隨著關注度和重要性日益提升，自動駕駛技術被大眾看好。特別是在人工智能的基礎上，它蘊含著無數機遇。下文有關于智能駕駛的20張圖幫你了解它的產業鏈格局和未來的發展方向。

　　以深度學習為突破的“人工智能時代”大風口下，自動駕駛被給予了前所未有的關注，包括互聯網公司，傳統車廠，新興創業公司，各路資本爭相競逐。智能駕駛毫無疑問會改變我們的出行方式，并變革整個物流運輸產業。目前世界汽車保有量已經接近13億輛，智能駕駛產業無疑是一個萬億級別的超大市場，蘊含著無數機遇。

　　作為一家重倉AI、大數據領域的VC機構，線性資本同樣密切關注這智能駕駛領域。我們投資的地平線機器人，就是智能駕駛領域一家優秀的公司。那么，智能駕駛技術究竟會對整個汽車產業鏈帶來什么樣的顛覆？智能駕駛產業的格局是怎樣的？智能駕駛時代，我們的出行方式會產生怎樣的變化？基于長期以來對行業的關注和觀察，讓我們用下面這份深度報告回答你：

　　注：本報告中的觀點均為根據市場調研和訪談所做的合理推測，并不代表準確商業信息。

　　智能駕駛產業鏈與格局行研內容主要分為智能駕駛概況，智能駕駛產業鏈，跨行業巨頭及創業公司對比，最后總結一下相關投資機會及趨勢。

　　美國的NHTSA和SAE給出了智能駕駛的分級，兩個組織的分類大同小異。SAE將無人駕駛細分，L5規定車輛必須可以應對所有工況，包括在激烈駕駛（即極限情況）下，也能夠順利過關。以Google， Uber等為代表的互聯網公司，通過價格高昂的傳感器（激光雷達為主），“一步到位”地實現完全無人駕駛。以汽車廠商，Tier 1等為代表的傳統公司，從ADAS切入，“漸進式“地從輔助駕駛實現到無人駕駛的過渡。

　　傳統的汽車制造產業鏈中，整車廠作為總承包商，占有了最多的利潤，各級供應商利潤遞減。而在智能駕駛實現的未來，應用智能駕駛平臺的出租車和私家車的差異無限縮小。出行服務商（比如滴滴）從司機和乘客之間的中介轉變成服務提供者。大規模運營的出行服務商在硬件成本和車輛利用率上遠超私家車，從而以更低的價格提供便捷服務。在互聯網時代，渠道為王。單純的沒有技術優勢的硬件制造很難在產業鏈中占據優勢地位。出行服務商成為直接獲取每公里收入的渠道，智能駕駛技術提供商由于技術優勢獲得運維利收入，主機廠的地位被弱化。

　　下面按照價值鏈的順序進行講解。首先是出行服務商。在智能駕駛商用的前提下和共享出行的普遍推廣，汽車的采購很大程度上由出行服務商進行。然而，在互聯網的激烈競爭下，大部分市場上出行服務商是寡頭或者雙寡頭形式并且先發優勢非常大。作為對比，全球主機廠超過幾十家，技術提供商的數量也在不斷增多。最大的幾家出行服務商中，Lyft采取廣泛合作的方式，但其市場份額僅有約5%。 Uber雖然負面消息頻頻，但是在美國市場占有率超過7成，對智能駕駛的投入和積累比較多。滴滴作為中國市場近乎壟斷的巨頭，今年剛成立美國研究院，開展智能駕駛挑戰賽，智能駕駛方面剛剛起步。

　　智能汽車對計算和數據處理能力的需求暴增，這些能力正是英特爾、高通、英偉達等公 司所擅長的。

　　英特爾在這一領域布局廣泛。以 153 億美元收購 Mobileye，ADAS 70%，它在數據中心業務上占有絕對的優勢。通過收購英飛凌（全球領先的半導體公司），獲得了無線的資產;同時，它又是蘋果baseband（基帶）的供貨商之一;在端方面，英特爾有自己的服務器級芯片;再者，通過收購Altera獲得了FPGA（可編程邏輯器件）資產。

　　事實上，危機感最重的主機廠通過各種形式參與智能駕駛，福特通用奧迪等公司技術水平取得領先地位。產業融合成為新的趨勢，互聯網企業+車企+出行公司組合能夠很好的結合各自優勢，分擔風險，打通整個產業鏈，例如谷歌+克萊斯勒+Lyft組合。

　　值得一提的是，蔚來汽車近期融資10億美金，預計今年末上市量產車型，成為中國互聯網造車最先上市的公司。中國互聯網造車告別PPT時代。

　　智能駕駛領域內的巨頭公司有著不同的定位及策略。大部分巨頭把無人車上市的時間樂觀的定在5年內。傳感器方面，特斯拉其實選擇了傳統車企循序漸進的發展模式，沒有應用昂貴的激光雷達，而瞄準L4級別的車企都采用了激光雷達。優勢上，傳統車企有強大的硬件制造能力及輔助駕駛系統應用經驗，Uber等出行服務商有流量和數據，谷歌等科技巨頭在算法技術上領先。

　　在智能駕駛系統方面，涌現了很多百度系創業公司。算法方面由于對投資及硬件要求相對較低，是智能駕駛領域創業的熱點。

　　除了寡頭壟斷的打車軟件，其實分時租賃平臺更貼合智能駕駛時代的共享出行方式。智能駕駛技術只要能實現還車約車的自動化，那么租賃平臺的效率將會大幅提升。

　　激光雷達成本居高不下是阻礙智能駕駛大規模商用的最大挑戰之一，低成本的固態激光雷達或者其他替代方案是目前急需的。

　　在中國本土市場上，路況優化地圖等方向中國創業公司有一定的本地化優勢。

　　人工智能公司最有價值的資產永遠是優秀的員工。人工智能人才的緊缺在近幾年很可能達到一個高峰，很多優秀的人工智能學家在創業初期就能拿到上千萬美金的投資。優秀的技術團隊永遠值得嘗試。

　　在某些技術要求較低的應用場景，例如港口，農業，長途貨運等等，會率先實現商業化運營。