市值80億美元的Mobileye，憑什麼被英特爾溢價收購？

成立於1999年的Mobileye，2014年掛牌紐交所，市值80億美元。上市不到3年，英特爾以153億美元收購，溢價高達31.73% 。我們認為公司的高溢價來源於：1、高增長市場中行業龍頭溢價，2、晶元和演算法協同開發產生的低成本優勢，3、與主機廠深度的合作關係，4、高精度地圖布局。

高增長市場中的行業龍頭

據Jefferies研究報告，未來十年ADAS應用量的複合增長率在28%，而隨著無人駕駛的發展，對各子系統要求提升，單價的增長還存在巨大空間。

Mobileye是ADAS領域的龍頭企業，市場份額高達70%。收入從4000萬美元到3.58億美元，Mobileye僅用了5年，年均複合增長率高達72%。除去高增長率，公司還擁有極高的毛利率和凈利率，根據2016年年報，公司毛利高達75.62%，凈利率高達34.91%。

業務模式：定位二級供應商

按營收劃分，公司的業務可分為前端市場和後端市場。

在前端市場公司定位為二級供應商，為如博世、德爾福等一級供應商提供演算法和晶元，再由一級供應商將演算法和晶元集成到主機廠生產的汽車當中。當主機廠有定製化需求時，公司會獲得來自主機廠的研究經費支持，再通過一級供應商完成系統的集成。

在後裝市場，公司採用代理銷售的模式，目前覆蓋超過50個國家，擁有100多個經銷商，客戶包括保險公司，商業車隊等等。

根據公司年報，2016年77%收入來自前裝市場，23%來自後裝市場，毛利率分別為76.38%和71.46%。

低成本解決方案是關鍵

汽車行業對成本極度敏感，因此在前裝市場，有成本優勢的技術才能應用至大眾市場。Mobileye的EyeQ晶元在前裝市場的售價僅為45美金，價格如此低的原因在於採用了具備明顯成本優勢的單目攝像頭方案，並通過演算法和晶元的協同開發提高計算資源的使用效率，降低了硬體要求。

ADAS發展的路徑遵循感知-決策-執行的邏輯鏈條。感測器是實現各類行車輔助的基礎。目前主流感測器的選擇集中在雷達、攝像頭和激光雷達三方面。

雷達成本低、反應及時、演算法簡單且適應全天候工況，是目前運用最廣泛的感測器，但雷達對非金屬物敏感度較低，探測距離較短，主要應用在前車碰撞預警，因此雷達可以作為整個感知系統的補充部分。

激光雷達是通過掃描一個物體返回的激光來確定物體的距離，可以形成精度高達厘米級別的3D環境地圖，因此它在ADAS及無人駕駛系統中將扮演重要的角色。

目前機械式的多線束激光雷達是主流方案，受制於價格高昂的因素尚未普及開來。谷歌的子公司Waymo製作的16位激光雷達成本約為7500美金，百度無人車上使用的64位激光雷達則高達10萬美金。

與前兩者相比，攝像頭作為主要感測器具備高解析度和低成本的優勢，可以獲取足夠多的環境細節，幫助車輛進行環境認知。缺點在於受光線影響較大， 而攝像頭方案的應用效果可通過演算法提高。

單目攝像頭，系統結構相對簡單，安裝方便，且成本較低，缺點在於必須不斷更新和維護一個龐大的資料庫，才能保證系統達到較高的識別率，這需要付出較多的時間和金錢。但通過常年的積累，龐大的資料庫成了Mobileye可持續的競爭優勢。

圖靈獎獲得者Alan Kay，曾經說過：如果你要嚴肅地思考你的軟體，就必須做你自己的硬體。晶元是演算法的載體，是實現低功耗，低成本，高性能解決方案的根本。 通過對晶元的定製化開發，Mobileye實現了運算速率的提升。Mobileye開發了EyeQ系列晶元，目前已經推出四代，第五代EyeQ晶元將在2018年推出。

廣泛的客戶合作關係是壁壘

汽車零部件多，結構複雜，整車從設計到生產需要經歷概念-提案-開發-工程-生產準備這些流程。Mobileye在提案階段開始參與，在設計方案贏得評選之後通常需要1-3年整車才能進入市場，整車產品生命周期通常為三年。即使有新競爭者進入市場，其產品從設計到大規模的驗證通常需要五年以上的時間。

Mobileye是經歷過一級供應商嚴苛訓練的方案提供商，產品可靠性高，前裝經驗會成為下一次合作洽談的資本，從而擴大與競爭者的優勢。

目前公司與全球27家主機廠建立了深度合作關係，合作車型達到287款，手握5個L3和5個L4車企合作項目。

流量優勢構築高精度地圖

Mobileye的先發優勢還體現在其龐大的裝機量上，截止到2016年年底，公司的產品在全球範圍內共應用於1570萬輛車。2017年Mobileye表示，將以攝像頭收集來的畫面為基礎，通過具備深度學習能力的圖像識別體系，構建能夠優化自動駕駛決策的高精度地圖。

高精度的作用類似於駕駛者對路況的記憶，是實現無人駕駛的關鍵技術之一。Mobileye憑藉其龐大的裝機量，以車載攝像頭監控的畫面為基礎，採集畫面中的車道線、路標、交通燈和攝像頭等數據（即REM技術），從而作為深度學習的資料。與谷歌無人車在路上行駛收集數據的方式相比，Mobileye的採集速度更快、成本更加低廉。

迄今為止，在REM技術方面，Mobileye 已經和Here、日本Zenrin、大眾、寶馬等公司達成了合作。

行業趨勢

汽車所有權未來將向出行服務商集中

當完全的無人駕駛技術成為現實時，汽車的使用可以做到按需分配，就如現在的滴滴一樣：無人駕駛汽車可以在接送完一個乘客之後，再根據訂單行駛到另外一個地方，接送另外一個乘客。

現在的黑車、的士、拼車和租車服務都將合併成為一種低成本、按需分配的無人駕駛服務。當無人駕駛汽車具備了低成本和高方便性時，無人駕駛汽車將會成為普通人出行的主要交通工具。

出行工具選擇的變化將徹底改變目前高度分散的汽車所有權結構。出行服務商將成為汽車的主要採購者。模式將類似於現在的共享單車，ofo和摩拜單車向生產商訂購，通過平台提供出行服務。主機廠以個人消費者為終端客戶的商業模型將會被極大的改變。

漸進式陣營與越級式陣營

實現這一設想的前提是無人駕駛成為現實，行業參與者對於實現路徑存在分歧。

無人駕駛技術路線目前可以清晰的劃分為兩個陣營： 以主機廠為代表的「漸進式」陣營和以谷歌、百度為代表的「越級式」陣營。

漸進式陣營以傳統汽車廠商為主，包括一級和二級供應商，核心的驅動因素在於降低技術風險、分擔研發成本、縮短研發時間和鎖定客戶。這個陣營的路徑將是隨著ADAS功能完善逐步提升至智能駕駛。

越級式陣營以科技公司為主，依靠強大的技術背景和巨額的研究投入，實現越級式發展。目前由於主機廠掌控著軟硬體架構，實現成本較高、導致商業化路徑不明確。

合作和兼并是主旋律

由於無人駕駛涉及技術廣泛，參與者眾多，前期投資巨大，合作和兼并已經成主旋律。目前參與者主要有四大巨頭，分別是主機廠、一級供應商 、晶元廠商和技術公司。

汽車製造業呈寡頭壟斷狀態，主機廠是整個行業的利潤分配的核心，很大程度上決定汽車的架構，即搭載怎樣的系統和使用哪方的硬體。主機廠控制著流量的入口，並可通過ADAS逐步完善無人駕駛所需的數據，包括高精度地圖和乘客駕駛習慣。

主機廠主要採用與技術公司合作設立子公司的方式研究演算法。比如福特投資nuTonomy，並計劃在未來五年投資10億美金投資子公司Argo AI 布局無人駕駛技術。通用與Lyft合作，10億收購Cruise Automation。谷歌與本田合作，開發「情感引擎」學習駕駛者的操控習慣，將在2020年實現在高速公路無人駕駛。

在感測器深耕的一級供應商也紛紛布局無人駕駛，在2015年德爾福與奧迪合作的SQ5在美國行駛了3000公里，其中99%的時間為自動駕駛。博世則依靠其深厚的底盤電子控制技術佔據具有物體識別的ECU市場，合作對象包括谷歌、特斯拉和保時捷。

晶元供應商在無人駕駛領域一定會有一席之地，GPU是每一家公司構築深度學習系統必不可少的基石。車載娛樂系統、無人駕駛、車聯網、高精度地圖和計算機視覺技術的發展，對車載晶元的計算能力提出了更高的需求。

目前英偉達、因特爾、高通和三星紛紛與主機廠、系統集成商建立深度合作關係。如與英偉達合作的公司就包括Tesla、奧迪、賓士、博世、沃爾沃、豐田和大眾。

安全評級與監管政策是行業的驅動因素

ADAS系統有逐漸從高端車型向中低端車型發展的趨勢。以歐美為代表的很多國家和地區，早在數年前就開始將ADAS列入汽車安全性能評價，並出台了相應法律法規。

中國目前在立法和市場發展上均落後於發達國家，不過也在逐步追趕。2016年的新機動車安全運行技術規定，11米以上客車需強制安裝LDW（車道偏離預警）與FCW（前車碰撞預警）。C-NCAP（中國新車評價規程）正遵循著2018-2020規劃，逐步引入FCW和行人AEB（自動緊急剎車），並將AEB加入安全考核評分當中。

Moblieye的啟示

後市場和新興主機廠是破局的關鍵

ADAS技術成熟依賴於產品大規模運用和數據大規模採集，但傳統汽車的生產受制於成本、機械實驗周期、研發和供應鏈管理等因素，產品周期長達五年到十年不等。因此形成了主機廠-一級供應商-二級供應商的金字塔供應體系。對於初創的汽車領域創新公司，目前的供應體系極其不「友善」，創新公司的產品需要較長時間才能滲透，成為體系的一部分。

但是隨著電動車出現，零部件的減少和製造門檻的降低，傳統的供應鏈體系存在變革的機會。新興的主機廠有更大的意願應用新技術，特斯拉在無人駕駛領域的狂飆突進可以作為一個明證。國內ADAS領域的創新公司可以嘗試著和新興主機廠展開技術合作，合作推出具有用戶吸引力的車型。

在前裝市場推進速度較緩，後裝市場可以成為一個主攻的方向。 國內乘用車市場存量約為2.9億輛，存在海量的機會。此外由於ADAS系統可以降低出現事故的概率，提高安全性，對於長途公交，長途運輸，租車公司、出行服務商具備一定的吸引力。

軟硬體協同開發

ADAS功能的提升和無人駕駛的實現依賴車載晶元的運算，隨著對安全要求的提升，對計算能力提出了更高的要求，意味著更高的成本。而汽車業恰恰對成本極度敏感，所以對於ADAS領域的創新公司，除去提高產品的魯棒性之外，最重要的是提供一個低成本的解決方案。因此，通過軟硬體的協同開提升計算效率是降低成本的關鍵。

聲明：本報告所有內容，包括趨勢預測等，由愛分析根據公開資料獨立分析得出，僅供讀者參考，不構成投資建議，據此入市風險自擔。