從最高標準（開放道路l4）進行技術研發，左邊借助高產量、低利潤的乘用車，積累大量資料，右邊以l4級自動駕駛技術及資料積累為基礎，降維到當下「高頻、剛需、可量產」的高利潤細分市場，實現商用化。右邊高利潤路線，能夠支撐左邊在低利潤，但賺資料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，除非滿足以下四個條件：
高頻、剛需、可量產；
高勢能、強口碑，保證自動駕駛汽車安全；
客戶對技術敏感，對成本不敏感，願意做早期的嘗試者，比如機場。
具備行業壁壘，擁有無法被取代的能力。
「高頻、剛需、可量產」是馭勢進行商業化落地的一大考量，吳甘沙多次提及，並將物流作為「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waymo的估值高達1750億美元，其中無人計程車業務估值800億美元、用於載貨的無人駕駛商用車業務估值900億美元，軟體授權服務則在70億美元左右。吳甘沙向雷鋒網新智駕表示，這也意味著，物流車可為自動駕駛帶來更大的價值。據統計，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、同城物流或最後一公里。馭勢自動駕駛物流應用場景目前已覆蓋到機場內、工廠內外、物流園區。在吳甘沙看來，上述物流場景更具優勢：
一、沒有法律法規限制，
二、場景為限定場景，而非任意開放場景。
三、可對環境進行增強，例如自動駕駛汽車在機場裡面執行時，可增加電子圍欄，使得自動駕駛汽車只能在約定場景下執行。
而當下幹線物流、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，除需實現更穩健的自動駕駛技術外，還需考慮路權問題。目前行業內已達成共識，中間同城配送最難，大多數自動駕駛公司將其放置最後攻堅階段。而物流行業內真正的痛點則在於高速物流及末端配送，成本及人力消耗較大。
同多數自動駕駛公司一樣，馭勢自動駕駛物流車多基於原卡車基礎進行改裝，未來馭勢將同國內主機廠合作量產一種「拖車頭」，即沒有駕駛室，僅乙個拖拉機頭，但可以應用與於多個場景，例如港口物流中，乙個拖車頭可進行多次利用，提高效率，而當前的集卡多是乙個車頭拖乙個繼貨櫃。
在吳甘沙看來，對於自動駕駛公司來說，高利潤的物流領域是支撐其活下去的一大業務，但其數量有限。例如，乙個機場僅需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，與資料共生
傳統上的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週期同行，從前期的技術研發，與主機廠協同創新，完成智財權的共享。在整個生命週期中，雙方聯合運營，同時共享資料。吳甘沙提到，資料共享為自動駕駛助力，聯合運營讓自動駕駛服務變得更好。
在商業模式方面，主機廠逐步從從傳統一次性銷售模式轉化為提供運營與服務的角色。這為自動駕駛解決方案**商提供了更多發揮的餘地。馭勢利用大資料、私有雲支援合作方提供服務。
業內已達成共識，自動駕駛汽車的軟體需要海量測試資料的「餵養」。「如果在資料上能快速積累，中國的智慧型駕駛一定可以趕上至超過谷歌。畢竟，中國有著世界上最複雜也是最豐富的交通場景」。吳甘沙對於資料的積累從馭勢自動駕駛商業化路線上凸顯。
「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1000萬台裝了相關系統，一台車只要開1110英里，就可以實現110億英里的資料。」
在資料方面，馭勢同車廠合作獲取資料的訪問權。針對不對外開放資料的主機廠，馭勢為其提供資料管理的私有雲，幫助車廠管理其資料，所有權仍屬於主機廠。
乙個完整的無人駕駛的技術公司，應該包括「車腦」＋「雲腦」，兩者缺一不可，這也是馭勢的核心競爭力。
所謂「雲端」，包括運營、資料、**、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」。
智慧型駕駛運營服務平台—馭勢司南tm，基於乙個安全可靠的車聯網架構，構建了各種雲端應用與服務，包括對自動駕駛汽車提供的多車協同、排程、車路協同、遠端控制等服務。例如車隊的排程，即運維方面，包括智慧型駕駛系統遠端**性的實時性運維；
馭勢自主研發了一款遠端遙控系統—馭勢鷹眼tm，結合增強現實技術，採用多角度、全方位呈現方式，向操作員提供車輛資訊，即遠端干預車輛，包括實時遠端監控干預，及自動代泊車時出現車輛無法自主解決的情況進行遠端接管。
資料管理平台—馭勢洛書tm，進行資料收集、儲存、管理、分析、標註、訓練及視覺化，並將採集到的資料上傳至雲端。這是馭勢自主研發出私有雲產品，主要為車廠服務，提供資料管理平台。
馭勢已自主研發**平台—馭勢玲瓏tm，包含**真實度模擬器、半物理**系統和實車測試的「虛擬障礙物注入」系統等，對感測器例如相機、雷射雷達、gps等進行**模擬，並支援多個無人駕駛系統同時接入，為ai演算法訓練提供支援。目前該平台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，並將顯著不同的資料提取分析，判斷並修正演算法。吳甘沙表示，這比簡單統計里程更有效，因為大量資料都是無效里程。目前馭勢正在同多家所大學共同研發如何排出模仿學習中雜訊等行為的干擾。
高畫質地圖，目前馭勢正在同兩家圖商合作進行道路資料採集。
馭勢是亞馬遜在自動駕駛方面的衣缽傳人。上述各個元件包裝成馭勢專有的私有雲產品，開始對外服務，吳甘沙將這種模式歸功於亞馬遜，創始者亞馬遜最早嘗試將閒置的伺服器資源對外出租並獲利，使雲計算的廣泛普及。
在吳甘沙看來，「一種服務扔到市場是提公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公司或者團隊去競爭」。
面向未來，除和主機廠合作，實現自動駕駛解決方案上車收集資料外，馭勢將共享汽車作為自動駕駛技術實現大規模商業化的首個落地場景，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大規模部署的主要平台，而分時租賃是當前無人駕駛技術『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、取還車環節繁瑣，使用者體驗差；
二、運維成本高，車輛維護人員及車輛排程人員成本高；
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，實現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應用到自動駕駛汽車上，並採用遠端控制系統排程車輛，降低運維成本。
雷鋒網新智駕了解到，首汽gofun計畫在明年年底實現1000臺自動駕駛汽車上路，目前其也在成都爭取路權，以得到停車資源。
活下來的永遠是少數
先說一下掌握的幾個名稱的英文縮寫吧 頁面設計 ui user inte ce 使用者體驗 ux user experience 產品經理 pd product design或者pm prodect manager 首席技術官 cto chife technology officer 商業需求文件 b...
09 走出去才能活下來
00當然是經歷痛苦的人。什麼公司最渴望國際化？一定是那些正在經歷著本土化痛苦的人。01.在這樣的時代，乙個企業需要有全球性的戰略眼光才能發奮圖強，乙個民族需要吸取全球性的精髓才能繁榮昌盛，要給公司需要建立全球性的商業生態系統才能生生不息，乙個員工需要具備四海為家的胸懷和本領才能收穫出類拔萃的職業生涯...
從寫死到寫活
本來菜鳥一枚，也是剛離開母校的學生，最近在接觸依賴注入框架，看到它的好處之後，突然回憶起自己寫 的道路，雖然還走得不長，確實有自己的 從寫死到寫活的體會，願能幫助到有需要的人，也願能博大牛一笑。拿最熟悉的乙個例子來說明吧，資料庫連線訪問。下面是執行sql資料庫操作的 public void inse...