摄像头：预计2020年全球车载摄像头的市场规模约为200亿人民币，模组组装及CMOS供应商共占据超过60%的产业价值，该产业链的其他环节还包括镜头供应商及其他部件的供应商。该模块的行业技术壁垒较高，只有少数厂商具有垂直整合的能力。大部分厂商将业务集中在产业链中的少数环节，行业的集中度很高，大多数环节的前三厂商市场份额合计占总体一半以上：光学镜头主要是台湾的大立光学、大陆的舜宇光学主导，CMOS传感器及图像处理器以欧美和日本韩国的厂商为主，大陆厂商在红外滤光片和模组封装有一定的优势（如欧菲光、水晶光电等）。通常摄像头硬件设备和配套的算法及系统难以分割，硬件设备商将摄像头提供给自动驾驶算法公司或者汽车一级供应商，由这些下游的公司进行硬件、芯片及算法的合成。由于车载摄像头对安全性及稳定性的要求比普通的工业用摄像头高，产品壁垒较高，所以摄像头大厂相对有竞争优势。台湾的同致电子2016年的营业收入预计比2015年增长超过40%，毛利率达到30%。未来的车载摄像头厂商的竞争将主要体现在：1. 与芯片及算法的适配性，提供整体解决方案的能力；2. 产品稳定性安全性等工艺的领先。

　　总体上说，传感器与配套的算法及芯片相辅相成，未来的趋势是提供完整的一套解决方案，而不是单个零星的硬件。另外，各种类型的传感器的功能各有优势，互相补充，汽车整车厂将融合使用各类传感器，并通过量产及新技术推动传感器的成本下降。

　　算法及芯片协同发展

　　ADAS算法及芯片技术门槛高，需要对传感系统采集的数据进行处理，完成对周围环境及自身车况的识别及探知，市场集中度较高。国内的ADAS算法公司主要有深圳佑驾、前向启创、苏州智华等。此类公司根据自身特点及战略目标的不同，围绕算法为中心，有三种商业模式：1. 向汽车一级供应商直接提供算法（或者外购芯片及传感器，提供完整的ADAS模组）；2. 建立生产线，提供自产的完整ADAS模组给一级供应商或后装市场；3. 将自身研发的芯片与算法绑定出售。 由于可以通过算法升级实现更多功能，且企业内部的自身成本与建立传感器生产线相比非常低（主要是人工的成本），所以产业链中的算法环节可以带来30%以上的产品溢价。

　　高精度地图及车联网的发展

　　高精度地图参与者主要有图商（如HERE、四维图新）、无人驾驶科技公司（如Google、特斯拉等）、ADAS方案提供商（如Mobileye、前向启创）和传统车企（如通用、大众）等四类。其中除了图商的高精度地图是为地图的标准化准备外，其他参与者绘制的高精度地图都是为了各自环节中的特定需求定制的，标准化程度较低。地图行业的进入壁垒较高，主要由于地图绘制的牌照数量少，数据库建设周期长，投入资金大，而且需要大量依赖长期积累起来的实施技术。另一方面，该行业的规模经济效应明显，一旦建立起市场份额则利润非常可观。以四维图新为例，2016年该公司的综合毛利率约为80%，近50%的营业收入来自车载导航领域。在离线地图的时代，图商主要以销售地图使用许可证（License）为主，但在高精度地图时代下，图商将为用户提供持续的服务。届时一次性收费的模式将被按时间或按产品类型收费的模式取代。

　　车联网市场的参与方可大致分为四种: 车联网服务提供商、设备供应商、增值服务提供商以及电信运营商。1. 车联网服务提供商居于产业链核心，地位类似于智能手机的操作平台，是传统整车厂和高科技行业巨头竞争的主战场。传统整车厂利用捆绑销售的方式，通过在旗下产品搭载自家品牌的车联网系统，完成用户的原始积累。科技公司则通过与车企在地图、车联网方案、自动驾驶等领域的合作进入车联网生态系统。2. 设备供应商是整个车联网产业链实现的硬件基础。目前该领域尚未形成巨头竞争的格局，留给创业公司发展的空间较大。纵向一体化或者专攻高利润市场将有助于尽快确立竞争地位。3. 增值服务提供商与智能手机App应用的价值类似，市场空间十分巨大，但目前尚处于初级的服务模式当中，参与者鱼龙混杂，竞争的关键点在于精准理解用户需求，提高用户体验。4. 电信运营商主要将用户请求及处理结果在车联网中传递并收取通信费用。国内三大电信运营在通信市场处于绝对的寡头地位。

　　下游过热

　　但是根据目前无人驾驶产业链的发展，显然有点下游过热了，大量的风投涌入下游，特别是L4／L5整车的无人驾驶初创公司，而许多上游部件以及核心模块却没有引起太多的注意。资本突然的涌入也造成了L4/L5整车的无人驾驶公司估值的暴涨，也直接导致了无人驾驶从业者人心浮动，大量人才从行业领先地位的无人驾驶公司（包括Google、百度等）流失。这个现象对无人驾驶产业发展并非是好事，也让我们想起了2016年的AR／VR风潮以及后来的AR／VR企业的倒闭潮。个人认为AR／VR的核心问题也是在上游产业链没准备好的情况下，下游产品概念被炒作过热，导致资本的疯狂。

　　一点个人的感想与建议

　　这是无人驾驶系列最后一期，开始写这个系列是因为自己对这个集大成技术的热爱以及追求。写每一期都是对自己做过技术的一次总结以及重新学习。在之前的11期我们都聚焦技术而不谈个人的见解。最后一期想总结一下个人的一些观点，读者们未必会认同，但是希望可以通过这篇文章多与各位交流学习。

　　我为什么没有做无人驾驶创业

　　许多投资人问过我，为什么没有选择无人驾驶创业，而选择了机器人。因为在我看来无人驾驶整合了40～50个技术点，即使做好了其中90%的技术点，无人车还是上不了路。而机器人只是整合了4～5个技术点，相对容易许多，责任也小许多。做机器人解决方案我们很快就可以出产品，很快能得到市场反馈，从中学习到许多，也可以得到不断出货的满足感。而做无人车做得好也可能只是一个好的Demo，而且做无人驾驶创业需要很强的技术以及资本掌控能力，我能力还到不了这个程度。在我看来市场上有几家无人驾驶初创公司有很强的技术把控能力，包括NURO.AI、PONY.AI、以及AutoX.AI，NURO.AI与PONY.AI应该属于传统的LiDAR流派，而AutoX应该是视觉流派的佼佼者。

　　给开发者的建议

　　当前的人工智能热潮是一次大的技术革命，对广大技术人员来说是个特别好的机会，但是如果只掌握一个技术点是不足够的。根据我过去几年的经验，在技术行业隔行如隔山，比如做算法的对软件设计未必熟悉，专注做软件的很少懂系统，而懂系统的了解硬件也不多。反过来也一样，让一个硬件工程师去写软件，他可能会觉得很难而不敢触碰。但是如果能静下心来花点时间去学一下，其实并没有想象中那么难。我在工作以及创业的过程中，发现能跨跃几个细分行业（比如软件、系统、硬件）的工程师非常难得也非常有价值。通常可以跨跃几个细分行业的人都比较有好奇心，也有勇气去尝试新的东西。我以前是学系统的，觉得算法不是我的本行，一直拒绝接触。但是当自己深入接触后，觉得并没有想象中那么困难，只要保持着好奇心，不断学习，可以很快成才。

　　给投资人的建议

转载请注明出处。