经产观察
IT资讯
IT产业动态
业界
网站运营
站长资讯
互联网
国际互联网新闻
国内互联网新闻
通信行业
通信设备
通信运营商
消费电子
数码
家电
通信设备

清研资本卢居霄:智能网联汽车的投资机会存在不确定性

作者:habao 来源: 日期:2017-11-6 20:11:08 人气:

  在技术进步、政策利好等多重驱动下,产业化进程是自动驾驶发展的关键,硬件、软件、数据哪个才是快速推进产业化的密码?值得深入探讨。2017年 10月27日,由大学苏州研究院指导,清新汽车、清研车联联合主办的“自动驾驶快速产业化的密码”主题沙龙在苏州举办。

  清研资本合伙人、华研投资总经理卢居霄做了发言。他分享的主题是《你不知道的智能网联汽车的投资机会》。他认为:“”现在产业的利益格局是不确定的,政策后面的变化非常大,径变现点不确定,会导致我们投资要投的点,踩的这个位能带来什么样的收益,这点是有很大的不确定性的。”以下为卢居霄的发言实录。

  首先我介绍一下清研资本和华研投资,清研资本和华研投资是苏州汽车研究院的投资平台,围绕汽车行业以及一些关联的行业进行投资布局,从2012年开始累计投资了五、六十个项目,管理基金15亿规模。目前,有1个项目顺利ipo,10多个项目进入股改,新三板,准备ipo,多个早期项目浮盈收益可观,若干项目被并购。总体投资组合收益超行业水平,尤其在汽车行业早期投资,我们的命中率很高,行业小有名气,希望今后能够更好的服务于汽车行业的创新,伴随产业发展壮大。

  今天我为什么起名这个题目,因为现在科技也比较多,大家的信息来源也比较多。但是该怎么投,投哪些东西,在哪些点上放多少筹码,今天跟大家一起来讨论一下。

  第一个不确定性,我认为是技术线的不确定性。智能网联汽车是一个技术创新驱动的产业发展新业态,是一个多学科交叉的行业,就像成院长讲到的,涉及到的技术是方方面面的,从到智能决策,控制执行、人机共驾、通讯的平台,包括信息安全,包括高精度的实时动态的地图,而且它不光是一个多学科的交叉,而且对于每个学科的技术要求是前所未有的。不是说你原来有一些东西在汽车行业就可以直接拿来用的,它对技术本身的要求是前所未有的高。因为汽车是个系统工程,任何新技术的导入,都要接受严格的验证,同时要考虑成本,供应链。

  举个例子,像方面,目前这些技术的解决方案还有待完善,新的技术还在层出不穷,有待验证。已经拿到大的融资的这些团队,可能由于技术线改变,由于能力的径依赖,没有转型的能力,导致整个项目失败或者销声匿迹。以lidar为例,从最早的工业单点测距雷达(sick),工业安防单线,多线机械旋转激光雷达(IBEO,Velodyn),国内的一些创业企业做了一些优化,对外宣传的混合固态,这些优化已经是这些团队能力的极限,但仍然没有改变成本问题,尺寸问题,扫描频率问题,无法胜任L3的需求。还有著名的quanergy,激光雷达的融资规模的独角兽,曾经多家知名的投资机构趋之若鹜,好几家行业知名企业投资入股,按理说应该对技术判断应该很科学,包括量产成本,可是最近的发布会以及内部传言显示,由于相控激光的T/R阵列太难加工,波导的效率低等原因,满足L3的车用激光雷达要到2023年才能预计量产,而且依然有很大的不确定性。这风口确实大,猪在风口上,也飞起来了,如果猪自己没有翅膀,光靠风,也不会飞持久,毕竟大部分投资人还得靠最终财务报表获得流动性市场的认可的估值变现,击鼓传花的游戏是很的。我们团队对其他的技术线,做了很详细的benchmark,包括固态面阵flash,mems振镜,连续波fmcw调制方式结合光通信原理的激光雷达。其中面阵flash,有探测距离问题,但可以用于近距离场景,不一定是汽车;mems振镜方案,距离,分辨率不是问题,可是很难解决相向对射干扰问题,但是mems振镜方案可以用于激光投影,深度相机,工业视觉,多行业应用可以分散投资风险;连续波fmcw调制方式结合光通信原理的激光雷达,我认为目前从原理上是最适合车用的,探测距离远,发射端和接收端没有明显制造困难,成本最低,生产工艺不复杂,部件要求不高,而且光源频率特征唯一,对射无干扰,而且也可以用于医疗设备,精密工业视觉。

  目前据我所知,投资激光雷达的投资机构,并没有把这些技术线做详细比较,跟风者比较多,造成的局部泡沫很大,这样的现象在智能网联还有很多,我觉得投资前一定要对各类技术,以及技术为产品,供应链能力的过程,做详细的论证和完备的比较,才能投到好的项目,稳定成长的项目。

  第二个不确定性,我认为产业政策的不确定性导致产业的利益格局的不确定,从而导致径和变现点不确定,导致预期收益不确定。刚才成院长说到了智能网联上升到了国家战略,而且是一个全新的业态,因为它在全球,智能网联产业其实是没有对标的,没有成熟的游戏规则来参考,我认为中国的应该会根据中国的汽车产业,我们的ICT产业,还有我们智能网联涉及到的方方面面的产业,来设计有利于中国的智能网联产业发展的产业政策和标准。这个思核心思想我认为是比较优势。中国的汽车产业大而不强,产业集中度比较差。但是ICT产业还是不错的,我们有华为,还有接近于美国独角兽的一些互联网公司BAT,更重要的一点是我们有一个强大而高效的。对比欧洲跟日本,汽车产业很强,汽车厂的集中度也比较高就,但是ICT、互联网行业基础差,而且从层面来讲,它是多或者小。美国的情况:汽车产业目前来看,比日本和欧洲若一下,比中国强一些,但没有绝对优势,我认为中国的造车水平已经接近美国,ICT产业全球最强,方面效率低下,从美国新能源汽车政策就可见一斑。

  根据决定脑袋原则,日本和欧洲的智能网联很有可能是汽车厂商主导的,美国有可能是ICT行业主导,而中国则是通过顶层设计,多方参与,根据智能网联涉及到的各个产业特点,来设计有利于中国智能网联产业发展的产业政策和标准。

  举个例子,有点像自动驾驶的线之争,一种是车厂来主导渐进式的自动驾驶,还有一种是互联网资本,直接一上来就是L4、L5。除了自动驾驶,智能网联还包括智能交通和车联网,我认为利益争夺点是,汽车到底是在图上跑还是图在汽车下,这个图是一个广义的图,包括通信运营,高精度动态地图。

  以hdmap为例,现在互联网图商都在纷纷做PR,包括一些论坛上他们也展示了一些东西,但实际上这个东西技术标准包含什么,包括采集资质需要哪些,不是说现有图商甲级的采集资质就可以去做无人驾驶或者高精度的动态的地图。

  刚才成院长也提到,国家肯定是由国家队来投资主体,建设智能网联汽车的全国运营平台到平台,包括信息安全,高精度动态地图底层,传统的这些图商无论是互联网的图商还是只是给车厂供应地图的图商,他们的分工只是做高精度地图的一个应用层。因为这涉及到国家信息安全。

  另外,一个例子,现在的图象技术很热,尤其深度学习,拿到的融资也很多,自动驾驶这个方向的也很热,他们从技术做起,后来又发现做软件出身做不了硬件,为了融资,就往高精度地图这个方向去走,给投资人讲一个无人驾驶运营平台的故事。但经过刚才的分析,前提假设根本无法实现。同时算法的获取成本很低,径也很多,因为研究人员会文,不懂的看论文摸索,基本也能七七八八。商务能力被政策,一开始算法的领先优势很容易失去。尤其是一些后发者,有持续烧钱能力的大公司,等这些小创新团队现金流短缺,直接通过挖人,实现超越,也不用专利问题,因为算法很难申请专利。所以我认为应该紧跟国家战略和意图,我们不能光听创业团队讲故事,还是冷静思考,他们力所能及的径和变现点, 什么时期介入,承受什么样的成本,未来客观的变现预期。

  最后,总结一下,我们投资的逻辑,或者投资的思,紧跟前沿的技术动态,依靠研究院,的大的平台,解构、重构,寻找合适的团队和合适的标的;第二个就是紧跟国家的政策,深入分析整个的价值链,找到合适的标的,并且以合适的投资方式实现投资的利益最大化。

  推荐:

  

关键词:通信原理试题
推荐文章