為什麼BAT都看上了無人駕駛，不惜重金投入？

啟動汽車、再打開天窗、緊接著放一首輕鬆音樂，然後妥妥的睡上一覺，等你醒來時，你已經到了公司。這是大眾、特別是老司機們對夢想中的汽車最理想的狀態『自動駕駛』。可現在看來，這已經不是一種幻想，從特拉斯第一款無人駕駛汽車正式投入市場到李彥宏駕駛無人汽車上北京5環，自動駕駛就已經成為現實，成為突破汽車變革的最好見證。但是目前的無人駕駛還只是『弱無人駕駛』，屬於輔助駕駛狀態，要想實現完全的、開發的無人駕駛，還需要漫長的路要走。

即使這樣，仍然吸引大量的AI創業公司投身其中，就如AI創業公司商湯科技於12月初與本田簽訂了合作協議，共同深耕自動駕駛技術，加速智能汽車的研發進程，打造適合乘用車場景的L4級自動駕駛方案。與此同時，互聯網巨頭BAT也都同時看好無人駕駛，不惜花費大量的財力和物力也要布局。

無人駕駛再一次讓BAT相聚，只是這一次不會在輕易分開

眾所周知，在互聯網這個大環境下，BAT幾經分分合合、已然成為一種常態。在同一時期、看中同一產業、並且同時殺入，已經是BAT一起玩的老套路，但是一起玩的時間很短，幾乎不會超過3年就會分開。比如在過去幾波被認為是風口浪潮的團購時代、網約車時代都只是讓BAT出現短暫的相聚，甚至如今火熱的共享單車百度乾脆不玩兒了。其實為什麼會出現這種狀況，筆者認為主要是由於這些所謂的風口其實只是當下經濟形態所催生的一種短期的泡沫，只是在被資本的炒作後被無限的放大成為所謂的風口。

反觀無人駕駛，它和之前的幾波浪潮不同，團購、網約車、共享單車屬於同一個時代在被不同時期、不同經濟所催生出的一種短期現象，因此會很快的消失。而無人駕駛是時代變革，從互聯網時代升級到人工智慧時代過程中的見證者，也是參與者。而如果回到人工智慧的本身，目前的人工智慧還處於發展的初級階段，大部分相關技術的創新和應用仍在弱人工智慧範疇，像深度學習、人臉識別、語音識別等還無法達到絕對的高度。因此無人駕駛和人工智慧一樣，要達到強人工智慧需要一個漫長的時期。

另外，BAT在人工智慧上的爭奪戰早已經打的水深火熱，無人駕駛作為人工智慧變革的產物，也是AI最好的應用場景，BAT自然不會放過。近期BAT對無人駕駛汽車的頻繁動作也正好說明了這一點。一星期前，阿里投資了新造車公司小鵬汽車，至此，互聯網三巨頭 BAT 的戰火，已經從網上燒到了車上，百度投資了威馬汽車、阿里巴巴投資了小鵬汽車、騰訊投資了蔚來汽車，而近期又有傳言，騰訊要領頭威馬汽車。

顯然，這一次BAT是押足了無人駕駛，只是在這一次造車的賽場上，不會像之前那樣匆匆而來、匆匆而過。此次相聚，在短期內恐怕很難分開了。

為什麼BAT都看上了無人駕駛

大家知道，人工智慧的發展目前已經處於爆發時期，產業落地和場景應用是人工智慧是否能夠發展順利和實現自身技術創新、突破的關鍵。就像百度總裁陸奇說的：「百度 All in AI，而在這個戰略里，他們更強調的是「人工智慧的產品化和商業化落地」」。那麼能夠實現AI產業落地的項目和產品眾多，比如智能手機，最實用也是最接觸大眾的產品，BAT為什麼選擇無人駕駛而放棄智能手機呢？筆者認為有以下幾個方面。

其一、可以從目前整個汽車市場需求的大環境分析。隨著人們經濟實力的不斷增長、消費觀念的不斷提高。從之前的沒能力購買，到有能力購買卻因為不捨得花錢，到如今已經把汽車當作必要的代步工具，幾乎稍有能力的都會毫不猶豫的購買。這一系列過程的演變，使得人們對汽車的需求也越來越高。據相關數據顯示，2016年全球汽車產銷量分別為9497.66萬輛和9385.64萬輛，增速分別為4.5%和4.7%。其中2016年有多個單一市場的產銷量都實現增長。並且隨著汽車技術的成熟以及新興國家人均收入和購買力越來越高，未來十年全球汽車會進入一個高手增長期。可以說這為無人駕駛的發展做的鋪墊。

其二、可以從人工智慧技術分析，這也是自動駕駛是AI最佳嵌入場景的主要原因。AI的發展有幾個關鍵要素，計算力、海量數據、深度學習、以及感測器的數據採集，而這些均在自動駕駛領域發揮著重要作用。因為AI本身是無法體現出這些技術的價值，需要與應用場景結合才能最大限度地轉化技術上的創新和突破，而汽車從有人到無人演變的過程中就需要AI技術的各方面集成到一個最佳狀態，必須要有好的數據、強大的演算法、數據採集設備，剛好也是AI發展中的關鍵要素，因此應用到汽車上將是最吻合，會產生的價值巨大，是人工智慧的終極場景。

實現真正的無人駕駛任重而道遠

雖然無人駕駛是人工智慧產業落地最佳的場景，但是由於目前AI技術的有限和整個外圍環境的限制，要想真正的實現真正的無人駕駛，及強人工智慧，還需要很長的一段時間發展。因為真正的無人駕駛是完全開放的，將對周圍環境的判斷、緊急狀況的處理，對不同天氣、路況如何適度駕駛將完全由機器來完成，然而目前來說，AI還根本無法達到要求，比如光從技術上說，目前最為先進的激光雷達感測器，也無法保證能夠對周圍環境百分百的識別準確，還有其相對其他感測器稍高的費用也是眾多汽車廠商止步的。

當然除此之外，還有像外圍的因素，比如像經常談到的無人駕駛汽車還沒有出台相關的交通法規、如何確保無人駕駛汽車安全性等，這些都是公開的亟需解決的難點，但也是影響無人駕駛汽車實現產業落地的重要因素。

【陳劍鋒，非知名科技自媒體人、專欄作者，長期關注AI、TMT領域的發展與研究，微信公眾號：陳劍鋒，微信號:784580609】