傻大方


首页 > 潮·科技 > >

商汤|技术也有保鲜期,旷视、商汤们上市之前最好先“上车”?( 二 )



按关键词阅读: 百度 Facebook 马杰 宇宙 元宇宙 metaapp meta 上万人

商汤|技术也有保鲜期,旷视、商汤们上市之前最好先“上车”?】云从则在10月26日与芜湖市高新区达成了签约合作,共建汽车创新研究院,并在智能网联汽车的核心业务领域展开深入合作。
依图则联合上海数字治理研究院发布依图“一网统管城市智眼”解决方案,并首次发布国内首款用于城市治理的超级感知端――依图城市智能车。
横向对比来看,商汤的路线是自动驾驶解决方案的平台,未来的问题是能否通过和头部车企进行合作来提高市占率,面对的竞争对手是百度、华为。而云从和依图的路线比较类似,与地方政府合作,这样的路线可能会偏车路协同方向。
谨防AI技术“冗余”变“剩余”最近几年,由于新能源汽车赛道比较拥挤,很多车企在推出新款车型的时都会强调配置如何高,比上代和友商提高了多少,不仅如此,还流行一个词叫“冗余”,在OTA技术的加持下,冗余就意味着性能可升级,意味着高保值率。
但要注意的是,智能驾驶中的某一项技术的实现路线不止一种,目前大家都在各自探索,在反复的较量后,最终一些技术能够脱颖而出,另一些技术因上限不够高,即使有再多的“冗余”也无法更进一步,这样的技术路线、相关的专利就成了“剩余”。
电动汽车是个大赛道,人人都想分一杯羹。对于造车新势力来说,政策补贴已经把他们扶了起来,随着补贴退坡,这波红利渐渐没了,试错的成本只能自己买单。也就是说,现在布局造车的企业,面对的是更加残酷的竞争。
在这种情况下,虽然电动车市场在扩大,但要警惕的是,有些技术虽然现在看起来比较先进,但它的生命周期可能比较短,技术之间的交叉和替代会产生一些变数。比如,在智能驾驶系统的感知层,像纯视觉方案这样的技术路线如果到了临界点,面对被更便宜激光雷达部分替代的可能。
作为计算机视觉起家的AI企业,早已是市场的主导者,因此在计算机视觉领域里,AI四小龙的技术优势很明显。但如果现在要在纯视觉路线发力,不仅在时间上落后特斯拉太久,也要考虑激光雷达的降价速度。否则即使能在性能参数上做到“冗余”,在物理极限和性价比的综合考量下,这项技术可能已经剩余。
所以,对于AI企业来说,不得不注意的一个问题是,如果不能在一项技术的生命周期内,实现商业化和正收益,研发成本可能就沉没了。更需要警惕的是,一项技术能否取得商业化的成功,关键因素甚至都不是技术的优越性和实用性,这样的案例在互联网发展史上出现过多次,
较为典型的是微软和sun(太阳公司)。上个世纪末,微软和sun在2B操作系统领域展开竞争,sun公司的操作系统Solaris在技术上比Windows NT有明显的优势,但在市场的占领上没有微软积极。
sun把对手定位为和自己产品技术路线一致的Unix公司,却并不把微软当回事儿,因为sun坚定认为微软在产品力上和自己差距较大。但微软通过更加高频的企业邮箱作为入口,并通过邮箱和操作系统绑定的方式,不断构建在企业服务的生态地位,最终打败了将产品视作护城河的sun。
这个案例表明,在2B行业中,技术固然重要,但在蓝海时期占领市场似乎比技术更重要,这是因为技术在后期可以不断迭代优化,而市场地位一旦稳固后,B端客户的粘性让后发者纵使能拿出更加可靠的产品也难再有翻身的机会。
如今的智能驾驶技术赛道中,AI企业所面对的竞争形势,正如当年的sun和微软的企业操作系统之争,“重研发,轻营销”的策略可能会错失更大的市场份额。因此对AI四小龙来说,能否拿下KA客户?其重要性也不容忽视。
此外,如果用终局思维来看技术的演变,关乎行业标准的底层技术最终可能只有一两套方案能够存活下来。
以车路协同为例,不同的AI企业在不同的试点城市采用不同的方案,假如有多种方案都已经成熟,那么,一辆车在A城市使用车路协同功能A,开往相邻的B城市后,为何要使用另一套呢?这种本不必要的切换会降低用户体验,甚至可能影响效率和安全性。用户想要的肯定是全国统一的解决方案,一套无缝连接的统一标准很可能会是车路协同的终局。
由此可推测,车路协同技术未来的标准如果统一,对相关AI企业来说,要么优胜劣汰,要么合作共赢,差异化优势是不存在的,这就是标准之争残酷的一面。从这里也能看出市场份额的重要性。
AI技术赋能车生态商业化应该“先上车”除了在智能驾驶领域角力,对于AI企业来说,车内应用场景或许也将迎来一轮新物种爆发。


稿源:(钛媒体APP)

【傻大方】网址:http://www.shadafang.com/c/1103942G12021.html

标题:商汤|技术也有保鲜期,旷视、商汤们上市之前最好先“上车”?( 二 )


上一篇:oled|集创北方张晋芳:国产显示上下游应加强捆绑定

下一篇:工业和信息化部电子第五研究所|电子五所恩云飞:国产汽车芯片突围需从应用层面抓紧质量管控