在過去的兩三年里，如果有某些行業從不為資本寒冬所凍，無人駕駛一定是其中的一個。

　　無人駕駛簡直發展成了全球裝備競賽，中國的樂視、百度、美國的谷歌、微軟、Uber，都是已經嘗試無人車或是相關技術的開發，近日，俄羅斯也宣布將啟動無人車研發項目……上百億的資金投下去，盡管還沒有看到可以引領行業的技術突破，但巨頭們仍然樂此不疲。

　　巨頭們真的是在比誰家的車能讓用戶“更懶”嗎？一個更加關鍵的因素是，在未來10年里，無人駕駛是通往智能技術之路的一個要塞，巨頭們爭的不是產品，而是誰能最先掌握智能技術的核心。無人駕駛相當于一場世界范圍的大練兵。

　　但在GPLP看來，無人駕駛只是智能交通的一部分，以無人駕駛為核心的智能交通產業鏈，一定會迅速的鋪開，吸引各類資源聚集于此。因此，在2017年的投資圈，智能交通一定也將是一個強風口。

　　互聯網公司能否在汽車公司的地盤上實現諾曼底登陸

　　八竿子打不到一塊的互聯網公司和汽車公司因為無人駕駛技術成為了虎視眈眈的對手。GPLP梳理了雙方的最新進展：

　　可以看到，通用、奧迪、寶馬和福特都是走得比較快的公司，到底是汽車行業里的老大哥，默默布局，低調做事，一經公布便已是絕塵而去。

　　再來看看互聯網戰隊

　　兩個表格的對比非常明顯，盡管上臺演戲的是互聯網公司，但整體來看，傳統汽車廠商實際上在無人駕駛技術的變革上走得更遠。對于二級市場的投資人來說，這也是一個信號，無人駕駛概念股中，傳統行業其實更加值得關注。

　　在互聯網戰隊中，最有希望先展現出變革的是谷歌。早在2009年，谷歌就啟動了無人駕駛汽車項目。公開數據顯示，去年谷歌無人車上路試驗中一共行駛了63.6萬英里（接近于100萬公里），且技術最為成熟，平均每5000英里只發生一次故障。

　　而特斯拉雖然一直以來被看作是無人車領域的領導者，去年卻只在加州公路上測試了550英里，而且這550英里里出現了182次故障，幾乎每三英里就要發生一次故障。這次測試由4輛Model X完成。

　　除了互聯網公司、汽車廠商，初創企業也加入了戰局。一些初創公司的估值已經超越了獨角獸的門檻。成立于2014年的Zoox，研發無人駕駛出租車，在A輪的融資中，估值就達到了15.5億美元。這些公司其實并不是白手起家，往往網羅了大批來自谷歌、特斯拉等公司的技術人才，起點高到飛起來。

　　當然，大家都知道自己的短板，與其各自為陣，不如選擇一個神隊友，我們也在表格中看到了眾多汽車廠商已經和互聯網IT公司展開了合作。GPLP也認為，雙方的競合關系將使這個領域走得更快更遠。

　　人工智能全面改造汽車行業，甚至成為國家之間科技角逐的支點

　　“人工智能+”已經全面替代“互聯網+”成為下一代技術革新的核心，在審視無人駕駛技術時，這是一個最重要的前提。

　　人工智能的崛起是產業升級的必然，“互聯網+”讓傳統行業開始覺醒，打破以往閉門造車的方式，開始向高科技尋求突破瓶頸的入口，現在，“人工智能+”很可能是傳統行業再次登頂的助推器。

　　傳統汽車公司正在將人工智能劃定為最重要的公司戰略。未來的汽車將發生翻天覆地的變化，司機是機器，決策是由算法來進行，這意味著，整個產業的形成邏輯都將發生變化。傳統汽車公司很明顯已經覺悟了，各家都在投入巨資以期搶到智能汽車時代的船票。

　　除了投入資金自主研發，收購有技術的團隊也是比較普遍的做法。比如，福特公司就以10億美元的價格收購了一家人工智能初創公司Argo AI的大部分股權，Argo AI的兩位創始人分別在Uber和谷歌的無人駕駛部門Waymo擔任過職務。通用以10億美元的價格收購了擁有無人駕駛技術的初創公司Cruise Automation。

　　GPLP認為，2017年，傳統汽車廠商對于技術團隊的收購大潮還將繼續，并且也將“引誘”有技術的團隊從巨頭出走，巨頭們看好大門的唯一路徑是，快速的技術迭代和商業化。

　　我們也看到，“人工智能+”已經不是某一個行業的關切點了。2016年國務院印發《“十三五”國家科技創新規劃》，提出“面向2030年，再選擇一批體現國家戰略意圖的重大科技項目”。經過千余名專家多輪論證，最終形成15個項目立項建議。參與人工智能專項規劃編制的人士稱，人工智能短時間內就上升到了國家層面。

　　而在被視為科技領域風向標的2017年美國CES展會上，人工智能也成為了最重要的主線，無人駕駛、無人機、機器人、智能家居等應用層出不窮。技術尚未成熟，但商業化的嘗試已經開始。

　　以無人駕駛等為代表的人工智能技術有巨大的社會和經濟影響力，改變的不只是一個行業，而是加速了整個社會的發展歷程。因此，在某種程度上來看，巨頭們肩負的是各自國家科技復興的重任。2017年，至少在中美，對人工智能的政策利好還將持續釋放。

　　當然，其中也有資本助推的因素。創新工場董事長李開復就說到，助理、保安、司機，無人駕駛一出來，這些行業中90%的人口都會失業，人工智能用更低的成本給人類創造了更高的價值。樂視汽車的融資故事已經是備受矚目，在去年底完成首輪10億美元的融資后，燒錢兇猛的樂視汽車A輪融資計劃就已經要開始。

　　GPLP根據公開資料統計了2016年無人駕駛領域初創公司的融資情況：

　　無人駕駛成為新的資本聚集地，野蠻生長。但也有分析認為，國內無人駕駛產業仍處于萌芽期，部分細分市場仍為空白。從整車制造視角看，除運動控制系統、輔助駕駛系統ADAS和GPS等可以延用傳統車輛制造已有的較為成熟的技術以外，其他大部分無人駕駛技術處于起步階段，需要整車廠、零部件供應商、技術提供商等聯合研發、生產，涉及的產業鏈較長，但目前大部分關鍵技術在我國市場均沒有成熟產品。

　　可以預見的是，在無人駕駛的故事講膩之后，資本的故事一定還將延伸至大智能交通行業的其他環節。

　　受無人駕駛刺激，整體的智能交通系統在今明兩年將迎來發展機會

　　圍繞無人駕駛，至少在幾個方面會有比較大的市場機會：關鍵核心技術、整車制造系統以及觸達用戶的方式等等。如果再往外延伸，大的智能交通行業應該是萬億級的市場。

　　智能交通系統是未來交通系統的發展方向，它是將先進的信息技術、數據通訊傳輸技術、電子傳感技術、控制技術及計算機技術等有效地集成運用于整個地面交通管理。

　　想象一下這個畫面：車輛靠自己的智能在道路上自由行駛，公路靠自身的智能將交通流量調整至最佳狀態，借助于這個系統，管理人員對道路、車輛的行蹤將掌握得一清二楚。

　　面對當今世界全球化、信息化發展趨勢，傳統的交通技術和手段已不適應經濟社會發展的要求。智能交通系統是交通事業發展的必然選擇，是交通事業的一場革命。

　　美、歐、日是世界上智能交通系統開發應用的最好國家，從它們發展情況看，智能交通系統的發展，已不限于解決交通擁堵、交通事故、交通污染等問題。經30余年發展，它們基本上完成了智能交通體系的框架。比如，傳感器技術、通信技術、GIS技術（地理信息系統）、3S技術（遙感技術、地理信息系統、全球定位系統三種技術）和計算機技術的不斷發展，交通信息的采集經歷了從人工采集到單一的磁性檢測器交通信息采集到多源的多種采集方式組合的交通信息采集的歷史發展過程，同時國內外對交通信息處理研究的逐步深入，統計分析技術、人工智能技術、數據融合技術、并行計算技術等逐步被應用于交通信息的處理中。

　　因此，無人駕駛只是整個智能交通系統的一部分，或者說是位于頭部的一個應用模式。但是，從整個產業的角度來看，無人駕駛的商業化，需要的是整個交通系統的智能升級，否則無人車即使車再貴、算法再精準，也不會比概念車走得更遠。并且，如果配套成熟的智能交通系統的話，無人駕駛車的各項成本也可以降低。

　　GPLP相信，資本和行業都已經看到了這一點，在無人駕駛已經各占山頭的情況下，智能交通系統還有非常多的創新機會有待挖掘。今明兩年將是一個時間窗口。

　　但是，智能交通系統的發展特別是在中國，還存在較多的制度和模式問題：

　　1，標準缺失

　　一方面，智能汽車標準尚未形成;另一方面，高度自動駕駛汽車上路也沒有相關的法律規定，一旦無人駕駛汽車出現交通事故，責任如何認定，對現行的道路安全法規也是挑戰。

　　2、道路基礎設計需調整

　　智能駕駛需要車與車、車與路、等的信息交互，目前國內領先的汽車廠商都已經有了自己的智能網聯發展規劃，并已經開始實施。但是缺少道路基礎設計建設和統籌規劃，智能駕駛始終難以實現。

　　3、智能地圖技術尚在起步階段

　　地圖行業沉寂已久，可見的變化都是在原有大框架的延續和發展。一旦進入智能交通時代，智能地圖將是不可或缺的配套軟件，也是幫助無人駕駛顛覆出行領域的利器。國內目前還是百度在這個方面暫時領先。

　　4，核心技術缺失

　　傳統汽車行業就已經存在了這個問題，除了整車的一些關鍵零部件，車載智能終端的操作系統、元器件、芯片、雷達、攝像等傳感系統，很多也都是被被國外壟斷的問題。從整個智能交通系統產業鏈來看，關鍵的技術仍然掌握在美、日、歐等國家手中，國內的交通信息收集、共享以及后端的分析應用都還不能滿足需求。

　　5，安全問題

　　這是無人駕駛首先要解決的一個普遍性問題。人是不是可以真的高枕無憂的在車里干別的事，這就需要100%的安全保障。什么時間需要人為介入汽車的操作，機器和人如何及時的切換，才能最大程度的保證路面交通安全？

　　基于以上問題，GPLP認為，中國的智能交通行業發展尚在起步階段，投資成本與風險都仍然較高。一級市場的投資需要關注項目創始人的專業背景，并且結合國家產業政策進行綜合評估。

　　結論：

　　雖然整個智能交通系統還處在“馬拉火車”的階段，但是好在，這匹馬已經飛奔起來！傳統汽車行業和互聯網行業正在以此為契機，打通彼此的技術壁壘。在未來，或許就再無行業之分了。