智能汽车感知升级背景下，供应链的“出线机会”在哪？

大多做融合感知或自动驾驶的公司，优势都偏软件算法领域，通过投资的方式整合其他环节，硬件由各个公司做，这在未来也会成为一个行业趋势。不过做得越大越全，也要求企业资金要相当雄厚，抗风险能力要相当强。

作者｜GY 校对｜LEE

集微网·爱集微APP，各大主流应用商店均可下载集微网消息 提升感知能力，是许多产品走向深度智能化的一个重要过程。
随着自动驾驶技术的升级，整车上传感器、雷达数量增加已经形成不可逆的趋势，而各类不同技术路径、不同应用场景的产品用于，就形成了一个能进一步增强驾驶安全性、座舱娱乐性的“融合感知”的生态体系。所谓“融合感知”，即是由人类视觉波长范围内的所见，以及超声波、毫米波、激光雷达等超越视觉范围的传感产品相结合组成。一家供应链厂商告诉集微网：“如果是在不考虑价格的前提下，自动驾驶车辆上的传感器肯定是越多越好，传感器数量增加带来最大的益处就是能够增加自动驾驶的安全性，座舱内的娱乐性反倒是间接了。”整合趋势已显现“这并不是大家现在才做的事，很多企业都已经在多个环节展开布局，大家都希望构建一个比较完善的感知系统，给客户提供综合的方案。再加上这些产品和技术的布局周期很长，所以谁都不想被落下。”该供应链厂商说到。不仅如此，在刚结束不久的厦门集微峰会投融资论坛上，韦豪创芯合伙人王智也曾指出：“公司现阶段的投资思路将会围绕汽车半导体、超越视觉、高精度模拟器件这三个重点方向构建生态体系。”其中的超越视觉生态，内核就是提升感知。据悉，在韦尔股份现有的视觉传感器业务之外，韦豪创芯还通过基金去控股了其他类别传感器的企业，用于搭建一个综合性的体系。据上述供应商谈到，目前业内绝大多数企业的布局其实都是按照分工合作的方式展开。“大多数做融合感知或自动驾驶的公司，本身优势都偏向软件算法领域，再通过投资的方式整合其他环节，硬件交给各个公司自己做，这在未来也会成为一个行业趋势。不过这样的模式做得越大越全，也要求企业资金要相当雄厚，抗风险能力要相当强。”对此，有行业人士认为：“因为智能手机市场的增长已经到了‘天花板’，所以车载就被大家看作是下一个风口，但汽车市场即便有再大的增长空间，也很难完全补足手机市场的缺口，手机市场太大，两者不是一个量级。这个前提下，大家只有尽可能的做出多条产品线。”“就以感知系统为例，如果一家企业长期只做其中一类产品，哪怕市场再好，它的成长也会非常有限；所以企业想要寻求更大的成长空间，必然要不断丰富和整合自己的产品线。”实际上，智能汽车产业发展的黄金时期不算长，这意味着留给国内厂商“出线”的时间并不多；然而与之相悖的是，各类技术研发、产品验证都要花费大量的时间精力，凭一己之力包揽所有几乎是不可能的事。对想市场上提前卡位的企业而言，并购、整合已经是眼下最好的选择。软件算法是关键现阶段，涉及智能汽车领域的企业数量众多，并且在行业景气度持续提升的背景下，初创企业依旧如雨后春笋般涌现。上述行业人士继续说到：“如果企业想找到真正优质的标的，从筛选到完成交易的过程会很难。一方面是真正好的标的不轻易出售，这种除非能给到非常好的价格，或是行业景气度实在不好的情况下有可能；另一方面，就是可选择的实在太多。”值得指出的是，文中提到的受访对象都十分看好软件算法公司这类标的，他们认为在中长期的市场竞争中，拥有较强的软件算法能力更利于企业脱颖而出。“在布局所谓融合感知系统的企业当中，核心优势主要体现在软件算法和整合能力两个方面，当前很多偏硬件的公司，在这方面都存在短板。”据集微网了解，在整个汽车产业链的供给模式当中，极少有车企或Tier1厂商会单独采购某类硬件、组件，大多数终端都要求供应商具备同时提供软硬件的能力。因此，纯硬件类供应商的竞争力随着智能汽车产业不断发展也将持续被削弱。不仅如此，由于缺失软件能力导致市场竞争失利的局面同样在消费电子市场出现。回顾此前，通过增加摄像头数量来提升手机影像功能的方式被采用初期，软件与硬件的融合还尚未显现，模组厂几乎都会与终端指定的算法厂商达成合作。然而随着技术发展，硬件逐渐有进入物理瓶颈的趋势，头部的模组厂几乎都从与软件公司合作，切换到自研算法的模式。“当下游终端的成本压力越来越大，就会压缩上游的空间，其实最直接的方式就是把软件的空间压没了，只剩硬件成本。这也就有了终端要求硬件厂同时提供软硬件的说法，软件几乎就是送的。”前文中受访的供应商对集微网说到。对方还举例指出，当前的几家“造车新势力”其实就是在不断向上游做整合，最典型的例子就是特斯拉和比亚迪。“这个思路其实跟苹果就很像，构建一个属于自己的生态，把核心的技术都掌握在手里。依靠生态来降本盈利。新的车企在起步阶段可能会联合其他企业一起，中后期规模做大就必然希望自己的成本更低、把控力和话语权更强。”虽然在软件算法在智能汽车中尤为重要，但想要做到一枝独秀却非常困难。即便特斯拉作为该领域的领头羊，车辆事故发生的频率却并不低。从行业层面来看，由于政策没有放开，自动驾驶技术相关的企业都无法大展拳脚，产品和技术的推进都比较保守，所以人机共驾还需要很长的时间。尤其是智能汽车产业链许多零部件环节尚缺乏行业标准的背景下，想在软件算法层面有较大突破难上加难。另外站在企业的角度，头部企业其实有着非常多的积累和付出，同理对于其他厂商来说，想软件算法能力的提升也仍需要时间。

更多重磅新闻

请点击进入爱集微小程序

或下载爱集微APP阅读

点击下载爱集微APP

打开半导体新闻阅读新方式