213亿！为什么到了AI世界，事情就变得颠倒了?

今年以来自动驾驶获得融资的企业不少，行业调整也不少，Waymo面临的竞争对手更多，大家都各自为阵。根据美国研究公司NavigantResearch发布的2020年自动驾驶竞争力排行榜，处在第一阵营的是Waymo、Cruise、Ford、百度Apollo。

30亿美元的融资，本周Waymo又占据了自动驾驶、AI界头条。

需要说明的是，这一轮融资分两次完成，先是3月2日融得22.5亿美元，然后5月13日，Waymo再次获得新投资方7.5亿美元的追加投资。

在如今审慎投资的环境下，这样的巨资足以令人咂舌。30亿美元是什么概念?约合人民币213亿元，创下了自动驾驶市场单轮融资的新高度。当年收购AlphaGo背后的Deepmind，据报道谷歌花了4亿美元，而5000万美元买下的安卓，现在看来简直是白菜价了。

带头烧钱的还有另一位自动驾驶大哥Cruise，据报道，通用旗下的Cruise从2015年到至今，已获得超70亿美元融资。

等等，说好的自动驾驶是人工智能产品，怎么突然有了半导体行业的味儿，不断地获得投资、不断地周期性发展，仅Waymo一轮融得的200多亿元已经可以支撑起一条半导体显示产线了。

倒不是怀疑自动驾驶的未来，我相信，自动驾驶有美好的前景。且俗话说的好，有钱能使AI开车。如此大手笔的融资，其实也很符合谷歌的一贯风格，其中的一些细节仍耐人寻味。

谷歌式烧钱

首先，自2016年Waymo成为独立子公司以来，此番融资是Waymo首次引入外部投资方。投资方包括T.Rowe Price Associates、Perry Creek Capital、Waymo母公司Alphabet等等。

那么谷歌为何拉来一众投资方?

一方面，面对吸金兽Waymo，谷歌或许变得更谨慎了，更多的投资方可以分担一些风险;另一方面，外部投资方会带来新的企业文化和新的管理方式，比如，就有可能在技术之外，也更讲究商业化。一位软件工程师就告诉记者：“谷歌工程师文化严重，工程师都渴望极致技术，希望永无止境地投钱，只关注技术，排斥KPI，也有不少项目因此流产。”

众所周知，目前自动驾驶的最终盈利模式还未知，自动驾驶本身也是冰火两重天，不少创业公司破灭或卖身。同时，在经过了此前过热的阶段后，现在资本是相对谨慎保守的，在这样的情况下，Waymo业务并非如此凶猛，盈利期限也尚未知，就狂卷几十亿美金的融资。可以映射出谷歌非常的躁动和不安，谷歌需要新的增长点，自动驾驶是不得不探索的领域。

这非常谷歌式，先进行疯狂投资，然后攫取市场份额。有预测说，到2030年，Waymo或将持有美国自动乘车服务市场25-30%的份额。

虽然Waymo已经启动了自动驾驶出行服务Waymo One和货物运输服务Waymo Via。但是目前无论真正的无安全员自动驾驶、还是自动驾驶卡车，都还在测试中。眼下并没有看到谷歌的市场份额迅速增长。

那么，30亿美元是谷歌冲动了吗?

不能说谷歌很冲动，应该说谷歌想让大家一起来冲动，谷歌想当自动驾驶带头大哥，甚至想做幕后的操盘者。但是整个市场，似乎还没有成熟到到疯狂涌入金钱的时代。打个比方，这个市场上，还没有到涌现滴滴、美团、今日头条等应用的阶段;也没有到涌现出iOS、Android等大操作系统的时代，也许他们在某个时刻等待着我们，但是现在还没有看到。

回想iOS和Android出现后，两者疯狂地攫取市场、疯狂地消磨大家在C端的使用时长、疯狂地去获取营收。苹果的iOS横空出世后，带来订单迅猛的增长和充足的现金流，然后投入研发不断地迭代，不过苹果每年的研发投入比例在巨头中并不算高。而谷歌则是拼命地烧钱研发技术，Android在iOS的竞争下，不仅没有更孱弱，反而崛起，在开源世界拿下了一片天地，在中国获得巨大成长。很难说这两种模式，到底谁更酷。

从AlphaGo到Waymo

为什么开车比下棋难?

说回到自动驾驶本身，它是有前景的行业，但是不应该资金为导向，而是尽快产品化。只不过现在谷歌只是一味地砸钱，不免让市场变的很乏味。如果有人愿意重金买自动驾驶汽车，抛弃原有汽车，大家转向自动驾驶产品的态势凶猛，那确实值得称赞，但现实并没有出现这样的情况。当年iOS对功能机是摧枯拉朽式的碾压，但是当前自动驾驶对人工驾驶完全没有这样的碾压，只有资金入场。

我们不知道奇点什么时候会来，但不会是这样的方式。4年前AlphaGo出道，我们以为看到了世界奇迹，4年后我们以为AlphaGo会前途无量，但是并没有。

再换个角度说，AlphaGo之后，谷歌近年来并没有出现更好的营销(非贬义)。AlphaGo捧出了谷歌收购的Deepmind人工智能公司，但是怎么落地?我们并没有看到很好的答案。没错，谷歌是技术驱动的，但同时也是营销、人力资源、整套管理制度驱动的。谷歌技术并不是到了令人发指的地步，它也需要关注度。

不管如何，我们曾经见识过AI在围棋界打败了人类顶级高手，AlphaGo带来人工智能、深度学习、卷积神经网络等的普及，达到了谷歌人工智能形象的一个高点。随后，大家也对自动驾驶充满期待，但是4年后，大家却发现，迁移能力也不能使得会下棋的软件会开车。

为什么AI开车比下棋难这么多?

在人类当中，顶尖的棋手极少，优秀的驾驶员却极多。驾驶技术的门槛低，成年人经过训练一般都可习得;而围棋代表了人类智慧的高峰，以至于当年人机围棋大战赫赫有名。

为什么到了AI世界，事情就变得颠倒了?

人类下棋需要的是智力，而AI可以通过机器深度学习的方式，训练海量棋局数据，最后习得“智力”;但是自动驾驶不一样，它要依靠的不仅仅是智力，还需要情感、情绪、经验。

仅从自动驾驶中的感知和控制层面来说，小小红绿灯的感知就是一个难题，且不说天气因素影响传感器的视觉能力，各个地区、街道的红绿灯的位置、标识情况都非常复杂，人类可以通过眼睛观察做出判断，机器却很难“理性”地实地判断。如果没有红绿灯，在十字路口辨别一位交通员的手势就更是难上加难了。

再比如控制，人类控制背后实质是情绪，根据情况危急还是缓和，再进行车辆控制。而机器却没有情绪选项，也没有情感。要让自动驾驶像人脑那样思考，这条路径太漫长。除了学习人脑的模式，或许可以通过其他模式达到目的，比如洗衣机就没有通过手洗的方式达到洗净衣服的目的，自动驾驶也可以寻找新的模式，考虑新的外部道路也是方式之一。

大家拿到巨额资金后，如何为商业化添砖加瓦，依旧值得期待。自动驾驶是世界级难题，有太多课题需要探讨。