有很多硬仗
但必须承认的是，目前自动驾驶仍面临技术水平等瓶颈，在相当长一段时间内，主要将以场景化自动驾驶的状态出现。
以“出行即服务（MaaS）”的商业模式为例，尽管这被视作未来五到十年自动驾驶商业落地的主流方向，但多家机构的分析预测指出，2030年之前，完全自动驾驶还无法应用于MaaS。虽然完全自动驾驶已经在一些特定区域展开试运营（比如滴滴出行首选上海的特定自动驾驶测试路段作为自动驾驶出行服务的试点区域）。进一步的技术发展，系统性的法规和消费者教育（消费者信心）依然有待突破。
对此，刘明也指出，制约自动驾驶大规模商业落地的瓶颈，在技术层面，主要是受限于两点：一个是车本身数据的批量标定。传统车对速度的标定，如转角速度的标定，要求不是那么高；但是无人系统，对这一部分数据比较敏感。比如相对传统车，因为有人类驾驶员进行操控，因此容错率较高；但同样的条件，对无人车的控制及批量应用则提出更苛刻的要求。另一方面，无人系统的实时性，受限于传感器的刷新频率和FOV及点密度，尤其是激光传感器相关特性的制约，因而新一代传感器的发展尤为重要。
此外，如何保障自动驾驶技术的安全使用，也是急需解决的重要问题，需要具体考虑在什么样合适的场景，去实现无人驾驶技术的应用；同时，公开路面上数据的进一步采集，以及算法的进一步研究，也有待提升。
而这个过程中，商业模式、技术水平、基础建设以及相应的政策支撑等不同维度仍需要齐头并进。
汽车智能化的终极目标是无人驾驶的大规模商业落地，但这必将是一个渐进式的发展过程，并且单凭某一个领域的某一家或者数家公司都无法真正实现，而是整个产业链上下游，诸多细分领域公司共同推动的结果。正是从芯片、传感器、整车硬件，到算法、集成解决方案，再到出行服务的整个链条，构成了智能驾驶的完整生态，让它得以变成现实，最终走入寻常百姓家。
在一辆无人驾驶汽车的背后，是一系列复杂的合作和集成过程，也势必将引发商业场景和跨行业间的重新融合和变革。（校对/Jimmy）
因而自动驾驶和它的黑科技必须快速成为一个“商业命题”，而不能在一次又一次的路测之后，还是停在实验室的车库里。
不过，刚刚过去的2020年，在“最后一公里”的落地冲刺中，又多了一些新商业案例。背后的一些新变现逻辑，以及将对上下游产业链带来的变革和重塑，或许可以为自动驾驶提供一种商业化的样本。
“无人化”、“规模化”是自动驾驶实现盈利的前提
自动驾驶能力无疑被业界视作未来智能汽车的决胜点，但商业盈利是一个新兴产业持续发展的基石。
自动驾驶分为高速和低速两个分支。其中，低速分支多为限定场景，被认为最可能规模化落地。继物流配送、安防和清洁之后，在“最后一公里的落地冲刺”上，无人驾驶汽车的玩家们不断尝试开拓新场景。
新石器团队通过将无人车变身移动餐厅切入新零售的尝试，在过去的一年中得到了一些积极的反馈。据新石器公司保守估计，这样一辆无人驾驶的移动餐饮售卖车可以实现单车年入25万的盈利预期。先解决“吃饭”问题是自动驾驶创业团队面临的现实。
“毕竟，你得先活下去，然后才有更多未来的可能性。”一位新石器团队成员表示。
实现单车盈利是自动驾驶迈向商业化的第一步。目前在低速自动驾驶，率先看到了一些商业落地的积极信号。
IEEE高级会员，香港科技大学智能驾驶中心主任、机器人与自主系统领域主任刘明对集微网指出，比如，在物流场景中，无人系统的应用可以解决未来物流行业劳动力缺口的问题；而在工业场景中的应用，因为它具有明确的工作流程，所以它设备的投入产出来讲，可以有一个很明确的指标去进行性价比的计算。
刘明进一步表示，在保证“无人”这一条件下，自动驾驶可以拓展很多的各类不同应用，如零售无人车、消防无人车、广告无人车等。
而在高速的一端，无人驾驶Robotaxi的商业模式被业界视作最有希望的方向。不过针对该商业落地模式，业界的一大共识同样是——无人化和规模化是获得商业盈利重要前提。
国内L4级自动驾驶技术的智能出行公司文远知行（WeRide）COO张力此前在接受媒体采访时就曾这样解释，目前自动驾驶车辆配备安全员运营的模式不可能赚钱，甚至比普通模式还要亏钱，“在出租车成本结构里，司机成本占60%左右，如果不能替代司机，无人驾驶Robotaxi的商业模式是不成立的。”
具体从技术和市场趋势来讲当前国内的自动驾驶产业进展阶段，头豹研究院的一份分析指出，当前，国内的自动驾驶发展正处于积极地从L2阶段利用高级驾驶辅助系统（ADAS），即部分手动干预过度到L3阶段（有条件自动化）。而目前，行业内尚无统一的无人驾驶硬件配置方案，但总体来看，摄像头、激光雷达、毫米波雷达等相结合已成为主流配置方案。无人驾驶研发商通过选择搭配在不同领域有优势的传感器和摄像头，并综合考量成本因素，在合理造价的范畴内，达到产品性能要求。
2020年后，大部分主流车企计划开启L4级别自动驾驶，各个汽车主机厂将实现无人驾驶作为未来汽车重要战略目标。头豹研究院梳理了汽车在向车联网、无人驾驶（L4）级别进化中的成本构成（见下图），并分析指出，鉴于L2自动驾驶对环境感知要求较低，且主机厂有控制成本的压力，“摄像头 + 雷达 + 计算机视觉”，在未来五年仍是主流解决方案。而随着越来越多的公司进入该市场，L3级别的全面商业化，激光雷达技术有望发展成熟，成为必备的硬件，并实现成本降低。
图片
新生态链形成中
未来5-10年，“汽车+科技”的融合将全方位加深，并重新定义和驱动整个汽车工业的发展。随着汽车不断与人工智能、5G通讯技术以及云计算等技术密切结合，自动驾驶的终极目标是无人驾驶，而无人驾驶将颠覆汽车出行格局，并带来产业链上下游的变革。
中国汽车工业协会预测，中国将在2020至2025年间实现低速驾驶和停车场景下的自动驾驶，在2025至2030年间实现更多复杂场景下的自动驾驶。到2040年，道路上行驶的车辆将有四分之三都是智能驾驶的车辆。有预测称，到2035年中国智能汽车产业规模将超过2000亿美元。
当前正处在巨变的起点，围绕着汽车工业的智能化变革，一个新的产业生态链也在加速成型。而科技和互联网公司在自动驾驶领域的深度布局、跨界合作正在给整个汽车工业注入发展活力。
比如，阿里从自动驾驶软硬件出发，打造无人配送车、芯片以及移动操作系统；腾讯积极开展无人驾驶路测，从车联网、高精地图、整车制造、自动驾驶软件多个方面进入无人驾驶领域；百度以系统和平台为落脚点，致力于成为自动驾驶综合解决方案提供商；华为以数云服务、智能互联、车联网为三驾马车开始无人驾驶领域的深度布局。同时，新造车势力注重汽车软件和用户体验，向无人驾驶进发，开发具备自动驾驶前沿技术的车型，加速路测，实现量产。
罗兰贝格预计，2030年自动驾驶车端系统的市场规模将达5000亿元。其中，芯片、传感器和软件算法是主要贡献者，市场规模分别预计可达1480亿元、1308亿元、917亿元。
不过，目前自动驾驶平台市场高度分散，由外国科技公司和硬件厂商主导，科技巨头和硬件制造商（芯片/半导体）目前发展潜力最大。这让以往车企在整个产业生态中的主导地位备受挑战，为了在竞争日趋激烈的市场立足于不败之地，车企通过建立联盟、兼并收购或自主开发，探索不同业务模式以进行自动驾驶相关研发，其中建立联盟备受车企追捧。
2017年起，大众与福特在全球自动驾驶、电动汽车研发领域开展合作，并实现了渠道共享。与此同时，部分大型主机厂会与科技公司联盟，构建完善开发体系。2016年起，宝马和英特尔–Mobileye开始合作开发自动驾驶技术；通用汽车收购了自动驾驶服务提供商Cruise Automation，要求其独立运营以进一步研究自动驾驶技术。也有个别主机厂设立新的业务部门/公司自主开发自动驾驶技术，如TOYOTA之前增设新公司，而非与技术公司合作。
还有很多硬仗
但必须承认的是，目前自动驾驶仍面临技术水平等瓶颈，在相当长一段时间内，主要将以场景化自动驾驶的状态出现。
以“出行即服务（MaaS）”的商业模式为例，尽管这被视作未来五到十年自动驾驶商业落地的主流方向，但多家机构的分析预测指出，2030年之前，完全自动驾驶还无法应用于MaaS。虽然完全自动驾驶已经在一些特定区域展开试运营（比如滴滴出行首选上海的特定自动驾驶测试路段作为自动驾驶出行服务的试点区域）。进一步的技术发展，系统性的法规和消费者教育（消费者信心）依然有待突破。
对此，刘明也指出，制约自动驾驶大规模商业落地的瓶颈，在技术层面，主要是受限于两点：一个是车本身数据的批量标定。传统车对速度的标定，如转角速度的标定，要求不是那么高；但是无人系统，对这一部分数据比较敏感。比如相对传统车，因为有人类驾驶员进行操控，因此容错率较高；但同样的条件，对无人车的控制及批量应用则提出更苛刻的要求。另一方面，无人系统的实时性，受限于传感器的刷新频率和FOV及点密度，尤其是激光传感器相关特性的制约，因而新一代传感器的发展尤为重要。
此外，如何保障自动驾驶技术的安全使用，也是急需解决的重要问题，需要具体考虑在什么样合适的场景，去实现无人驾驶技术的应用；同时，公开路面上数据的进一步采集，以及算法的进一步研究，也有待提升。
而这个过程中，商业模式、技术水平、基础建设以及相应的政策支撑等不同维度仍需要齐头并进。
汽车智能化的终极目标是无人驾驶的大规模商业落地，但这必将是一个渐进式的发展过程，并且单凭某一个领域的某一家或者数家公司都无法真正实现，而是整个产业链上下游，诸多细分领域公司共同推动的结果。正是从芯片、传感器、整车硬件，到算法、集成解决方案，再到出行服务的整个链条，构成了智能驾驶的完整生态，让它得以变成现实，最终走入寻常百姓家。
在一辆无人驾驶汽车的背后，是一系列复杂的合作和集成过程，也势必将引发商业场景和跨行业间的重新融合和变革。（校对/Jimmy）
自动驾驶“最后一公里”落地冲刺 新产业链加速重组，“落地与技术投入是相辅相成的，清晰的商业路径为技术迭代提供了清晰的目标，迭代也是为了更好落地。”新石器无人车COO胡宇沸对集微网这样指出。过去一年，这家专注于低速自动驾驶汽车赛道的创业团队，在加紧冲刺商业落地。在未来汽车被技术重新定义完成巨变之前，“活下去”是前提。
因而自动驾驶和它的黑科技必须快速成为一个“商业命题”，而不能在一次又一次的路测之后，还是停在实验室的车库里。
不过，刚刚过去的2020年，在“最后一公里”的落地冲刺中，又多了一些新商业案例。背后的一些新变现逻辑，以及将对上下游产业链带来的变革和重塑，或许可以为自动驾驶提供一种商业化的样本。
“无人化”、“规模化”是自动驾驶实现盈利的前提
自动驾驶能力无疑被业界视作未来智能汽车的决胜点，但商业盈利是一个新兴产业持续发展的基石。
自动驾驶分为高速和低速两个分支。其中，低速分支多为限定场景，被认为最可能规模化落地。继物流配送、安防和清洁之后，在“最后一公里的落地冲刺”上，无人驾驶汽车的玩家们不断尝试开拓新场景。
新石器团队通过将无人车变身移动餐厅切入新零售的尝试，在过去的一年中得到了一些积极的反馈。据新石器公司保守估计，这样一辆无人驾驶的移动餐饮售卖车可以实现单车年入25万的盈利预期。先解决“吃饭”问题是自动驾驶创业团队面临的现实。
“毕竟，你得先活下去，然后才有更多未来的可能性。”一位新石器团队成员表示。
实现单车盈利是自动驾驶迈向商业化的第一步。目前在低速自动驾驶，率先看到了一些商业落地的积极信号。
IEEE高级会员，香港科技大学智能驾驶中心主任、机器人与自主系统领域主任刘明对集微网指出，比如，在物流场景中，无人系统的应用可以解决未来物流行业劳动力缺口的问题；而在工业场景中的应用，因为它具有明确的工作流程，所以它设备的投入产出来讲，可以有一个很明确的指标去进行性价比的计算。
刘明进一步表示，在保证“无人”这一条件下，自动驾驶可以拓展很多的各类不同应用，如零售无人车、消防无人车、广告无人车等。
而在高速的一端，无人驾驶Robotaxi的商业模式被业界视作最有希望的方向。不过针对该商业落地模式，业界的一大共识同样是——无人化和规模化是获得商业盈利重要前提。
国内L4级自动驾驶技术的智能出行公司文远知行（WeRide）COO张力此前在接受媒体采访时就曾这样解释，目前自动驾驶车辆配备安全员运营的模式不可能赚钱，甚至比普通模式还要亏钱，“在出租车成本结构里，司机成本占60%左右，如果不能替代司机，无人驾驶Robotaxi的商业模式是不成立的。”
具体从技术和市场趋势来讲当前国内的自动驾驶产业进展阶段，头豹研究院的一份分析指出，当前，国内的自动驾驶发展正处于积极地从L2阶段利用高级驾驶辅助系统（ADAS），即部分手动干预过度到L3阶段（有条件自动化）。而目前，行业内尚无统一的无人驾驶硬件配置方案，但总体来看，摄像头、激光雷达、毫米波雷达等相结合已成为主流配置方案。无人驾驶研发商通过选择搭配在不同领域有优势的传感器和摄像头，并综合考量成本因素，在合理造价的范畴内，达到产品性能要求。
2020年后，大部分主流车企计划开启L4级别自动驾驶，各个汽车主机厂将实现无人驾驶作为未来汽车重要战略目标。头豹研究院梳理了汽车在向车联网、无人驾驶（L4）级别进化中的成本构成（见下图），并分析指出，鉴于L2自动驾驶对环境感知要求较低，且主机厂有控制成本的压力，“摄像头 + 雷达 + 计算机视觉”，在未来五年仍是主流解决方案。而随着越来越多的公司进入该市场，L3级别的全面商业化，激光雷达技术有望发展成熟，成为必备的硬件，并实现成本降低。
新生态链形成中
未来5-10年，“汽车+科技”的融合将全方位加深，并重新定义和驱动整个汽车工业的发展。随着汽车不断与人工智能、5G通讯技术以及云计算等技术密切结合，自动驾驶的终极目标是无人驾驶，而无人驾驶将颠覆汽车出行格局，并带来产业链上下游的变革。
中国汽车工业协会预测，中国将在2020至2025年间实现低速驾驶和停车场景下的自动驾驶，在2025至2030年间实现更多复杂场景下的自动驾驶。到2040年，道路上行驶的车辆将有四分之三都是智能驾驶的车辆。有预测称，到2035年中国智能汽车产业规模将超过2000亿美元。
当前正处在巨变的起点，围绕着汽车工业的智能化变革，一个新的产业生态链也在加速成型。而科技和互联网公司在自动驾驶领域的深度布局、跨界合作正在给整个汽车工业注入发展活力。
比如，阿里从自动驾驶软硬件出发，打造无人配送车、芯片以及移动操作系统；腾讯积极开展无人驾驶路测，从车联网、高精地图、整车制造、自动驾驶软件多个方面进入无人驾驶领域；百度以系统和平台为落脚点，致力于成为自动驾驶综合解决方案提供商；华为以数云服务、智能互联、车联网为三驾马车开始无人驾驶领域的深度布局。同时，新造车势力注重汽车软件和用户体验，向无人驾驶进发，开发具备自动驾驶前沿技术的车型，加速路测，实现量产。
罗兰贝格预计，2030年自动驾驶车端系统的市场规模将达5000亿元。其中，芯片、传感器和软件算法是主要贡献者，市场规模分别预计可达1480亿元、1308亿元、917亿元。
不过，目前自动驾驶平台市场高度分散，由外国科技公司和硬件厂商主导，科技巨头和硬件制造商（芯片/半导体）目前发展潜力最大。这让以往车企在整个产业生态中的主导地位备受挑战，为了在竞争日趋激烈的市场立足于不败之地，车企通过建立联盟、兼并收购或自主开发，探索不同业务模式以进行自动驾驶相关研发，其中建立联盟备受车企追捧。
2017年起，大众与福特在全球自动驾驶、电动汽车研发领域开展合作，并实现了渠道共享。与此同时，部分大型主机厂会与科技公司联盟，构建完善开发体系。2016年起，宝马和英特尔–Mobileye开始合作开发自动驾驶技术；通用汽车收购了自动驾驶服务提供商Cruise Automation，要求其独立运营以进一步研究自动驾驶技术。也有个别主机厂设立新的业务部门/公司自主开发自动驾驶技术，如TOYOTA之前增设新公司，而非与技术公司合作。
还有很多硬仗
但必须承认的是，目前自动驾驶仍面临技术水平等瓶颈，在相当长一段时间内，主要将以场景化自动驾驶的状态出现。
以“出行即服务（MaaS）”的商业模式为例，尽管这被视作未来五到十年自动驾驶商业落地的主流方向，但多家机构的分析预测指出，2030年之前，完全自动驾驶还无法应用于MaaS。虽然完全自动驾驶已经在一些特定区域展开试运营（比如滴滴出行首选上海的特定自动驾驶测试路段作为自动驾驶出行服务的试点区域）。进一步的技术发展，系统性的法规和消费者教育（消费者信心）依然有待突破。
对此，刘明也指出，制约自动驾驶大规模商业落地的瓶颈，在技术层面，主要是受限于两点：一个是车本身数据的批量标定。传统车对速度的标定，如转角速度的标定，要求不是那么高；但是无人系统，对这一部分数据比较敏感。比如相对传统车，因为有人类驾驶员进行操控，因此容错率较高；但同样的条件，对无人车的控制及批量应用则提出更苛刻的要求。另一方面，无人系统的实时性，受限于传感器的刷新频率和FOV及点密度，尤其是激光传感器相关特性的制约，因而新一代传感器的发展尤为重要。
此外，如何保障自动驾驶技术的安全使用，也是急需解决的重要问题，需要具体考虑在什么样合适的场景，去实现无人驾驶技术的应用；同时，公开路面上数据的进一步采集，以及算法的进一步研究，也有待提升。
而这个过程中，商业模式、技术水平、基础建设以及相应的政策支撑等不同维度仍需要齐头并进。
汽车智能化的终极目标是无人驾驶的大规模商业落地，但这必将是一个渐进式的发展过程，并且单凭某一个领域的某一家或者数家公司都无法真正实现，而是整个产业链上下游，诸多细分领域公司共同推动的结果。正是从芯片、传感器、整车硬件，到算法、集成解决方案，再到出行服务的整个链条，构成了智能驾驶的完整生态，让它得以变成现实，最终走入寻常百姓家。
在一辆无人驾驶汽车的背后，是一系列复杂的合作和集成过程，也势必将引发商业场景和跨行业间的重新融合和变革。（校对/Jimmy）
因而自动驾驶和它的黑科技必须快速成为一个“商业命题”，而不能在一次又一次的路测之后，还是停在实验室的车库里。
不过，刚刚过去的2020年，在“最后一公里”的落地冲刺中，又多了一些新商业案例。背后的一些新变现逻辑，以及将对上下游产业链带来的变革和重塑，或许可以为自动驾驶提供一种商业化的样本。
“无人化”、“规模化”是自动驾驶实现盈利的前提
自动驾驶能力无疑被业界视作未来智能汽车的决胜点，但商业盈利是一个新兴产业持续发展的基石。
自动驾驶分为高速和低速两个分支。其中，低速分支多为限定场景，被认为最可能规模化落地。继物流配送、安防和清洁之后，在“最后一公里的落地冲刺”上，无人驾驶汽车的玩家们不断尝试开拓新场景。
新石器团队通过将无人车变身移动餐厅切入新零售的尝试，在过去的一年中得到了一些积极的反馈。据新石器公司保守估计，这样一辆无人驾驶的移动餐饮售卖车可以实现单车年入25万的盈利预期。先解决“吃饭”问题是自动驾驶创业团队面临的现实。
“毕竟，你得先活下去，然后才有更多未来的可能性。”一位新石器团队成员表示。
实现单车盈利是自动驾驶迈向商业化的第一步。目前在低速自动驾驶，率先看到了一些商业落地的积极信号。
IEEE高级会员，香港科技大学智能驾驶中心主任、机器人与自主系统领域主任刘明对集微网指出，比如，在物流场景中，无人系统的应用可以解决未来物流行业劳动力缺口的问题；而在工业场景中的应用，因为它具有明确的工作流程，所以它设备的投入产出来讲，可以有一个很明确的指标去进行性价比的计算。
刘明进一步表示，在保证“无人”这一条件下，自动驾驶可以拓展很多的各类不同应用，如零售无人车、消防无人车、广告无人车等。
而在高速的一端，无人驾驶Robotaxi的商业模式被业界视作最有希望的方向。不过针对该商业落地模式，业界的一大共识同样是——无人化和规模化是获得商业盈利重要前提。
国内L4级自动驾驶技术的智能出行公司文远知行（WeRide）COO张力此前在接受媒体采访时就曾这样解释，目前自动驾驶车辆配备安全员运营的模式不可能赚钱，甚至比普通模式还要亏钱，“在出租车成本结构里，司机成本占60%左右，如果不能替代司机，无人驾驶Robotaxi的商业模式是不成立的。”
具体从技术和市场趋势来讲当前国内的自动驾驶产业进展阶段，头豹研究院的一份分析指出，当前，国内的自动驾驶发展正处于积极地从L2阶段利用高级驾驶辅助系统（ADAS），即部分手动干预过度到L3阶段（有条件自动化）。而目前，行业内尚无统一的无人驾驶硬件配置方案，但总体来看，摄像头、激光雷达、毫米波雷达等相结合已成为主流配置方案。无人驾驶研发商通过选择搭配在不同领域有优势的传感器和摄像头，并综合考量成本因素，在合理造价的范畴内，达到产品性能要求。
2020年后，大部分主流车企计划开启L4级别自动驾驶，各个汽车主机厂将实现无人驾驶作为未来汽车重要战略目标。头豹研究院梳理了汽车在向车联网、无人驾驶（L4）级别进化中的成本构成（见下图），并分析指出，鉴于L2自动驾驶对环境感知要求较低，且主机厂有控制成本的压力，“摄像头 + 雷达 + 计算机视觉”，在未来五年仍是主流解决方案。而随着越来越多的公司进入该市场，L3级别的全面商业化，激光雷达技术有望发展成熟，成为必备的硬件，并实现成本降低。
新生态链形成中
未来5-10年，“汽车+科技”的融合将全方位加深，并重新定义和驱动整个汽车工业的发展。随着汽车不断与人工智能、5G通讯技术以及云计算等技术密切结合，自动驾驶的终极目标是无人驾驶，而无人驾驶将颠覆汽车出行格局，并带来产业链上下游的变革。
中国汽车工业协会预测，中国将在2020至2025年间实现低速驾驶和停车场景下的自动驾驶，在2025至2030年间实现更多复杂场景下的自动驾驶。到2040年，道路上行驶的车辆将有四分之三都是智能驾驶的车辆。有预测称，到2035年中国智能汽车产业规模将超过2000亿美元。
当前正处在巨变的起点，围绕着汽车工业的智能化变革，一个新的产业生态链也在加速成型。而科技和互联网公司在自动驾驶领域的深度布局、跨界合作正在给整个汽车工业注入发展活力。
比如，阿里从自动驾驶软硬件出发，打造无人配送车、芯片以及移动操作系统；腾讯积极开展无人驾驶路测，从车联网、高精地图、整车制造、自动驾驶软件多个方面进入无人驾驶领域；百度以系统和平台为落脚点，致力于成为自动驾驶综合解决方案提供商；华为以数云服务、智能互联、车联网为三驾马车开始无人驾驶领域的深度布局。同时，新造车势力注重汽车软件和用户体验，向无人驾驶进发，开发具备自动驾驶前沿技术的车型，加速路测，实现量产。
罗兰贝格预计，2030年自动驾驶车端系统的市场规模将达5000亿元。其中，芯片、传感器和软件算法是主要贡献者，市场规模分别预计可达1480亿元、1308亿元、917亿元。
不过，目前自动驾驶平台市场高度分散，由外国科技公司和硬件厂商主导，科技巨头和硬件制造商（芯片/半导体）目前发展潜力最大。这让以往车企在整个产业生态中的主导地位备受挑战，为了在竞争日趋激烈的市场立足于不败之地，车企通过建立联盟、兼并收购或自主开发，探索不同业务模式以进行自动驾驶相关研发，其中建立联盟备受车企追捧。
2017年起，大众与福特在全球自动驾驶、电动汽车研发领域开展合作，并实现了渠道共享。与此同时，部分大型主机厂会与科技公司联盟，构建完善开发体系。2016年起，宝马和英特尔–Mobileye开始合作开发自动驾驶技术；通用汽车收购了自动驾驶服务提供商Cruise Automation，要求其独立运营以进一步研究自动驾驶技术。也有个别主机厂设立新的业务部门/公司自主开发自动驾驶技术，如TOYOTA之前增设新公司，而非与技术公司合作。
还有很多硬仗
但必须承认的是，目前自动驾驶仍面临技术水平等瓶颈，在相当长一段时间内，主要将以场景化自动驾驶的状态出现。
以“出行即服务（MaaS）”的商业模式为例，尽管这被视作未来五到十年自动驾驶商业落地的主流方向，但多家机构的分析预测指出，2030年之前，完全自动驾驶还无法应用于MaaS。虽然完全自动驾驶已经在一些特定区域展开试运营（比如滴滴出行首选上海的特定自动驾驶测试路段作为自动驾驶出行服务的试点区域）。进一步的技术发展，系统性的法规和消费者教育（消费者信心）依然有待突破。
对此，刘明也指出，制约自动驾驶大规模商业落地的瓶颈，在技术层面，主要是受限于两点：一个是车本身数据的批量标定。传统车对速度的标定，如转角速度的标定，要求不是那么高；但是无人系统，对这一部分数据比较敏感。比如相对传统车，因为有人类驾驶员进行操控，因此容错率较高；但同样的条件，对无人车的控制及批量应用则提出更苛刻的要求。另一方面，无人系统的实时性，受限于传感器的刷新频率和FOV及点密度，尤其是激光传感器相关特性的制约，因而新一代传感器的发展尤为重要。
此外，如何保障自动驾驶技术的安全使用，也是急需解决的重要问题，需要具体考虑在什么样合适的场景，去实现无人驾驶技术的应用；同时，公开路面上数据的进一步采集，以及算法的进一步研究，也有待提升。
而这个过程中，商业模式、技术水平、基础建设以及相应的政策支撑等不同维度仍需要齐头并进。
汽车智能化的终极目标是无人驾驶的大规模商业落地，但这必将是一个渐进式的发展过程，并且单凭某一个领域的某一家或者数家公司都无法真正实现，而是整个产业链上下游，诸多细分领域公司共同推动的结果。正是从芯片、传感器、整车硬件，到算法、集成解决方案，再到出行服务的整个链条，构成了智能驾驶的完整生态，让它得以变成现实，最终走入寻常百姓家。
在一辆无人驾驶汽车的背后，是一系列复杂的合作和集成过程，也势必将引发商业场景和跨行业间的重新融合和变革。（校对/Jimmy）
✋热门推荐