10年前，伴隨著深度學習技術的成熟以及計算機算力的逐年增長，人工智能迎來第三波浪潮，一大批企業應運而生，其中包括AI四小龍（商湯、曠視、依圖、云從），但10年后的今日，這幾家企業卻陷入集體焦慮。
從營收和投入上看，四家企業的運轉仍然依靠大量的資金投入，但他們的的營收越高，虧損也越多。很多人甚至懷疑，人工智能是不是一個好的商業模式？
但事實上，人工智能從2017年就開始成為國家戰略，作為21世紀三大尖端技術（基因工程、納米科學、AI）之一，其廣闊前景是不需要質疑的。AI技術要想真正商業化，難的是找到合適的落地場景。
近幾年，在政策對新能源車企的補貼下，新造車勢力已經發展到了一定的規模，智能駕駛技術成為汽車的重要配置。從資本市場看，汽車賽道的融資接連不斷，甚至連美的、格力等家電企業都試圖通過布局汽車尋找第二增長曲線。對于一直在技術領域深耕多年的AI四小龍們，能否乘上這陣東風呢？
智能駕駛離不開AI技術。首先因為在電動車的下半場，智能駕駛逐漸成為基礎配置。
從2015年特斯拉裝車實現量產以來，自動駕駛功能在短短五六年時間內成為汽車的重要配置。最初自動駕駛（其實是自動輔助駕駛）功能是“嘗鮮”體驗，即使不怎么好用，但至少顯得高端。而現在自動駕駛技術逐漸成為電動車的標配，至少L2級別的自動駕駛已經很普遍。
目前電動車的市場行情是，價格在十萬以上的汽車，無論是傳統品牌還是造車新勢力，如果不能搭載足夠豐富的智能輔助駕駛配置，就會損失不少競爭優勢。
另一方面，智能駕駛讓汽車更安全。特斯拉、蔚來等廠商的自動駕駛汽車都曾出現一些事故，很多用戶因此懷疑這項技術是否可行。自動駕駛的事故屢見報端，一方面是反向的幸存者偏差，新能源汽車處在風口期，出了事故更容易被關注到。另一方面是官方智能營銷過度，把L2級別的輔助駕駛吹噓成全智能駕駛，個別司機被誤導所致。
但無論汽車如何演變，安全性作為汽車的第一要義是沒有爭議的事實。部分用戶之所以抵觸自動駕駛，很大一部分原因是懷疑它的安全性。但從汽車的發展史來看，傳統汽車安全性的提升就是通過技術手段來實現的。
以現在很多傳統汽車都配置的ABS（防抱死剎車系統）為例。沒有ABS的汽車，在遇緊急情況采取緊急剎車時容易出現輪胎抱死，也就是方向盤失靈，這樣危險系數就會隨之增加，很容易造成嚴重后果。
進入20世紀70年代后期，數字式電子技術和大規模集成電路迅速發展，ABS系統向實用化發展的條件已經成熟，許多家公司相繼研發出ABS系統。ABS系統被認為是汽車上采用安全帶以來在安全性方面所取得的最為重要的技術成就。
而從現在看汽車未來發展軌跡，通往自動駕駛的路已經很明確了，我們不可能因為自動駕駛可能帶來安全問題就放棄它。
正如布萊恩·阿瑟在《技術的本質》中所說，“技術總是進行這樣的循環，為解決老問題去采用新技術，新技術又引起新問題，新問題的解決又要訴諸新的技術。”
對自動駕駛技術來說，主要分為感知層、決策層和執行層，每一層都是智能硬件和軟件技術的融合。自動駕駛技術要想進階，需要算力和算法一起提升，缺一不可。
而在算力方面，目前的芯片是已經足夠用的，而且有很大冗余度。有汽車業內人士認為，以3個前視攝像頭+5個中視攝像頭+4個環視攝像頭+激光雷達和毫米波雷達的方案為例，這樣一套頂級配置的自動駕駛系統，完成所有數據處理需要的算力是60+TOPS。
而在算力供應上，英偉達為L4級自動駕駛準備的芯片Orin，單顆算力高達254TOPS，上個月最新發布的芯片Atlan，單顆算力更是達到1000 TOPS，算力綽綽有余。
在算力富余的前提下，算法上的提升成為關鍵，而AI技術就是能夠在這項領域發揮重要作用的一種算法。
所以，從自動駕駛技術對安全性的迫切需要來看，AI四小龍們布局智能汽車賽道符合電動車行業對技術的需求。
事實上，AI企業已經開始了對汽車賽道的布局。
比如，商湯在今年7月高調宣布入局汽車智能化領域，定位是自動駕駛解決方案制造商，覆蓋單車智能和車路協同兩大方向，同時將SenseAuto作為獨立品牌進行運營，可見其重視程度。
云從則在10月26日與蕪湖市高新區達成了簽約合作，共建汽車創新研究院，并在智能網聯汽車的核心業務領域展開深入合作。
依圖則聯合上海數字治理研究院發布依圖“一網統管城市智眼”解決方案，并首次發布國內首款用于城市治理的超級感知端――依圖城市智能車。
橫向對比來看，商湯的路線是自動駕駛解決方案的平臺，未來的問題是能否通過和頭部車企進行合作來提高市占率，面對的競爭對手是百度、華為。而云從和依圖的路線比較類似，與地方政府合作，這樣的路線可能會偏車路協同方向。
最近幾年，由于新能源汽車賽道比較擁擠，很多車企在推出新款車型的時都會強調配置如何高，比上代和友商提高了多少，不僅如此，還流行一個詞叫“冗余”，在OTA技術的加持下，冗余就意味著性能可升級，意味著高保值率。
但要注意的是，智能駕駛中的某一項技術的實現路線不止一種，目前大家都在各自探索，在反復的較量后，最終一些技術能夠脫穎而出，另一些技術因上限不夠高，即使有再多的“冗余”也無法更進一步，這樣的技術路線、相關的專利就成了“剩余”。
電動汽車是個大賽道，人人都想分一杯羹。對于造車新勢力來說，政策補貼已經把他們扶了起來，隨著補貼退坡，這波紅利漸漸沒了，試錯的成本只能自己買單。也就是說，現在布局造車的企業，面對的是更加殘酷的競爭。
在這種情況下，雖然電動車市場在擴大，但要警惕的是，有些技術雖然現在看起來比較先進，但它的生命周期可能比較短，技術之間的交叉和替代會產生一些變數。比如，在智能駕駛系統的感知層，像純視覺方案這樣的技術路線如果到了臨界點，面對被更便宜激光雷達部分替代的可能。
作為計算機視覺起家的AI企業，早已是市場的主導者，因此在計算機視覺領域里，AI四小龍的技術優勢很明顯。但如果現在要在純視覺路線發力，不僅在時間上落后特斯拉太久，也要考慮激光雷達的降價速度。否則即使能在性能參數上做到“冗余”，在物理極限和性價比的綜合考量下，這項技術可能已經剩余。
所以，對于AI企業來說，不得不注意的一個問題是，如果不能在一項技術的生命周期內，實現商業化和正收益，研發成本可能就沉沒了。更需要警惕的是，一項技術能否取得商業化的成功，關鍵因素甚至都不是技術的優越性和實用性，這樣的案例在互聯網發展史上出現過多次，較為典型的是微軟和sun（太陽公司）。
上個世紀末，微軟和sun在2B操作系統領域展開競爭，sun公司的操作系統Solaris在技術上比Windows NT有明顯的優勢，但在市場的占領上沒有微軟積極。
sun把對手定位為和自己產品技術路線一致的Unix公司，卻并不把微軟當回事兒，因為sun堅定認為微軟在產品力上和自己差距較大。但微軟通過更加高頻的企業郵箱作為入口，并通過郵箱和操作系統綁定的方式，不斷構建在企業服務的生態地位，最終打敗了將產品視作護城河的sun。
這個案例表明，在2B行業中，技術固然重要，但在藍海時期占領市場似乎比技術更重要，這是因為技術在后期可以不斷迭代優化，而市場地位一旦穩固后，B端客戶的粘性讓后發者縱使能拿出更加可靠的產品也難再有翻身的機會。
如今的智能駕駛技術賽道中，AI企業所面對的競爭形勢，正如當年的sun和微軟的企業操作系統之爭，“重研發，輕營銷”的策略可能會錯失更大的市場份額。因此對AI四小龍來說，能否拿下KA客戶？其重要性也不容忽視。
此外，如果用終局思維來看技術的演變，關乎行業標準的底層技術最終可能只有一兩套方案能夠存活下來。
以車路協同為例，不同的AI企業在不同的試點城市采用不同的方案，假如有多種方案都已經成熟，那么，一輛車在A城市使用車路協同功能A，開往相鄰的B城市后，為何要使用另一套呢？這種本不必要的切換會降低用戶體驗，甚至可能影響效率和安全性。用戶想要的肯定是全國統一的解決方案，一套無縫連接的統一標準很可能會是車路協同的終局。
由此可推測，車路協同技術未來的標準如果統一，對相關AI企業來說，要么優勝劣汰，要么合作共贏，差異化優勢是不存在的，這就是標準之爭殘酷的一面。從這里也能看出市場份額的重要性。
除了在智能駕駛領域角力，對于AI企業來說，車內應用場景或許也將迎來一輪新物種爆發。
人工智能技術包括計算機視覺（CV）、語音識別等多項技術門類，其中，計算機視覺是AI市場的最大分支。AI四小龍都是以計算機視覺技術起家，目前四家成為計算機視覺市場的主導者，市占率一度超過50%，如何把技術的主導優勢轉化為商業價值或許就在于視覺技術的商業化應用。
從應用來看，視覺場景已經拓展滲透到多個行業。目前，計算機視覺落地領域包括安防、營銷、無人駕駛、娛樂等，其中安防是計算機視覺領域率先實現規模商業化的領域。
據艾瑞咨詢發布的計算機視覺應用市場格局數據，安防影像分析應用近些年占比保持領先，約為70%，其次是占比18%的廣告營銷。
計算機視覺技術對于營銷的賦能其實早已有之，蒙特利爾的Envision.ai公司幾年前曾開發結合大數據、AI與CV技術的應用程序，通過解析社交媒體上的圖像和視頻，做到廣告推送與用戶的精確匹配。
如今，隨著智能駕駛技術的升級，車內空間將可能成為娛樂和消費的新場景。對于AI四小龍們而言，這或許意味著車內廣告營銷成為新的商業化落地場景。
從這個角度看，與造車企業合作的想象力似乎更大，可謂“一魚雙吃”。
據艾媒網分析師預測，目前我國計算機視覺技術已經達到全球領先水平，廣泛的商業化渠道和技術技術是成為熱門領域的主因。由此可見，通過AI技術對車內應用場景進行賦能，也將對AI企業技術能力的進一步提升有反哺作用。
值得注意的是，對汽車企業來說，本身就身處行業中，自然對車內場景商業化的拓展更為敏感和主動。
據天眼查APP查詢，長城汽車在10月份成立了兩個子公司，分別為自信智行科技有限公司和坦克智行（重慶）科技有限公司，其業務范圍非常廣泛，其中自信智行的經營范圍就包括廣告發布、智能車載設備等AI相關業務。這些業務對于汽車企業來說，很多都是應運而生，其實也是一個拓展車生態的探索過程。
對AI四小龍們來說，汽車行業是一個包羅萬象的綜合性賽道，商業化的機會其實總能不斷浮現，關鍵是不要把自身定位為純技術輸出型企業，“先上車再補票”或許更有實效。
在技術驅動型的行業中，一味進行研發投入或將錯失市場拓展的機會，2B行業更是如此。AI四小龍從AI技術起家，已經在AI領域奮戰多年，無論是技術的商業化，還是進一步突破技術上的瓶頸，或許都應該把握住汽車行業走向智能化的契機。
本文來自微信公眾號“談擎說AI”（ID:Mr-dushe），作者：鄭開車，36氪經授權發布。
