“现在智驾方案商普遍活得非常不好，独立的第三方厂商很难玩” “未来只能保证自己不死，能赚到钱已经是谢天谢地了。 ” “不赚钱又融不到新的钱，这些企业基本上会被拖死，资本市场对自动驾驶也很悲观。” “一般的二线供应商迟早被这些主机厂玩死。” “供应商活得跟狗一样。”
太多智驾从业者向雷峰网发出如此感慨，言语间，有无奈，有愤恨，有心累，唯独没有希望。
智驾供应商们在几年内经历了巨大的落差。从前的自动驾驶是天之骄子，讲了一个「颠覆」的故事，软件颠覆一切，智驾成为汽车标配。“给我一个车壳子，我装进去，主机厂全部给我打工”。
智能化的确是未来，但现实骨感，短短几年，自动驾驶坠入凡间，没有了宏大叙事，只有眼前的订单。在如今的供应链体系中，自动驾驶与其他供应商一样，是极为弱势的乙方，正在挣扎着活下下一集。
自动驾驶行业正在重走AI赛道的老路，如今的独立第三方供应商，谁不是在拼命活着？（本文作者长期关注新能源汽车和产业链企业，读者可添加作者微信Yukuaikuaier交流、讨论。）
1、严重失衡的甲乙关系：白嫖、压价、交白盒、无法深度绑定
没有人会怀疑自动驾驶对未来出行的颠覆，但也不会有人随便将自己的底牌拱手相让。回过神来的主机厂老炮儿们一点不慌，用户最终买的是车，而不是软件。只要抓住终端，就等于卡死了方案商的命门。
事实上，汽车产业是一个大B类生意，作为绝对甲方，主动权从来都掌握在主机厂手里。大多数供应商被车厂牵着鼻子走，主机厂的大腿，其实很难抱。
某主机厂项目投资上亿元，规模很大，某智驾方案商D于是重点突击，投入至少百人规模，当时主机厂后又要出海，D就只能继续帮忙采集数据，以求拿下项目，前后陆续投入了人力物力财力，沉没成本越来越大，最后仅回款小千万，该项目导致D大量亏本，整个公司资金捉襟见肘。
某主机厂子品牌项目，是方案商E的首发，为了打响量产落地第一枪，E不仅不收费，还派出了300人到主机厂驻场。结果该子品牌销量败北。
与此同时，E与主机厂的合作还出现了危机。该主机厂将内部的智驾子公司地位提升，将车型的配件定点都给了子公司，子公司再找其他资源交付，变成了内部供应商。
千辛万苦忙活一通，既没赚到钱，也没能绑定主机厂，但智驾供应商经历的坎坷，远不止如此。
供应商选秀、鸽项目、白嫖、挖人
有些主机厂对付供应商的手段非常多。供应商选秀、鸽项目、白嫖、前期合作后挖人.....各种类似情况比比皆是。
杰瑜表示，主机厂都很难伺候，对供应商要求极高，不光要求把东西做出来，还要求研发流程合规，比如动不动审厂，以及对制造工艺和产能等都有非常高的要求。
某方案商A对雷峰网表示，去跟某主机厂董事长谈生意，得有认他当爹的态度才行，他要你拆什么东西，你就要乖乖拆开，还把里面原理给他以毫无保留地程度进行讲解，他才愿意跟你合作。
合作的过程经常暗藏玄机，一边严格要求，一边想鸽就鸽。
自动驾驶公司拿量产项目相比，难的是与主机厂深度绑定。方案商很难进供应商体系，主机厂切换供应商成本很低，即便进了体系，供应商是否赚钱也是未知数。
头部车企W的定点是广撒网，且有等级之分，找多家智驾供应商，不同车型定点给不同企业，业内人吐槽“选秀机制”。
“有正宫，有外围的小三小四，小三小四的状态经常处于车企扔给你一个合同，过两天说合同可能要收缩，再过两天觉得你做得不错，再扩大一点。”
杰瑜称，这些定点并非板上钉钉，一旦Plan A合作有问题，立马切换Plan B，也可能主机厂突然就表示我不想跟你玩了，这个车型不给你做了。
“A说拿了这家主机厂的某单子，B也说拿了这家的这个单子，不到最后一刻真的给钱的时候都不算拿了他的单子。”
方案商A去年上半年给某主机厂做demo，下半年对方说给定点，做了两个多月后，将定点给了其他企业。
投入2个月对于其他供应商的经历只是轻伤。某头部方案商B给某主机厂做项目，主机厂声称要联合开发，派了100多个人去B方案商公司学习，不仅上交白盒，给看代码，主机厂还用B公司的工具，甚至B公司直接给他们培训，开发费没给多少，结果该主机厂转头找了另一方案商一起PK。
方案商C也遭遇过类似经历。某主机厂对方案商C说“我明年这款车型10万台，项目给你们，你们准备准备”。
方案商C欣喜万分，基于主机厂的需求进行全身心投入地开发，前后投入了一年时间，组织过多轮技术沟通，深入到方案的细枝末节，各个模块的负责人都轮番上阵，按照要求，方案商C将方案全打开，结果不仅没等来定点，等来了该主机厂自研，还挖走了方案商C的人。
某些主机厂核心销量支柱车型牢牢把握在自己手里，能自研的全都自研，不能自研的让供应商做，再慢慢从合作转向自研。
这不是一家方案商的经历，这也不是一家主机厂的白嫖。但只有一两家头部强硬的供应商才敢提出让主机厂赔偿损失，大多数只能打碎牙往肚里吞。
千辛万苦的定点成功只是长征的第一步，距离赚钱还有一道道栏要跨。（想了解更多主机厂与智驾企业故事，可添加作者微信 Yukuaikuaier 交流、讨论。）
主机厂采购核心部件、压价、拖账期
“主机厂的话语权足够强，它会把你薅到裤衩都不剩。”
楚泽告诉雷峰网，有些主机厂不采用全栈方案，自己采购硬件和Tier 1，主机厂给每个车型付开发费和license，每卖一辆车1千到1万元不等。
智驾方案商通常没有议价能力，智驾最贵的就是芯片，其次是激光雷达，再往下是摄像头和线束等。有些主机厂垂直整合，把整个行业利润压到最低。
比如主机厂T的所有采购都是按照bom来评估，并且自己采购其中的核心部件。
主机厂T找供应商采购零部件，假如有4个部件，T会要求自己采购里面最重要的传感器跟soc，剩下40%的价值空间留给“链主”，这些链主本来想依赖于T起量，但T把整个链条最核心的利益环节拿走了，链主就只能吃边角料。
楚泽：“这些主机厂的零部件生意很难做，给的利润特别低。”
对于那些不是tier 1，但有某些核心技术的供应商，主机厂就搞甲乙供，让供应商竞价内卷，最终收获大约比bom成本高个20%左右的价格，“只有英伟达、地平线、博世这种tier 1，没办法搞甲乙供的供应商，会好过一点”。
而这一方式正被其他头部主机厂纷纷效仿，都朝着中央集采方式趋势发展。
还有对细节要求高的主机厂，会要方案商根据指定的硬件、算力平台甚至激光雷达等进行标定，标定之后再帮主机厂做二次开发测试，再给开发费，“相当于方案商做的事情就是软件写代码服务”。
在韩松看来，汽车圈是很难的To B生意，主机厂和智驾行业中，主机厂是唯一能够盈利的公司，其余的都不赚钱。
韩松表示，如今一个车型，高阶智驾的占比，主机厂最多给到5%-10%，不可能更多，而且还要分到不同的篮子里，中阶智驾车企自研占比60%。
而中阶以下的智驾未来就是制造业，毛利很低，和传统的汽车电子没有任何区别，对成本管控要求很高。
主机厂的成本管控，除了体现在要求自己采购核心零件，还有压价、拖账期。
某主机厂Z压价格恐怖到何种程度？某上游供应商，给到一级经销商的价格是八九千，给其中两个下游客户的价格是四五千，但给主机厂Z的某车型，一年最多一万余辆销量等级，价格是不到两千，而且还拖账期。
当然，这家供应商公司有自己的算盘，血亏进入是为了另一个车型，希望通过上车主机厂的故事带来业务增量和资本效应。主机厂Z也吃准了这一点，使劲儿薅，压价、拖账期。
韩松：“车厂给你的收入不是收入，钱先给账期，银行承兑完之后三到六个月再兑现，给人卖货，是对方把车卖出去以后算，他要再压库存，又是三个月，通常一年以后才能回钱。”
如今，主机厂给供应商的付款周期也越来越长，从以前的6，到6+3，再到6+n，账期极其长，而这个n很难界定，有时靠关系，有时看供应商与主机厂的合作地位。
有些主机厂拖账期并非账上没钱，而是有意为之。“其实车厂下游终端回款很快，但就是不付款。”
林锐表示，以前大家能赚七八千，现在只能赚两三千，往后可能更低，头部供应商的日子尚且如此难过，腰部尾部的厂商连饭碗都被砸了。
许多中小供应商拖不起，但为了出货量，咬牙坚持。“一般的二线供应商迟早被这些主机厂玩死。”
林锐常跟身边的投资人说，不要投汽车产业链上的任何供应商，不是因为技术不行，而是这个产业链关系已经严重失衡，主机厂会毫无下限把供应商榨干，“车就是胜者为王，一鱼多吃，供应商都会成为被压榨的对象。”
2、10亿营收天花板、可复制性不高
智驾供应商无法改变强势的主机厂，也难以突破智驾行业的营收天花板：中国市场智驾供应商一年能有10亿元营收已经是天花板。
智驾供应商的收入模式大概分为三种：开发费、license、开发费+license。
陈铭表示，如今智驾的项目一个订单顶多1亿元，怎么算都不会更多，如果低于1亿，那就不是高阶方案，如果高于1亿，那就是来自国外的订单。
1亿元的构成通常是，如果开发费3000万，license就是7000万，有的主机厂没有开发费，给1亿的license，有的主机厂1亿开发费，没有license。
开发费是一次性的，且以堆人头为主，人力成本高企，毛利率不高，license则取决于车型是否走量。
“有的车销量不行，你能上哪收钱去，你只能收前面的钱，”陈铭补充，所以不管怎么算，其实都是一笔钱。
如果一个项目的单价是1亿，要做到10亿，意味着一年要做10个项目。
智驾企业做10个项目是什么概念？
主机厂一般走平台，而不是走车型，一个平台有数个车型，大的主机厂一年也就3-5个平台，小的主机厂1-2个。中国车厂的高阶智驾项目的总数，也就二三十个项目，一个智驾企业做10个项目，显然不现实。
陈铭指出，目前二线的智驾供应商手里都只有一个项目，因为这些公司体量就200-300人，能支持好一款车型的量产就很不容易了，头部智驾企业如Momenta约2000人，则能同时支持8款车型的量产。
“一般能做到大几亿的营收，每年都能交付好，第二年还有新项目，已经算非常好。”
其次，智驾方案的核心之一是升级换代，这意味着需求侧不稳定。“今年有东西要升级突然订单就爆发，明年只是渐进的微小调整，那对不起就没订单了。”
地平线与智驾方案商最大的不同之一，是做数量计量的生意，而不是项目制。
陈铭表示，目前营收头部的智驾供应商G 2020、2021年的收入来自某海外汽车品牌的自动驾驶，开发费有几亿，在业内属于少有的大单。2024年的订单主要来自某日系汽车品牌，今年大约有6-7亿元收入，这些都是不可复制的订单。
而且，G的收入结构存在隐患，收入大量来自开发费，其定点的车型很多，但是走量的车不多，因此收入并不稳定。
此外，智驾供应商除了每年项目不同，还存在标准化程度不高、可复制性不强问题。
智驾方案，如果传感器方案不一样，整套方案就需要重新开发。
比如11个摄像头的方案，前期做感知，采集数据时需要采集一遍，不管是换一个主机厂，还是同一个主机厂换一个车型，改用12V，还是加一个激光雷达，数据都需要重新采集，感知模型也要调整，这些都不可迁移，因为位置不一样，数量不一样。同理，收回的数据也不一样，而且传感器不同，在一个方案上解决的bug，也不能复用到另一个方案上。
换芯片就更是伤筋动骨，整套方案都需要变动。
就算能够迁移，也需要更新迭代。原平台上的算法迁移到另外平台，理论上能自动更新，但实际不同平台的进化速度根本不一致，算法需要升级迭代。比如在Orin上迭代了一个版本，迁移到J5后，还是要基于新平台进行训练深度迭代。
低阶方案相对简单，博世等已经将其标准化，地平线将其免费化，“主机厂买地平线的J3，他低阶的算法就直接送给你了。”
高阶方案上，仅蔚小理三家，方案都不相同，根本无法做到标准化。而且，如今的竞争业态下，车厂也不想标准化，每家都在需求差异化，个性化需求很多。
当然，主机厂如今在推进平台化，促进同样方案支撑不同车型，甚至不同平台，所以主机厂都在尝试不轻易换传感器、芯片等配置。
但多久能“促进”成功，依然是未知数。因此，智驾方案商们讲的复用故事，在当下市场下并不乐观。
3、L2不是降维
曾经热闹非凡的L4赛道，商业化进展都难言乐观。自动驾驶行业的高估值与低商业化，最终来到转折点：裁员、倒闭、市值暴跌，是2022年自动驾驶行业的三个“热词”。
在自动驾驶的故事魅力逐渐消退后，原本押注跨越式自动驾驶的初创公司，转身奔赴L2/L2+的赛道。
L4和L2，其实并非这些曾经天之骄子口中简单的“降维”，以前认为L2、L4是两个技术阶段或不同产品，但其实两者不是产品的问题，而是商业模式的问题，两者有根本的区别。
早期行业普遍认为最好的公司终极目标是L4，中间下一个 L2 的蛋，如今看来，从商业模式设计、真正的客户群体、价值交付角度，L4和L2不是一个平滑的阶梯，角色位置不同，产品形态不同，价值链的复杂程度和价值链上各个环节价值分配的比例不同，所需要的公司基因也不同。
华森：“为了做一个 L2 的公司，你是乙方群体、乙方心态，你的 EGO 不能很高，所有的 ToB 的能力你都得有，且你面临的是全世界最苛刻的甲方——中国的车厂，这些是非常难做的体系。”
做L2供应商，要付出大量精力跟主机厂对接，按照他们的需求做产品，更多考虑的是如何替主机厂节省成本，而L4公司更多的是去考虑怎样将车辆脱离驾驶员，成本等级靠后。
因此人员配比上，L2需要很庞大的产品团队、项目、工程化团队，这个不是做L4研发的人员只是腾出一部分精力就能解决的事情
榕宁告诉雷峰网，明星智驾企业F是最早一批转L2的企业，但转型的成本是别人的三倍。此前都是项目制，拉人头，没有平台化的开发，如今重新搭建，前期投入了巨大的成本。
榕宁：“做软件有个问题就是如果不把东西搭建好，打包好这些软件，下次又得重新写，其实就是耗费大量的人力物力财力了。”
在转向L2这件事上，也有L4企业也扭扭捏捏，几经摇摆。
万波告诉雷峰网，明星智驾公司G一开始说坚决不做L2/L2+，因为两者是不同的技术模式，但短短2个月后，F就决定做L2+智驾了。
但即使公司层面决定做L2，公司各个层面运行极慢，核心是思维模式转变困难。
“不是领导说一句话下面就知道怎么做了，完全不是。”大概过了半年，公司才稍微找到了L2+的感觉，后续半年也都是探索期。
到了2023年初，头部L4智驾公司J才官宣针对乘用车智能驾驶业务成立独立事业部，进入了曾经看不上的L2业务。
平广表示，从L4转向L2，对J的军心影响很大。“我们对外的话术叫降维打击。扯淡，所有代码全部要重写，算力直接变成以前几分之一，传感器也不一样，几乎所有东西都要推倒重来。”
过了技术上转型难关，还有拿项目的关卡。
华南某主机厂的项目，标的非常大，在当下的市场算难得的大蛋糕，因此引来多家供应商竞标，最后入围的有三家：两家L4头部企业，一家L2企业。
其中一家L4企业H原本瞧不上该项目，认为一个城市L2项目对其上市帮助不大，另外，H企业还自认L4做L2是降维打击，觉得项目到手已经稳妥，而另一L4企业K看到H如此高傲，一边搞定主机厂某高层，一边采取低价策略，也认为自己能拿到项目，结果项目最后花落另一L2企业。
H企业无法接受，询问主机厂是否是因为价格问题，希望对方告知最低价，他们直接follow，被对方否认，表示企业是根据采购和技术综合测评结果评判。
万波：“现在一个项目6500万，自己拿预算7000万，你报7000万他还不敢给你，这个价格刚好够你做赔本，或者补贴点钱。”
其实，主机厂想要的是一个能一心扑在它身上的团队。“H公司太骄傲了，高高在上。”
因此L4到L2/L2+，这些企业口中的“降维打击”，只是高高在上的自欺欺人，“降维”得颇为艰难。
4、高成本下的利润困局
无论是转道来的L4企业，还是原本就在L2的企业，都需要面临的问题是高成本下的利润问题。
交付其实不难，难的是降低成本。企业做的方案效果再好，要量产，就需要考虑怎么在低成本下实现效果。
华森：“很多企业技术做得好就去做企业了，没有考虑商业闭环的关键因素是什么，所以做着做着就病入膏肓，救也救不回来了。”
华森认为，ToB行业其实拼的是三大效率：人力效率、组织效率和供应链效率。
在智能驾驶技术的研发中，人力成本是绝对的大头。行业高峰期，一个 CTO 的年薪可以开到千万以上。即便是应届毕业生也能享受非常不错的待遇，一些优秀毕业生的年薪高达 40-50 万甚至是 60 万的 level。
"薪资泡沫太大了，"华森有点无奈，"但是大家没办法，该招人还是得招。"
比如前文提到，如果一个项目的开发费是1亿，一个自动驾驶团队少则几十人，多则数百人、上千人，人力成本可能超过1亿。
“一亿其实很不经花，就够100个人一年，人力成本都很贵”。千人级别员工规模下的高薪酬，一年的人力成本就可高达几亿到十几亿。
曾经的百度是一个非常典型的例子。
除了庞大的研发团队，百度仅 Robotaxi 的车队规模就超 500 辆（其自动驾驶小巴和中巴未算在内）、智能驾驶相关专利数量近 3000 件、测试牌照 200 多张，这些成绩都堪称是国内之最。当然，这些成绩背后也都是实打实的人力物力投入。
据媒体估算，8 年多在自动驾驶的总投入可能在 1000 亿元左右。李彦宏在采访中曾提到，仅2020年一年，百度对自动驾驶的投入就高达 200 亿元。
常年的高投入，行业却没有高回报。
某智驾方案商K给主机厂做一个项目，投入200人，2年时间，一套方案传感器+硬件+软件，卖一台车才几千，收入1个亿，但这两年仅人力成本就要几个亿。
万波告诉雷峰网，项目的开发费一般1亿元，有的有license，可能一辆车几百块，顶多一两千，投入跟产出严重倒挂。从营收角度，基本上做一款车亏一款车，拿的项目越多亏的越多。
汽车本质是To B生意，To B行业，在于人力、管理、供应链效率的极致追求，说得不好听，就是用更低的成本，去省出更多的利润空间。
而且，国内智驾企业一直同质化竞争，用一样的积木搭一样的房子，导致最后都在拼谁干得更苦，拿得更少。因此，国内企业的定位盈利模式始终没有解决。
华森表示，要做技术型tier 1就不应该在上海等超一线城市做，人员成本就把利润吃掉了，这一条标准就一棒子打死了很多供应商。
另外，初创公司在管理上存在诸多问题，组织效率很低，而且，新兴的tier1产品效率低，零部件成本高，毛利低，净利亏损，所以越来越难做，主要靠资本支撑。
万波：“所以这些企业拿项目的目的不是为了靠项目养活自己，而是为了融资。但原来可以花费投资人的钱，现在资本市场不行，系统失效了。没有形成商业闭环，又没有资本输血，那未来就岌岌可危了。”
大多数智驾企业，奉行互联网模式，前期不计成本拿项目，拼定点，期望靠后期收割市场。互联网公司本质上是成本前置，成本前置在上坡期可行，但是如今下行周期，不可行。
5、没有数据闭环、缺乏工程化能力
除了成本高企，在技术方案层面，智驾供应商还有个核心问题一直难以回答：如何形成真正的数据闭环。
自动驾驶，需要大力出奇迹，算力大、数据量大，训练出一个强大的算法模型。
它们需要面临的问题：汽车卖得好不好；主机厂有没有数据规划能力，即使有，数据回流后如何与智驾供应商共用数据。
牧心：“未来AI变成一个轻算法、重算力、重数据的时代，实际上AI从2017年Transformer发布后，大家就进入了一个暴力的时代，就是拼数据、拼算力，算法底层其实没有革新，大家都在 Transformer、 decoder 上修修补补，现在就是个制造业，不断往里面堆数据。但L2也好，L4也好，谁都没有数据。”
特斯拉至少有100万辆车在路上跑，实时采数据，几十亿英里的数据喂进去，L2和L4都做不了，就几十辆、几百辆车在外跑。
有供应商选择与客户成立合资企业，比如momenta与吉利、比亚迪、广汽分别成立三家合资公司，这些合资公司的目的是为了服务对应的主机厂。
Momenta拥有三个车企不同的数据，训练出3个模型，这三个模型只能给各自用。智驾方案不像卖算法SDK、API，方案商如果想用这些数据和方案服务另外一家，主机厂不会同意。甚至它与一家主机厂合作，再去拿另一家主机厂竞对的项目就更难。
“大多数车厂不会开放数据给供应商。”
不管是传统的自动驾驶，还是未来的端到端，都需要数据闭环，不断收集数据不断迭代，长期来看，相当于与车企一辈子的合作。
没有车就没有数据，没有数据就很难训练模型，智能驾驶水平就很难有质的飞跃，形成不了优势。
因此，第三方独立供应商很难完成一个全中国都能开的自动驾驶方案，“可以说不可能”，它根本就不可能拿到数据，只能训练一个某地区看还不错的方案。
没有真正的数据闭环，没有前进的燃料，就不可能达到智驾顶峰。
其次是工程化能力。
智驾最重要的不是说算法做得多好，而是工程化的能力要强。主机厂也更看重供应商的交付能力，即工程化能力。
项目量产的问题最后都是归拢于工程上的问题，“工程化”要解决各个车型的阶段性问题，很土、很累，但很重要。
高阶场景很复杂，不同的场景涉及到传感器的布置、数据闭环等各个问题，不是有算法就行。比如算法如何融合到整个汽车中去，算法如何感知，如何从头到尾端到端的融合，又如何整体运用到一个量产项目中去，算法后期的调优。同时还需要考虑如何基于车厂的状况，采用利润率最高、解决问题最有效的方案，而且还要逐步迭代。
陈珂表示，试错越多，避的坑就越多，工程技术就会越做越好。百年企业能有优秀的流程体系，就是因为前面趟了很多坑，在过程中完善了条例、规范、技术来避免这些坑，并逐渐形成了工程技术体系。
首先得一只脚踏进去，真实地经历工程化的痛苦和挣扎，经历工程化技术转换之后，有了沉淀和经验的积累。
很多智驾企业既没有工程化思维，也缺乏补足工程化能力的决心。
“头部智驾公司M和N是一个好的算法公司，但是他如果想做Tier 1的角色他差得远，他们最大的问题就是工程化的问题。”
2017年底，陈珂做汽车业务时，找公司N要至少300人，但上层领导觉得莫名其妙，最终给了50人。
这是因为N将智驾看做AI算法的事，但其实是系统工程的事。陈珂表示，后面N在汽车业务增加到几百人，但到今天为止，N依然没有扭转思维。
M公司对智驾量产项目的理解而也是“自己定义边界”，只要能够量化地验证自己的算法就行，至于那些边边角角的脏东西，不会管。但主机厂的项目，大多以苦活脏活累活为主。
M和N公司都认为要把算法做全，所有需要的不需要的都放到架构里，导致他们的架构非常庞大，SOC 和主机很臃肿。
陈珂举例，本身算力100T+的架构，放了很多不需要的算法，占了将近60-70%。按照计算，正常的智驾运行是30-40%的合理区间，60-70%意味着会出很多问题。“这其实就是工程化的问题，叫做算法精简”。
汽车是非常复杂的体系， 算法可能只需要三四个人，但是工程化、测试、融合以及周边的标定等部分，需要10-20人围着算法转。
车企有很多问题在纯算法公司里很难解决，有哪些场景哪些问题必然会发生，哪些阶段要往后延，哪些是许可偏离，哪些不许可，这些都需要工程经验。
当年N拿下很多大单，后来都丢了，汽车行业合作的成本很高，但依然选择只跟N合作一次，N多方面都存在问题，但没有好的系统交付能力绝对是其中核心原因。
陈珂告诉雷峰网，做交付量产的诀窍：结硬寨，打呆仗。
首先， leader 一定要亲力亲为，必须要对问题最敏感，首先要知道熟悉客户，客户对哪些问题是最关注？自己产品的问题是什么？把主要矛盾提炼出来。
找到核心问题后，解决方案是什么？再试人和事的匹配，要清楚哪一个人能够把哪一个规模的事给干成，人和事错配，也是没结果。
方向先抓对，方案得靠谱，还要有靠谱的人去执行，执行过程当中又是一个方向、方案、人和事匹配的一个过程，最后拆解到一个一个的工程师，整个这个链条里边，每一个人都是一个正确匹配人和事的过程，最终才是一个好的结果。
但很多智驾企业的工程师的心态是只要我技术好，不太在乎客户诉求，而且工程师本身也是技术大牛，不愿意弯腰做运营的苦逼事。头部L4公司到现在为止都做不到客户随叫随到，他们不想有强烈的工具人感。
如何从一个天马行空的工程师变成一个扣小细节，解决脏活累活的工程师，是这些智驾供应商们在竞争中需要解决的问题。
7、等一个脱困的窗口：卖身、机器人、出海
市场下行、竞争加剧下，自动驾驶方案商盈利有两种可能：
一是所有企业形成价格同盟，逼迫主机厂以合理的价格来购买自动驾驶服务；
二是头部方案公司耗死二线厂商，或者二三线卖给主机厂，市场供给减少，只留下几家头部公司。
目前看，第二种可能性更大。多位受访者对智驾方案商的未来预测出奇一致。
“智驾方案商最好的出路是和主机厂绑定，卖身。” “除去NV、华为、大疆车载，其余的智驾方案商都没有机会。” “现在很多智驾公司普遍都希望找到一个好东家卖掉，能卖掉可能就是最好的归宿。” “大部分自动驾驶方案公司，结局要么破产，要么被收购。50%破产、30%被收购就已经是最好的结局，只有头部能继续活着。”
但卖身这条路其实并不好走。
在国外，不少自动驾驶公司被主机厂纳入麾下，这种情况在国内发生的可能性不大。
一是国内很多公司对上市有「执念」，更重要的是，可能没有主机厂能承接，也不愿意承接。
头部智驾企业体量太大，估值太高，没有主机厂能买得起、吃得下，就算智驾企业愿意，主机厂也不会买最好的方案商，头部只有上市这条路。
牧心：“智驾供应商指望被收购也悬，广汽就不愿意要禾多。收购其实已经都是在谈你的 PE 了。最近半导体的收购也是因为资本市场，上科创板上不了，有一些半导体企业已经有几个亿的营收，还有盈利了，已经属于行业里做的最顶尖的，但是他们的收购的价值就是你 15 倍的PE。初创公司它根本满足不了这个事儿。”
主机厂收购方案商，看中的是方案商未来两年能带来效益，很难会想到五年甚至十年之后的事情，即便看到了也不会做，这是基因决定的，组织的惯性很难改。
因此，即使最后方案商被主机厂收购了，最终的发展也要打问号。
又或者，相比于重金收购，直接挖人成本更低，效率更高。“看着你死，然后把人挖过来”，破产或被兼并，似乎成为大部分公司的命运。
智驾行业增长受阻，也许可以将视线放远，寻找第二增长线，比如机器人。
2024年，具身智能异军突起，成为大模型之后的资本新秀。今年上半年，在整个创投市场较为冷清的大背景下，具身智能逆势生长，创业项目和大额融资频出。
不管是智能汽车，还是各种形态的具身智能，本质都是机器人。而汽车的智能驾驶和机器人的智能控制的底层技术有诸多共通之处。
两者都有三大核心技术：环境感知、交互决策、控制与执行。两者都通过摄像头等传感器获取外部环境信息，通过大模型智能地做出决策，并输出控制信号执行决策。
无论是硬件端的传感器、芯片、电池，还是软件端的智能驾驶算法，智能汽车产业的低成本供应链可以就向机器人产业共享。从这个角度，两者的产业链也可复用，可以实现技术迁移。
所以我们看到特斯拉的人形机器人算法与其自动驾驶FSD算法相似，比亚迪积极投资人形机器人项目，地平线组建具身智能实验室，以及华为、速腾、禾赛、图达通等智驾供应商纷纷布局具身智能。
不过，机器人虽热，却是另一座更难攀登的高山。
机器人面对的场景复杂度、决策算法难度、动作执行的精确度等方面的技术难度，都高于汽车自动驾驶。人形机器人的商业化落地，道阻且长。
国内的生存环境，对智驾公司来说太过恶劣。追随主机厂出海大潮，成为智驾公司一个新的选择。
多数人对雷峰网表示，无论是被迫内卷，还是海外需求，出海都是必选项。
海外的确有机会。从低阶到高阶，从智驾开城到无图方案，从BEV+Transformer到端到端，国内智驾技术潮流在不断前涌。
而海外市场，却是另一番景象有业内人士告诉雷峰网，除了特斯拉，海外市场便鲜有智驾做得好的公司。
中国市场对新事物的接受度更高，在智能化上走得更为激进，入局企业也更多。而海外市场上，以欧洲为例，车企对安全性的要求很高，从企业到政策，整体都偏保守，在智能化上的发展也相对落后。
以BBA中的某一家为例，它们一直是国内中国高端新能源车的目标，但“背后的代码几十年堆得如同屎山，很难跟国内的智驾企业竞争”。此外，海外新能源汽车特斯拉一家独大，有市场焦虑。
但海外机会与挑战并存，除了当地的法规、文化等挑战，进入海外市场，中国智驾公司也需要面对博世等传统跨国Tier 1企业的竞争。
从法规到数据安全，从智驾能力的迁移到本土化定制，对智驾公司的能力和实力都是一种考验。对智驾公司来说，出海的压力不比中国市场小。
“现在国内的智驾生意没戏，靠国内的车厂去拼营收利润，太难了，解决内卷唯一的解就是出海。”正如林锐所言，他们其实没得选。
8、结语
2011 年 7 月 14 日，一辆红旗 HQ3 从长沙到武汉 286 公里的高速路飞驰，完成历时约 3 个半小时的自动驾驶实验。
这是我国自主打造的自动驾驶车辆首次在真实复杂的交通路况下完成测试。
彼时，在自动驾驶之外，相关碰撞预警、车道偏离预警、自主泊车等辅助功能的样机也已面世。
这是我国试图将自动驾驶技术以可量产的方式融入老百姓用车生活中的尝试。
此后的几年里，智能驾驶迈入新纪元。各路玩家势如破竹、野蛮生长，这个过程中，自动驾驶的发展促进了产业链完善和降本。
以惯性导航为例，在L4自动驾驶出现之前，惯性导航只用于卫星火箭以及航天领域，价格也十分昂贵，但自动驾驶出来后渐渐对此产生需求，继而出现大量相关公司，产业链逐渐完善。导航的精度根据车规级定制，成本也根据市场需求降低。
如今十几年，白驹过隙，智能驾驶世界的运行法则从无序到有序，落地路径也早已泾渭分明，但从 L2（辅助驾驶）到 L4（自动驾驶）、从公开道路到封闭场景，目前行业内仍然没有盈利的商业模式。
这部波澜壮阔的故事，仍然给了所有人留下了一个关于商业模式的待解之题。
智能驾驶理想的商业模式是什么样子？未来的智驾企业，该何去何从？
没有人知道确切的答案。
智能驾驶的盈利困境是一个既定事实，但任何新事物的发展道路都是在曲折中前行，又或许，我们应该给予它更多的耐心。雷峰网雷峰网雷峰网