自動運転にはバブルが必要

自動運転にはバブルが必要

業界に「金儲けの見込み」があれば、必然的に「混乱」が起こります。

10年前はスマートフォンでしたが、今はスマートカーです。スマートカーの最も注目を集めるアプリケーションとして、自動運転は間違いなく業界にとって最もエキサイティングなものです。現在、テスラ、グーグル、百度などの先駆者に加え、ファーウェイまでもが市場に参入し、テスラに勝つことを誓っている。

テスラに勝てるかどうかはまだ検証されていないが、ファーウェイの自動運転はまず株式市場で熱狂を巻き起こした。複数のコンセプト株が1日の上限に達した。

[[395060]]

自動運転は、産業の将来性という観点から見れば広大な海であるが、設備投資という観点から見れば、すべてを飲み込むブラックホールとなる可能性もある。

1. 複占か、それとも百通りの学派か?

コンピュータ革命により、エレクトロニクス業界においてハードウェアとソフトウェアが独立かつ相互依存する構造が生まれました。スマートフォンはこの伝統を受け継いでおり、今日のスマートカーがそれに倣うのは当然のことです。

その結果、自動運転システムにおいては、テスラFSDやグーグル・ウェイモに代表される、アップルのクローズドIOSシステムとグーグルのオープンAndroidシステムと似た状況が生まれている。

[[395061]]

しかし、携帯電話OSの安定した二大独占とは異なり、テスラとグーグル以外にも多くの参入者がいる。ハードウェアとソフトウェアの両方をカバーするメーカーには、GMやXpengなどがある。百度やアップルも自動車を製造したいと言っている。ソフトウェアメーカーはさらに多く、有名なファーウェイから、Pony.ai、Nuro.ai、TuSimpleなど小規模なものまである。TuSimpleは、米国の株式市場に上場した最初の自動運転ソフトウェアメーカーとなった。

そのため、自動運転は「IOS」と「Android」に限定されるべきではなく、百家百様の考え方が争う状況になるべきだと指摘する人もいます。

この発言には理由があります。理論的には、スマートフォンのオペレーティングシステムは基本的なフレームワークを構築するだけでよく、完全なエコシステムを形成するには開発者が他のアプリケーションを改良する必要があります。

開発者はオペレーティングシステム会社である必要はなく、サードパーティ会社でも構いません。特定の機能に需要があると思われる場合は、ソースコードに基づいてアプリを開発できます。これは、政府が土地を整理し、責任を持つべきインフラストラクチャを構築し、不動産開発業者にその土地に住宅、ショッピングモール、工場、オフィスビルを建設する機会を提供し、最終的に完全な都市施設を形成することに似ています。

さらに、携帯電話には金融、ショッピング、ソーシャルネットワーキング、エンターテイメントなど、さまざまなアプリケーションシナリオがあります。これらすべてをオペレーティングシステム会社に任せてしまうと、政府に都市のすべての施設を建設するよう依頼するようなものです。これは非常に手間がかかり、非効率的です。これらのタスクをサードパーティの開発者に引き渡して、結果を共有させる方がよいでしょう。多数の開発者とユーザーと結びつくと、独占的優位性が形成されやすく、新しいオペレーティングシステムが生き残るのは難しくなります。

これは三方共に利益のある状況です。

しかし、自動運転システムは違います。ユーザーとしては、「ベアシステム」を入手して、ブレーキAPP、ハンドルAPP、自動駐車APPを自分でインストールすることはできません。ユーザーエクスペリエンスはどれほど悪いのでしょうか?APPのインストールを忘れた場合、自動運転は機能しないということですか?さらに悪いことに、ブレーキAPPのインストールを忘れて、道路上で車を自動運転した場合、ブレーキをかけるべきときにブレーキをかけなかったらどうなりますか?それは人命を脅かすジョークではありませんか?

つまり、開発者がユーザーに提供すべきものは、単に整備された「土地」や、インフラが部分的にしか整備されていない「土地」ではなく、設備が完備された「街」であるべきだということです。したがって、自動運転システムはリリースされた時点で完璧でなければなりません。部品が欠けていてはなりませんし、重要ではなく体験を向上させることを目的としたものでない限り、第三者に改善を依頼することもできません。

さらに、自動運転システムの機能は比較的単純で、運転を人間に代わるだけであり、携帯電話とは異なり、幅広い用途はありません。したがって、開発者自身も完全な自動運転システムソリューションを提供できる能力を持っている必要があります。

もちろん、開発者として、開発モデルの観点から言えば、まず優れたインフラストラクチャを構築し、その後サードパーティの開発者がそれに追加できるようにすることができます。実際、Baidu はこれを行っています。Apollo プラットフォームには 45,000 人以上の開発者が集まっています。これらのプラクティスは矛盾ではありません。完全なシステム ソリューションが提供されていれば、それで問題ありません。

この観点からすると、1 社や 2 社の企業が自動運転システムを支配する必要はないようです。100 の考え方のほうが競争を促進し、最終的には消費者に利益をもたらすかもしれません。この論理は、自動運転の分野に参入する多くの企業にも影響を与え、前進し続ける勇気を与えていると思います。

本当にそうなのでしょうか?

2. 百の学派の主張を実現することは本当に可能でしょうか?

ビジネスの世界では、品質、コスト、効率は避けられない「三角関係」です。

誰もが「2つの高と1つの安」、つまり高品質、高効率、そして低コストを同時に実現することを望んでいますが、現実にはこれは「不可能な三角形」であり、最大でもそのうちの2つしか実現できません。この枠組みを自動運転に関する数多くの議論に適用すると、衝突が生じることになります。

開発者によって、才能、資金、技術力、開発効率は異なります。開発者全員が同じことをすれば、開発の重複は言うまでもなく、さまざまなリソースの消費や悪質な競争の可能性は、低コストとは明らかに相反します。たとえすべての開発者が同じ品質、同じコストで生産できたとしても、効率には差があります。資金が十分で才能が豊富な開発者はより速く、資金が不十分で才能が豊富な開発者はより遅くなる可能性があります。高品質と高効率の両方が求められる場合、誰がより多くの資金を持っているかを競わなければなりません。開発者によって資金、資金調達能力、資金調達コストは大きく異なります。

どのような角度から見ても、それは望むと望まれるの問題なので、理論的には自動運転システムの開発者はそれほど多くないはずです。

しかし、開発者の観点から見ると、その見方はまったく逆になるかもしれません。

スマートカーの最も重要な応用シナリオでは、どのメーカーもアウトサイダーになりたくありません。最終的にこの競争に勝てば、多額のお金が手に入るので、非常に魅力的です。長期的には、従来の自動車メーカーが自動運転の開発能力により、自動車業界の淘汰ラウンドで主導権を握る可能性がある。同じことは新興勢力にも当てはまる。ソフトウェア企業は自動運転によって新たなブルーオーシャンを切り開くだろう。

さらに、新興産業には今、チャンスがあまりありません。自動車業界では、1世紀も見られなかった大きな変化がようやく起こりました。もちろん、そのためには戦わなければなりません。最初からこのような大きなチャンスを逃してしまうのをただ見ているのは、楽しいことではありません。

しかも、戦争はまだ始まったばかりで、勝敗はまだ決まっていません。あえて戦いに参戦する企業は菜食主義者ではありません。資本、人材、技術力の面で差はありますが、誰が確実に勝つか負けるかはわかりません。この場合、早期に撤退して市場を他人に譲ることは、ビジネスを行う上で正しい姿勢ではありません。たとえ最終的に死ぬことになったとしても、最初から脱走兵になるよりはましです。

男性には男性なりの理由があり、女性には女性なりの理由があり、結局はすべて市場次第です。

将来を見据えると、参加者の視点から見ると、自動運転市場は多くの開発者が集まっているため、非常に活気にあふれたものになるでしょう。競争の視点から見ると、自動運転市場は激しい戦いを繰り広げるでしょう。発展の道筋の視点から見ると、大手プレーヤーが市場に参入し、資本が投資され、バブルが触媒され、バブルが形成され、バブルが崩壊し、涅槃が再生される可能性が高いです。

自動運転にはバブルが必要であり、そしてバブルが存在するべきだ。

資本の観点から見ると、自動運転はおそらく最初は資本の饗宴となり、その後資本バブルに発展し、最後にバブルが崩壊した後に真の強者が出現するだろう。

国、業界、消費者、そして最終的に台頭した強者にとって、このバブルは、自動車業界に今世紀最大の革命をもたらした「ホワイトホール」である。しかし、バブルのせいで没落した開発業者や資本家にとって、このバブルはすべてを飲み込む巨大な「ブラックホール」となるだろう。

3. 投資家は何をすべきでしょうか?

投資について言えば、「ブラックホール」に陥らないようにするには、産業チェーンの中で最も価値のあるものを見つける必要があります。フォローアップする価値のあることが2つあります。

まず、現在のAIチップとアルゴリズムの競争環境は、基本的に大手企業同士の格闘技となっており、どの企業もその両方を持っている。テスラにはFSDチップとアルゴリズムがあり、百度には崑崙チップとアポロがあり、華為には麒麟チップと鴻蒙があり、小鵬でさえも自社のNGPに呼応する独自のチップを開発すると述べている。したがって、ソフトウェア会社であれ、自動車メーカーであれ、チップとアルゴリズムの両方を獲得できるほどの実力がないのに、自社で自動運転システムを開発したと主張しようとすると、遅れをとる可能性が高い。

もちろん、すべての自動車メーカーが自社で自動運転システムを開発する必要はありません。他のソフトウェアメーカーからシステムを購入し、車両の設計、生産、インフラ、マーケティング、アフターセールスなどの面に注力することも良い戦略です。

自動運転の研究開発は資金のかかる仕事であり、AIチップやアルゴリズムの人材も不足している。大手企業はみな、最初の機会に人材を確保しようとしている。資金面でも、大手企業は人材が不足しているわけではない。後から介入すると、スープを飲むことさえほとんどできなくなります。

したがって、巨人以外はこの分野に賭けるしかないと思われます。

2つ目は、LiDARです。「Gronghui Research」のパブリックアカウントは、以前の記事「LiDAR、自動運転トラックの新たな寵児」で特別な分析を行っていますが、ここでは繰り返さないことにします。

最も単純な基礎ロジックを説明すると、自動運転は生死に関わる問題であり、運転中の周囲の環境の認識は非常に敏感で、正確で、包括的でなければなりません。この点で、LiDAR は当然の利点を持っており、カメラ、超音波レーダー、ミリ波レーダーよりもはるかに強力です。これまで、LiDARは1万元を超える価格だったため、商品化能力が疑問視されていた。現在、Huaweiはコストを数百元の「お買い得価格」まで引き下げることに成功し、量産化の障害は取り除かれた。中国のビジネス気質から判断すると、今後さらに多くのLiDARメーカーが登場するだろう。

これら2つのトラックが混雑しすぎていると感じた場合は、トラックの自動運転システムに重点を置く開発者など、ニッチな分野でハイライトを当てている企業を探すこともできます。この分野の興味深い点は、ポイントツーポイントの高速道路貨物、港の積み下ろしエリアでの往復、工場エリアでの商品の積み下ろしなど、トラックの運転シナリオとルートが比較的単純で固定されていることです。これらの場所は、人と車両を分離しやすいです。港湾エリアや工場エリアに空中歩行者エリアを構築することで、人と車両は空間的に完全に分離されるため、人が車内に座る必要がなく、車が人にぶつかる確率を大幅に減らすことができます。たとえ車が事故を起こしても、損失は積荷だけで、誰も死ぬことはありません。なぜなら、人の命は貴重だからです。

これらの企業のリーダーたちは、資金と人材の面で大手企業と競争できない可能性があることを理解しており、差別化されたルートを選択し、大手企業が一時的に無視しているニッチな領域を深く掘り下げる方がよいと考えています。開発の難易度、開発コスト、競争圧力は比較的低くなります。一歩引いて考えてみると、ある日大手企業が間違いに気づき、大々的に参入してきたとしても、あなたは長期にわたる蓄積によって、大手企業に採用される資格を保持することができます。

4. 結論

自動運転の登場により、自動車業界は過去 100 年間達成できなかったことが実現しました。これは十分に大きなビジネスであり、また十分に大きな投資機会でもあります。

しかし、これらの分野では、まだ突破口を待っているものが多く、商業化やテストが必要なものも多くあります。これらのことが明らかになるまでには、多くの投資の落とし穴があります。情報の非対称性と投資家が状況に気付いていない時間枠を利用して、利益を得る機会を利用する人がたくさんいます。

投資家にとっては、根底にある論理を見抜いて早い段階で投資機会を発見できれば、大胆な賭けをすることができます。状況が明確になり、上昇の転換点を迎えたり、爆発の兆候が現れたりしたときに賭けをしても遅くはありません。バブルが膨らむ熱狂期には、バブルに踊らされることができれば賭けるのに適した時期でもありますが、勇敢に撤退できない場合は、冷静でいる方が良いでしょう。

今、私たちにはこのような平静さが必要なのです。

<<:  医療ロボットが登場し、医療分野は大きな変化を迎える

>>:  小中学校の授業に人工知能教育が取り入れられました!

ブログ    
ブログ    

推薦する

顔認識技術の新たな進歩:自閉症やADHDを検出できる

[[187357]]顔の表情や頭の動きから自閉症やADHDの患者を識別できる新しいコンピューターアル...

Transformer モデルを使用した時系列予測の Pytorch コード例

時系列予測は永続的なトピックです。自然言語処理の分野での成功に触発されて、トランスフォーマー モデル...

...

...

AIがデータ分析を拡張し、効率化する方法

今日のデータ主導の世界では、AI が業界全体を変革しています。 AI は大規模なデータ分析を加速し、...

これがあれば、母は私が授業をさぼったり、空想にふけったり、携帯電話で遊んだりすることを心配する必要がなくなります...

最近、中国薬科大学は試験的に教室に顔認識システムを導入しました。学生の出席を自動的に識別するだけでな...

...

...

AI(人工知能)はニッチな業界でお金を稼ぐ次のチャンスです

AI(人工知能)とは何ですか?と聞かれたら多くの人は、いくつかの単語を話すことはできるかもしれません...

人工知能の「ホットテクノロジー」をどう応用するか

人工知能が詩と連句を作曲、神経医学人工知能研究の最新の進歩、人工知能交通融合認識とデジタルツインソリ...

...

Appleとオレゴン州立大学がAutoFocusFormerを提案: 従来のグリッドを廃止し、適応型ダウンサンプリング画像セグメンテーションを使用

従来の RGB 画像はラスター形式で保存され、ピクセルは画像全体に均等に分散されます。ただし、この均...

AIベースの顔認識は工場にとって次の技術的マイルストーンとなる

新型コロナウイルス流行の影響で、人工知能(AI)は工場にとって必須のものとなった。 Google の...

Huyaは人間とシーンの分離技術を使用して、顔を覆わずにスマートな弾丸スクリーンを作成します

【元記事は51CTO.comより】 「(段)幕」という言葉はシューティングゲームから生まれたもので、...

Titanium Technology CEO、Li Shuhao氏:ツールの輸出からブランドの輸出まで、Martechはどのような新たな機会に直面していますか?

2020年、国内の新たな消費が活況を呈する一方で、海外市場も急速な成長機会の新たな波を迎えています...