文/文宇
来源/锦缎(ID:jinduan006)
我们这代人，最大的幸运之一，是将亲历发生在中国的第四次产业革命。
这是一种周期性必然，奇点已经显现：
从时间轴上看，1947 年晶体管的诞生，最终造就了以集成电路/计算机为主要创新集群的第三次产业革命——也被称为信息革命。74 年后的今天，互联网已经渗透到世界每个角落。数字经济作为全球性支柱产业，2020 年规模达到 31.8 万亿美元，占比 GDP 总量的 37.5%。
截至 2020 年，数字经济投资回报率是非数字经济的 6.7 倍，即使不考虑疫情的催化——根据边际效益模型测算，至多再有 5 年，数字经济与 GDP 总量比值将超过 50%，进入生命周期的成熟期。这也意味着，持续一个多甲子的信息革命，即将完成它的主要历史使命。
从现实基础看，2020 年，中国数字经济规模为 39.2 万亿元，占 GDP 比重为 38.6%，位居美国之后排名世界第二。垄断了互联网公司全球前 20 强的中美，将是最早穿越信息革命的两个国家，在进入新产业周期的技术势能储备上，二者有着各自比较优势：我们的优势是信息数据，AI、5G、新能源等先进生产力，以及制造业全产业链间的耦合能力；后者的优势是先进制程半导体技术。
在摩尔定律制约下，半导体技术的代际差距，将像过去 10 年的面板产业一样，被逐渐拉近甚至填平。退一步讲，无论从历史规律上还是常识角度看，产业革命均肇始于商业信息密度最高的国家，纵使有美国一个名额，中国也不会失去这个机遇。
更为核心的事实依据还在于，根据熊彼特的破坏式创新理论，引发新一轮产业革命的导火索已经被引燃——第四次产业革命，将是智能化革命；奇点已经临近，以自动驾驶为代表的智能混合技术创新集群正在呼啸而至绽放在我们身旁。
这将是本文的主体内容，我们以下展开。
01
产业革命的本质：追光
1905 年，还在瑞士伯尔尼专利局担任三级技术员的阿尔伯特·爱因斯坦连续发表了 5 篇震古烁今的学术论文，其中之一就是《狭义相对论》。10 年之后的 1915 年，在狭义相对论基础上进一步统一了引力之后，爱因斯坦作就《广义相对论》，并于次年发表。自此，人类对于客观世界的改造路径以及对宇宙的认知，被这位 36 岁的“科学怪人”所照亮。
相对论有三条基石原理：光速不变原理、狭义相对性原理与等效原理。相对论的系统性固然晦涩深奥，但这三条原理之于普通人并不难理解：
◆光速不变：无论在何种惯性参照系中观察，光在真空中的传播速度都是一个常数，这个数值约合 30 万公里/秒；同时光速无法被超越。
◆狭义相对性：在任何惯性参考系中，所有物理定律都是一样，不存在绝对空间。
◆等效原理：引力的效果与加速度的效果是等效的，在同等引力场内的参考系中的物理规律，是完全一样的。
注：简单理解，惯性参考系就是没有加速度（引力）的参考系。故而狭义相对论是广义相对论的一种特殊状态。
基于这三大基本原理，很多神奇的效应、现象与预言逐渐被我们捕获：钟慢效应、尺缩效应、核聚变、时空扭曲、引力波、宇宙大爆炸与膨胀、奇点与黑洞、暗物质……
图：阿尔伯特·爱因斯坦。来源：网络
回归产业经济视角，这三条原理，基本（至少截至目前）框定了人类科技树的一个极限高度：无论怎么改变参照系，一重底层逻辑均在于，我们改造客观世界的速度势能都是为了无限迫近光速（被寄予厚望的量子力学也无法改变这一点，量子纠缠无法传递信息）。
相对论作为人类迄今科技文明唯二最高框架之一，站在这一平台之上，回溯、解构并瞭望近现代产业经济的整体脉络，我们的整个视野便就明朗清晰起来：
从通俗意义上讲，18 世纪 60 年代以来人类社会所经历的 3 次产业革命，本质都是基于光速坐标，在时空维度的相对性扭曲式裂变延展。每一次产业革命之后，我们对于物理极限的探索，都在光速坐标系内踽踽前行一个微小的刻度——对此，可以通过数字对比方式，直观地理解我们所处的时空位置：
▲光速：30 万公里/秒，活动范围—宇宙；
▲以脚代步：博尔特瞬时速度 12.5 米/秒（无法持续）；活动范围—村落；
▲农耕时代马车：2.78 米/秒；活动范围—城乡；
▲第一次产业革命：蒸汽机车 22.22 米/秒，活动范围—国内；
▲第二次产业革命：内燃机车 68.05 米/秒，电动机车 144.44 米/秒（高铁当前理论极速），民用客机 647.22 米/秒（协和超音速）；活动范围—国际；
▲第三次产业革命：人造卫星、航天飞机与目标飞行器（天宫一号）7900 米/秒（第一宇宙速度）；活动范围—太阳系内近地空间。
▲截至目前，人类最快飞行器是帕克太阳探测器，它的最大速度为接近 200 公里/秒（需要说明的是，这一速度的实现是引力的“弹弓效应”赋予，而非绝对的人类能源动力技术）。
200 公里/秒 VS30 万公里/秒，也就是说，在实体时空维度里，基于光速坐标，人类的科技文明进程目前只达到了已知的1/15000。
三次产业革命，迈出了科技星辰大海征程的“万里长征第一步”。但作为人类，不必妄自菲薄的是，在 260 多年的时间里，从 2.78 米/秒的马车时代到 200 公里/秒的空间航行先导时代，我们已经完成了 16 个多指数级别的科技文明迁越。
图：指数级增长是指以2^n的速度增长。来源：百度百科
更重要的是，这只是实体时空维度内的成就。而基于光速坐标，在虚拟时空维度的裂变，近百年以来，已经接近一个新文明的高度：
基于库伦、安培、法拉第等先驱的持续探索，麦克斯韦于 1865 年推导出“麦克斯韦方程组”揭示了电磁波的存在，后于 1887 年被赫兹通过实验捕获（证实），电磁波最终成为人类世界信息传输的媒介载体，并在此技术上诞生了电报、电话、电视、智能手机、互联网与移动互联网（这也可以推演出，如果只是单纯的万物互联——即物联网，也只是第三次产业革命的余波，并不会构成产业革命式变革），造就了我们所处的这个五彩斑斓的时代。
目前，电磁波在特定物理距离内的传播速度正在无限逼近光速——在实验室内，信息在光纤网络中的传播速度已能达到光速的 99.7%。
当然，在现实环境下，电磁波传播速度相比光速的 99.7% 还有相当距离——比如我们当前民用的 1000 兆光纤，信息传播速度只相当于光速的1/10000（当然下载速度还远达不到）。
不过万兆光纤技术的商用其实也已成熟，可以预期的是，为了配合 5G 智能生态的演进，其将在未来两三年内广泛推广（比如 8k 电视显示技术即需要万兆带宽匹配，日本为了配合东京奥运会，已经推出万兆宽度服务，月服务费约合人民币 400 元左右），届时商业数字信息理论传播速度将达到光速的1/1000（5G 的理论峰值速度可达到 20Gbps，相当于光速的1/500，但需要更先进光纤网络的配合）。
图：智能革命的基础设施—5G 基站。来源：网络
从1/10000 光速到1/1000 光速，这是 3 个多指数级的跃迁，我们正在跨越这个临界点，而这样的事实寓意重大：上文可见，从前三次科技革命的历史经验看，基本上在光速坐标上每迁跃2-3 个指数级（相当于4-8 倍），就意味着一场产业革命的爆发。
另从客观事实角度审视，实体时空的科技进程目前被锁死在1/15000 处，人类能源动力绝对速度的下一个指数级迁跃，理论上要寄望于电推进系统的新奇点到来以及可控核聚变的实现，抑或未知新能源的显现。
实体时空的1/15000VS 虚拟时空的1/1000，这意味着，新一轮的科技革命将指向后者对前者的平权赋能，亦即处理信息能力具有指数级强势的智能算力对相对弱势（这是一种接近于绝对的相对）的人体算力的平权赋能——进而我们便不难推演出，AI+5G (甚至 6G，保守测算 6G 相对 5G 也将有一个指数级的进步)，将是第四次产业革命那根导火索。
02
为什么是自动驾驶，为什么是 Robotaxi？
一个基本常识是，经济是其技术的表达，当技术集合在一起，由此创造一个组织结构进行决策、生产、销售、服务，并由此创造了我们称之为“经济”的产业及社会活动。
故而，产业经济出现重大的正向转折及至发生产业革命，一个基本且核心特征是具备颠覆原产业模型的重大技术（或技术群组）的出现以及成熟，以淘汰旧的技术和生产体系，并建立新的生产体系。这既是马克思主义哲学对生产力与生产关系的部分论述内容；也是熊彼特所说的“创造性破坏”理论——即“新的生产函数的建立”，也就是经济学意义上的创新。
熊彼特认为“创造性破坏”（创新），是穿越康波周期、走出经济萧条直至再度繁荣的必由之路。这也成为当今全球产经业界的基本共识。
图：约瑟夫·熊彼特。来源：周公子论社群新零售
这一理论，展开来说，主要有以下几个基本观点：
△创新是生产过程中的内生结果。
△创新是一种“革命性”变化。
△创新的过程也是毁灭的过程。
△创新是经济发展的本质规定，而非人口和资本的增长所导致。
△创新的主体是“企业家”。
以这一理论为参照，蒸汽机—内燃机—计算机—互联网，这些技术的诞生以及各自孕育的商业形态，无不遵循同样的逻辑。
所有这些逻辑里，最为内核一条的特质还在于：生产力水平至少呈现2-3 个指数级以上的增长；生产关系瓦解并重构，并产生出4-9 个指数级的商业增量效应（不考虑通胀水平）。
——前者（生产力）我们已经在第一章节归纳，关于后者（生产关系），系以完整经历过 3 次产业革命的英国为例归纳得出：
●1860 年第一次产业革命结束，第二次产业革命开始时，名义 GDP 为 812 百万英镑；
●1940 年第二次产业革命结束，第三次产业革命开始时，名义 GDP 为 13303 百万英镑；
●2020 年第二次产业革命即将结束，第三次产业革命即将开始时，名义 GDP 为 2110000 百万英镑。
以上，812 之于 13303 是 4 个指数级的增量，13303 之于 2110000，是 8 个多指数级的增量。以此可见，一个指数级的生产力跃迁，至少可以带来两个指数级的生产关系增量空间。
其中值得指出的是，过去 10 年，该国名义 GDP 增速逐渐滑落至2% 以内，屡创过去 60 年新低，这也证明第三次产业革命的动能正在逐步消退，全球经济正在拐入衰退甚至萧条。
全球经济时钟正在指向衰退及萧条周期，这也注定需要基于颠覆性技术的全新增量商业模型接棒扛鼎。检视当今人类在产业经济领域的工具箱，AI 技术以及基于 AI 技术的混合智能商业生态已经表现出了这样的潜能。
关于 AI 为何能将延续继“蒸汽机—内燃机—计算机—互联网”之后的产业经济使命问题，我们继续代入“创造性破坏理论”的 5 要素：
1. AI 是人类生产过程内生的结果：一则从技术脉络视角上看，它是基于计算机平台的自然延展；二则从产业供需视角上看，随着人类物理世界被互联网数字化，所产生的天量数据很难依靠人工手段处理，在这一点上具有深度学习能力的智能机器的出现是历史必然——换言之，数据相当于马铃薯，有相关历史常识的人都知道，马铃薯是人类物质社会的一个奇点，造就了人口的爆炸式增长，而数据则正是人类数字化社会的那个奇点，将造就智能机器的爆炸式繁衍。
2. AI 是一种革命性的变化：这种革命性其实正方兴未艾，当前仍是弱人工智能时代。但即使这样，我们通过几个简单的案例，也可以直观理解其革命性所在：AlphaGo 碾压人类围棋冠军；特定场景下，百度 L4 级别无人驾驶 AVP 技术的商业化落地；AI 当前在抵御疫情所用的 mRNA 疫苗开发中不可取代的作用——研发时长从 10 年缩短到 11 个月，恰符合2-3 个指数级的生产力迁越水平。
图：败给 AlphaGo，人类围棋世界冠军柯洁泪洒现场。来源：网络
3. 创新也是毁灭：最典型的趋势案例是 Robotaxi 对网约车的取代效应，这一点，我们会在后文着重展开。
4. 关于 AI 从属于经济发展的本质规定，且创新主体是企业家等两个要素，基本属于常识，或不需要赘言论述了。
尽管 AI 纵有千般好，且被公认是一项颠覆性技术，但它在过去 60 多年，所经历的 3 次凛冬，尚难以使最广泛公众对它产生“共情”，以至于我们在全球范围内具有领先优势 AI 公司百度，以及在垂直领域具有比较优势的“AI X 小龙”们，不是被冷眼相待，便是融资逐步遇冷。
凛冬也好，冷眼也罢，阻碍 AI 进入寻常百姓心智的，实际还是它的商业化问题。好在，这个冰封时刻已经过去了，AI 的商业化奇点已经来临，它就是自动驾驶——如果需要更精准一些，就是 Robotaxi。
自动驾驶是 AI 的具体商业化表达，其中 Robotaxi 是自动驾驶最具社会与经济价值的商业形态，具有典型的创造性、破坏性与不可逆性。
对此，哥伦比亚大学 AI 实验室主任胡迪.利普森在其与另一位业界专家合著的《无人驾驶》一书中，有着理性的比较式研究，并提出了“零原则”原理：
根据该原理可知，撼动传统行业的新兴科技都有一个共同特点：一项或多项生产工作的成本将降至几乎为零。遵循该原则的技术推出几年后，产生了极大的行业影响，最终成为行业革命导火索。
蒸汽机做到了这一点，计算机也做到了这一点，这一次轮到了自动驾驶，轮到了 Robotaxi。根据胡迪.利普森的梳理，具体而言，自动驾驶以及它的子集 Robotaxi，可以将 4 项昂贵的社会及生活成本减至接近零：
1. 接近零伤害。以美国为例，每年因交通事故导致的医疗成本以及工薪损失超过 500 亿美元，自动驾驶可以将这一数字减少趋近于零。最重要的是，数以百万人的生命，因此挽救。
2. 接近零技术。自动驾驶汽车去除了一项客运或货运的成本：工资。
3. 接近零耗时。自动驾驶将驾驶时间减少至零。以美国为例，人均驾驶时间为 3 小时/天，每年耗在拥堵上的时间是 63 小时。这些时间最终都可以用于工作或生活。
4. 接近零尺寸。自动驾驶汽车事故可能性小，因此车型更小，重量更轻。自动驾驶货运车只需要与所运输的物品大小一致即可。
事实上，自动驾驶的不可逆性不止于此体现在“零原则”上。一个最具想象力的预期还在于：
自动驾驶，尤其 Robotaxi 模式中，车辆等于=移动的机器人=移动的商业形态。这样的机器人与商业形态是不需要打烊的，它理论上可以 24 小时运行（停下反而是损耗），这样将至少使当代社会的商业密度在时间平面维度增加 2 倍（相较于 8 小时工作制，还是在不考虑周末和假期的情况下）；
而在立体空间里，所构建的增量商业生态，更加难以预估——比如当前尚处于概念与噱头阶段的“元宇宙”，人们将届时会用相当数量的时间在没有尽头的虚拟现实世界中探索。
可以预见，时空维度在因 Robotaxi 而完全无缝衔接之后——这也正印证了产业革命的内核：追光，所产生的平面与立体维度产业规模增量乘积效应，一定符合产业革命“4-9 个指数级的增量空间”的规律。而这，正是“为什么是自动驾驶，为什么是 Robotaxi”的历史必然所在。
03
第四次产业革命的“中国时刻”
第四次产业革命的奇点时刻已经临近，它就是以 Robotaxi 商业为内核的智能化时代，这既是未来一个康波周期内全球经济增长极，也是我们这代人最大的财富变数。更重要的是，这一次，这一时刻中国不会错过。
推演其成因，前文我们已经提及几点宏观逻辑：
1. 中国有充分的产业准备：这得益于信息数据，AI、5G、新能源等先进生产力，以及制造业全产业链间的耦合能力。
2. 自动驾驶具有不可逆性、创新性以及破坏性，并能诞生产业革命级别的商业及财富增量空间。
而在中微观逻辑支撑上，也有一条自上而下式的通畅逻辑，我们分 4 个层面讲：
【1】中国有 AI 及自动驾驶技术全球领军公司。
先看一张图：
图：2021 年度 Guidehouse 自动驾驶榜单。来源：Guidehouse
这是 2021 年度 Guidehouse 自动驾驶榜单，有两家中国公司入榜，分别是百度和 AutoX 。其中百度位居右上第一阵营，为全球领导者；AutoX 位居第二阵营，为全球范围内的富有竞争力的同业公司。
当然这不是中国自动驾驶势力的全部。该榜单涉及的维度较为广泛且苛刻，使得部分中国自动驾驶新势力被排除在外，实际除了百度与 AutoX，小马智行与文远出行等中国公司亦具备入榜比拼的潜质，它们都曾出现在不同单项级别比拼的全球排行榜之中。
当然，我们还不能忽视正在重装入局的华为，它基于无线通信技术在边缘计算方面的优势，有望是它在这一尤其着重端云两侧协同智能计算的赛道突围的利器。
更重要的是，自动驾驶这条赛道不同于很多人想象，它并不是一个轻资产的商业模型。想要进入第一阵营，年5-10 亿美元级研发投入只是一个入门级门槛，止数据处理一项，一个千辆车左右车队，对于智能云计算的成本支出亦须以过亿美元计，这尚不包括前装各种智能硬件成本。
之所以特别提及数据处理，核心还在于这是自动驾驶的“七寸”。没有足够的数据，不足以验证自动驾驶的成熟度，无法实现其特有的“软硬一体化”研发及商业化模型的正向逻辑循环——因为自动驾驶要越过 L4 的门槛，奔向 L5 理想国，最大考验还在于应对处理“corner cases”（极端路况），没有足够的数据去喂养机器进行深度学习，自动驾驶将永远是不可实现的乌托邦。
而百度之所以能跻身全球领军者行列，除了固有的 AI 基因，最重要的还在于它的 Apollo L4 级自动驾驶车辆，目前路测里程已经突破 1300 万公里，并以每月百万公里以上的当量累计递增，是全球唯一一家实现千万公里级路测积累的中国企业。
这一点对于投资者拿捏投资逻辑时特别重要，尤其近期很多公司动辄放出自动驾驶路测视频，但尴尬的是，它们的实际路测里程在“数据奇点”要求面前实际是趋近于零的。
根据商业常识判断，自动驾驶赛道是一个“马太效应”凸显的赛道——这一点，从 Waymo 与百度不断与竞争者拉开差距便可见一斑。故而质量比数量更具说服力，以中国面板及芯片行业的发展规律为参照，可以预见，未来数年内，还将会有大量热钱涌入这一赛道，以支撑更多中国公司入榜。
图:2021 年中国自动驾驶专利排行榜 TOP10。来源：壹零财经统计。
【2】百度是全球 Robotaxi 模式领军者，也将是全球规模性商业化最早落地的公司。
至少截至目前不存在争议的是，在自动驾驶最具商业前景的 Robotaxi 模式里，全球只有两家公司独大，一个是谷歌旗下的 Waymo，另一个就是百度的 Apollo。
关于这一点，作为中国投资者，我们大可不必妄自菲薄，总以为外国的月亮更圆。具体而言，有多个直观逻辑可以证明这一点：
1. 数据优势。数据的价值我们已经在上文展开过。这里需要补充的是，随着百度 Apollo 的 Robotaxi 在今年下半年的商业化正式开启，根据车队及城市路网规模比较测算——3 年（2021-2023），落地 30 座城市，车队规模达 3000 辆（包含今年 6 月连同北汽极狐发布这次发布的第 5 代无人车 Apollo Moon），服务 300 万乘客，可以推算约在 2025 年前后，百度将有望超过 Waymo，成为全球真实路测里程最多的无人驾驶公司。
以目前的现实看，至少在“后来者”层面基本不太会有悬念——从国内市场来看，截至目前排名第二的公司，其真实路测里程只有 Apollo 的1/3，大部分都在1/4 以后。规模性组建车队，无论从成本，还是技术保障上甚至是监管部门的产业政策信心上，都有肉眼可见的代际差，这也将是百度持续在全球自动驾驶赛道保持领先身位的核心逻辑之一。
2. 技术优势。这一阶段甄别各家自动驾驶公司技术实力其实还是有“窍门”的——机器视觉能力。最近一个时期，谈及自动驾驶，必谈激光雷达——我们不能否认激光雷达对于维系自动驾驶车辆安全的重要性，但实际上，激光雷达作为与摄像头（数码相机）、毫米波等并列的视觉传感器之一，它当前在重要性维度上的渲染实质有“过于盲目”之嫌。
其实，在整个视觉感知系统中，与用于推理决策的深度学习神经网络交互协同性第一优先级的传感器还是摄像头——这不难理解，过去若干年，AI 的主要进步空间之一就是来在于图片识别能力，这种能力正是建立在海量的互联网照片训练之上。
AI 是百度的 DNA，故而图像识别同样是 Apollo 的核心优势，它可能是目前中国唯一敢于强调自身机器视觉能力的自动驾驶公司。来自行业人士的说法是，目前有排名相对靠前的中国自动驾驶公司，受制于时间成本及研发积淀，过于激进的单边押注激光雷达，最终与摄像头强关联的机器视觉及神经网络能力这一短板终究还是需要通过时间去弥补上。
3. 成本优势。抛开成本谈商业化是不讲商业道德的行为，即使是科技大厂如百度。百度 Apollo 第 5 代无人车 Apollo Moon 的成本在其车辆发布时已经公布：单车 48 万（不含软件研发成本）。关于这个 48 万成本数字所蕴含的商业化前景已经被各路分析师拆的仔细，我们此处便不再复述，归根结底一句话：网约车的商业模式裂了。
这里要补充一点的重点信息是，根据百度 Apollo 历代车型的推算，其每代新车前装硬件成本会降低 50%，这就意味着 2023 年之后第 6 代车推出时，将是百度 Apollo Robotaxi 商业模式的真正“奇点”。
届时一辆 25 万以内的无人共享车，在网络规模效应下，将完全压制现行网约车模式——当然根据政策指引的可能性推导， Robotaxi 商业模式在未来4-5 年内还更多应用于短途场景而非全城运营，在全面压制网约车之前，最先感受到冰点的可能是两轮电动车以及共享单车。
最后还是要简单的判定下百度 Apollo Robotaxi 商业模式的成本优势：以 L4 水平为基准，Apollo Moon48 万前装成本 VS 同业竞争者 150 万-200 万前装成本，二者存在 2 个指数级代际差。
4. 安全优势。实际上，对于自动驾驶车辆来说，并非越多传感器越有利，这会对 AI 系统带来更大的认知与决策负荷。无论是爱因斯坦的质能方程（E=mc2），还是麦克斯韦的麦克斯韦方程组，作为人类科技文明的基石支撑，都说明了逻辑越简洁效力越显著。
之于百度 Apollo Moon 来说，如上文所述，前装了 2 个激光雷达，需要说明的是，正常行驶状态下只有一个运行，另一个则属于冗余配置，即在前者失灵或出现问题时介入。除了激光雷达，包括摄像头、毫米波甚至是刹车，百度 Apollo Robotaxi 的思路都是 1 倍冗余配置，一方面为了更简洁，一方面也要在商业化初期尽最大可能排除一切不必要的安全性疑虑。
所有的软硬件冗余之外，为 Apollo Robotaxi 兜底的安全保障系统是“5G 云代驾”，即通过智能云监控，一旦出现车辆问题，在接到求助后，身处运营总部的人工服务系统将即时启动，为无人驾驶系统补位，直至脱困。这一商业策略的加入，基本打通了 L4 级的 Robotaxi 商业化的“最后一公里”问题，托举着百度 Apollo 即将成为全球规模性商业化最早落地的自动驾驶公司。
图：百度 Apollo Robotaxi 商业化路径图。来源：网络
【3】Robotaxi 领航， ASD 与造车多点开花
检验一家自动驾驶公司的竞争力水平，在商业化早期的当前阶段，有两个核心指标：研发投入与路径抉择的决心。
今年 3 月百度赴港二度 IPO 时，李彦宏曾这么公开说过：“即使在最困难的时候，也一样坚持：有 1 块钱的时候，我们会投进技术里；有 1 个亿，我们会投进技术里；有 100 个亿，我们还是会投进技术里。”百度也是这么做的：财报显示，2020 年，其营收 787 亿，研发投入 168 亿元，研发费用率为 21%。百度的研发投入金额和强度，领衔全球互联网科技公司第一阵营。
图：中美 2020 年主要互联网科技公司研发费用率，来源：网络
目前在中国，甚至是在全球范围内，百度是唯一的自动驾驶“铁人三项”选手：Robotaxi、 ASD（Apollo selfdriving，与传统主机厂合作的自动驾驶套件解决方案）与造车的全路径抉择，背后是 All in 式决心。
某种程度上，这也是一种技术自信：自动驾驶作为一个典型的“销金窟”，上文已带到过它的资金门槛，故而分阶段分策略的商业化是必由之路；这一方面考验固有现金流能力，也考验自动驾驶技术“沿途下蛋”式的分部技术输出能力。
在三箭齐发、多点开花的整体战略部署下，Robotaxi 模式正在走入初期商业化的循环体系中；造车事项也已于今年上半年落地，即依托吉利浩瀚平台拟于 2014 年前后量产的“集度”；
而已经在商业化时间表里开拔的 ASD 解决方案，主要涉及百度高清地图、AVP（L4 级别自动泊车解决方案）、ANP（纯视觉辅助驾驶系统，可以实现城市道路 L4 级别辅助驾驶功能）以及小度 AI 助手。截至目前，ASD 解决方案合作厂商超过 10 家。而小度 AI 助手的车载率，已经占据本土量产车的半壁江山。
也就是说，除了造车模式不支持分部商业化，百度的 Robotaxi 与 ASD 路径已基本走进商业化探索期——这在整个中国产业界尚是独一份。这是一个关于百度整体投资逻辑 10 年以上的跟踪点，需要我们密切观察。
【4】提前应对“涟漪效应”，把自动驾驶的潜在伦理挑战疏通、做透，并预判把握新机遇
第二章节已经分析过，作为自动驾驶技术的具体商业化表达，Robotaxi 的不可逆性、破坏性与创造性，将来带可以预期的挑战与新历史机遇——关于挑战，这是智能商业社会生态一部分，从伊始就需要同步适配解决；同时作为公众或投资者不必过于忧虑的是，机遇将远大于挑战：
因为 Robotaxi 的创造性内核在于对时间的无缝延展，这会带来指数级的增量机会——包括就业、全新产品形态的供给以及在基础研究维度的“沿途下蛋”式非线性突破。
1. 底线：基于法律及伦理。从历史经验来看， 过去 10 几年，很多模式创新互联网公司的从0-100，都经历过前期野蛮发展、后期强监管介入的历程。从 Robotaxi 模式来说，它的不同点在于“软硬一体化”，即以技术创新为根基、模式创新依附技术创新展开，这样的商业增量创造内核基因，在存量竞争显著的当下，具备一定的优越性，这也为其商业化熨平了一些政策成本。
但无论如何，行驶在路上的车，其安全性都是第一位的，所以我们预判政策为其设定的硬性指标一定是极为细化的，二者会保持同步正反馈的趋势。
实际上，这一幕在 100 年前的人类社会已经重复过：1920 年代，每个人都担心汽车，担心 800 磅重的机器在街道上行驶并伤害人们；但最终，汽车成为了全球第一大工业部门。
2. 挑战：就业与教育。基于破坏性技术的产业革命，会对传统职业带来巨大颠覆，这是过去的历史经验。面对这样的问题，解决路径有主动与被动之分：
A. 主动路径：今年 4 月中旬，百度 CTO 王海峰在博鳌亚洲论坛 2021 年年会上公开宣布，百度未来五年要培养 500 万人工智能方面的人才，帮助人们更了解人工智能。以百度 500 万人计划为代表，这只中国 AI 头雁将会带动整个产业发起类似举动——在蛋糕可以做大时，有担当的中国“追光者”不会独善其身，如是带来的外溢效应，将最大化提前量应对这一问题。
B. 被动路径：如上所述，自动驾驶技术的核心底层逻辑在于时空的无缝延展，Robotaxi 是典型的增量商业，人类社会时间密度会因此指数性增长，理论上对于人的职业创造与需求将是倍数增长的，这将取决于新生代企业家的创造力，同时也将极大激发他们的创造力。
3. 新机遇：基础科学研究将因 Robotaxi 商业指数级催化。AI 与数据在全社会空间的整体应用，将引发越用越好用、越用越智能的效应，这一点，我们早在人工智能实验室视觉深度学习实验中得到印证——人类工程师无法理解在卷积算法里，AI 的某些智能是如何出现并形成的，但它的确做到了，随后卷积神经网络成为 AI 学科的主脉。
另一个更为显性的案例还在于，正是因为有了包括 Robotaxi 在内的自动驾驶全路径抉择，百度的 AI 芯片业务亦从0-1，再从1-10，目前成立独立芯片公司并命名为昆仑芯，进入完全商业化状态之内。根据媒体报道，第一代昆仑芯片早于 2020 年初量产，目前已经规模化部署超过 2 万片，在各个行业拥有数十个客户。
同样作为“沿途下蛋”的产物，与百度自动驾驶干系密切的百度智能云业务，在 2020 年以 33% 的市场份额，占据中国 AI Cloud 市场份额的 TOP 1。在此之外，还有高清地图以及小度 AI 业务亦为各自领域领先的中国势力。
这是一种典型的内生式生长，它的生态注定夯实茁壮。
如是，我们可以乐观预期，随着以 Robotaxi（同时至少还包括以 mRNA 为代表的生命科技，本次疫情极大加速了这一赛道的发展进程）为代表的新商业时代的全面开启，对于基础科学研究的带动将是指数级的——一个崭新的混合智能时代，将因这场产业革命在 2020 这一代“追光者”面前缓缓打开；而我们这代“观光者”，也因此将拥有一份最大的幸运，亲历这场必将爆发于中国的第四次产业革命。
自动驾驶，Robotaxi，这不只是百度们的逻辑突变，而是时代的逻辑突变。
By