從新創企業現狀觀察AI發展熱度

作者 : 黃燁鋒，EE Times China
2021-07-12

從人工智慧(AI)新創企業市場，以及類似Nvidia新創加速計畫(NVIDIA Inception)的專案，都可觀察AI技術或產業如今的發展熱度...

現在的很多生態締造者對於潛在生態的開發都十分在意：比如說及早深入教育市場，生態建設「從娃娃抓起」(編按：指從小開始)；再或者對新創企業的扶持或孵化計畫。這裡所謂的「生態締造者」的範圍可以很廣，比如雲端供應商、作業系統供應商、針對應用開發解決方案的供應商，以及各種硬體廠商等。

這些其實是吸引更多開發者，潛移默化中造成開發習慣、黏性的關鍵。《電子工程專輯》中國版(EE Times China)先前拜訪過微軟(Microsoft) Azure一批又一批的孵化企業；還有華為HarmonyOS當下對眾多新創企業的扶持……這類新創企業扶持項目都有著相當易於理解的商業邏輯，亦屬常規操作手段。

而在AI生態建構上頗具代表性的應該就是Nvidia，畢竟筆者之前也一直在提Nvidia在AI生態打造上的完備程度多高，這種生態對新創企業的扶持當然也是必不可少的。Nvidia新創加速計畫(NVIDIA Inception)進入中國是在2016年，這個計畫本身就在加速AI創業公司發展。從AI新創企業市場，以及類似Nvidia新創加速計畫這樣的專案，都可觀察AI技術或產業如今的發展熱度。

AI市場這兩年的新機遇

截至去年底，這項計畫在全球範圍內覆蓋了超過7,000家AI新創公司，去年一年加入Nvidia新創加速計畫的公司數量較上一年多出了25%。從Nvidia的總結來看，新冠肺炎疫情可能很大程度推動了該計畫。之前Nvidia業務開發VP Jeff Herbst曾提過：「2020年一場全球性質的瘟疫攪動了經濟發展。但新創生態系統卻在此期間一度繁榮，這很可能不是巧合。」

這些AI新創企業，依照類別來看主要包括了IT服務、醫療健康、媒體與娛樂。看起來是完全符合預期，就如同疫情期間全球的PC和資料中心市場發展受到刺激一樣，這恰好也是Nvidia業務發展的重點。可以說，疫情雖然短時間內造成了停工停產，但Nvidia可能是這波行情下獲得最大發展機會的企業之一。

數位生活方式的轉變促成了很多領域的快速發展，包括在家辦公、遠端醫療、家庭娛樂等。隨Nvidia大趨勢本身的利多，以及大環境的影響，去年加入Nvidia新創加速計畫的新創企業的一大部分都在這些類別中。

在中國市場上，該計畫去年扶持的企業超過800家。這個數字也極大程度說明了AI在中國發展的繁榮。換句話說，全球25%的成長量也可間接表現出，新冠疫情的蔓延客觀上也推動了AI的發展，而且不止於醫療健康。

AI新創投資市場現狀

Nvidia新創加速計畫可認為是觀察AI新創企業，乃至整個AI產業發展的冰山一角。CB Insights先前公佈了一份AI 100榜單，列出100家AI新創企業——而且據說是從超過6,000家企業中選出來的。這份榜單涵蓋了跨18個核心產業的各種解決方案，這個數字其實已蠻驚人。這份榜單總結了這些年來AI新創公司獲得的融資金額、最具代表性的產業類別，以及有不少企業處在A輪融資階段。其中12家是獨角獸，而在地理位置分佈中，64%位於美國，8家位於英國，6家在中國和以色列等。

針對這個市場有一些更細緻的資料可以列舉。以前不久微軟豪擲197億美元收購Nuance為代表，目前美國最大的5家科技公司中，有4家大量收購了AI新創企業。其中蘋果(Apple)最多，收購次數達到了29次——這也是CB Insights前不久才更新的資料。僅今年一季，全球與AI新創企業相關的交易(如收購、兼併等)次數就達到了626次，交易金額大約是177億美元。與去年相比，2020年整年的資料是354億，這其中的增量還是相當可觀的。有投資機構認為，預期今年針對AI相關的企業交易量會是去年的2~3倍，這種持續活躍和加速的趨勢仍相當明確。

很多機構針對企業所作的統計也顯示，企業對於AI產品的採用計畫正在增加，或者說更多的企業在數位化轉型過程中準備應用AI。Signal AI針對1,000位C級高層的統計顯示，92%認為自家企業需要依靠AI技術來提升決策制定流程。GTC 2021上，Nvidia共同創辦人暨執行長黃仁勳針對Nvidia發佈的AI for Enterprise特別提到：「我們將AI擴展到企業的邊緣。我們相信企業產業邊緣將會是AI產生巨大影響的地方，包括醫療健康、倉儲物流、生產製造、零售、農業、交通。AI還沒有觸達這些產業，但現在不同了。」

所以從投資方和需求方兩個方面來看，AI新創企業相關的投資都在持續擴大。不過這一現象可能與其他熱門領域的發展具有極高的相關性。比如推行SaaS的企業如今受到格外的關注——而這些企業普遍將AI作為企業產品的一部分。所以AI成為某些正在快速成長中的市場的組成部分受到追捧，本身也是AI成長的原因。達成全球AI交易金額的新記錄，可能會在今年持續發生；今年截至目前交易輪次也仍然表現出了熱度。

這其中有一點轉變，是近一年才發生。亦即去年很多企業對於AI的接受度仍然不高——AI之前的存在更像是一種行銷手法：即告訴客戶和投資人，產品中有AI技術才能獲得青睞；而現階段逐漸在轉變至用AI來更實際地解決現實問題的階段發展，或者不需要再去反覆解釋究竟為什麼要接受AI。AI也變得越來越平常，這也是大部分技術走向成熟的必由之路。雖然從投資風向來看，這個市場遠未及成熟，Nvidia在此時持續做針對AI新創企業的新創加速計畫投入，還是相當好的時機。

兩個新創加速計畫示例

與此同時，Nvidia新創加速計畫在客觀上也是降低產業進入門檻的一種方式，所以該計畫本身又在推動AI產業發展。從這個層面來看，這一市場行為與Nvidia本身在技術上進行生態建構還是一脈相承。

對於加入計畫的AI新創企業而言，該計畫提供的支援主要包括幾點：Nvidia的部分產品折扣、AI技術支援(包括Nvidia深度學習學院DLI線上自主培訓課程免費兌換200次)、Nvidia管道的市場推廣(如在GTC大會上給予展示、演講等的機會)、融資服務、業務推薦等，也就是從技術和市場兩方面提供一些基礎支援。除了免費加入的新創企業，計畫中另設有高階會員(設定要求包括至少完成A輪融資或已產生業務收入等)有更多的支援，比如開發者關係支持、更多市場推廣等。

這些服務和支援，基本也顯示了當代新創企業扶持計畫的常規，大方向上也符合AI新創風向的趨勢。這裡列舉兩個加入Nvidia新創加速計畫的新創企業的例子，大致可從中體會此類新創扶持計畫的價值。

中國有家名為心咚科技的企業，主要業務方向是將AI技術融入到時尚、服飾產業。這家公司產品的核心，包括了物理引擎和數位面料中心：設計師藉由心咚科技的產品，可以將現實中的實物面料和服飾，虛擬地呈現出來。這其實很類似於「原型產品」、「設計驗證」，虛擬產品因此能做到「零廢棄物製造」。市面上大多數現有的3D服裝設計軟體都只是視覺模擬，而沒有工業級高精準度物理模擬所需的運算結果。

所以心咚科技採用Nvidia的GPU及互連等方案，實現了高效能運算(HPC)應用，完成對複雜光線追蹤、視覺化運算工作負載的處理，以虛擬的方式完成從選擇面料、成衣設計、審稿、打版到生產過程。心咚科技本身是Nvidia新創加速計畫會員，這個例子也顯示AI相關技術新創企業借助Nvidia的資源、支援和平台，能夠加速應用實踐和延展。

再舉個例子，美國有家新創企業Zippin，他們的產品針對零售店購物可實現自動結帳，這個過程主要是對消費者購買的零食、飲料等進行影像辨識。顧客在支援Zippin系統的店內買東西之後就可以離開，app會保留收據，追蹤消費記錄後收費(app或信用卡支付)。這個專案的市場契機，主要來自國外很多體育館、娛樂場所重開，Zippin自動結帳無人商店不需要排隊就能買東西。

Zippin如今的業務擴展似乎還頗順利，其商店數量在穩步增加，包括一些大型體育場館和零售連鎖店；而且擴展到了美國以外，包括巴西、俄羅斯、日本。這套「自動結帳」系統相關AI的核心部分，應該是商品的影像辨識，並且結合更多感測器實現位置、重量辨識等。不僅是顧客買了什麼，也在於商店本身的庫存管理自動化，Zippin用的是Nvidia Jetson在終端進行模型推理。

Zippin聯合創始人兼首席科學家Motilal Agrawal在談加入新創加速計畫時提到，「Nvidia新創加速計畫團隊與我們見面、借給Zippin第一個NVIDIA GPU並針對我們的應用提供關於Nvidia SDK的指導。」
這兩個例子都是在Nvidia新創加速計畫扶持下，業務得以擴大影響力或開展落地的典型。Nvidia在其官網列舉的實例還有不少，本身也算是對這些企業的市場宣傳途徑之一，可能不同參與者受惠於新創加速計畫的體驗是不同的：Nvidia自己列舉的案例中，有家AI醫療影像手術導航機器人相關新創企業，相當推崇Nvidia深度學習學院DLI 的培訓課程，包括部分課程後Nvidia頒發的一些認證證書。如前面所述，Nvidia深度學習學院DLI線上自主培訓課程也是Nvidia新創加速計畫的重要組成部分，這類課程對於AI新創企業的養成具備相當的價值。

無論是免費的自主培訓課程，還是Nvidia GPU產品折扣、AI技術支援、市場推廣、融資服務、業務推薦，這些Nvidia新創加速計畫的組成部分。對AI新創企業快速入門和進階AI開發、加速產品上市，以及對於Nvidia本身培養AI生態有其價值。

正如本文一開頭所述，這種潛在開發生態與習慣的培養，是大部分生態締造者佈局生態時的必要行為。AI新創企業市場如此火熱，是Nvidia開展新創加速計畫的契機。與此同時，這類計畫本身又在促進AI整個產業往前發展，也是推動AI產業現階段百花齊放、迸發AI創意的起點。

資料來源：https://www.eettaiwan.com/20210712nt61-ai-development-from-the-dynamics-of-new-venture/?fbclid=IwAR1AVhpCZaFFqeTnmgvW7ZoTBBv48gtKEMsxZa4u4i_BDryyVfKnQcYLQ40

AI 助陣醫學、防疫，個人隱私難兩全？

2021/06/09 研之有物

規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

評論

本篇來自合作媒體研之有物，作者周玉文、黃曉君，INSIDE 經授權轉載。

AI 醫療、科技防疫的人權爭議

健康大數據、人工智慧（AI）已經成為醫療研發的新聖杯，新冠肺炎（COVID-19）更將 AI 技術推上防疫舞臺，各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療，我們是否在不知不覺中讓渡了個人隱私？

中研院歐美研究所副研究員何之行認為，規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

「天網」恢恢，公衛醫療的新利器
自 2020 年新冠疫情大爆發，全世界為了因應危機展開大規模協作，從即時統計看板、預測病毒蛋白質結構、電子監控等，大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系，也引發人權隱私的兩難爭議。

2020 年的最後一夜，臺灣再次出現本土案例。中央流行疫情指揮中心警告，居家隔離、居家檢疫、自主健康管理的民眾，都不應參加大型跨年活動。而且，千萬別心存僥倖，因為「天網」恢恢，「我們能找得到您」！有天網之稱的電子圍籬 2.0 出手，許多人拍手叫好，但也挑起國家進行隱私監控的敏感神經。

隱私爭議不只在防疫戰場，另一個例子是近年正夯的精準醫療。2021 年 1 月，《經濟學人》（The Economist）發布亞太區「個人化精準醫療發展指標」（Personalised-health-index）。臺灣勇奪亞軍，主要歸功於健全的健保、癌症資料庫及尖端資訊科技。

國際按讚，國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障，擔憂是否會成為藥廠大數據；但另一方面，部分醫療研究者卻埋怨《個人資料保護法》（簡稱《個資法》）很嚴、很卡，大大阻擋了醫學研發。為何國內反應如此分歧？

中研院歐美所副研究員何之行認為，原因之一是，

《個資法》早在 2012 年就實施，跑在 AI 時代之前，若僅僅仰賴現行規範，對於新興科技的因應恐怕不合時宜。

健保資料庫爭議：誰能再利用我們的病歷資料？

來看看曾喧騰一時的「健保資料庫訴訟案」。

2012 年，臺灣人權促進會與民間團體提出行政訴訟，質疑政府沒有取得人民同意、缺少法律授權，逕自將健保資料提供給醫療研究單位。這意味，一般人完全不知道自己的病例被加值運用，侵害了資訊自主權。案件雖在 2017 年敗訴，但已進入大法官釋憲。

民間團體批評，根據《個資法》，如果是原始蒐集目的之外的再利用，應該取得當事人同意。而健保資料原初蒐集是為了稽核保費，並非是提供醫學研究。

但支持者則認為，健保資料庫是珍貴的健康大數據，若能串接提供學術與醫療研究，更符合公共利益。此外，如果過往的數據資料都必須重新尋求全國人民再同意，相關研發恐怕得被迫踩剎車。

種種爭議，讓醫學研究和資訊隱私之間的紅線，顯得模糊而舉棋不定。何之行指出，「個人權利」與「公共利益」之間的權衡拉鋸，不僅是長久以來政治哲學家所關心的課題，也反映了現代公共衛生倫理思辨的核心。

我們有權拒絕提供資料給醫療研究嗎？當精準醫療的腳步飛也似向前奔去，我們要如何推進醫學科技，又不棄守個人的隱私權利呢？

「精準醫療」與「精準健康」是近年醫學發展的重要趨勢，透過健康大數據來評估個人健康狀況，對症下藥。但健康資料涉及個人隱私，如何兼顧隱私與自主權，成為另一重要議題。

去識別化爭點：個資應該「馬賽克」到什麼程度？

何之行認為，「健保資料庫爭議」短期可以從幾項原則著手，確立資料使用標準，包括：允許退出權（opt-out）、定義去識別化（de-identification）。

「去識別化」是一道安全防護措施。簡單來說：讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。

2017 年，DeepMind 與英國皇家醫院（Royal Free）的協定曝光，DeepMind 從後者取得 160 萬筆病歷資料，用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫，卻引發軒然大波。原因是，資料分享不僅未取得病患同意，也完全沒有將資料去識別化，每個人的病史、用藥、就醫隱私全被看光光！這起爭議無疑是一大教訓，重創英國社會對於開放資料的信任。

回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式，無從辨識特定個人。但要達到什麼樣的隱匿保護程度，才算是無從識別特定個人？

何之行指出，個資法中的定義不甚清楚，混用匿名化（anonymous）、假名化（pseudonymised）、去連結（delink）等規範程度不一的概念。臺灣也沒有明確定義去識別化標準，成為爭點。

現行法令留下了模糊空間，那麼他山之石是否能提供參考？

以美國《健康照護可攜法案》（HIPAA）為例，法案訂出了去除 18 項個人識別碼，作為去識別化的基準；歐盟《一般資料保護規則》則直接說明，假名化的個資仍然是個人資料。

退出權：保留人民 say NO 的權利

另一個消解爭議的方向是：允許退出權，讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前（opt-in）的同意，但仍可以提供事後的退出選項，民眾便有機會決定，是否提供健康資料做學術研究或商業運用。

何之行再舉英國國民健保署 NHS 做法為例：英國民眾有兩階段選擇退出中央資料庫 （NHS Digital）的機會，一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital，二是資料上傳後，仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據，對商業用途敬謝不敏；也有人覺得只要無法辨識個人即可。

近年，英國政府很努力和大眾溝通，希望民眾認知到資料分享的共善，也說明退出所帶來的社會成本，鼓勵人們留在資料庫內，享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通，努力建立社會信任。

參照英國經驗，目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權，但善盡公眾溝通，應是平衡集體利益與個人隱私的一種做法。

歐盟 GDPR 個資保護的四大原則

健保資料庫只是案例之一，當 AI 成為大數據浪潮下的加速器，最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》（General Data Protection Regulation，以下簡稱 GDPR），便是大數據 AI 時代個資保護的重要指標。

因應 AI、大數據時代的變化，歐盟在 2016 年通過 GDPR，2018 年正式上路，被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量，設定出個資保護四大原則：目的特定原則、資料最小化、透明性與課責性原則。

其中，「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用，應在特定目的的必要範圍內，也就是只提供「絕對必要」的資料。

然而，這與大數據運用需仰賴大量資料的特質，明顯衝突！

大數據分析的過程，往往會大幅、甚至沒有「特定目的」的廣蒐資料；資料分析後的應用範圍，也可能超出原本設定的目標。因此，如何具體界定「特定目的」以及後續利用的「兼容性判斷」，便相當重要。這也突顯出「透明性」原則強調的自我揭露（self-disclosure）義務。當蒐集方成為主要的資料控制者，就有義務更進一步解釋那些仰賴純粹自動化的決策，究竟是如何形成的。

「透明性原則的用意是為了建立信任感。」何之行補充。她舉例，中國阿里巴巴集團旗下的芝麻信用，將演算法自動化決策的應用發揮得淋漓盡致，就連歐盟發放申根簽證都會參考。然而，所有被納入評分系統的人民，卻無從得知這個龐大的演算法系統如何運作，也無法知道為何自己的信用評等如此。

芝麻信用表示，系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料，進行每個人的信用評分，分數介於 350-950。看似為電商系統的信用評等，實則影響個人信貸、租車、訂房、簽證，甚至是求職。

這同時涉及「課責性」（accountability）原則 ── 出了問題，可以找誰負責。以醫療場域來講，無論診斷過程中動用了多少 AI 工具作為輔助，最終仍須仰賴真人醫師做最後的專業判斷，這不僅是尊重醫病關係，也是避免病患求助無門的問責體現。

科技防疫：無所遁形的日常與數位足跡

當新冠疫情爆發，全球人心惶惶、對未知病毒充滿恐懼不安，科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯，也再次浮上檯面。

2020 年 4 月，挪威的國家公共衛生機構推出一款接觸追蹤軟體，能監控足跡、提出曾接觸確診者的示警。但兩個月後，這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關（NDPA）宣告禁用！

挪威開發了「Smittestopp」，可透過 GPS 與藍牙定位來追蹤用戶足跡，提出與感染者曾接觸過的示警，定位資訊也會上傳到中央伺服器儲存。然而，挪威資料保護主管機關（NDPA）宣告，程式對個人隱私造成不必要的侵害，政府應停止使用並刪除資料。

為何挪威資料保護機關會做出這個決定？大體來說，仍與歐盟 GDPR 四大原則有關。

首先，NDPA 認為挪威政府沒有善盡公眾溝通責任，目的不清。人民不知道這款 APP 是為了疫調？或者為研究分析而持續蒐集資料？而且，上傳的資料包含非確診者個案，違反了特定目的與資料最小蒐集原則。

此外，即便為了防疫，政府也應該採用更小侵害的手段（如：僅從藍牙確認距離資訊），而不是直接由 GPS 掌控個人定位軌跡，這可能造成國家全面監控個人行蹤的風險。

最後 NDPA 認為，蒐集足跡資料原初是為了即時防疫，但當資料被轉作後續的研究分析，政府應主動說明為什麼資料可以被二次利用？又將如何去識別化，以確保個資安全？

換言之，面對疫情的高度挑戰，挪威個資保護機關仍然認為若沒有足夠的必要性，不應輕易打開潘朵拉的盒子，國家採用「Smittestopp」這款接觸追蹤軟體，有違反比例原則之虞。

「有效的疫情控制，並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控，一個數位監控國家的誕生，所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析：

數位監控所帶來的威脅，並不僅只於表象上對於個人隱私的侵害，更深層的危機在於，掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。

當監控者透過長時間、多方面的資訊蒐集，對於個人的「深描與剖繪」（profiling）遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向，都可能全面被掌握！

AI 時代需要新法規與管理者

不論是醫藥研發或疫情防控，數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範，何之行認為，除了一套 AI 時代的個資保護規範，實踐層面上歐盟也有值得學習之處。

例如，對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念（privacy by design），「未來照護機器人可能走入家家戶戶，我們卻常忽略機器人 24 小時都在蒐集個資，隱私保護在產品設計的最初階段就要納入考量。」

另外最關鍵的是：設置獨立的個資監管機構，也就是所謂的資料保護官（data protection officer，DPO），專責監控公、私營部門是否遵循法規。直白地說，就是「個資警察局」。何之行比喻，

如果家中遭竊，我們會向警察局報案，但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管，健康資料歸衛福部管，界定不清楚的就變成三不管地帶。

綜觀臺灣現狀，她一語點出問題：「我們不是沒有法規，只是現有的法令不完備，也已不合時宜。」

過往許多人擔心，「個資保護」與「科技創新」是兩難悖論，但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善，車才可能跑得快。「GDPR 非常嚴格，但它並沒有阻礙科學研究，仍然允許了科學例外條款的空間。」

「資料是新石油」（data is the new oil），臺灣擁有世界數一數二最完整的健康資料，唯有完善明確的法規範才能減少疑慮，找出資料二次利用與科技創新的平衡點，也建立對於資料二次利用的社會信任。

資料來源：https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss

智能汽車賽道念起“快字訣”

2021-06-10 09:35:37 中國青年報

　　作為最先喊出“All in AI”口號的互聯網公司，百度試圖通過Apollo無人駕駛項目讓AI技術落地。集度汽車CEO夏一平表示，為了將百度核心的AI技術打磨成產品和服務，集度汽車確定了三大產品DNA——機器人化、情感化、未來感。

　　“新玩家”在智慧汽車時代所扮演的角色有所不同，但以高級別自動駕駛為目標的智慧駕駛，成了所有人爭相佈局的戰略高地。作為全球規模最大的汽車市場，中國也有望成為全球最大的智慧駕駛市場。圖為在北京街頭行駛的百度自動駕駛汽車。視覺中國供圖

　　汽車圈悄悄出現了許多新面孔。而對於集度汽車CEO夏一平來說，從招募團隊到推動品牌建設、新車落地，千頭萬緒的工作都在等著他和同事去完成。

　　這位前摩拜聯合創始人兼首席技術官感慨說，造車要比當初在摩拜單車還要累。夏一平告訴記者，一方面，智慧汽車的電路板、零部件要複雜得多；另一方面，在科技公司集體搶跑智慧汽車賽道的背景下，只有迅速組建一支強大的人才隊伍，才能保住自己的領先狀態。

　　今年上海車展前後，夏一平面試了兩三百人，面試經常從上午9點安排到晚上9點，幾乎每天都有四五個人入職。

　　“未來5年集度汽車將投入500億人民幣，同時將在今年三季度開始對外融資。”據他透露，5月底，集度汽車首款產品的外觀、內飾設計選型和方向已基本確定。目前新車已進入3D建模的研發階段，預計將於2022年北京車展時亮相並接受預定。

　　今年以來，百度、小米、大疆等科技公司先後官宣跨界造車。一時間，從資本市場到招聘青年人才，“跨界造車熱”引發了各方的強烈關注。從某種意義上來說，這些新玩家將與中國汽車市場一起，進入新一輪激烈的淘汰賽。

　　瞄準自動駕駛的靶心，三大DNA藏著集度的哪些野心

　　今年1月11日，百度宣佈組建智慧汽車公司——集度汽車，正式以整車製造商的身份進軍汽車行業。吉利控股集團成為新公司的戰略合作夥伴。

　　夏一平介紹說，從3月2日完成註冊到現在，集度在短短3個月內做了許多事情，“包括產品設計、品牌建設、工程研發以及與吉利在產品外觀設計上合作，都在快速推進中。我們希望以更高效的方式，把最好的科技通過好產品帶給使用者。”

　　儘管資本市場已顯示出對“跨界造車”的推崇，但也有分析人士認為，國內汽車市場“馬太效應”凸顯，新能源汽車市場競爭已經十分激烈。

　　中南財經政法大學數字經濟研究院執行院長盤和林教授認為，汽車作為大宗商品，占家庭支出的份額較大，消費者往往更依賴品牌效應。“因此從這個角度看，跨界造車的新玩家如果想從傳統車企手中搶得客戶，必須先要下大功夫建立品牌信任。”

　　在夏一平看來，由於電動化領域已經出現了競爭同質化現象，在未來3-5年，新能源汽車市場競爭的核心壁壘一定是智慧化。他說：“汽車智慧化競爭不局限於產品形態，而是整個新能源汽車底層技術的競爭。從汽車底盤、電機結構到其他硬體控制器，甚至到軟體以及應用層面，汽車將會完成一次從頭到尾、由內及外的重構，而這種重構將會讓未來汽車智慧化的競爭變得更加激烈。”

　　事實上，雖然智慧電動車已經是被資本市場追捧的寵兒，但距離真正滿足消費者的需求尚有距離。全國乘用車市場訊息聯席會秘書長崔東樹判斷稱，不少智能電動車還沒能對智慧手機形成足夠的錯位競爭優勢，“比方說，很多智慧車機系統的實際體驗還不如車主就在車內安裝個手機支架。”

　　“未來3-5年內，汽車智慧化的競爭也可以看作是無人化的競爭。”夏一平篤定地說，智慧汽車在汽車軟硬體、平臺技術上帶來的變革，實際上是通往無人化的橋樑。

　　他將智慧汽車與智慧手機的發展歷程進行對比後發現，無論產品複雜程度有多大的區別，行業競爭都會從單一的比拼硬體水準，發展為智慧化生態的競爭。“你會發現，晶片能力、軟體能力、雲端大資料分析能力、AI人工智慧能力以及用戶生態，都成了智慧手機企業必備的核心競爭力。我們認為，同樣的邏輯也將適用于智慧汽車行業。”

　　作為最先喊出“All in AI”口號的互聯網公司，百度不僅在人工智慧領域持續投入了8年，也曾試圖通過Apollo無人駕駛項目讓AI技術在汽車圈落地。但在今年百度一季度財報會後，百度創始人李彥宏修正了Apollo計畫的航向。

　　他將Apollo自動駕駛的商業化應用寄希望於三大領域：一是為主機廠商提供Apollo自動駕駛技術解決方案；二是通過集度汽車整合百度自動駕駛方面的創新，親自下場造車，與吉利合作把最先進的技術第一時間推向市場；三是打造Robotaxi（自動駕駛計程車）。

　　按照這一說法，集度汽車的首款產品會把Apollo的智慧化能力賦能于吉利的浩瀚架構之上，“端到端”地整合百度自動駕駛方面的創新。

　　“為什麼我們有信心把最先進的技術第一時間推向市場？就是因為我們的產品將‘端到端’地深度整合Apollo先進的自動駕駛能力。”夏一平介紹說，自動駕駛所需要的車對端的超算平臺、演算法、高精地圖以及智駕雲，在Apollo中一應俱全，而這就是集度汽車的核心競爭力之一。

　　事實上，作為全球規模最大的汽車市場，中國也有望成為全球最大的智慧駕駛市場。據IDC預測，2035年全球智慧駕駛汽車產業規模將突破1.2萬億美元，中國智慧駕駛汽車規模也將超過2000億美元。

　　“汽車發展為智慧終端機已經是大勢所趨，而這將帶來一個巨大的市場蛋糕。”資深媒體人、汽車行業分析人士楊小林直言，隨著新玩家參與“跨界造車”，智慧科技與汽車製造這兩個原本並不相關的產業被緊密聯繫在一起，有望形成一個更龐大的汽車產業鏈。

　　從汽車到AI出行機器人， 智慧黑科技離我們還有多遠
　　如果說智慧手機的普及敲開了移動互聯網經濟大門，智慧電動車也將為“傳統工業經濟+數字經濟”融合帶來更大的想像空間。

　　“當車擁有了AI的大腦，TA，就是機器人。”是夏一平在集度汽車內部經常講的一句話。

　　不久前，李彥宏與夏一平和團隊一起參與了集度汽車首款產品的內外飾評審。李彥宏在總結時說：“機器人式的未來感設計非常與眾不同。一方面代表了更前沿的用戶體驗，另一方面也能很好的承載百度阿波羅的先進技術能力。”

　　“他希望把百度過去積累的自動駕駛核心能力落地，變成可靠的產品提供給使用者。”夏一平表示，為了將百度核心的AI技術和能力打磨成產品和服務，集度汽車確定了三大產品DNA——機器人化、情感化、未來感。

　　在他看來，“機器人化”就是要改變現有的人車對話模式。“比方說，今後智慧汽車可以瞭解你日常的使用習慣，甚至能夠幫助你定制更好的駕乘體驗。當然，這也意味著我們要在產品交互甚至外觀、內飾上進行大膽創新。”

　　由於汽車駕駛場景具有封閉、高交互等特點，一旦實現自動駕駛，人車交互就會擁有更大的想像空間。“汽車不再是簡單的交通工具，而是人類和外界連結的重要終端。”經濟學家馬光遠預測稱，智慧汽車有可能成為與智慧手機相媲美的新一代智慧終端機。

　　夏一平介紹說，所謂“情感化”就是在賦予汽車AI智慧大腦後，集度汽車的產品要與使用者形成一定的感情連結。“我們希望用戶能夠即時感知到，這輛車像朋友一樣照顧你。”

　　此外，集度汽車要將充滿“未來感”的設計理念注入整個產品的設計中。用夏一平的話形容就是，“要讓大家一眼認出這是集度造的車”。

　　“智慧電動車不僅是電子消費品，也是零部件繁多、工藝複雜的工業產品。”新能源汽車獨立研究員曹廣平提醒說，智慧電動車會給用戶帶來煥然一新的使用功能、使用內容和使用體驗，但與之相對的是，未來汽車產業在研發、設計驗證、軟體、AI 支援、代工生產、出行資料和平臺運營等環節上均將迎來洗牌。

　　夏一平也坦言，目前將整個AI能力載入到汽車上的成本仍然非常高，不可能讓所有新車都具備最先進的自動駕駛能力。他認為，目前整個智慧汽車市場還處於逐步增長的初級階段，還沒到一個純增量的爆發階段。

　　“不過我相信，未來兩到三年內，汽車的核心成本還會往下降。智慧汽車也不會停留在低價位競爭的階段。”夏一平介紹說，集度汽車的首款產品瞄準了90後、95後甚至00後使用者，預計產品定價不低於20萬元。

　　“年輕人喜歡非常有未來感、高級感的車，對科技產品也非常喜愛。所以說接下來就是技術競爭的時代，我們的產品必須能夠快速反覆運算，才能不被市場和年輕用戶拋下。”據他透露，首款車上市後，集度汽車計畫每年為消費者推出一款新車。

　　中國汽車工業協會此前預測稱，2021年中國汽車市場總銷量預計會達到2630萬輛，將呈現緩慢增長態勢。未來5年汽車市場將會穩定增長，2025年汽車銷量有望達到3000萬輛。

　　從動輒數百萬元一輛的頂級豪車，到幾萬元就能拿下的代步車，中國汽車市場具有明顯的多元化特徵。隨著汽車的內延和外延不斷延伸，一家家科技公司被吸納進來。

　　由於原本主營業務的不同，這些“新玩家”在智慧車時代所扮演的角色也有所不同。例如，華為、OPPO等手機大廠大多以智能座艙為切入點；阿里巴巴、騰訊等互聯網公司大多以適配車內資訊服務為主；而眼下的百度、小米和此前的蔚來、小鵬則是直接下場造車。不過，以高級別自動駕駛為目標的智慧駕駛，成為所有人爭相佈局的戰略高地。

　　中國汽車業競爭已經越來越激烈，但在智慧汽車的賽道上，競爭才剛剛開始。有分析認為，自動駕駛研發需要投入大量的資金。毋庸置疑的是，這將是一場持久戰，推廣智慧駕駛、重塑汽車產業鏈，不是一朝一夕就能實現的。

資料來源：https://auto.sina.com.cn/news/hy/2021-06-10/detail-ikqcfnca0190630.shtml?cre=tianyi&mod=pcpager_tech&loc=17&r=0&rfunc=42&tj=cxvertical_pc_pager_spt&tr=145