本文为德联资本高级副总裁樊雪松在一次闭门活动上的演讲，他对智能汽车产业做了相对详细的分析，提到了当下投资过程中的一些困惑，同时也分享在当下市场环境下德联资本的投资逻辑。
传统车是一种硬件定义的汽车，车上每增加一个功能都要通过硬件定义，比如增加一个雨刷功能，就要加一个控制器硬件和雨刷硬件；上一种功能，加个ECU，这都是传统车的定义。这种硬件定义的汽车，生产出来之后是没法更改的，只要更改，研发都要从头来一遍。早期硬件定义的汽车，比较核心的支撑功能包括：发动机、传动系统、底盘系统、尾气处理，发动机的技术更迭代表了汽车的不同代际。
今天事情发生了变化，我们对车的需求和要求改变了。在这个过程中，车本身已经不再是一种简单的交通工具，它被赋予了众多职能，特别是被赋予了很多智能化的职能。整个汽车的智能化，汽车自身的传统功能仅作为车的基础，现在更多的需求是汽车具备一些自己的智能角色，具备无人驾驶方面的能力，驾驶员呆在车里边什么也不用干，汽车帮助我们实现需求，比如去什么地方、怎么去这个地方。
汽车如果变成这样，就不是传统车了，而是变成一种智能型的终端。今天离我们最近的智能终端是手机，它被赋予沟通、信息、社交、娱乐等功能。如果车往这个方向走，汽车的体系重启，车已经不是简单提一提发动机、排烟管的指标再集成组装起来，整个供应商体系发生了巨大的变化。
汽车产业生态重构，无人驾驶时代到来
传统的主机厂造车，造完车，汽车后续应用跟车厂没关系，司机怎么用，跟车厂没什么关系。现在的车不一样，客户拿到车之后，后续有很多升级迭代的东西。在这个体系中最大的变化是整车厂未来会向哪儿走，是成为运营商还是汽车加工厂？两种可能都有。
给车提供传统的供应和配套，传统汽车的产业链围绕着整车厂，在国内这一情况会稍微有点差别；在国内，这些国际巨头Tier 1体系太强，隐隐以这些国际Tier 1为中心。但国外完全不一样，国外整个产业链都是围绕车厂来转，车厂让你干什么，所有的供应商都要提供什么。
智能汽车让这件事情发生了变化，Tier 1和Tier 2的界限变得模糊，车厂本身的界限变得模糊，车本身的定义也变模糊了。汽车的供应体系完全不一样，之前的玩法，强调量产、安全、节能，整个体系都在发生较大的颠覆。
之前所有的配套关系现在全打乱了，在这个过程中，不管是走在前面的企业还是跟随的企业，不管是传统企业还是新代际企业，大家都很痛苦，因为你不知道怎么定义自己，该干什么。
这就给投资机构带来巨大机会，之前的大Tier 1，收入几千亿的企业，可能会分化出很多机会，产业也会孕育出很多机会，对投资机构来说迎来了大丰收。投资人已经很难见到这么成体系的产业机会，离老百姓这么近，这么紧迫的技术、产品更新衍生出这么多的投资机会，对投资机构来说是一件开心的事。现在的智能驾驶创业企业里，有比较贵的“大白马”企业、有比较便宜的、有各个代际的、有水面上或水面下的，但大家发现一件事，当你投资这个行业的时候，的确没法下手。很多无人驾驶创业企业，估值很高，没什么收入，也没啥利润；这个企业招了大量的人，有300、500、1000人，每年花大量的钱养人，做研发，你也不知道他们具体在干什么，做这些事情到底意味着什么。
巨大机会面前的市场困惑
以我们对产业发展规律的认知，汽车比较讲究量产、安全，进入主流车型配置，就可以一套接一套地卖配件，车卖的越多，配件卖的越多。今天来看，这些企业，用传统的估值体系，没法框定和评判，这同时给投资机构带来了很多困惑。我们发现用传统汽车发展的规律已经没法解读今天的创业现象，但大家又干得风风火火。我在这里提出我们面临的一些困惑：
一、技术需求确定，技术路线不清晰
汽车的技术需求很简单，无人驾驶就是为了实现这个，无人驾驶的各个环节把相应的需求功能做出来就行了，整个架构其实已经相对达成了一致的认知。但我们发现在寻找具体的点和具体的产业布局时，实现需求或功能的技术路线完全不一样。
以视觉来看，有做芯片的，也有做算法的，还有做模组方案的，不知道未来什么样的路线会是行业的主流。但对于投资机构布局来讲，是没法做折中选择的，除了0就是1，要么投，要么不投，总要选一种方式。
视觉类的创业公司非常多，技术路线也很多，有传统以模式识别算法为主的公司，也有以人工智能等新代际算法为主的公司。激光雷达创业的公司，技术路线也有很多，有机械式扫描、MEMS振镜、flash lidar、OPA等技术路线，投资机构要怎么选择技术路线？很清楚的一点是，未来不可能所有技术都是并行的，市场总会给出一种选择，产业的发展和技术的趋势总会给一种选择。但今天我们应该怎么选呢？机构要往一个碗里放钱（投资），不能跟对方说，可放可不放，放了就是放，不放就是不放，没办法做哲学性的选择。所以投资机构就会面临这种技术路线的困惑。
除了感知，决策环节也是一样。各家企业的电子架构好像都不太一样，有的是域控制器的，按功能进行域的划分；但各厂商的功能划分又不太一样，有的把底盘跟动力放在一个域，有的把智能驾驶单独划成一个域，有的把传统功能跟其他功能叠加在一个域。特斯拉就更奇葩，不按功能分，按位置划分，一个在车身中央位置，剩下两边的位于左右。这时机构就要选择，到底投在什么技术路线和方案上。域控制器说起来就是一台计算机，但因为它是车上用的计算机，跟我们平时用的计算机不太一样，平时用的计算机死机了就重启，车上的计算机死机就出事故了。
在这些情况下，投资机构要怎么选择呢？产业处于发展过程中，技术没有形成标准和体系时，怎么面对这个事实？技术跟我们最直接相关的，是对一家企业来说，怎么选切入点？传统汽车的发展规律是：硬件定义，硬件技术成熟之后，就把硬件产品装在车上，车的辅助驾驶ADAS产品、停车的辅助等功能成熟了，安装到车上，环视感知成熟就在车上增加环视功能，停车的自主泊车功能成熟就在车上增加自主泊车。听起来也很自然，循序渐进，我们非常理解，大多数情况下，也很愿意接受，这是我们传统看车的观点。
二、方向确定，路径不清晰
这几年，行业突然出现另一批企业，不做L1、L2的成熟产品，直接做L4、L5的高阶无人驾驶功能，投入大量的人才和资金，把这个行业最优秀的人全聚在一起做研发。他们也不关心汽车传统的玩法，反正L4、L5这件事一旦做成，未来汽车产业就跟传统车厂没啥关系，所有的车厂都得给这些企业打工。如果L4、L5功能做不成，就持续投钱，早晚能做成。在2005年、2006年，甚至2010年之后出来一批这样的企业，以谷歌、百度为代表，他们不是传统汽车的玩法，但他们投入了大量的资源，给行业带来了很大的挑战。
今天整个ADAS系统中，APA功能安装在一个快速上量状态，渗透率越来越高，功能越来越人性化。按传统汽车的逻辑，我做这个，做完了你买就行。但现在这拨瞄向L4、L5的企业，不关注近两三年的东西，就奔着汽车的未来全无人驾驶，如果成功，将颠覆整个汽车行业。全无人驾驶这事很难，作为投资人，怎么来选择投资标的和投资方向呢？
国内还有一拨企业，单独做小场景的无人驾驶，如做港口、矿山的无人驾驶，这跟做汽车通用场景的无人驾驶有什么关系？比如把L4做好，是不是所有的场景都通吃？把L1、L2逐步做上去，未来L4是不是一定是你的。
在一个大赛道里选一个相对的方向，在方向里选一个技术清晰的路径，这是投资机构传统的投资布局方式。大家也希望沿用这种方式，这种方式会找到更多的确定性。但面向无人驾驶，这些方式都变了，跟各家的风格有关系。如果虚无缥缈的东西最后能变成一个完美的颠覆，我也愿意花大钱买，只是我们不知道花钱买的是不是最终剩下的那个结果。我们都知道，最终一定会实现无人驾驶。但有些企业选了L2级方向，有些选了L4级方向。
德联2016年投资了天瞳威视，做汽车视觉感知算法的，投的时候我们做了大量走访、梳理。当时整个汽车行业给不出一致的观点，车厂是一种说法，行业专家是另一种说法，再问互联网创业的科学巨头，又是一种说法。对机构来说，怎么来解读和面对这件事呢？机构总要做出投资决策，不能因为自己的犹豫错过整个时代，如果无人驾驶汽车的时代错过了，还有什么更大的机会可投？我们现在可预知的产业代际里，能有那么大体量的行业很少，还有什么可投的，零散的碎片机会，又怎么带来长久的希望和机会？我们在投资的时候，就面临这种困惑，困扰着我们如何选择。
三、趋势确定，格局不清晰
汽车产业格局大，经常占到GDP的15%，不管是国内还是国外，参与方众多。紧接着下一个问题，这么多企业参与无人驾驶研发，最终谁能活下来？活下来之后会是什么样的？蔚来CEO李斌接受记者采访曾经说过：如果你要造一辆车，基本的前提是200亿资金起、3年的研发，这只能保证你把车做出来，但不能保证做出来一定卖得畅销。
从我的感觉来看，这个产业门槛特别高，这么大量的钱，招这么多人，研发做出一辆车，那为什么每家都想自己做车？传统造车厂很好理解，上汽、广汽，造车是他们的老本行，不做造车又能做什么？
后来又出现一批新势力造车，新势力造车最早大家是看不清楚的，特别是传统汽车产业出身的人对新势力造车有点看不上，因为以传统汽车的规则来看，为什么要出现新势力造车？造车的产业体系非常全，供应商、资金、技术、成熟的产业分工，已经非常成体系，为什么要新建一个体系出来？
但这么一批新造车势力，现在来看做得也不错。资本市场也给了大量溢价，美国最大的3家车企，通用、福特、克莱斯勒，加起来的市值就是特斯拉的市值。这3家美国汽车企业中，年收入最小的一家汽车的利润比特斯拉的收入还高，为什么资本市场给了特斯拉这么高的估值？国内也是如此，蔚来的市值基本比上汽、一汽、广汽加起来还要高，目前从任何角度看不出来蔚来一定比这些国内汽车龙头更赚钱。上汽仅在南京持有的汽车厂房都比蔚来的固定资产还要多，但市场就给了蔚来这么高的估值，你解释不清这个问题。
如果说蔚来、小鹏等新造车势力已经算成功了，至少在今天中国汽车市场有这么一号。现在又出来另一拨企业，华为跨界造车。华为在上海有个汽车BU，看起来有小一万人，华为拿出大几百亿的资金做研发，开发整个无人驾驶的各个环节的零部件，包括传感也自己做，中间的控制器自己做，甚至线控底盘还要自己做。业内有句话，“华为过后寸草不生”，只要这个行业华为做，那跟别人就没啥关系。华为要造车，小米也要造车，雷军说先在造车上放100亿，后续还有1000亿资金在跟。从资金量上，小米可以把车造3遍了，但我们现在不知道，小米要造一个什么样的车。这几年百度无人驾驶的趋势，也是往汽车产业靠、往量产落地靠，按汽车传统的规律在做，按量产的方向在走。滴滴跟理想合作、跟广汽合作造车，阿里跟上汽成立知己，苹果也要造车。
其实造车不是特别赚钱的事，扒一扒这些汽车集团的毛利、净利，跟一些科技行业比，并不算太高。但不知道为什么大家都喜欢造车这件事，在这里，一方面是孕育了一个巨大的机会和体系，另一方面给了我们很多困惑，因为不可能每家造车企业的全都能活下来，再过10年、15年、20年，这些企业之间是什么关系，这些企业会成长成啥样？
如果按手机产业的发展历程和目前形成的格局，来想象今天的造车产业，手机行业国内就剩了五六家我们常提到的企业，那些边缘的企业基本上日子过得挺辛苦。车这个行业会不会跟手机行业一样，最后就剩五六家？如果汽车产业发展成手机行业目前的格局，今天就更难说谁是活到最后的一个？今天光传统车企就有好几百家，未来谁会留下来？无人驾驶趋势非常确定，人人都知道，但最终谁会留下来？这是投资机构特别困惑的一系列事情。虽然有这样的困惑，但在面向颠覆性的、巨量的市场空间和产业体系的机会的时候，投资机构却不能坐视，不能等待，因为再等两年，就没你啥事了，市场已经稳定、成熟了。
在伟大的变革和趋势面前，我们如何做选择？
作为投资机构，怎么来选择和布局这个伟大的变革和趋势呢？有些机构喜欢投一些颠覆性的机会和企业，我们也愿意和希望这样的机会能够成功。如果投了一家类似博世的企业，投了一家汽车里的华为，投了一家汽车领域的安波福、采埃孚，任何一家投中，都会有无限的想象空间和巨大收益。比如博世，一年小一万亿欧元的收入，如果投中这样的公司，从今天的视角讲，任何估值进入都是赚钱的，不管是10亿美金还是100美金，都可以赚到大钱和大收益。问题是怎么判断出来它一定是博世？我们希望颠覆性的机会经常有，也希望每家机构都能如愿达成。
一、布局关键环节核心技术，赋能汽车产业变革
对德联来说，我们选择了另外一种更踏踏实实的布局方式。我们常说掘金，掘金是最赚钱的吗？其实是卖铁锹最赚钱。大概就按这样一个朴素的逻辑，我们在这个行业中选定一些关键环节的核心技术，给汽车产业赋能的技术和产品。
以视觉识别为例，不管做L2、L3的无人驾驶，还是做L4、L5的全无人驾驶，总离不开视觉。不管是从芯片切入、模组切入，还是算法切入，总得解决车的识别问题。所以我们锁定在核心环节的关键技术，最关键的不是实现芯片本身，是解决问题的算法最核心。当然不是说芯片没意义，只是说在这里面最核心的是算法，不管谁做，都离不开算法这件事。我们选的是关键环节，是为产业赋能，而不是上来就选择颠覆性。颠覆性的机会一定有，在感知、决策、执行的各个环节里都会有，但我们认为这更多存在于巨头之间。我们做出了这样的选择——为产业赋能，只要这个产业发展方向确定，解决关键问题是必须的。
当然，在这里做选择，依然还会碰到很多问题，不同的产业代际和不同的技术出现的时间点是不一样的。从无人驾驶的落地场景方式来看，目前落地的主要是L2级或准L3级的功能。从场景上来看，除了传统的乘用车、商用车外，在一些特殊场景上，大家也做出了不同的选择。比如我们常说的矿山、农机，这种无人驾驶需求的刚性更直接。比如农业场景，没人种地，自然要用无人驾驶。
这些场景不像通用的乘用车无人驾驶，乘用车体量太大，国内一年卖两千多万辆，国家对这个产业一定是严格把控的，不但把控产业格局，还会框定产业参与方、产业技术代际等，所有的环节都会有国家的战略意志和规划。最简单的，L3级无人驾驶，到今天为什么在公共道路上没法跑？因为国家认为这一技术还不成熟，所以要求公共道路上不能跑L3级的，要保障行人和车主的安全。所有L3或L4的车都是在一些示范道路上，或在国家给了需求的这些地方跑。可以看到各个城市出现了很多示范性的道路，企业可以在这些道路上跑自己的功能、算法，等成熟了，国家会有进一步的配套产业政策出来。
但其实除了通用场景的无人驾驶,还有很多场景没有那么严格、复杂的政策限制，而且这些场景的需求比通用场景来得更直接、更刚性。通用场景的需求主要是客户的需求，客户希望使用无人驾驶这个功能提升体验。这些非通用的场景，它的需求是由产业发展的技术代际和直接需求决定的，比如矿山都在荒山野岭，大家都不愿意去。大农业都在地广人稀的地方，没有人愿意种地，所以有强烈意愿选择无人驾驶农机进行耕作。
二、把握节奏、循序渐进，商业落地先行
在产业节奏的选择上，我们从2015年左右开始系统地梳理无人驾驶体系，最开始主要关注感知环节。从当时的无人驾驶代际来看，L3、L4有很多创业公司在做，但都没有走向准落地的场景，大家都是用一些实验性的、项目式的方式在做尝试，这同时也给了很多非汽车背景的创业公司很多经验和教训。在车这个领域想赚钱，光靠做项目是不行的，做项目非常辛苦，要投入大量的人，账期非常长。所以从整个产业体系上，德联主要布局了感知环节，比如视觉，不管做哪个环节的应用都离不开视觉，所以我们投了天瞳威视。
视觉感知中，又有很多产业问题，首先各个技术代际的产品同时存在，所以做视觉的创业公司很多。视觉方案也有很多，包括双目的、三目的、单目的，算法上有传统模式识别算法，还有现在的人工智能算法，有各种算力和功能的硬件要求。我们选择紧贴汽车行业，跟着行业的节奏布局，走的太早容易成为行业先烈，我们早期在整个无人驾驶代际上，先布局了传感。
最近这两年，是准L3级落地的时点，如果L3落地，最大的变化是传感器增加得比较多，不能像传统硬件定义汽车，一个传感器、一个控制器，一个车上加一二十个传感器，就要增加一二十个ECU，造车系统和算力的极大浪费和协调的复杂性。整个汽车架构会出来一种新调整来应对这些变化，国内已经开始有一些车企在做这方面的尝试。在这样的背景下，我们找到了宏景智驾，不管谁做域控制器，总离不开硬件本身的功能安全以及跟车相关的系统资源调度的基础能力，有这样的能力和量产经验，就能够先走一步，在国内的车企中，形成引领作用。整车厂也不知道域控制器这个东西该怎么做，提什么要求，应该长成什么样，所以产业的发展中需要宏景智驾这样的企业来引领方向。
对车来说，如果把更多的功能交给机器本身，传统以人为中心的执行机构就难以应对，线控底盘就需要线控化。所谓的线控化，就是由机器控制代替人控制。我们顺着这样的产业节奏一步步往前布局，基本上摸准了整个行业的脉搏，跟着行业的节奏循序渐进布局。在布局每个点时也面临很多困惑、纠结和无助。但从整个过程来看，我们严格约束自己，不做超过行业本身发展阶段的布局。超出行业本身发展阶段如果成功，会获得巨大收益，但这样的布局确实很难把握，能够成功是小概率事件。
三、尊重汽车产业发展规律，脚踏实地
刚才提到的几种布局方式，总结一下：不管造什么样的车，离不开汽车行业本身的发展脉络。车说起来简单，很多技术并不算很先进，把同样的技术拿到半导体、航天、飞机上，这些技术的绝对指标没有那么高，但车本身的供应体系是非常难进的。这个体系有以下几方面的特点：
第一，车体量比较大，对于产品的可靠性有极致的苛刻要求。以乘用车为例，进入前装的零部件，可能一年就要有100万套的量，这就要求传感器的功能、性能、生命周期、产品可靠性是一致的。这事听着简单，想达到非常难，这就是我们常说的“这个产品有没有达到量产级要求，或你的产品有没有经过其他车型的考核”。国内的汽车零部件供应商产品若没有经过这些考核，外资车厂基本理都不理，他们会认为，这些零部件产品还没进入到可靠性的阶段。
汽车本身的行业规律是什么？简单地说，就是一个产品一步一步研发，逐步磨合积累出来，从A样、B样、C样，到前装小量级车型，再到主流车型，大批量前装，先供应内资车厂，再到合资车厂、外资车厂。车就是这样，你想在这里边做超越代际的事，很难有这样的机会。
第二，车有特别复杂的体系和研制流程。不管是认证还是检测，有德系的、日系的、美系等体系。除了产业的苛刻要求外，还要求产品产出的过程是标准的，是对所有方面全方位的考核。前两件事做好后，还不能保证供应商的产品一定能卖出去，第三件事也蛮重要的。
第三，汽车是一个相对封闭的产业圈子，如果一家创业企业之前没做过汽车产业的事情，想进入汽车产业圈子还是蛮费劲的。也许这家企业背后有很多资源，但如果不懂汽车行业的规矩，想进入汽车供应体系，没法跟车厂有共同语言，几次下来之后，车厂就不带企业玩了。
我们常说车这个圈子非常封闭，在国内形成了围绕几个核心主机厂的产业配套圈子，新兴的供应商进去很难，认证的周期很长。一个新的企业来了，所有流程走一遍，背后可能是车企几个部门、几十个人、几年的时间来配合，很多车厂是没有那么多资源浪费在做这件事上的。几十个新企业来了，车厂没那么多人配合做认证和测试，车厂这些人本身就非常忙碌，还要配合新企业做这些磨合，其实力不从心。汽车行业是一个特别讲规矩的行业，有明面上看得见的规矩，也有一些水面下看不见的规矩。不是汽车背景出身，想玩“汽车游戏”是非常辛苦的，学习的周期非常长，成本也是非常高的。
在投资布局时，我们会基于汽车自身的规律和画像，框定我们希望布局的企业。总结起来，我们大多数被投企业，其创始团队都有汽车产业背景，不管是之前做过长期的跟踪研发，还是做过汽车不同代际的研发项目，还是直接产业出身。比如我们投的宏景智驾，创始团队都是汽车产业出身，都是懂汽车产业规矩、理解大生产的组织的人。
汽车是制造业，现在整个产业技术的发展，给我们讲了很多非制造业属性的故事，但不管做汽车的哪个代际、哪个产品、哪个核心零件，最终一定要回到制造业，回到“人、机、料、法、环”，回到大生产组织体系。企业在70人以下时，不需要管理，老板只要勤奋一点，每个人都能认识，想做什么，效率很高；但当企业超过100人时，就需要一个体系和组织来维持，而很多创业企业在这方面是没有经验的，这种大的生产组织体系怎么能稳定地运行下来？很难。
战略定位也很重要。车的产业体系太大，从上游往下游迭代，产业代际、产业发展趋势，机会很多。如果造整车做成了，当然是最赚钱的，蔚来四五十万一辆，一年卖一万辆，几十亿的销售额就出来了，如果一年能卖十万辆，收入就了不得了。但一个企业究竟怎么选择，和它的资源禀赋有关系，你现在的团队配置能力，是不是足以支撑你今天做的这件事，这里边讲究在适当的资源禀赋下，做合理的产业配置和商业切入，只要超越了自身的认知和能力边界，很难走到最后。
我们希望未来瞄着的、准备布局的企业，都会在这样的地方有自身的认知，不会在这些地方掉到坑里，这是我们对汽车产业的整体认知。我们投资的企业，创始团队大多都是汽车产业出身，或对汽车产业常年跟踪、研发，对汽车产业圈子的事非常了解。不然很容易在这个行业吃亏，这个行业好人比坏人多；面向具体企业时，坏人比好人多。大家基于自身的立场可能会做出不同的选择，你没法要求每个人对你来说都是善良的人，如果每家车企都学雷锋，那世界就太美好了。
德联在汽车领域顺着无人驾驶这个代际做了很多布局，首先是传感层面，然后在决策层面、执行层面，包括一些场景的落地，还在不停地丰富整个代际的布局。这些年顺着整个汽车的发展方向，包括锂电的体系、无人驾驶体系、氢能体系，我们都做了长期持续的布局。希望通过这些布局，通过自身逐步地学习和认知过程，能引出这个行业未来在中国汽车舞台上永远传奇、最牛、最优秀的企业。
演讲人介绍：
樊雪松先生于2011年加入德联资本，长期聚焦于智能驾驶、高端制造、军民融合等硬科技领域投资，致力于培育优秀的中国硬科技企业和企业家。
注重与企业家深度交流、相互学习、共同成长，在德联资本负责的投资及投后管理部分项目包括：中航智、珞石机器人、睿信丰、天成益邦、天瞳威视、宏景智驾、百瑞互联、英创汇智、中科原动力、飞芯电子等。
加入德联资本之前，曾在航天五院工作6年，卫星环境试验室和卫星空间环境试验负责人。
先后获得哈尔滨工程大学本科，天津大学机械学院和清华大学经管学院的双硕士学位，固体力学工学硕士和工商管理硕士学位。
