行业分析---自动驾驶人才流动及从业思考

1 背景

近两年在自动驾驶行业,人才流动非常频繁,最新且影响比较大的例子是小鹏多位高管 "转会" 英伟达。自小鹏前自动驾驶副总裁吴新宙去年8月加入英伟达后,12个月里,至少6位小鹏技术人员加入英伟达。

如果把时间拉得更长一些,从Waymo、Cruise等全球第一批自动驾驶公司在2009年成立至今,十几年里,中国智驾行业已出现过两次大的人才流动潮。第一次是2016年至2019年,众多来自百度美研、Waymo等企业的工程师入场创业做Robotaxi,产生了小马智行、文远知行、轻舟智航、元戎启行等十多家L4级自动驾驶研发商。

2 智驾行业发展

众所周知,行业的快速发展必然伴随着人员的频繁流动。在2020年以后,随着特斯拉电动汽车的兴起,并将L2+级自动驾驶量产落地,引发第二次智驾人才流动潮。蔚来、小鹏、理想等国产造车新势力陆续量产高速NOA,华为、Momenta、大疆车载等供应商开始大幅扩张,智驾人才从中国最早做智能驾驶的百度等公司流入车企或汽车供应商。

从网上找到一幅图片(自动驾驶高管的流动及学历,图侵删),从图中可以看出,企业之间高管流动在前几年是非常频繁的。

下面笔者通过以下四个方面介绍智驾的发展及个人的从业思考。

2.1 为什么"卷"智驾

举个例子,最开始比亚迪的重心并不在自动驾驶产品,通过和供应商合作的方式仅仅量产简单的L2功能,并且比亚迪的销量(新能源汽车的大哥)起码目前为止也不依赖自动驾驶产品,消费者们看重的是"性价比"。但随着近几年智驾技术的发展,比亚迪也开始自研自动驾驶技术了,成立了智能驾驶研发中心。

车企之所以在自动驾驶技术上展开激烈竞争,主要是因为自动驾驶被视为汽车产业未来发展的关键方向,这说明车企的管理者都清楚未来智驾会是一个不错的卖点,落后就要挨打。笔者从下面几个点阐述车企为什么要去卷自动驾驶产品:

  • 技术进步与产业变革:自动驾驶技术是汽车产业技术创新的重要领域,它涉及到车辆的感知、决策、控制等多个方面,能够显著提升驾驶的安全性、舒适性和效率。随着技术的不断进步,自动驾驶正逐步从能用到好用的过度,推动整个汽车产业的变革。
  • 政策支持与法规推动:各国政府为了推动自动驾驶技术的发展,出台了一系列政策和法规,如国内发布的《智能汽车创新发展战略》等,为自动驾驶技术的研发和应用提供了政策支持和法规保障。
  • 市场需求与消费者期待:随着消费者对智能出行的需求日益增长,市场对自动驾驶汽车的需求也在不断扩大。消费者期待能够享受到更加安全、便捷、舒适的驾驶体验,这促使车企不断投入资源研发自动驾驶技术。
  • 竞争优势与市场份额:自动驾驶技术能够为车企带来新的竞争优势,有助于提升品牌形象和市场份额。在自动驾驶技术上取得领先地位的车企能够吸引更多消费者,从而在激烈的市场竞争中脱颖而出。
  • 产业链发展与生态构建:自动驾驶技术的发展带动了上下游产业链的发展,包括传感器、芯片、软件、服务等。车企通过构建自动驾驶相关的产业链和生态系统,可以形成新的商业模式和盈利点。 (很多人会忽视这一点)
  • 国际竞争与合作:在全球范围内,自动驾驶技术的竞争日益激烈。国际合作与竞争推动了技术的快速发展,同时也促使车企在全球范围内寻求合作,共同推动自动驾驶技术的进步。

自动驾驶技术是车企实现技术领先、市场扩张和产业升级的重要途径,因此车企纷纷加大在这一领域的研发投入和战略布局。随着技术的成熟和市场的扩大,自动驾驶将成为汽车产业未来发展的重要方向。

2.2 智驾的未来发展

自动驾驶技术是汽车产业未来发展的一个重要方向,它将深刻改变我们的出行方式和生活习惯。目前除了头部的新能源车企,比如比亚迪,理想,领跑,蔚来,小鹏,小米等,还有长安,吉利等传统车企都在布局智能驾驶,同时供应商方面,"地大华魔"即地平线、大疆车载(卓驭)、华为和Momenta是公认的头部阵营,还有一些L4公司也在 "虎视眈眈"。下面从四个方面简单聊一聊智能驾驶的发展:

(1)技术进步

自动驾驶技术正在快速发展。智驾,尤其是L2+智驾只是一个不到10年的新行业,但已经历了数次技术范式的更新。每一次变化都会带来又一波人才的流动。端到端颠覆了过去模块化的流程,用一个模型让车自己开,很多模块被砍掉。理想汽车CEO李想也认为:"不需要养几千人的团队去搞corner case。" 预计未来自动驾驶技术将实现更多的突破和市场应用,不断向着更高效、更安全、更智能的方向发展 。

(2)政策支持

各国高度重视自动驾驶技术的发展,出台了一系列政策和法规等,为自动驾驶技术的研发和应用提供了政策支持和法规保障 。目前国内的经济随着地产行业的稳定,缺少更大的增长点,显然新能源汽车是一个很不错的选择。

(3)产业链发展

自动驾驶行业涉及多个领域和多个行业的产业链,包括感知环节、执行环节和服务运营环节。上游主要是传感器、芯片等零部件供应商,中游是自动驾驶系统集成商和服务提供商,下游则是各类应用场景的终端用户 。这是一块巨大的经济增长点,因此会非常重视。

(4)市场潜力

中国有望成为全球最大的自动驾驶市场,预计到2030年,自动驾驶相关的新车销售及出行服务创收将超过5000亿美元 。

智能驾驶在未来一段时间内是一个不错的行业,为了争夺市场或者活下去,企业不得不卷,但是在未来十年行业也会趋于稳定,比如之前的智能手机行业,一大批企业会被淘汰出局。 技术范式的更迭会加剧淘汰,相信未来经过多年的技术研发和市场竞争,行业格局也会变得相对明朗。

2.3 从业者的思考

笔者本身作为一个自动驾驶从业者,经历了比较热门的几年,见证了不少技术的更迭和产品的量产落地。自动驾驶从业者在考虑职业选择或者发展时,从业者应该从宏观到微观的去了解行业的信息,去多思考以下几个关键问题:

(1)行业动态和政策环境

关注国家和地方政府对自动驾驶行业的政策支持和法规变化,如《"十四五"数字经济发展规划》等,这些政策将影响行业的发展方向和企业的商业策略。

(2)市场需求和应用场景

研究自动驾驶技术在不同市场和应用场景中的潜在需求,如公共交通、物流配送、出租车服务、私人汽车等,以及这些需求如何随着技术进步和法规完善而变化。

(3)产业链和职业路径

深入了解自动驾驶的产业链结构,包括上游的传感器和芯片供应商、中游的系统集成商和服务提供商、下游的终端用户等,明确自己在产业链中的定位和职业发展路径。

(4)企业战略和竞争格局

研究主要企业的发展战略和市场布局,如百度、华为、小鹏汽车等,以及它们在自动驾驶领域的竞争态势和技术优势。这一part需要选择企业,前面说到的,你是选择传统的比亚迪,长安,吉利等,又或者是新势力的蔚来,小鹏,理想,小米等,还是供应商的华为,大疆车载,地平线,momenta等。

(5)持续学习和职业规划

自动驾驶是一个快速发展的领域,从业者需要持续学习新知识和技能,同时制定清晰的职业规划,以适应行业的变化和个人职业目标的实现。比如近两年开始的端到端的变革,从技术上有了比较大的变化,有些技术瞬间被淘汰,如何找准自身定位,持续学习保证不被落下。

通过上述的一些思考,自动驾驶从业者可以更好地规划自己的职业发展,把握行业机遇,应对挑战,并在自动驾驶领域找到自己的定位。

2.4 经验分享

笔者在智驾领域已经有一些年份了,见证不少同事的来来往往(说明人员流动大),有些同事为了更高的薪资,有些为了更高的平台(比如从二三线厂跳到一线厂),有些同事为了WLB去了外企等等。

笔者在最开始找工作时拿过大疆车载,头部新势力,以及传统车企的offer,各家的面试形式也不一样,比如coding环节,大疆不需要现场coding,但会问几个c++的知识点;新势力基本都需要现场coding;近两年传统车企也开始需要现场coding。

同时笔者作为面试官也参与过一些面试,个人的习惯:如果是一面,会稍微简单问些项目上的问题(如果简单的问题回答不够好,是不会通过的),再出一道中等难度的算法题;如果是二面,会逮着项目刨根问底(主要考察候选人的知识掌握深度)。

如果读者朋友们有自动驾驶行业面试相关的疑问,可以私信我,欢迎交流。

3 总结

当一个行业在快速扩张期时,钱多、机会多,VC和人才都愿意冒更高风险去选择初创公司,蓬勃发展期,换取可能更高的回报。而当行业格局逐渐趋于稳定时,投资和人才都会向头部公司集中。以目前智驾行业趋于饱和的状态,大部分人才普遍的心态是求稳,除非有特别好的岗位,并且随着大模型的应用,在智驾领域裁员也不是鲜有的事情。

思考昨天,做好今天,展望明天。共勉 !!!

相关推荐
DevinLGT18 分钟前
6Pin Type-C Pin脚定义:【图文讲解】
人工智能·单片机·嵌入式硬件
宋一诺3322 分钟前
机器学习—高级优化方法
人工智能·机器学习
龙的爹233335 分钟前
论文 | The Capacity for Moral Self-Correction in LargeLanguage Models
人工智能·深度学习·机器学习·语言模型·自然语言处理·prompt
Mr.简锋38 分钟前
opencv视频读写
人工智能·opencv·音视频
Baihai_IDP38 分钟前
「混合专家模型」可视化指南:A Visual Guide to MoE
人工智能·llm·aigc
寰宇视讯1 小时前
“津彩嘉年,洽通天下” 2024中国天津投资贸易洽谈会火热启动 首届津彩生活嘉年华重磅来袭!
大数据·人工智能·生活
Light601 小时前
低代码牵手 AI 接口:开启智能化开发新征程
人工智能·python·深度学习·低代码·链表·线性回归
墨绿色的摆渡人1 小时前
用 Python 从零开始创建神经网络(六):优化(Optimization)介绍
人工智能·python·深度学习·神经网络
春末的南方城市2 小时前
开源音乐分离器Audio Decomposition:可实现盲源音频分离,无需外部乐器分离库,从头开始制作。将音乐转换为五线谱的程序
人工智能·计算机视觉·aigc·音视频
矢量赛奇2 小时前
比ChatGPT更酷的AI工具
人工智能·ai·ai写作·视频