GIV2020 | 郑赟：高级别自动驾驶应用场景与运营模式分析

8月22日，由中国电动汽车百人会、智能汽车与智慧城市协同发展联盟联合主办的GIV2020隆重召开，本次峰会主要讨论智能汽车近两年取得的技术突破和产品创新、智能汽车应用场景和商业模式、以及智能汽车商业发展的顶层设计和实施路径。下面是罗兰贝格全球高级合伙人、大中华区副总裁郑赟在本次论坛上的发言：

罗兰贝格全球高级合伙人、大中华区副总裁 郑赟

各位产业界的同仁，大家好！我是郑赟，在罗兰贝格十年，目前负责罗兰贝格在大中华区的汽车业务，前面听了各位产业界同仁的深入分享之后，也是觉得非常兴奋，能够感受到场景化的自动驾驶在落地层面已经有了非常扎实的进展。我们作为咨询公司在服务大量的客户的同时也感受到，对于自动驾驶是汽车行业的未来整个产业界也有共识，接下来也会利用十五分钟左右的时间跟各位分享一下在罗兰贝格的视角里面我们对于自动驾驶，尤其是对于场景化自动驾驶落地的一些看法以及在保障落地方面的几个重要支撑维度。

首先大面上来看，我们反复的在提不管是“四化”或者在罗兰贝格我们叫做“M.A.D.E”包括一些主机厂公司把它叫“CASE”，万变不离其宗大家关注的都是对于移动出行、自动驾驶、数字化的应用和动力总成的电气化切换的颠覆性趋势。这些趋势当中我们说位于风暴中心的一定是自动驾驶这个课题。

从罗兰贝格的视角来看，我们认为中国整个自动驾驶的渗透率在未来10年左右的时间，按照不同的级别来探讨的话，我们认为在2030年L4、L5的高级别自动驾驶在乘用车新车销售视角能够达到5%的渗透率，L2、L3配置的自动驾驶渗透率在60%的水平，初级的自动驾驶辅助在35%左右的体量。

自动驾驶和它相关的V2X车端通讯市场的在2030年能够达到5千亿的体量，主要是从传感器、算法和计算平台这三个驱动因素来驱动市场的发展。尤其是算法和计算平台/芯片，前者在L2向L3发展阶段有核心突破，L4、L5阶段是逐步固化，后者受益于算力要求的指数级增长在数量和芯片表现能力大幅提升带来的价值提升推动下，整体推动市场的快速发展。

自动驾驶在的发展的时候一定会按照场景化的落地节奏来进行，这页ppt我们基于地理围栏与自动驾驶技术等级，确定了包含私家车，客运，货运三大领域，共计29种细分场景的自动驾驶应用场景全集。在我们与诸多主机厂、零部件公司、移动出行公司和自动驾驶解决方案提供商进行探讨的时候，大家也普遍认同这样的落地节奏。以私家车应用为例，我们认为在2022年之前肯定能够实现停车场自动泊车场景，并且在2023年能够实现停车场的自主泊车（Valet parking），指定场景的无人驾驶和全场景的无人驾驶则有望在2025年和2030年之后得到应用机会。

鉴于技术实现的难度和场景实现的急迫性，商用车的货运场景以及乘用车的自主停车及结构化道路的一些使用场景将会得到一个优先的落地，这也是在结合了技术、政策、基础设施完备度以及变现的商业模式这些综合考虑因素之后，能够比较清晰的得到这样的结论。乘用车自动驾驶发展将由停车场景先行，逐渐往结构化道路场景发展，最后完成非结构化城市道路场景的实现，我们认为从时间轴上来看应该按照这样的顺序去发生。停车场景虽然在用户出行总里程中的占比较小，但是自主泊车能够极大的提升消费者对于自动驾驶的感知和相应的购买转化，支撑整个市场的后续蓬勃发展。结构化道路的场景发展，将从拥堵道路开始，实现向单车道、多车道、匝道场景的不断演进。

考虑到L3的实用性和潜在的高成本，我们认为在非结构化的道路场景中L2有可能会直接实现向L4的跨越。原来还准备了一页是讨论停车场自主泊车的场景难点，今天下午因为有很多产业大拿都对这个课题展开了透彻的分析，我这里不一一展开，右边核心价值链这块，不管我们讨论的是单车智能的自主代客泊车还是V2I智能停车场的代客泊车，我们认为核心价值链上有差异，前者更多强调的是地图和定位，后者更多的是对场内传感器和云运营的强调。

自动驾驶场景落地化至少需要四个方面的支撑，政策的加持，技术和基础设施的成熟和完善，以及新的商业模式的构建（车辆拥有，出行场景，整车架构和系统，用户数据等）。我们认为对于主机厂，对于一级零部件供应商，移动出行公司，以及自动驾驶的解决方案提供商，在技术和商业模式这两个视角相对而言是比较容易进行把握和探讨并且实现落地的，难点可能是在并不完全受自己掌控的政策推进速度和基础设施的完善进度方面。这里面围绕这四个点稍微展开和探讨。

我们把视角稍微做一个缩放能够看到，在全球层面上，各国的自动驾驶相关的法律框架发展相较两年前正在进行比较快的提速，目前我们看下来，美国的确是目前已经最快实现无车型审批的限制，审批流程进展的第四步的是英国和新加坡，更多关注的是应用，我们中国目前处在第二步，已建立了基础的型式认证相关法规。具体来看，我们国家已经设定了分阶段的智能网联汽车技术的里程碑，并且对商业化的推进也设定了一个量化的技术目标，目前处在一个分区域上路试点的阶段

我们需要关注贸易保护主义带来的高度不确定性风险，我们说自动驾驶的核心技术需要自主化，但是我们也应该意识到现在整个产业链是一个融合性的发展、全球化的发展，这当中需要有一个平衡是产业界的朋友需要进行关注和留意的。

刚才提到的另外一个维度是在技术，技术发展方面，一个是整车电子电气架构方面，向域融合方向发展的整车电子电气架构，会为高级别自动驾驶技术的软硬件平台提供非常好的技术基础，现有的架构里面，不管是我们看某些德系的豪华品牌的五大域设置，或者是特斯拉以四大域为主线并在这基础上进行一定的拆分，整体来说未来的趋势一定是朝着域融合的方向进行发展。第二个技术课题，我们讨论自动驾驶的时候一定会谈到HPC高性能计算平台，它会呈现出多样化非标化发展的趋势，在某一个时间点也会向标准化发展这个方向去进行聚拢，就当下而言，从分布式+集中式、软硬集成+软硬分离以及传感器的应用等视角，大家都有各自的判断，目前处在多样化非标化发展的过程当中。

传感器融合算法不断推进以最优化准确度和可靠性，从而满足自动驾驶对于实时性的要求，这个点我就不做过多的展开。5G是自动驾驶发展必不可少的通讯支持，其实大家最近也提新基建，这当中其中有一个视角是对5G提出了一个非常明确的鼓励方向，我觉得各位产业界的朋友也可以利用好这个风口做一些预判，更好的在自己的商业计划过程当中有一个体现。

当然我们刚刚提到的最后一点是关于变现模式，这里面各有不同的视角，我们看到有些是以车辆为生态中心的，主机厂；有些是以出行场景微生态中心的，滴滴也好、Waymo也好；还有一些是以用户数据微生态中心的；当然现在随着包括华为这样的ICT行业跨界进入到汽车，是以算力为生态中心；像传统的Tier1我们说是以整车架构和系统为生态中心的。不同类型的企业会主导一定程度上的联盟，通过发挥自身能力和整合其他的联盟成员的优势，来加速相应的技术和商业模式的发展。

我个人认为，在技术和商业模式创造层面产业界的玩家相对有更多的主导权掌握的大前提之下，需要对于政策和基础设施的发展有持续的关注，以及去探索出差异化的优势并进行建设，会是大家在自动驾驶场景化落地竞争时代脱颖而出的一个主要考量。

时间关系就分享这么多，非常感谢各位产业界朋友的时间，谢谢主办方的邀请。谢谢大家！

注：本文根据现场速记整理，未经演讲嘉宾审阅，请勿转载