自動駕駛這場戰役 矽谷公司已經輸了

直到不久之前，矽谷還在暢想科技公司將如何以時代新貴的身份將老舊的汽車生產商掃入歷史的垃圾桶中，蘋果、谷歌、Uber們會追趕、出擊、乃至最終通過創新取代它們。到了今天，這種言論越來越站不住腳——存在百年的傳統汽車工業又顯現出了其合理性。

去年蘋果遣散了造車項目中的大多數工程師，傳言將於2019年推出的Apple Car再無問世之日。谷歌無人駕駛項目（新近獨立為Alphabet的平行子公司Waymo）也不再宣稱會自己造車。而除了過高的估值之外，Uber的盈利遙遙無期，更別提自主製造無人駕駛車輛了。

通過埃隆·馬斯克，矽谷學到了一點經驗教訓——「造火箭難，造車更難」。置身於汽車行業之外的人往往對這門生意複雜性的理解流於表面。他們認為你要做的就是設計一輛車然後開始製造，但事實是大多數創業公司都沒能挺過概念車階段。量產一輛車需要花費巨大的資金和人力成本，也許特斯拉足夠風光，但它去年造出的車才只有8萬輛，這還是已經在這個行業摸爬滾打將近15年之後。

從無人駕駛身上，科技公司們似乎看到了制霸新時代的曙光，但大型OEM們也沒有坐以待斃。福特、通用、賓士、沃爾沃等品牌已經在自動駕駛項目上取得了不少進展，連德爾福這樣的供應商都加入了戰局。如今它們已經變得相當有競爭力，甚至正通過直接收購矽谷公司來擴充技術儲備。

這就是矽谷沒能意識到的關鍵之處。

汽車行業發展的歷史表明，所有的新技術都會被分散到幾家全球供應商身上。在這之後它們就會為了削減成本和擴大訂單而爭得頭破血流。而既然大刀闊斧地進入了無人駕駛領域，科技公司就肯定不會只想做一個供應商。它們沒有想到的是，市場成型之後的利潤率可能最多只有10%——而不是它們在給投資人PPT上寫的40%。

谷歌和蘋果這樣的公司雖然放棄了造車，但顯然沒有放棄涉足汽車領域。矽谷還可以在另一個板塊發揮主導作用，這就是基於汽車的各類數據。

每一天都有10億人次進出汽車。他們上班、回家、購物、玩樂，做十億種不同的事情。知道他們去哪裡、做什麼將會是一門價值連城的生意。這些數據可以被整合、打包並最終分發到各個細分領域。

和整車製造不同，由人工智慧主導的大數據分析不需要像工廠和設施那樣數十億的投資，這也反映在最多高達90%的投資回報率上。

簡而言之，這些數據分為兩套。一套由汽車產生，比如各個零部件的運轉情形，以及整輛車的行駛工控。通過對其進行評估，製造商們將能夠更好滿足用戶的保養需求，以及在工程研發與調教上進行更有效的改進。

另外一套數據由車內的駕乘人員產生，蘊含著與他們去哪裡、做什麼所相關的海量信息。光是在2016年的美國市場，雪佛蘭一個品牌就從車主那收集到了4220TB的信息。根據知名諮詢公司麥肯錫預測，到2030年這一市場的價值將成長至4.5千億-7.5千億美元。經銷商、廣告業、營銷人員、產品規劃員、財經分析師、政府機關們將會爭著花錢買到這些信息。並且理論上這些信息的回報次數不受限制，你完全可以向另一幫客戶再次出售相同的數據。

收集、控制、管理數據，這正是矽谷為首的科技公司長袖善舞之處，而汽車廠商們也顯然會為了分得一杯羹而積極布局。

所以說，雖然關於無人駕駛車輛製造的戰爭已經結束，但另一場好戲才剛剛開始。