0
吴甘沙对于驭势的生存定位路线异常清晰，从活下来到活得久，从数据积累到商业落地，有自己的一套生意经。
从最高标准（开放道路L4）进行技术研发，左边借助高产量、低利润的乘用车，积累大量数据，右边以L4级自动驾驶技术及数据积累为基础，降维到当下“高频、刚需、可量产”的高利润细分市场，实现商用化。右边高利润路线，能够支撑左边在低利润，但赚数据的场景中长期走下去。
右边为了活下去，左边为了走向未来。
当下的自动驾驶商业化路径
在吴甘沙看来，自动驾驶领域，只瞄准垂直细分市场很难有活下来的企业，除非满足以下四个条件：
高频、刚需、可量产；
高势能、强口碑，保证自动驾驶汽车安全；
客户对技术敏感，对成本不敏感，愿意做早期的尝试者，比如机场。
具备行业壁垒，拥有无法被取代的能力。
“高频、刚需、可量产”是驭势进行商业化落地的一大考量，吴甘沙多次提及，并将物流作为“活下去”的重要落地场景。目前驭势已同海航物流集团美兰机场、世界客货运头部国际机场以及工厂开展合作。
今年八月，资料显示Waymo的估值高达1750亿美元，其中无人出租车业务估值800亿美元、用于载货的无人驾驶商用车业务估值900亿美元，软件授权服务则在70亿美元左右。吴甘沙向雷锋网新智驾表示，这也意味着，物流车可为自动驾驶带来更大的价值。据统计，中国每年社会物流成本约为12万亿元。
自动驾驶物流分为多种场景，例如高速货运、港口码头物流、同城物流或最后一公里。驭势自动驾驶物流应用场景目前已覆盖到机场内、工厂内外、物流园区。在吴甘沙看来，上述物流场景更具优势：
一、没有法律法规限制，
二、场景为限定场景，而非任意开放场景。
三、可对环境进行增强，例如自动驾驶汽车在机场里面运行时，可增加电子围栏，使得自动驾驶汽车只能在约定场景下运行。
而当下干线物流、同城物流或末端配送，基本都是开放道路场景，自动驾驶物流面向开放道路场景，除需实现更稳健的自动驾驶技术外，还需考虑路权问题。目前行业内已达成共识，中间同城配送最难，大多数自动驾驶公司将其放置最后攻坚阶段。而物流行业内真正的痛点则在于高速物流及末端配送，成本及人力消耗较大。
同多数自动驾驶公司一样，驭势自动驾驶物流车多基于原卡车基础进行改装，未来驭势将同国内主机厂合作量产一种“拖车头”，即没有驾驶室，仅一个拖拉机头，但可以应用与于多个场景，例如港口物流中，一个拖车头可进行多次利用，提高效率，而当前的集卡多是一个车头拖一个继集装箱。
在吴甘沙看来，对于自动驾驶公司来说，高利润的物流领域是支撑其活下去的一大业务，但其数量有限。例如，一个机场仅需500-1000台。而乘用车领域需求量大，虽利润低，却是自动驾驶公司走向未来的一大通道。
吴甘沙将驭势定义为Tier0.5，车脑＋云脑、大数据是这条路上的关键词。
传统上的Tier 1，即仅为主机厂提供一整套自动驾驶解决方案。Tier 0.5即与自动驾驶汽车全生命周期同行，从前期的技术研发，与主机厂协同创新，完成知识产权的共享。在整个生命周期中，双方联合运营，同时共享数据。吴甘沙提到，数据共享为自动驾驶助力，联合运营让自动驾驶服务变得更好。
在商业模式方面，主机厂逐步从从传统一次性销售模式转化为提供运营与服务的角色。这为自动驾驶解决方案供应商提供了更多发挥的余地。驭势利用大数据、私有云支持合作方提供服务。
业内已达成共识，自动驾驶汽车的软件需要海量测试数据的“喂养”。“如果在数据上能快速积累，中国的智能驾驶一定可以赶上至超过谷歌。毕竟，中国有着世界上最复杂也是最丰富的交通场景”。吴甘沙对于数据的积累从驭势自动驾驶商业化路线上凸显。
驭势自动驾驶目前已有多种数据来源，吴甘沙向雷锋网新智驾透露，目前搭载驭势自动驾驶系统车辆已超过100台，涉及最后3公里场景， 开放道路L4多个场景，包括驭势自有测试车/运营车，客户测试车/运营车。驭势和主机厂合作，实现其自动代客泊车和 L3自动驾驶上路，并在实车上进行影子模式测试，通过不断模仿学习对算法进行验证提升自动驾驶技术。
“影子模式是为了未来”，吴甘沙提到，“110亿英里，谷歌82000台汽车需要跑11年，如果有1000万台装了相关系统，一台车只要开1110英里，就可以实现110亿英里的数据。”
在数据方面，驭势同车厂合作获取数据的访问权。针对不对外开放数据的主机厂，驭势为其提供数据管理的私有云，帮助车厂管理其数据，所有权仍属于主机厂。
一个完整的无人驾驶的技术公司，应该包括“车脑”＋“云脑”，两者缺一不可，这也是驭势的核心竞争力。
所谓“云端”，包括运营、数据、仿真、地图。吴甘沙对其非常重视，“这些东西不可能外包给某一家公司去做”。
智能驾驶运营服务平台—驭势司南TM，基于一个安全可靠的车联网架构，构建了各种云端应用与服务，包括对自动驾驶汽车提供的多车协同、调度、车路协同、远程控制等服务。例如车队的调度，即运维方面，包括智能驾驶系统远程预测性的实时性运维；
驭势自主研发了一款远程遥控系统—驭势鹰眼TM，结合增强现实技术，采用多角度、全方位呈现方式，向操作员提供车辆信息，即远程干预车辆，包括实时远程监控干预，及自动代泊车时出现车辆无法自主解决的情况进行远程接管。
数据管理平台—驭势洛书TM，进行数据收集、存储、管理、分析、标注、训练及可视化，并将采集到的数据上传至云端。这是驭势自主研发出私有云产品，主要为车厂服务，提供数据管理平台。
驭势已自主研发仿真平台—驭势玲珑TM，包含照片真实度模拟器、半物理仿真系统和实车测试的“虚拟障碍物注入”系统等，对传感器例如相机、激光雷达、GPS等进行仿真模拟，并支持多个无人驾驶系统同时接入，为AI算法训练提供支持。目前该平台已和国际汽车品牌展开合作。
模拟测试包含模拟决策及模仿学习两步骤。模仿学习即模仿人类驾驶，这是学习过程；模拟决策即决策过程，模拟决策可同人类决策进行比较，并将显著不同的数据提取分析，判断并修正算法。吴甘沙表示，这比简单统计里程更有效，因为大量数据都是无效里程。目前驭势正在同多家所大学共同研发如何排出模仿学习中噪声等行为的干扰。
高清地图，目前驭势正在同两家图商合作进行道路数据采集。
驭势是亚马逊在自动驾驶方面的衣钵传人。上述各个组件包装成驭势专有的私有云产品，开始对外服务，吴甘沙将这种模式归功于亚马逊，创始者亚马逊最早尝试将闲置的服务器资源对外出租并获利，使云计算的广泛普及。
在吴甘沙看来，“一种服务扔到市场是提升其自身能力的最好办法，它会和其他专门提供该服务的初创公司或者团队去竞争”。
面向未来，除和主机厂合作，实现自动驾驶解决方案上车收集数据外，驭势将共享汽车作为自动驾驶技术实现大规模商业化的首个落地场景，同GoFun出行、奇瑞新能源合作布局L4级自动驾驶共享出行。
吴甘沙曾表示：“共享汽车是未来无人驾驶技术大规模部署的主要平台，而分时租赁是当前无人驾驶技术‘飞入寻常百姓家’的最佳场景。”
在其看来，当前共享汽车出行存在三大痛点：
一、取还车环节繁琐，用户体验差；
二、运维成本高，车辆维护人员及车辆调度人员成本高；
三、停车场、停车位费用问题。
针对上述痛点，目前驭势对自动驾驶共享汽车提出了自己的方案：一即利用其全自动代客泊车技术，实现共享车辆的精准停车，2个车位停入3台车辆；未来将无线充电技术应用到自动驾驶汽车上，并采用远程控制系统调度车辆，降低运维成本。
雷锋网新智驾了解到，首汽GoFun计划在明年年底实现1000台自动驾驶汽车上路，目前其也在成都争取路权，以得到停车资源。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
