突发!安波福「终止」自动驾驶投资,全行业亏损“烂尾”待解

2023年,对于自动驾驶(尤其是以Robotaxi为代表的载人服务)行业来说,经历了最为艰难的一年。

在美国,Waymo在去年初开启裁员,并宣布暂停卡车自动驾驶研发。"真正商业化的路还很长,但目前的小范围运营还没有带来太多的实质性收入。"

仅次于Waymo的Cruise(通用汽车旗下公司),则因为一场交通事故被叫停载人运营测试。随后,该公司被曝出高管离职、大面积裁员等一系列事件。

按照公开数据,Cruise在2023年的运营亏损高达34.8亿美元,"公司将把年度开支减少约10亿美元,以减缓资金损耗,并在2024年继续收窄业务。"

此外,Waymo母公司的财务数据显示,该公司的"其他部门"在2023年亏损了41亿美元,而Waymo正是其中的主要支出之一。

去年二季度,美国加州监管机构首次允许Cruise和Waymo在旧金山提供全天候无人驾驶出租车服务,这被行业视为一个重要的里程碑。但,随后Cruise发生的意外事故,又给行业浇了一盆冷水。

不过,如何保障100%安全,一直是无人驾驶的致命缺陷。本周,美国卡车司机和其他工会计划在洛杉矶举行集会,以支持对Robotaxi的控制权,甚至包括反对Waymo、Cruise等公司在加州扩大Robotaxi服务的计划。

而同样在本周,安波福宣布,将停止对自动驾驶合资公司(与现代汽车几年前成立)Motional的投资。原因是Robotaxi商用化被推迟,亏损也变得难以承受。

安波福董事长兼首席执行官Kevin Clark在今年1月的财报电话会议上表示:"除了暂停继续投资,我们也在考虑大幅减持我们的股权。"

Motional由安波福与现代汽车在2020年3月共同创立,各自投资20亿美元,其中,安波福持有50%股权。公开数据显示,Motional在2023年上半年净亏损5.6亿美元,并要求两家股东提出增资要求。

该公司最初计划在去年年底推出Robotaxi付费服务,但后来被推迟,也没有对外给出任何解释。安波福公司负责人表示,仅在2023年,公司就因Motional的进展低于预期而导致3.4亿美元的市值损失。

"从可持续的商业化变现角度来看,与硬件相关的技术交付成本确实具有挑战性。"在安波福公司看来,换句话说,不管是早期的巨额研发投入还是后续产生收入的时间,大家都等不起。

此外,美国的另一家明星自动驾驶公司---Aurora Innovation,也在今年1月宣布裁员,比例约3%。截至2023年底,该公司有约1800名员工。

Aurora于2017年由来自特斯拉、优步和Waymo的核心团队技术负责人创立,2021年7月在美股借壳上市,市值一度超过135亿美元。不过,股价在过去两年时间不断下滑,最新市值已经跌去近7成。

事实上,近两年,全球不少L4级自动驾驶公司都在转而寻求在乘用车前装量产市场实现商业闭环,并为公司的持续运营获取现金流。

去年1月,小马智行正式宣布开启乘用车智能驾驶业务产品线------发布智驾软件品牌"小马识途"、域控制器"方载"以及数据闭环工具链"苍穹"等,并已成立独立事业部(Personally Owned Vehicles)运营该业务。

按照该公司介绍,在独立事业部的运营下,小马智行将为新能源乘用车市场提供高性能、高性价比的智能驾驶软硬件解决方案。目前该业务板块三条产品线均取得定点,并已开始量产交付。

而在今年1月的CES展期间,元戎启行宣布与腾讯在地图领域达成合作,共同为车企服务,打造多款不搭载高精度地图的高阶智能驾驶量产方案。

在小马智行创始人彭军看来,自动驾驶是门槛极高且需要长期投入的一件事,行业在短期内还处于技术能力不断积累、商业模式不断打磨的阶段。

按照计划,未来几年小马智行商业化规划将围绕智能驾驶技术前装量产、自动驾驶出行服务商业化运营以及智慧物流生态三大维度发力。在高工智能汽车研究院看来,这是当下最合理有效的生存路径。

此外,在法规部分,中国相关监管部门已经推出了L3/L4级自动驾驶落地的相关规范和法律法规,但对于运营主体也提出了新的要求。

比如,仅面向B端的具备独立法人资格,具备一定能力要求的试点使用主体;同时,要求联合体(试点汽车生产企业、试点使用主体)给出自动驾驶功能产品未来3年推广计划。

这意味着,从2023年开始计算,至少到2025年,L3/L4级自动驾驶不会直接面向私人消费者。谁来负担车队的前期投入成本,将是一个待接难题。

此外,准入政策首次明确车企的责任,以及车企与运营主体的双方责任分工。这意味着,在整个运营的全流程,车企都将会深度参与,这和现有网约车行业有很大的区别。

这或许也能解释为什么中国的L4级自动驾驶公司都在抢占高阶智驾前装市场,毕竟,与车企绑定,是L4级自动驾驶运营在短期内政策明确的方向。

同时,一些行业人士表示,自动驾驶行业依然还面临着法律、保险和成本的不确定性,同时,对于事故的界定还需要更为完善的规范。

相关推荐
却道天凉_好个秋4 分钟前
深度学习(四):数据集划分
人工智能·深度学习·数据集
数字冰雹7 分钟前
“图观”端渲染场景编辑器
人工智能·编辑器
里昆8 分钟前
【AI】Tensorflow在jupyterlab中运行要注意的问题
人工智能·python·tensorflow
荼蘼29 分钟前
OpenCV 高阶 图像金字塔 用法解析及案例实现
人工智能·opencv·计算机视觉
没有梦想的咸鱼185-1037-166330 分钟前
基于R语言机器学习方法在生态经济学领域中的实践技术应用
开发语言·机器学习·数据分析·r语言
Clownseven31 分钟前
2025云计算趋势:Serverless与AI大模型如何赋能中小企业
人工智能·serverless·云计算
2401_8288906432 分钟前
使用 BERT 实现意图理解和实体识别
人工智能·python·自然语言处理·bert·transformer
Cheney8221 小时前
华为Ai岗机考20250903完整真题
人工智能·华为
Webb Yu1 小时前
Azure Databricks 实践:数据分析、机器学习、ETL 与 Delta Lake
机器学习·数据分析·azure
新智元1 小时前
=COPILOT() 函数横空出世!AI 自动写公式效率起飞,网友:让 Excel 再次伟大
人工智能·openai