吳甘沙對于馭勢的生存定位路線異常清晰，從活下來到活得久，從數(shù)據(jù)積累到商業(yè)落地，有自己的一套生意經(jīng)。

從最高標準（開放道路L4）進行技術(shù)研發(fā)，左邊借助高產(chǎn)量、低利潤的乘用車，積累大量數(shù)據(jù)，右邊以L4級自動駕駛技術(shù)及數(shù)據(jù)積累為基礎，降維到當下“高頻、剛需、可量產(chǎn)”的高利潤細分市場，實現(xiàn)商用化。右邊高利潤路線，能夠支撐左邊在低利潤，但賺數(shù)據(jù)的場景中長期走下去。

右邊為了活下去，左邊為了走向未來。

當下的自動駕駛商業(yè)化路徑

在吳甘沙看來，自動駕駛領域，只瞄準垂直細分市場很難有活下來的企業(yè)，除非滿足以下四個條件：

• 高頻、剛需、可量產(chǎn)；

• 高勢能、強口碑，保證自動駕駛汽車安全；

• 客戶對技術(shù)敏感，對成本不敏感，愿意做早期的嘗試者，比如機場。

• 具備行業(yè)壁壘，擁有無法被取代的能力。

“高頻、剛需、可量產(chǎn)”是馭勢進行商業(yè)化落地的一大考量，吳甘沙多次提及，并將物流作為“活下去”的重要落地場景。目前馭勢已同海航物流集團美蘭機場、世界客貨運頭部國際機場以及工廠開展合作。

今年八月，資料顯示W(wǎng)aymo的估值高達1750億美元，其中無人出租車業(yè)務估值800億美元、用于載貨的無人駕駛商用車業(yè)務估值900億美元，軟件授權(quán)服務則在70億美元左右。吳甘沙向雷鋒網(wǎng)新智駕表示，這也意味著，物流車可為自動駕駛帶來更大的價值。據(jù)統(tǒng)計，中國每年社會物流成本約為12萬億元。

自動駕駛物流分為多種場景，例如高速貨運、港口碼頭物流、同城物流或最后一公里。馭勢自動駕駛物流應用場景目前已覆蓋到機場內(nèi)、工廠內(nèi)外、物流園區(qū)。在吳甘沙看來，上述物流場景更具優(yōu)勢：

一、沒有法律法規(guī)限制，

二、場景為限定場景，而非任意開放場景。

三、可對環(huán)境進行增強，例如自動駕駛汽車在機場里面運行時，可增加電子圍欄，使得自動駕駛汽車只能在約定場景下運行。

而當下干線物流、同城物流或末端配送，基本都是開放道路場景，自動駕駛物流面向開放道路場景，除需實現(xiàn)更穩(wěn)健的自動駕駛技術(shù)外，還需考慮路權(quán)問題。目前行業(yè)內(nèi)已達成共識，中間同城配送最難，大多數(shù)自動駕駛公司將其放置最后攻堅階段。而物流行業(yè)內(nèi)真正的痛點則在于高速物流及末端配送，成本及人力消耗較大。

同多數(shù)自動駕駛公司一樣，馭勢自動駕駛物流車多基于原卡車基礎進行改裝，未來馭勢將同國內(nèi)主機廠合作量產(chǎn)一種“拖車頭”，即沒有駕駛室，僅一個拖拉機頭，但可以應用與于多個場景，例如港口物流中，一個拖車頭可進行多次利用，提高效率，而當前的集卡多是一個車頭拖一個繼集裝箱。

在吳甘沙看來，對于自動駕駛公司來說，高利潤的物流領域是支撐其活下去的一大業(yè)務，但其數(shù)量有限。例如，一個機場僅需500-1000臺。而乘用車領域需求量大，雖利潤低，卻是自動駕駛公司走向未來的一大通道。

定位Tier 0.5模式，與數(shù)據(jù)共生

吳甘沙將馭勢定義為Tier0.5，車腦＋云腦、大數(shù)據(jù)是這條路上的關鍵詞。

傳統(tǒng)上的Tier 1，即僅為主機廠提供一整套自動駕駛解決方案。Tier 0.5即與自動駕駛汽車全生命周期同行，從前期的技術(shù)研發(fā)，與主機廠協(xié)同創(chuàng)新，完成知識產(chǎn)權(quán)的共享。在整個生命周期中，雙方聯(lián)合運營，同時共享數(shù)據(jù)。吳甘沙提到，數(shù)據(jù)共享為自動駕駛助力，聯(lián)合運營讓自動駕駛服務變得更好。

在商業(yè)模式方面，主機廠逐步從從傳統(tǒng)一次性銷售模式轉(zhuǎn)化為提供運營與服務的角色。這為自動駕駛解決方案供應商提供了更多發(fā)揮的余地。馭勢利用大數(shù)據(jù)、私有云支持合作方提供服務。

業(yè)內(nèi)已達成共識，自動駕駛汽車的軟件需要海量測試數(shù)據(jù)的“喂養(yǎng)”?！叭绻跀?shù)據(jù)上能快速積累，中國的智能駕駛一定可以趕上至超過谷歌。畢竟，中國有著世界上最復雜也是最豐富的交通場景”。吳甘沙對于數(shù)據(jù)的積累從馭勢自動駕駛商業(yè)化路線上凸顯。

馭勢自動駕駛目前已有多種數(shù)據(jù)來源，吳甘沙向雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))新智駕透露，目前搭載馭勢自動駕駛系統(tǒng)車輛已超過100臺，涉及最后3公里場景， 開放道路L4多個場景，包括馭勢自有測試車/運營車，客戶測試車/運營車。馭勢和主機廠合作，實現(xiàn)其自動代客泊車和 L3自動駕駛上路，并在實車上進行影子模式測試，通過不斷模仿學習對算法進行驗證提升自動駕駛技術(shù)。

“影子模式是為了未來”，吳甘沙提到，“110億英里，谷歌82000臺汽車需要跑11年，如果有1000萬臺裝了相關系統(tǒng)，一臺車只要開1110英里，就可以實現(xiàn)110億英里的數(shù)據(jù)?！?

在數(shù)據(jù)方面，馭勢同車廠合作獲取數(shù)據(jù)的訪問權(quán)。針對不對外開放數(shù)據(jù)的主機廠，馭勢為其提供數(shù)據(jù)管理的私有云，幫助車廠管理其數(shù)據(jù)，所有權(quán)仍屬于主機廠。

一個完整的無人駕駛的技術(shù)公司，應該包括“車腦”＋“云腦”，兩者缺一不可，這也是馭勢的核心競爭力。

所謂“云端”，包括運營、數(shù)據(jù)、仿真、地圖。吳甘沙對其非常重視，“這些東西不可能外包給某一家公司去做”。

• 智能駕駛運營服務平臺—馭勢司南^TM，基于一個安全可靠的車聯(lián)網(wǎng)架構(gòu)，構(gòu)建了各種云端應用與服務，包括對自動駕駛汽車提供的多車協(xié)同、調(diào)度、車路協(xié)同、遠程控制等服務。例如車隊的調(diào)度，即運維方面，包括智能駕駛系統(tǒng)遠程預測性的實時性運維；

  馭勢自主研發(fā)了一款遠程遙控系統(tǒng)—馭勢鷹眼^TM，結(jié)合增強現(xiàn)實技術(shù)，采用多角度、全方位呈現(xiàn)方式，向操作員提供車輛信息，即遠程干預車輛，包括實時遠程監(jiān)控干預，及自動代泊車時出現(xiàn)車輛無法自主解決的情況進行遠程接管。

• 數(shù)據(jù)管理平臺—馭勢洛書^TM，進行數(shù)據(jù)收集、存儲、管理、分析、標注、訓練及可視化，并將采集到的數(shù)據(jù)上傳至云端。這是馭勢自主研發(fā)出私有云產(chǎn)品，主要為車廠服務，提供數(shù)據(jù)管理平臺。

• 馭勢已自主研發(fā)仿真平臺—馭勢玲瓏^TM，包含照片真實度模擬器、半物理仿真系統(tǒng)和實車測試的“虛擬障礙物注入”系統(tǒng)等，對傳感器例如相機、激光雷達、GPS等進行仿真模擬，并支持多個無人駕駛系統(tǒng)同時接入，為AI算法訓練提供支持。目前該平臺已和國際汽車品牌展開合作。

  模擬測試包含模擬決策及模仿學習兩步驟。模仿學習即模仿人類駕駛，這是學習過程；模擬決策即決策過程，模擬決策可同人類決策進行比較，并將顯著不同的數(shù)據(jù)提取分析，判斷并修正算法。吳甘沙表示，這比簡單統(tǒng)計里程更有效，因為大量數(shù)據(jù)都是無效里程。目前馭勢正在同多家所大學共同研發(fā)如何排出模仿學習中噪聲等行為的干擾。

• 高清地圖，目前馭勢正在同兩家圖商合作進行道路數(shù)據(jù)采集。

馭勢是亞馬遜在自動駕駛方面的衣缽傳人。上述各個組件包裝成馭勢專有的私有云產(chǎn)品，開始對外服務，吳甘沙將這種模式歸功于亞馬遜，創(chuàng)始者亞馬遜最早嘗試將閑置的服務器資源對外出租并獲利，使云計算的廣泛普及。

在吳甘沙看來，“一種服務扔到市場是提升其自身能力的最好辦法，它會和其他專門提供該服務的初創(chuàng)公司或者團隊去競爭”。

面向未來，除和主機廠合作，實現(xiàn)自動駕駛解決方案上車收集數(shù)據(jù)外，馭勢將共享汽車作為自動駕駛技術(shù)實現(xiàn)大規(guī)模商業(yè)化的首個落地場景，同GoFun出行、奇瑞新能源合作布局L4級自動駕駛共享出行。

吳甘沙曾表示：“共享汽車是未來無人駕駛技術(shù)大規(guī)模部署的主要平臺，而分時租賃是當前無人駕駛技術(shù)‘飛入尋常百姓家’的最佳場景。”

在其看來，當前共享汽車出行存在三大痛點：

一、取還車環(huán)節(jié)繁瑣，用戶體驗差；

二、運維成本高，車輛維護人員及車輛調(diào)度人員成本高；

三、停車場、停車位費用問題。

針對上述痛點，目前馭勢對自動駕駛共享汽車提出了自己的方案：一即利用其全自動代客泊車技術(shù)，實現(xiàn)共享車輛的精準停車，2個車位停入3臺車輛；未來將無線充電技術(shù)應用到自動駕駛汽車上，并采用遠程控制系統(tǒng)調(diào)度車輛，降低運維成本。

首汽GoFun計劃在明年年底實現(xiàn)1000臺自動駕駛汽車上路，目前其也在成都爭取路權(quán)，以得到停車資源。