科技猎白宗义：用国际化投资视角看智能网联产业链落地
9月28日，由亿欧汽车主办的“打开 自动驾驶 ‘黑盒子’——2018亿欧汽车自动驾驶商业落地沙龙”在北京东方广场NIO House举行。 本次沙龙以“系统鲁棒性与自动驾驶的商业落地”为话题，我们与来自供应链、科技公司和产业资本等近20位嘉宾，共同探讨了 无人驾驶 技术该如何兼顾驾驶能力与鲁棒性，从而适应高风险，实现大规模的 商业化落地 。
其中，耀途资本的创始合伙人白宗义发表了主题为“如何用国际化投资视角看智能网联产业链落地。”的演讲。
以下是其主要观点：
1.2016年下半年到2017年无人驾驶领域最大的创新点或者机会更多是在感知层，感知层最火的 传感器 就是激光雷达；
2.越偏底层的这些优秀的项目必须要早期投，当然它的商业化很漫长，壁垒太高，但只要做出来能进入产业链，获得顶尖客户的验证，这种价值很高；
3.资本的寒冬对自动驾驶领域肯定有影响，对于落地非常漫长的像Roadstar这种，一定要做到算法够强，成为行业TOP3，资本寒冬的时候很多看不懂的人反而愿意投头部的项目，所有资金都往头部去。
以下为演讲实录
白宗义：大家好，非常荣幸来到北京和大家交流一下我们在自动驾驶这个领域的布局。
我大概一分钟介绍一下我们基金的情况，我们基金是非常专注和聚焦在新一代新技术领域的产业投资，虽然是VC，但我们有非常强的产业背景，从2015年6月份成立到今天大概在以色列、硅谷和中国投了40多家公司，其中以色列是12家，中国是25家左右，硅谷大概4家。
我们围绕的方向是两部分，第一块是物联网，第二块是大数据和AI的应用。物联网解决的更多是
万物互联
的问题，中间的四个关键要素，第一点是传感器，不管用到手机里面还是汽车里面的相控阵雷达，包括手机里面的传感器，传感器作为数据源头，我们过去三年是投这个公司；第二个是数据传输，不管是点对点，还是管与网，包括存储和计算单元相关的公司。
在应用层的大数据和AI应用领域，中国是最大的市场，不管是数亿的人口，还是其他行业，以色列、硅谷完全和中国无法比拟，应用层面我们下一步重点在中国来做，中国更多投底层的进口替代+大数据、AI应用。
今天主题是汽车，我简单跟分享一下我们在车领域的观点是怎样的？过去两年的布局是怎么样的？下面简单跟大家做个分享。
我们大部分的项目跟VC合作非常少，中国有几家VC是我们的VP，有大概4到5个的项目基本上跟传统的投资人进行合作，汽车目前来讲跟丰田合作，在消费电子这块，尤其智能手机为代表的智能化终端，手机品牌像OPPO、小米跟我们合作比较紧密，从摩托车来讲就是奥飞、舜宇与和秋华，手机ODM这块像闻泰，第二个是华勤。我们在VC行业以这个行业的属性和特点深挖行业，以国际化视野做全球化布局。
在汽车这块，2016年下半年，包括到去年2017年无人驾驶领域最大的创新点，或者机会更多是在感知层，感知层最火的传感器就是激光雷达，我们在全世界看了20多家公司，最后投了以色列的一家公司。第二块在做多传感器融合和决策这块， 我们天使投了Roadstar，是去年4月份投的天使轮，今年4月份是单笔融了2.8亿美金，这个也是世界最顶级的。我们去年在这两个领域重点是投了感知+决策，但是在其他的细分领域中，我们大概投了3、4家公司，简单跟大家做个分享。
刚才我讲了从感知层和决策执行，执行里面的创新点跟轻资产VC投的项目并不多，主要是偏企业制造型的机会。在感知和决策这块，感知大家知道主要是三块，第一个是摄像头，第二块是毫米波雷达，第三块是激光雷达，包括其他的超声、夜视红外传感器。大家知道摄像头领域全世界最强的公司是以色列的Mobileye，Mobileye公司是1999年创业，这个公司非常有意思，1999年创业到2007年第一款产品出来用了八九年的时间才把一个产品从0到1做出来，所以以色列很多创新大家看到它强在0到1的颠覆性创新，周期很漫长，风险很高，一旦出来行业定位和价值很高。今天全世界已经有25000辆的整车在前装用了Mobileye的方案，3月份宣布单笔拿到了800万辆的前装的合同。这个公司现在是80亿美金，后来涨到100亿美金，去年是英特尔以135倍的市盈率将这家公司收购，他们组建了自动驾驶联盟，宝马、英特尔、Mobileye和麦格纳组成了自动驾驶联盟，这个联盟的话语权非常强。
第二块是毫米波雷达，这个领域的创新点没有摄像头和激光雷达那么强，不管是国内的进口替代，还是在海外，大家知道这个领域能做芯片级的可能就是飞思卡尔几家公司，为数不多的能做芯片的公司，中国的初创公司切入这块市场个人感觉风险很高。但毫米波雷达目前也出现了一些新的机会，利用毫米波技术去做4D感知，这方面的创新值得注意。
第三块是激光雷达，因为今天翁总也在，他们公司在激光雷达领域全世界做得最强。
在决策层，刚刚跟大家讲我们投了Roadstar。
实现自动驾驶和一个人开车一样，人开车的时候需要用眼睛去看，各类障碍物，当一个车实现自动驾驶的时候，一定需要各类传感器去替代人的眼睛，而且要完全覆盖，不能说在某一个时刻发现传感器只能覆盖99%，另外1%覆盖不了，这是非常严重的失误。这个领域会带来大量创新机会。第二块就是说当你的眼睛看到红灯的时候，第一反应就是刹车，刹车这个想法就是你的大脑给你的决策结果，所以说当这么多传感器出来的数据，经过融合，然后会有一个决策算法，车看到红灯，就要停下来。一旦决策下来之后就要执行，执行就是要踩刹车，执行层这块包括制动、转向这方面也有一定的机会。
从我们角度来讲，我们去年花了大量精力在感知和决策领域看了大量公司。去年8月份，我们在以色列投了Innoviz公司，最近它在中国要开拓业务。在投的时候我们看不清这个行业，这轮投资，A轮融资德尔福、麦格纳联合运营，德尔福之前是一家硅谷的以相控阵雷达为路线的激光雷达联合领投方，OPA太难做，用OPA的方式去做相控阵雷达应该是个终极目标，但是说实话难度非常大，距离是非常短的。德尔福看到了进展非常缓慢，反过来和麦格纳两家公司领投了这家公司，今年4月26日，Innoviz和宝马同时宣布Innoviz获得宝马七款车型认证，其中一款车型的订单大概10万台，前装的价格是非常震撼的价格。今天大部分机械式雷达还在后装测试，一旦要进入前装需要有足够吸引力的价格。这也是全世界第一家做固态创业公司进入全球最顶级的车厂认证，这个非常不容易。而且现在跟大家讲，德尔福和麦格纳签了独家的协议，不是Innoviz独家，而是Innoviz要求说你一旦用了我的固态，就不能用其他任何人的固态，一个初创公司强势到这个地步很罕见，但是这两家都签了。这次宝马的合同也是通过麦格纳的渠道做了认证。
我们投Innoviz之前都聊过，聊完之后投了这家公司，简单跟大家分享一下。这个领域路线挺多，大概4到5种，比如说机械式，大家都在做固态研发，大家同时都在兼顾机械和固态，包括像北京天绘、速腾等等。 第一部分都走机械，但是下一步都是在固态。 这个领域我们认为不管成本还是体积说实话很难满足前装大规模认证，大家知道比如16线的光源做MEMS扫描只要一个光源，一个光源打出去有一个MEMS，通过电控控制就会把一个光源衍射成上百条光线打出去，当然有个问题在于说接收的时候信号比较微弱，这时候我在接收端的电路要求极高，这块很多创业公司如果要去做这个都搞不定，要走这个路线必须解决三个问题：第一是MEMS，第二是接收端的电路，第三是处理算法的平台。
目前来讲，innoluce是将三个最核心的问题解决掉。很多做MEMS路线激光雷达用的是1550的光源，大家知道1550纳米的光源价格比较昂贵，但是它对人体相对来讲伤害不太大，大家为了达到200米甚至更远必须要加大功率，1550的功率稍微大一点，问题不大，但是价格会很昂贵。Innoviz用的是905纳米的光源，这是什么意思？它其实对人体有一定伤害，所以说在发射的时候必须要控制功率，但是控制功率意味着同样达到200米再传播回来，这对技术端的要求非常高，必须要在接收端解决功率问题，但一旦把这个问题解决，企业最大的优势在于905光源要远远比105的光源低很多。第二块就是OPA，这个最大的问题就是距离是最大的挑战，很难做成150到200米的距离。
另外一点，真正能用得起，或者能成熟的车企一定是海外高端品牌的高端车企，比如奥迪A8、宝马大概的时间表是2021年上半年推出L3无人驾驶汽车，一定不是中国的品牌，在跟他们聊的时候规划非常美好，也是2021年出这款车，但如果按照月来推，推到前面他们没有任何想法，宝马2021年之前每一个月的计划都是清清楚楚排出来的，所以我认为第一波的机会一定是顶尖品牌的顶尖车，这个领域我个人认为国内的创业公司能打世界级的汽车我觉得很难。比如今天车里面用的视觉一定是Mobileye的，一旦出了问题对于车厂是致命的打击。车辆领域的投资和布局一定需要全球化视野，真正能够投入进入产业链的机会，而不是国外火起来，中国就火起来了，中国在汽车领域的话语权、能力、品牌跟国外差距是很大的。
另外，我们投了另外一家公司，你可以理解它是个毫米波雷达，也理解为是相控阵的雷达，但是它用一个单芯片解决了所有问题，这是它最新一代的芯片，它用的场景并不是说去做无人驾驶的毫米波雷达，更多的是做车内的监控，围绕这里的机会非常大。
另外一块是算法和决策，我们去年重心看融合这块，这个领域对于中小心VC来讲一定是天使轮的机会，一旦到了A轮估值就吓死人，10亿美金差不多，只有一次翻身的机会，就是天使轮进去。我们追求的是性价比，另外两家比较知名的天使轮超过1亿美金，当时全世界在做L4融合决策领域，最高的估值是10亿美金，两家公司，一个是福特10亿美金控股型收购了Ago，另外是通用10亿美金收购了Cruise，还有优步6.8亿美金收购了Otto，这是三家硅谷的代表。如果在中国投一家公司，天使轮到1亿美金的话，按照硅谷来说最多10倍，风险那么高，价值不那么大，孙正义同志又投了Cruise，就是通用收购了Cruise之后独立出来，然后软银累计分批投了22.5亿美金，估值被抬高了115亿美金，现在马路上还没有L3、L4的车，一旦出现这个行业的价值就凸显了，今天还是一个萌芽状态，并不是说估值到天花板的状态。
车联网有几个机会， 第一块是安全，大家知道今年1月份德国大陆宣布4亿美金收购了Argus，这个和我们投Innoviz也是一模一样的，但是最后是大陆收购了，收购的时候4亿美金一个客户都没有，它的方案有点问题，主要是用软件进行控制，但是他要求每个厂商把软件代码开放出来。以色列大部分网络安全的创业者，不管是汽车车，还是其他领域，这些人的创业实践能力非常强。
汽车这块有很大的机会，刚刚讲底层的数据、采集、传输、处理、存储领域，其实应用场景最大的第一个是智能手机为代表的（英），第二块就是汽车未来的智能化和网联化的机会。车有个好处是量不小，非常大；第二毛利很高；第三块技术壁垒很高；第四就是说消费电子。大家知道智能手机正在趋于平缓甚至下滑趋势，大家知道甚至ADAS整个中国的占有率只有个位数4.5%，未来从十年的角度来讲，车不管在L4、L5都面临巨大的机会。
我今天站在国内的视角简单跟大家分享一下我们对无人驾驶从底层到决策给大家做一个简单分享，从我们的角度来讲，如果一个成功的投资人在这个领域做车的公司单纯的视野放在国内的话，是受限的，而且你未必能第一时间进入整车供应链，相反海外顶尖的团队做的东西反而率先可以进入宝马、丰田最顶尖的车厂。
我简单跟大家做个分享，非常感谢。
以下是QA环节：
Q：今年以来很多人说到资本寒冬问题，从投资人角度怎么看资本寒冬对于自动驾驶产业的影响？
A： 第一块，有些行业可能是资本去催生的行业，但是并不是一个强刚需，在今天所谓的资本寒冬情况下，我觉得这种行业的泡沫破灭是非常危险的。第二块，行业趋势非常明显，所谓的寒冬会不会造成公司的泡沫破灭，我觉得分两类，我的感觉优秀的公司现在还是疯抢去投，不管我们投的公司下一轮，还是我们正在看的公司，只要是顶尖的团队都是投不进去的，或者很艰难，我们作为一个新生代三年不到的基金，但是我们一起合投的人比较顶尖，主导的就是行业资源，今天如果只是PK资金的话已经没有任何优势了，一定是资金加上背后垂直产业的优势。资本的寒冬对自动驾驶领域肯定有影响，对于落地非常漫长的像Roadstar这种，一定要你的算法够强，一定要成为行业的TOP3，资本寒冬的时候很多看不懂的人反而愿意投头部的项目，所有资金都往头部去，这个时候对第二、第三梯队的项目，如果资本非常泡沫的时候，都可以轻松拿到融资，但是到今天时代第二、第三大家都比较谨慎了，但是头部的项目大家发现估值越来越高，但商业化并不是很好。自动驾驶这个领域行业方向很清晰，但是在里面要看具体的项目，好项目还是非常热门，但是稍微差一些的项目今年不太好过。
Q：谈到自动驾驶，您也谈到了实现商业化落地路线比较长，一个是投入大，一个是周期长，咱们资本对于回报率有要求，您是如何考虑这个事情的？
A： 应用型的机会除了技术之外不一定是最TOP的技术，除了技术之外有非常强的落地能力，这个时候我们认为落地能力很重要，最近我们看末端物流这块，技术的壁垒不一定有我们想象那么高，但是在商业化能不能拿到物权，比如跟美团、天猫和各大园区非常强的打进去，这块特别看中落地。有些商业化取决于整个行业，比如激光雷达，现在马路上有一个车前装开使用激光雷达，其实已经没有，但是这种公司如果不早去投的话，说马路上有一个车已经开始用了激光雷达，我相信几十亿美金起来了，所以越偏底层的这些优秀的项目必须要早期投，当然它的商业化很漫长，它的壁垒太高，只要做出来能进入产业链，能获得顶尖客户的验证，这种价值是很高，未来更多还是通过并购。我们不能说只看重技术，或者只有商业没有任何技术，那个领域反而看中变现能力。但是不能等这个行业很成熟去投，这不是VC的玩法，这种VC也会被淘汰掉。
作为2018陆家嘴产业金融论坛系列活动之一， 2018年10月19日 ，由上海市浦东新区人民政府、上海市金融服务办公室、上海现代服务业联合会指导，亿欧公司、上海现代服务业联合会汽车产业金融专委会、圆石金融研究院主办，车轮联合主办的 “汽车流通新变量——GIIS 2018汽车新消费产业创新峰会” 将在 上海金茂君悦大酒店2楼 隆重举办。
2018年，汽车流通领域正在发生新的变化。此次峰会将聚焦汽车新金融、汽车新零售、汽车新营销三大环境变量对汽车新消费的促进，届时将有主机厂、银行、交易平台、金融科技平台、流通第三方服务平台等产业关键环节的重磅嘉宾参与。
点此报名 ：
https://www.iyiou.com/post/ad/id/687
本文系投稿稿件，作者：白宗义；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。
