1、记者：我们注意到，罗兰贝格最新发布的预测显示，到2030年，全自动驾驶的电动“机器人出租车”供应商将抢占超过三分之一的全球机动汽车产业市场，也就是说，传统汽车企业将丢失“三分之一”的市场份额吗？这个数字是不是有点“危言耸听”？张君毅：在2030，用户是愿意买一辆新车，还是乘坐一辆机器人出租车？这里有一个基本前提，乘坐机器人出租车的费用将不会超过自己驾驶车辆走过这段行程的费用。根据我们最近进行的全球智能汽车发展指数调查，在这种情况下，大约会有26-28%的美国人和德国人选择机器人出租车，而超过一半的中国车主，准确地说是51%的受访对象，表示出对机器人出租车的兴趣。毫无疑问，这一数字受到了中国大城
2、市高昂的车辆牌照费用、已经广泛发展的租车服务的影响。另外，对于高端品牌来说，有一点值得特别关注：在西方国家，高端汽车（车价80，000欧元以上）用户几乎都无人选择无人驾驶汽车，此类客户对机器人出租车也几乎完全没有兴趣，而在中国，同样消费区间的车主却有72%愿意放弃购买新车，选择机器人出租车。这些数字也暗示，高端豪华车型在中国市场面临不容乐观的销售前景。没想到与中国市场不同，在西方国家（欧洲、美国等），高端车辆的使用者对于无人驾驶汽车竟然缺乏兴趣。我想，造成这种现象的原因也许有许多，比如，不同市场，高端车使用者的年龄也有不同等，有数据显示，在中国汽车市场，高端车车主普遍年轻化，这些人也许更愿意尝
3、试新事物。不同的人群所呈现的调查结果确实有很大的差别。地理位置和受访者年龄这两个因素的影响尤其突出，这也进一步佐证了罗兰贝格最近发布的关于德国、美国和中国车主（中高端市场）的调查。例如，我们曾经调查过，在日常驾驶中，用户对智能驾驶最核心的关注点在哪里？在德国和美国，约58%的受访者表示对从未体验过的无人驾驶技术表示感兴趣，而在中国，几乎每一个司机（96%的受访者）都表示出对无人驾驶技术的欢迎。另外在西方，随着年龄的增长，用户的态度越来越保守和怀疑，而在中国，年龄对受访者的影响并不显著。那么，在无人驾驶领域，有哪些因素是用户最为关注的？近几个月，很少有话题能够像无人驾驶这样吸引着整个汽车行业的关
4、注。虽然整车厂、零部件供应商和研究机构的车辆研发技术必不可少，相应的法律体系也非常重要。然而，最终还是用户，即我们的终端车主，决定了产品和方法的成功和失败。对于终端用户来说，最关键的是，安全性和使用新技术的成本。从发展的眼光来看，发布快速响应市场、经济性高的产品是无容置疑的，但永远不要掉以轻心的是，安全才是所有课题的重中之重。无人驾驶的难点 在车辆研发技术方面，需要重点攻克的难题是什么？测试和验证。当前的无人驾驶技术研究正朝着几个大的方向发展，所有的研究活动可以分为这五大层面：社会、经济、法律、人体工程学和技术。其中，对智能车辆的技术验证及测试手段仍然面临相当大的挑战，需要将创新的测试方法和手
5、段相结合。因为现有的测试方法相当昂贵，要将实际行驶里程精确记录下来，而采用传统方法路测高度自动化驾驶（3级以上）需要经过数百万公里的行驶，打造任何一个这样的系统都不具备商业可行性。采用传统方法进行无人驾驶的路测确实是“任务沉重”，今年年初，谷歌就宣布推迟了他们无人驾驶汽车项目的进展速度。据我们了解，亚琛汽车工程技术有限汽车公司正在试图建立和运营一个包含不同驾驶情景的数据库 “PEGASUS”项目，以寻找更有效的方法来测试智能汽车。这个项目联合了德国的整车厂、零部件供应商和研究机构的共同参与，于2016年1月启动，并且得到了德国联邦经济事务和能源部的资助。基于事故数据、路面测试以及大量的调查研究
6、，相关的驾驶情景被模拟并存储在一个共享的数据库中。在这个数据库为开发过程中不同情景下的智能驾驶验证打下了非常好的基础，如交通仿真、模拟驾驶和不同的路况测试等。竞争，在国家间展开 我们也观察到，目前，全球主要汽车大国已开始在无人驾驶、智能汽车领域发力，各国在智能驾驶领域的竞争格局情况如何？能否与我们分享一下你们的研究成果？未来智能汽车对于经济发展具有巨大的促进作用，各国政府也越来越认识到智能汽车的重要性，智能驾驶技术的研发对经济的发展究竟有多重要，从最近几个月公布的由政府补贴的研究项目上可见一斑。越来越多从事智能和互联驾驶研究的国家性和地方性机构都获得了研发补助，不仅在德国，其他的国家也是如此。
7、例如在德国，一些政府机构如德国联邦经济事务和能源部（BMWi）目前正在支持着众多大规模的无人驾驶项目，例如Ko-HAF高度智能驾驶项目。同时，越来越多的国家性和地方性的智能和互联驾驶测试设施可以获得补贴。例如，英国准备投入约1，000万英镑补贴智能汽车的测试设施建设和主要项目的研发，德国在亚琛投入高达2，800万欧元以支持无人驾驶研发活动。随着研究活动愈发指向智能汽车的测试和验证难题，整车厂与研究机构之间的合作也变得更加紧密和深入。例如在“专业水平”方面，美国和德国表现突出，这其中的重要原因是美国和德国一流大学开展了大量广泛的研究和开发活动，而且两国的汽车整车厂和研究机构之间还有着密切的双向合
8、作。例如，丰田宣布将分别与斯坦福大学和麻省理工学院合作成立两个联合研发中心（项目投资总额约5000万美元）；福特与密歇根大学合作，在密歇根大学运作的模拟城市环境中进行智能汽车测试。 记者：如果从各国整车厂设计和生产智能汽车的发展状况，以及所从事的研发活动的深度和广度方面看，哪些国家拥有领先的发展水平。德国在全球一直以来都成功地扮演着研发（半/高）智能汽车的先锋角色。这主要是由于德国整车厂在高级辅助驾驶系统和无人驾驶功能上的突出表现。随着德国一系列高端车型（如宝马7系）的上市，我们看到，一些智能汽车的功能已逐渐量产为消费者所用。最近几个月，德国整车厂陆续推出了几款新车型，包括宝马7系和奥迪A4。
9、这些车型的上市进一步增加了量产车中搭载的智能汽车技术数量，提高了市场可用性。一些驾驶辅助系统，比如奥迪A4上配置的紧急辅助转向系统，首次成为标配。与此同时，其它国家也开始挑战德国的领先地位。比如在东京车展上，日本整车厂已在一些先进的概念车型中发布了大量的智能驾驶功能，这有效地提升了他们在智能汽车领域的国际竞争力。目前，美国、日本和韩国整车厂与德国之间的差距有所缩小。然而某些高端车型（如雷克萨斯LX、现代Genesis G90）的上市政策却设置了严苛的限制，使这些整车厂在智能汽车技术的市场化上面临诸多挑战。与此对应的，特斯拉正在采用一种替代策略来突破这些限制，提高现有车辆的智能驾驶功能：只要车辆
10、的传感器匹配，车主就可以通过购买软件升级获得特斯拉最新的“自动泊车”功能。在概念车的研发方面，德国和美国基本齐头并进，尽管来自美国的谷歌和优步更多地关注城市道路的应用。同样在概念车研发方面表现不错的还有日本，例如，日本整车厂在东京车展上展示了一系列带有智能驾驶功能的先进概念车。在涉及“无人驾驶”汽车技术的市场方面，各国情况怎么样？我们选取了搭载高级辅助驾驶系统（SAE 2级以上）的车辆销量作为指标，对相关汽车工业国家（美国、德国、中国、瑞典、英国、韩国，法国、意大利以及日本）在该领域的竞争态势进行比较分析，来衡量当地市场规模。我们发现，美国和中国在绝对值上大幅领先德国。美国安装了辅助驾驶系统的
11、车辆保有量非常巨大，这使得美国成为全球智能驾驶车辆市场规模最大的国家。在德国，搭载辅助驾驶系统的商用车辆占据了相当高的份额。连同德国全国市场的绝对规模，足以让德国成为全球智能汽车规模第二的国家。瑞典的绝对规模相对而言并不大，但依然排名第三，这是因为在瑞典安装了高级驾驶辅助系统的车辆比例超过了全球任何一个国家。英国虽然名列第四，但是与美国、德国和瑞典之间却存在着比较大的差距。其余的所有国家均表现平平。许多国家在涉及无人驾驶的法律方面存在一定的障碍。在法律体系方面，相比德国，美国更具优势，德国仍稍稍落后于美国，主要是因为美国一些州采取了简化的车辆许可程序。不过，德国联邦政府最近开始着手无人驾驶的相
12、关法律条款。德国政府发布了“智能和互联驾驶战略”，定义了未来的核心工作内容，以期为德国未来在社会、法律和技术方面会遇到的挑战做好准备。在这样的大背景下，值得注意的是，美国加利福尼亚州最近发布的一份草案提出了最新的智能驾驶汽车使用要求，其技术和法律规定均相当保守（加利福尼亚车管所2015，智能驾驶汽车的公共部署草案要求）。根据该草案，在汽车上，一个方向盘和一个可以随时控制车辆的司机目前仍然是必要的，这些规定很明显是针对谷歌汽车而来。因为谷歌正计划在中期内发布既不需要方向盘也不需要驾驶员的汽车。而德国政府基于前期圆桌会议对“无人驾驶”的筹备工作，已经在最近采取了进一步措施，着手无人驾驶的相关法律。
13、我认为关系到ECE法规的内容值得特别关注，因为ECE会牵涉到众多其它的欧盟国家。ECE R79就是一个例子：目前，这个规定明确禁止智能转向功能不能在时速10公里/小时以上使用，主要原因是如果发生事故将无法判定是由车辆还是驾驶员负责，因此ECE R79成为了无人驾驶的一个关键障碍。德国政府目前尚未公布任何具体的时间计划，这导致德国相比美国而言，在法律条款指标上的评价略低。挑战的应对 根据你们的预测，到2030年，汽车行业的传统业务会下降近30个百分点。那么传统汽车企业应该如何面对新技术的挑战？首先是要提高企业灵活性。从有形资产向知识、互联软件及服务的转变中，新型企业凭借轻资产和数字技术占领先机。
14、而传统企业想要变得更加敏捷灵活，就需要打破自己的组织结构从功能性封闭系统发展为公开合作竞争和增值的生态系统。此外，随着自动驾驶电动汽车的发展，用户体验需求也将不断转变。特别是出于治理交通拥堵与空气污染的考虑，各国政府都在制定或出台控制私有车辆的政策。过去，用户更加重视驾驶的体验，而未来，日常出行的效率和便利性将成为汽车产业生态系统新范式。与此同时，传统汽车企业还需要转变创新方向。交通服务供应商创造与获得价值的重点将从“产品”向“服务”转移。企业的创新活动应该建立在智能服务数据科学的基础上，集中资源开发新的应用程序、完善大数据算法、重新界定交通基础设施供应商的交互界面等。制造流程的重构也是汽车企业今后需要面临的课题。从产品开发向制造流程优化的转变必须配合交通服务的发展。过去的企业紧抓汽车特性与技术的创新，而未来发展的方向则应贴合交通服务的设备需求，不断在机械工程学领域取得突破。不仅如此，传统汽车企业还需要进一步完善人才的配置。汽车制造商和供应商的核心竞争力将从实体工程学转向软件分析与社区建设等领域。企业需要大量熟悉大数据、分析方法与数据所有权等知识与技术的专家，以进一步推动交通服务平台、多渠道体验、移动与数字化市场营销的发展。
