罗兰贝格报告:预计2030年实现自动驾驶

21世纪经济报道 21财经APP 彭苏平 广州报道
2019-11-21 18:32

智能网联所涉及底层技术瓶颈仍然存在,但在前期的摸索之后,变现模式逐渐清晰,联盟化趋势也更为明显。

随着新一轮科技和产业革命兴起,汽车行业迎来了颠覆变革期,智能化、网联化不断发展,吸引了传统整车厂、零部件供应商、科技公司等众多企业纷纷入局。

智能网联路在何方?11月20日,由21世纪经济报道主办的2019中国汽车新创峰会上,国际知名管理咨询公司罗兰贝格与21世纪经济报道联合发布了《中国智能网联发展报告》(下称“报告”),围绕汽车智能网联提出了四点关键判断。

报告认为,未来智能网联相关领域市场将达到千亿级别,但在商业化落地的节奏上会呈现渐进式的发展,同时需要认识到的是,智能网联所涉及底层技术瓶颈仍然存在,但在前期的摸索之后,智能网联的变现模式逐渐清晰,联盟化趋势也更为明显。

 罗兰贝格全球合伙人兼大中华区副总裁郑赟发布报告

千亿市场静待爆发

通过智能化、网联化两大技术路径,智能网联将衍生出三大主要应用方向,包括自动驾驶、车联网与智能座舱。其中,自动驾驶与车联网作为发展路径将实现交叉,并结合智能座舱持续升级,合力推动智能网联汽车的发展。

报告认为,智能网联汽车发展主要有三个关键周期,一是2016-2020 年的起步期,实现特定场景辅助及短时托管;二是2021-2025年的发展期,特定环境下自动驾驶应用场景极大丰富;三是2026-2030年的成熟期,自动驾驶应用场景在城市道路延伸。

而2030年后,智能网联汽车将进入发展的终极形态,能够实现全天候环境感知和完全自动化,并且自动驾驶车辆保有量有望达到30%以上。

“时间点上我们是比较激进。”罗兰贝格全球合伙人兼大中华区副总裁郑赟在发布报告时介绍。他同时强调,这是整个智能网联汽车的发展,是自动驾驶、车联网以及智能座舱三个概念的有机结合,将带来非常值得畅想的发展空间。

报告认为,智能座舱数字化将成为汽车智能网联的重点,未来,座舱功能将从交互、环境、控制、空间、数据五大维度进行智能化变革,提升用户体验。

从消费者的需求和意愿来看,随着需求层次的不断提升,对汽车的要求也从单一的出行工具逐步转变为生活中的“第三空间”,来自全球17个国家的消费者调查结果显示,他们正逐步将智能网联、自动驾驶作为未来购车的决策要素。

在技术和需求等多因素的推动下,报告预计2030年时,自动驾驶和智能网联车端系统的市场规模将达到5000亿元,其中芯片、传感器和软件算法将成为主要贡献者。

“核心部件价值将从通讯和传统低性能传感器转向计算平台、算法和传感器。尤其是在算法领域,我们看到,未来三年将会有非常快速的年复合增长率提升。”郑赟指出。

在智能座舱领域,硬件系统将由于技术革新贡献绝大部分价值,而自动驾驶和智能网联所需的云端服务需求也会快速增长。报告认为,智能座舱渗透率2020年左右就可以得到迅速提升,带动整体市场规模快速扩大。

场景化渐进式的商业化落地

自动驾驶的发展不可能一蹴而就。受核心技术突破、成本控制以及标准法规制定等种种因素的制约,高阶自动驾驶距离真正大规模商业化落地还有很长距离。

未来自动驾驶的发展节奏如何?报告认为,自动驾驶将会在不同场景内渐进发展。

基于地理围栏与自动驾驶技术等级,报告确定了私家车、客运、货运三大领域共计29种细分场景。鉴于技术实现难度和场景实现急迫性,报告认为,商用车的固定线路场景(如封闭园区、无人公交巴士等),以及乘用车的自主停车及结构化道路场景将优先落地。

 

报告指出,场景落地时间节点可能随着技术的快速迭代而提前,但整体而言,货运相关场景将优先于客运相关场景,结构化道路场景也将优先于非结构化道路场景。

得益于政策引导与社会需求,无人化场内物流将快速发展,且高动态性、高精度与重运营将使云端调度与精确定位成为关键环节。货运场景下以内集卡车为例,自动驾驶通过替代司机和优化驾驶操作,能为封闭场景运输带来现有成本之上49%的费用缩减。

而结构化道路场景的发展路径将从拥堵道路开始,实现向单车道、多车道、匝道场景的不断演进,但考虑到L3的实用性和潜在高成本,在非结构化道路场景的发展过程中,L2可能直接向L4实现跨越。

在乘用车领域,报告也看好多家科技公司正在布局的无人驾驶出租车。权衡自动驾驶价值链主要参与者的核心诉求,报告认为,L4级别无人驾驶出租车车队将率先出现,早于L4无人驾驶私家车。

底层技术瓶颈与产业联盟化趋势

自动驾驶软硬件、整车电子架构、高精地图、5G通讯协议等是实现L4/L5高阶自动驾驶的核心能力基础,相关技术突破直接影响未来格局。这些技术发展情况如何?已经准备好迎接颠覆性趋势了吗?

这方面的情况并不乐观。报告指出,智能网联所涉及的底层技术瓶颈依然存在。硬件方面,车规级硬件尚待进一步发展,感知与决策的日渐复杂也对芯片算力提出了更高要求;算法方面,决策规则算法的两套解决方案仍面临较为复杂的问题,如何突破各自瓶颈成为关键。

值得一提的是5G技术。5G以其高带宽、低延时的特点成为自动驾驶发展必不可少的通讯支持,能够多方位助力提升计算能力和网络结构,但5G也面临多方面的挑战。

一是技术层面,5G由于无线频率更高、单基站覆盖范围小等原因,网络切换频繁;二是政策层面,由于仍处路测试验期,产业尚不成熟使得量产与商业化应用相关政策法规几乎空白;三是产业协同层面,智能网联交通系统顶层构架缺失,各子系统间接口缺乏统一规范,5G自动驾驶测试还缺乏统一标准和数据共享。

在底层技术瓶颈尚未解决的背景之下,耗资研发的企业需要找到中短期的变现路径,以穿越自动驾驶与智能网联最终落地的漫长周期。

当前,市场上出现了渐进式和跨越式两种不同的路径,前者由ADAS向终局发展,后者则是直接切入L4/L5高级形态自动驾驶。

报告认为,两种路径背后是两类企业战略选择不同:传统主机厂具备庞大的用户基盘运营,同时面临车辆营收与成本压力,而算法企业缺乏造车经验但具备技术优势。

但不同路径并非没有交集。本质上看,它们都是基于更高精度的传感、更智能的算法与更高精度的地图。因此,自动驾驶生态系统中的市场玩家正在以不同切入点构建各自的生态,既创造了未来多元化的商业变现可能性,也存在相互融合的可能。

报告发现,由不同类型企业主导的联盟逐渐形成,通过发挥自身能力和整合联盟成员优势加速技术和商业模式的发展。

其中,智能座舱的产业玩家从自身能力出发,以掌握生态圈内的核心系统层和C端触点为目标引导,生态圈还呈现出生态协同与跨界延伸的发展趋势。

(编辑:李一戈)