在之前谈到过，整个智能汽车方面的投资，是需要费心思的。从智能汽车的构成组成来看，从智能驾驶、智能座舱和智能网络架构三块，增加的硬件部份主要包括传感器、域控制器等几个关键环节。根据投资的实践和融资金额来看，智能驾驶领域的投资从2021年到2022年是掉的最快的，在这里的数据参考自IT桔子，里面的自动驾驶行业涵盖了广义的公司（包括了207家ADAS辅助驾驶公司和319家自动/无人驾驶公司），全球范围内从2021年的1525亿到2022年500多亿。相比较而言，现在车联网领域900家公司只有30亿的投资额。
Part 1
ADAS到L4自动驾驶
我理解这一轮ADAS和L4自动驾驶的投资，这些公司的取向是不同的。
这一波自动驾驶的企业，本质在于是不需要围绕原有的整车企业来做的。Waymo开创了不依赖于汽车整车企业，只需要在现有的车型上加装系统，其实可以理解为买车+构造一整套感知和处理系统，还有系统后台方式，反正如同一个独立体系一样，这需要海量的资金。
瓶颈在于运营端，拿掉司机以后，这个投入和产出怎么算得过来账。改造或者投入一套系统，把驾驶员的价格代入进去，然后在运营端去和不同的场景模式去算。
在这个基础上，中国过往几年有大量的投资，这里是不完全的统计。也就是说，随着Waymo、Cruise还有美国硅谷一系列基于L4运营没办法证明在高人力成本的美国可以快速扩大规模，在中国这些公司投入了巨大的资金，就需要回归主线，开始切入到做一个高科技的供应商的路线上去。
要么在特殊的场景下，谋求投资和收入上的平衡，目前在当前就业的背景下，这条路似乎比较难走。
如果说上述走L4路线的是一个方向，一开始就做ADAS的企业，主要是完成围绕感知+域控制器的做法。在这个路径上，需要和车企进行配合，因此我们看到从L4转型过来和车企建立好协作关系的企业，还是能占据一定的优势。这里的最终矛盾在于，类似美国特斯拉FSD的最终购买者在28.5万，也是不断投资不断投入的结果。而在中国这套L2+通往L3的系统，到底如何收费，怎么收费，车企还在尝试。
而且车企并不愿意简单的把整个通往汽车技术“灵魂”的研发，轻易像之前一样交给Tier1，在这里成为Tier1进行软硬件协同开发注定不是一件很容易的事情。而且从硬件层面，还有计算SOC卡住了整个迭代的步伐。
因此上述ADAS和L4的投资，甚至是高通芯片围绕软件，来构建一套基于芯片的软件架构，都在压缩这块市场的附加值。我们看到的问题，就是越来越多的人进入了这个领域，会做到70-80分，消费者还没完全为这件事买单。
Part 2
传感器和芯片的投资
如果我们再拆解细节一些，围绕智能驾驶感知+算力的模式去思考，目前的投资还可以围绕感知+芯片来看。
由于座舱、智能驾驶现在计算SOC芯片的算力竞争非常激烈，英伟达和高通跑在前面，后续ME、TI和瑞萨等企业也处在一个跟随的地步，由于投入巨大在这个领域目前已经到了后期。在建立车企、Tier1和软件生态的过程中，这个事情最终又和上述做智能驾驶的企业强相关了。
目前大的传感器，我们知道围绕激光雷达、毫米波雷达和摄像头三块，但是真正这两年大投入的，还是在激光雷达和毫米波两个方向。在这里的最大问题，还是传感器本身在朝着硬件化，软件通过集中处理做感知融合的做法。一旦进入这种单品硬件的逻辑，不断改进光路、射频和芯片的设计，最终这个传感器的价格会不断往下走。
芯片由于汽车芯片暂时还没办法和其他领域形成很大的共振，而且竞争是很白热化的。传感器硬件化的趋势，使得数千的单价，还是制约了普及的速度。
小结：我觉得智能汽车领域，在2022年美股的往下带动作用下，整体的投资进度出现了很大的滑坡。由于这里是技术密集型并且需要较长时间的印证，整个投资期会特别长。在钟摆式的估值波动下，这么多企业最终演化成什么样的竞争局面就成了判断往下走的关键。
最前沿的电子设计资讯
