分类： Open Access

央视世界杯比赛直播前，除了互联网公司无脑式的广告，汽车广告依然占据很大的部分，包括凯迪拉克、林肯、宝马、奥迪等悉数亮相，但和过往所有汽车广告一样，这些「豪车」的广告语言也十分晦涩难懂，更多的时候，仅仅展现了一种汽车品牌的气质而已。

但当下汽车行业却正在经历一场目标明确的变革，同时也是一场前所未有的变革，这就是自动驾驶。Dailyio 过往对于自动驾驶有过多篇深度分析¹，这篇文章的目的，是透过这个行业最近一段时间以来的诸多变化，提供一个观察自动驾驶现状以及透视未来的角度。

两大阵营

在国际汽车工程学会（以下简称 SAE）的标准里，自动驾驶分为五个级别。需要注意的是，Level 0 是全人类驾驶，而 Level 5 则是全自动驾驶，所以下面这张图里有六个级别。

事实上，目前已经没有所谓 Level 0 的汽车，而绝大多数标榜自动驾驶的汽车都在 Level 1 和 Level 2 之间；至于 level 3，只有很少一部分汽车能够达到；level 4 更少，最终要实现的目标就是 Level 5。

在奔向自动驾驶的征程中，已经分化为两大阵营，他们各自对于自动驾驶的实现方式有不同的理解。

第一个阵营的公司认为，自动驾驶的实现需要循序渐进，在保持现有汽车操作方式的基础上逐步加入更多的自动驾驶技术。这些公司也主张先用高端豪车来打开市场，比如将 Level 3 里的相关技术优先配置到部分豪车上，利用这些豪车实现对市场和驾驶员的启蒙与教育，这些公司就包括特斯拉、奥迪、通用等。

与此同时，该阵营的公司也相信 Level 3 是一个重要突破口，一旦能够实现这个级别的自动驾驶，未来 Level 5 全自动驾驶也不再是遥远的事情。

第二类公司观点则显得相对激进。以福特、沃尔沃和 Waymo（Alphabet）为代表，他们认为自动驾驶的突破口在 Level 4，因此需要尽量减少人为因素，比如汽车操控装置的改革，方向盘、制动系统等都是针对人类司机的设备，机器完全不需要，那么是否可以拆除呢？

上图比较形象地展示了两大阵营的观点，这里我不做过多评价。

汽车监管的两个挑战

科技公司和汽车公司们都在鼓吹 2020 年会有自动驾驶汽车出现，但他们既没有过多提及自动驾驶的级别，也没有许诺过价格。现在来看，2020 年的所谓自动驾驶汽车，不管是价格还是技术成熟度，可能还是无法普及的产品。

也有不少机构表示 2025 年会是一个重要的时间点，比如市场研究公司 ABI 就预测：

到2025年，为消费市场而打造的汽车将达到800万辆，这些汽车将拥有SAE所划分的L3或L4的自动驾驶能力。

本文无意对这些宣传或预测做出评价，但如果要实现上述愿景，至少需要三个层面的努力才能实现，包括：

• 监管开放度；
• 公众/社会认可度；
• 技术成熟度；

先来看看监管。不论国内还是国外，汽车监管部门的核心诉求不外乎减少交通拥挤和交通事故。但特斯拉、Uber 等自动驾驶汽车（测试车）所引发的交通事故却也让监管层为难。理论上说，自动驾驶汽车犯错并引发事故的概率的确低于人类驾驶员，但由于缺乏必要的证据和数据，也让这句话更像是一个机器万能论的干瘪观点，毫无说服力。

其次，上文提到了自动驾驶第二阵营的发展路线，其对汽车操控装置的新想法也触及到汽车监管的重要一点：到底汽车需不需要人类驾驶员。目前来看，包括欧盟、中国都明确规定了自动驾驶汽车的驾驶位置必须有人类司机（测试员），而且一定要保证对汽车的绝对控制。

因此，对于以 Waymo 为代表的自动驾驶公司，接下来很长一段时间，他们还将和监管部门展开一场场的博弈。同时，不同地区监管层有没有更开放的心态去接受新技术带来的机遇和挑战，也将影响不同地区的自动驾驶发展状况。

你接受自动驾驶汽车吗

在德勤一份关于全球自动驾驶消费者研究的报告里，有几个数据值得关注。

首先，这份研究调查了美德日韩印度中国的 20000 多人，得出了一份略显悲观的结论，如下图所示，六个国家里，每个国家都有超半数的人不认可全自动驾驶汽车的安全性。

另一个数据则发现，中美两国的受访者在 2014 年到 2017 年期间，更积极拥抱自动驾驶。

上述这些发现并不奇怪。尽管科技公司经常将自动驾驶汽车描述为全新的移动终端，但消费者显然更理性的看到了自动驾驶汽车与智能手机这类计算设备的不同，毕竟这是一个性命攸关的选择。

而影视作品对于机器摆脱人类指令后所作所为的渲染，以及频繁出现的自动驾驶事故，都不同程度地加剧了公众的悲观情绪。

值得注意的是，科技公司和汽车公司也在用新的话术来引导公众认知。比如将自动驾驶与共享出行结合起来，最终的目的，是要让公众认可一点：自动驾驶与汽车（所有权）无关，只关乎出行体验。

这是一个有趣的舆论变化，目前 Uber、Lyft 甚至包括 Waymo，都在美国推进「自动驾驶+共享出行」的策略，这是符合美国国情的策略，公开资料显示，美国 20 岁—24 岁的年轻人对汽车兴趣下降，这个年龄段的驾照普及率已经从 1983 年的 92% 下降到了 2014 年的 77%。

中国的情况则很不一样，根据公安部 2018 年初透露的数字，截止到 2017 年底，中国汽车保有量是 2.17 亿辆。这个数字占据了全球 20% 的汽车保有量，但如果按照千人汽车保有量来看，却只有 140 台，还没有达到世界平均水平，也凸显了中国汽车市场的消费，还远未达到顶峰。

因此，未来三到五年，中美两国的自动驾驶会走上不同的发展方向，自动驾驶也会成为推动中国汽车市场新一轮增长的重要力量，由此也可以理解为何这几年国内如此多的企业热衷造车运动。

技术链条上的现状与困境

在自动驾驶的技术链条里，有几个关键要素²，包括：

• 感知；
• 决策；
• 高精度地图；
• 汽车用户界面；
• 车联网、云；

先说感知，这是自动驾驶汽车的第一步，利用各种传感器，让汽车感知自己所处的环境以及自己的状态，从而为下一步的决策打好基础。

决策属于算法层面，随着深度学习的快速发展，很多公司开始将深度学习引入自动驾驶的路径规划和控制，感兴趣的朋友，可以看看这篇介绍，里面也推荐了几篇论文。

高精度地图更像是给机器看的地图，除了普通地图上的基本元素，还包括车道线位置、红绿灯位置，路沿的高度，水平曲率等等适合计算的元素。

目前高精度地图还缺乏行业标准，各家都有自己的考量。同时，由于地图数据涉及国家安全，导致高精度地图的采集工作也面临巨大的挑战，这个博弈过程的长短，对于行业影响会非常大。

汽车用户界面的重要性毋庸置疑，尤其是当进入 Level 3 和 Level 4 之后，乘客乘坐一辆汽车的体验和现在完全不同。再进一步，倘若汽车方向盘和制动系统不存在了，那么摆在「驾驶员」位置的设备应该是个什么样子？应该用怎样的方式操作？

最后谈一下车联网和云，这里面又涉及到三大环节：

• 云
• 终端（汽车）
• 网络

事实上，自动驾驶就是一个计算过程，那么云上高性能的计算能力是必须的，但终端计算低延时性的特点能有效保证车辆驾驶过程中的快速决策，而贯穿这一切的则是网络，当下移动互联网、Wi-Fi 都不能完全满足自动驾驶车辆的网络传输需求，业界普遍认为即将到来的 5G 会给车联网带来巨大变化，英特尔负责 5G 业务的 Rob Topol 这样说道：

自动驾驶汽车上有很多雷达或者计算机视觉工具之类的设备，帮助车辆弄清楚周围发生了什么。我们通过该案例展示的是一种叫做V-to-X的能力——车辆to基站、车辆to行人，以及车辆to车辆。借助工具和网络使车辆看到车辆本身的机制所无法看到的事物。

V-to-X可以对汽车中已经存在的自动驾驶功能起到补充作用，带来额外的安全性、效率，并规划正确的驾驶路径。当5G时代来临，我们建立了一个网络协议，在这个协议中机器可以直接交流（必要时通过网络），而且还可以被车辆等移动设备快速访问，我们将看到V-to-X技术蓬勃发展。这项技术在4G时代已经初现端倪，但到5G时代才会蓬勃发展。

在雄安，中国移动则将 5G 应用到车联网的远程驾驶启动和测试中：

在本次5G远程自动驾驶测试中，测试人员在5G核心网侧连接车辆模拟控制器，下发操控指令，通过5G新空口与相应的传输专线将转向、加速等指令传输给远程车辆，车内的模块接收信号并指挥车辆完成相应动作。5G网络的低时延、大带宽是实现远程高精度控制和高可靠性自动驾驶的重要保障。

上文比较粗线条地描述了技术链条上的几个关键要素，下面则是关键中的关键：激光雷达。

激光雷达

技术之于自动驾驶普及的重要性不言而喻，其直接影响了研发生产成本。假如一台汽车的成本就高达 10 万美元，这几乎是一辆不可能推向市场的汽车，因此，必须降低技术的应用成本。

下图展示了自动驾驶不同水平所需要的传感器，3D 摄像头和激光雷达不可或缺。

激光雷达是所有传感器里最贵的产品。由于激光雷达不可或缺，过去几年也让激光雷达巨头 Velodyne 成为自动驾驶领域最赚钱的公司之一，Waymo 也是其客户之一（不过，Waymo 其实也在研发自己的激光雷达）。

Velodyne 公司提供的是一种可旋转的多线激光雷达，售价都在上千美元，但市场显然更需要低成本的激光雷达。因此，包括 Quanergy、Continental、TriLumin、LeddarTech 都在这个领域拼命赛跑，这些公司提供了一种新型解决方案：固态激光雷达。比如 Quanergy 公司可以将固态激光雷达的成本降低到 250 美元，未来甚至可以将到 100 美元，你可以想象一下这个市场空间。

另外，特斯拉和硅谷另一家神秘的自动驾驶公司 AutoX 选择的则是摄像头和雷达，特斯拉的解决方案可能大家比较熟悉，Auto X 的资料并不多，腾讯科技 2017 年有一篇报道这样写道：

在台上的演讲中，肖健雄对外再一次强调了AutoX的愿景：“让人人都能便捷地获得自动驾驶技术带来的好处。”

在会后接受腾讯科技专访时，肖健雄说，硬件设备上的“简陋”，并不代表技术上落后，相反，由于Auto X团队的技术专长正是在软件算法这一块，所以只需要并不复杂的硬件设备配合，就能够应对复杂的无人驾驶。

总之，这个方案最大的优势就是便宜，但精准度距离激光雷达还有一定差距，因此，如果特斯拉、Auto X 希望借助这个方案实现更好的 Level 3 甚至 Level 4 的自动驾驶，就必须押注未来几年计算机视觉技术的快速发展。

写在最后

我们这一代人注定是幸运的，未来几年，自动驾驶的美好场景即将上演，不过，这个过程还有诸多不确定性甚至倒退的可能性，从监管到社会公众，从技术研发到公司发展策略，接下来的 3 到 5 年，自动驾驶会深刻改变这个星球。

进入 2018 年，中美两国内容领域出现了一系列或影响深远的变化。在微信被「今日头条集团军」击打的毫无还手之力时，微信决定向信息流转移；深陷数据信任危机的 Facebook，则通过 Instagram 对 Google 打出一级重拳；Google 也终于准备好了迎接音频/播客领域的种种挑战。

持续放大的微信焦虑

周三晚间，随着微信 iOS 6.7.0 版本的发布，微信公众号的展现形式终于做出了有史以来最大的变化，如下图所示，微信公众号开始以「订阅号信息」的方式展现出来。

从形式上看，这已经是信息流产品的雏形。不过，目前不同公众号内容的展示顺序还是依靠发布时间，而且系统默认只展示一个微信号的前两条内容¹。而且，微信还融入了自身社交的特点，加入一个「XX个朋友读过这篇文章」的提示。

微信此次改版的意义重大。就像上文所言，这是微信公众号有史以来最大的变化，也是微信对于今日头条及其集团军连环冲击的必然选择，我曾在早先的一篇会员通讯里讨论过微信公众号的天然缺陷：

从用户需求的角度去看，图文的内容供给已经无法满足越来越多多元化的内容消费需求。过去几年，不管是直播还是快手以及现在的抖音，这些应用的流行和火爆，充分展现了当下年轻人的内容消费需求已经从图文专项转向了音视频。
……
其次，从微信公众号供给的角度去看，微信公众号有着浓浓的传统媒体味道：每个公众号每天只能发送一次消息；每次点击发送后无法修改²；公众号运营者和用户读者的互动仅限于文章等等。

尽管微信公众号的口号一直是「再小的个体，也有自己的品牌」，但上述这些限制让微信内容的生产和运营变得「高高在上」，比如你不可能打开手机撰写公众号文章，你也无法直接让自己拍摄的视频放到文章里……

微信公众号产品设计层面的诸多限制让微信公众号不可能成为当下流行的音视频内容的载体，也极大阻碍了微信新用户以及活跃用户的下一步发展。

也因此，微信需要一种更友好的方式讨好内容创造者，尤其是音视频的创作者。而信息流产品，可以有效增加内容触达用户的可能性，相比于过去一个一个微信公众号打开阅读，现在基于「订阅号信息」，可以一站式解决阅读需求，同时搭配微信不久前发布的「浮窗」功能，最终指向的，也是张小龙的期待：

订阅号只是大家订阅的集合，我们是有想法去改善用户对订阅内容阅读的效率。但有人觉得我们要改变订阅号，要做信息流，这就很奇怪。

其实并没有想过把订阅号做一个信息流（其实我自己都不知道什么是信息流）。如果大家一定要去看所谓的信息流，大家可以用我们的“看一看”。我们只会改善用户效率，不会改变订阅号本身的形式。

但摆在微信面前的挑战依然有很多，以时间维度展示的「订阅号信息」并不能保证阅读效率和阅读体验，特别是在用户订阅了相当多的微信公众号之后；其次，微信公众号生产机制中，如何进一步降低视频内容的生产门槛，也将成为一个重要看点。

最后一点，微信朋友圈广告还在小心翼翼的推进，「订阅号信息」的广告效应却已经凸显。

Instagram 的长视频战略

尽管母公司 Facebook 的口碑越来越差，但 instagram 并没有受到太多影响。周三，Instagram 宣布，截止到 2018 年 6 月，Instagram 的月度活跃用户突破 10 亿，这个数字在去年 9 月份的时候为 8 亿。

与此同时，Instagram 也发布了一个名叫 IGTV 的新产品，用户可以通过这个产品发布最长 60 分钟的视频，至此，Instagram 实现对静态图像、60 秒短视频以及长视频的产品全覆盖。

Instagram 或者说 Facebook 此举瞄准的就是 Google YouTube 长期霸占的（长）视频领域。 Instagram 创始人兼 CEO Kevin Systrom 在官方博客里有这么一段话：

……First, it’s built for how you actually use your phone, so videos are full screen and vertical.

这既是 Instagram IGTV 的宣言，展现了视频内容生产的门槛越来越低，也是对竞争对手 YouTube 的嘲讽，后者至今还需要通过电脑来完成视频的上传处理。

而 Youtube 目前已经成为 Google 的核心产品。根据 CBinsights 的一份统计，自 2014 年以来，在 Google 历次财报会议中，「Youtube」出现的次数越来越多。

YouTube 之所以如此重要，可以从 Google CEO Sundar Pichai 2017 年的这番话里了解一番：

YouTube is one of those products which, you know, is scaling really well globally, just like Search did, and … we are seeing real strong growth on mobile and we’re seeing real strong growth for YouTube on emerging markets as well. And we are seeing real strong growth on television.

请注意引文的加粗部分，虽然 Google 从未公布过来自 YouTube 的广告收入，但结合上面这段话，也部分说明了 YouTube 在 Google 内部的定位，下一个搜索引擎，或者更直接地说，下一个类似搜索引擎广告模式进行变现的产品。

对 Instagram 这款新产品来说，未来将成为 FB 挑战 Google 广告帝国的重要武器。Techrunch 的这段话谈到了 IGTV 的商业模式：

“There’s no ads in IGTV today,” says Systrom, but he says it’s “obviously a very reasonable place [for ads] to end up.” He explained that since creators are investing a lot of time into IGTV videos, he wants to make that sustainable by offering them a way to monetize in the future. Instagram isn’t paying any creators directly for IGTV videos either, like Facebook did to jump-start its flopped Facebook Watch video hub.

根据市场研究公司 eMarketer 此前的预测，数字视频广告的规模将在 2020 年达到 198.1 亿美元，Youtube 当然是这个领域最大玩家，但这一次，Facebook 想改变这一切。

Google 的播客产品

周二的时候，Google 发布了针对 Android 的播客应用 Google Podcast，根据 Google 官方的说法，该应用有几个特点：

• 与 Google 其他设备的整合，比如你在 Google Home 收听的播客内容会自动同步到 Google Podcsast；
• 基于人工智能算法提供更优质的推荐；

关于 Google 对播客产品的思考，我曾在今年 4 月的一期会员通讯里推荐了多篇文章，本文不再过多展开，感兴趣的朋友，可点击这里一一查看。

我更感兴趣的是，Google 加入播客音频领域后，音频内容的搜索会变成什么样子。现在，我们可以很轻松地在搜索引擎里搜索文本、图像甚至视频，但对于音频内容的搜索却不尽如人意。

这是一个巨大的市场空白，从播客内容生产者的角度去看，自己生产的内容只能通过极少的几个方式触达用户，而站在播客内容消费者的立场，「我去哪里找到我爱听的音频播客内容？」始终是一个门槛。

这恰恰也是 Google 的机会，作为一家以整合全球信息为己任的公司，Google 有能力去完成对音频播客内容的收录和检索，这将成为其应对亚马逊 Echo 以及苹果 HomePod 的重要战略资源，效果如何，不妨拭目以待。

过去三年时间，英伟达的股价已经翻了 10 倍，这是一个利用行业红利快速实现增长的典型案例，也因此，英伟达成为众多科技媒体关注的焦点。然而，这些分析文章中最容易出现的一个认知误区「幸存者偏差」，即英伟达的成功来自于人工智能行业对于 GPU 的强烈需求，所以要想在人工智能领域成功， GPU 是必然选择，这也是包括英特尔在内的芯片公司必须努力的方向。

这个偏见不仅包括包含了认知误区，还对人工智能的现状以及未来缺乏必要了解，GPU 的确是目前人工智能，尤其是深度学习领域的重要需求，但也应该看到，业界目前对于 GPU、FPGA（可编程逻辑阵列，英特尔和微软都在投入）、TPU（Google 力推的深度学习芯片）的地位尚无明确好坏评价。

另一方面，深度学习终究是人工智能的一个小分支而已，也并非万能算法，它的种种局限性，比如对于数据的强烈需求、算法的黑盒子等等，都是自身无法克服的难题。因此，长远来看，必然有更好更高效的算法出现，而到那个时候，GPU 还会是支撑新算法的最好硬件吗？恐怕未必。

视线回到英伟达，我们可以试着避开过去英伟达到底做了什么使得市值增长了 10 倍，而是将关注点放在当下，从当下这家公司在做什么的视角，结合行业发展趋势，最后做出一个研判。

二

上月 30 号，英伟达在台北发布了全新的 HGX-2，这是一个面向服务器的 GPU 产品线 HGX 系列的升级产品。英伟达更是宣布，HGX-2 不仅可以用于服务器，还可以在 HPC（高性能计算）领域有所作为，成为业界首个可针对跨领域计算应用的 GPU 平台。

过去三年多时间，与英伟达股价上涨同时发生的，还有这家公司的转型，英伟达正在从一个单一的 GPU 供应商变为一个 GPU 平台公司¹，这从该公司目前的业务架构可见一斑，目前英伟达的 GPU 平台业务架构包括：

• GeForce 系列：面向个人和专业游戏计算；
• Tesla 系列：面向数据中心；
• DRIVE 系列：面向自动驾驶；
• Quadro 系列：面向专业视觉化计算；

更重要的一点，上述四个 GPU 平台还有不同的产品线，可以覆盖低中高等不同群体/用户的需求。当然，英伟达还在开发面向医疗和制造业等方面的新平台，使 GPU 能在这些领域发挥作用。比如在 2018 的 GPU 技术大会上，英伟达展示了应用于医疗领域的 Clara 平台和制造业的 Issac 平台，但仍在研发阶段，还未投入使用，因此暂不在本文讨论范围。

三

游戏领域一直是英伟达重要的收入来源。2019 财年第一季度，英伟达游戏业务收入相比去年增加了 68%，达 17 亿美元。当「大逃杀」、「孤岛惊魂5」、「最终幻想 XV」等游戏越来越受欢迎时，也意味着英伟达的 GPU 销量开始上升。

技术层面，2018 的 GPU 技术大会上，英伟达展示了一种新的光线追踪技术 RTX，这种技术可以使游戏画面达到大荧幕的级别，可与微软 DXR 应用界面媲美，任何一款在 GeForce 平台上使用 DXR 的游戏，在使用 RTX 后都将提速。

英伟达表示已经花费超过十年时间研发 RTX ，该技术有望在2018年底问世，搭载该技术的产品将于 2019 年完成。英伟达希望 RTX、4K 和 VR 技术的普及进一步推动 GPU 需求的增长。

但在游戏领域也有一个不稳定因素：加密货币。在 2019 财年第一季度，挖矿者对于 GPU 的需求非常强烈，一度导致供应紧张，Geforce 显卡的市场价翻了三倍。

英伟达 CFO Collette Kress 在财报会议上也承认：

Cryptocurrency demand was again stronger than expected, but we were able to fulfill most of it with crypto-specific GPUs …

与此同时 Collette Kress 也进一步表示：「 Looking into Q2, we expect crypto-specific revenue to be about one-third of its Q1 level.」这也意味着，加密货币到底能有多大潜力左右未来英伟达 GPU 的新业务，还值得长期观察。

四

数据中心则是英伟达另一个快速增长的业务。过去三年里，该部分业务收入年平均增长率 85%，2018 年财年增长率为 133%。这些增长来源于 HPC（高性能计算机群），云计算公司和 AI 研究者等多种垂直领域。英伟达也因此扩大了此类产品组合，以满足垂直领域的增长需求。

截止 2019 财年第一季度，英伟达数据中心的收入较上年增长 71%，较上季度增长 16%，达 7 亿美元。这是两年以来年增长率第一次从三位数跌至两位数，但仍然非常可观，英伟达正着手将数据中心产品打造得更加多元，同时开辟一些新的板块。

产品层面，2017 年 6 月，英伟达发布了下一代拥有 Tensor cores 的 Volta GPU, 依靠深度学习，Volta 比它的前代 Pascal 快了 5 倍。Volta 目前已经得到微软 Azure 以及 Google Cloud 的采购，同时也受到众多服务器制造商的青睐。

2018 GPU 大会上，英伟达发布 TensorRT 4，这是一个面向深度学习的推理加速器，使用 TensorRT 4之后，用户可以加快深度学习的进程，比如语音识别、推荐、计算机视觉等，相较于 CPU ，其速度能快 190 倍。

五

受限于行业发展现状，英伟达自动驾驶业务进展并不快，其收入更多来自于车载信息娱乐系统。如下图所示，过去三年，英伟达汽车业务的收入年平均增长率为 45%，2018 财年增长率为 15%，2019 财年更是降到 4%，为 1.45 亿美元。

英伟达的自动驾驶布局，主要是通过和汽车厂商、共享出行服务商合作来实现落地和商业化。2018 年 3 月，英伟达与 Uber 合作的一辆自动驾驶汽车发生车祸，英伟达也暂停了相关测试。

而在 2018 GPU 大会上，英伟达推出针对自动驾驶的 DRIVE 运算平台。英伟达希望将自身的 GPU 优势转化为一个可用于自动驾驶测试的计算平台，简言之，自动驾驶汽车公司可以使用这个平台，在虚拟世界的各种场景下进行测试和研究，免于上路测试的风险。

这个平台包括两个服务器，一个用于模拟汽车测试的虚拟场景，另一个是基于 DRIVE Pegasus AV 的服务器，用于在虚拟环境下驾驶汽车。

这更像是一个全新的「数据中心」平台业务，只不过只限于自动驾驶领域，目前包括丰田在内的 300 多个公司都在和英伟达进行自动驾驶领域的合作。

英伟达在无人驾驶汽车方面的营收有望在 2035 年达到 600 亿美元规模，其直接竞争对手是英特尔和 Google，这个领域的竞争也将变得非常激烈。

六

最后来看看英伟达的专业视觉化业务。这是一个增长非常缓慢的业务。过去三年里，英伟达 专业视觉化（ProV）业务收入的年增长率仅为 6%，而在 2018 财年增加产品应用后，增长率提高至 12%，仍然非常低。

到了 2019 财年第一季度，英伟达 ProV 业务收入的年增长率达到 22%，较上季度下降 1%，收入 2.51 亿美元，已远超预期。

这得力于随着 AR 和 VR 技术的逐渐成熟以及包括零售、医疗领域的大量需求。高端产品线 Quadro GPU 的主要需求来自哥伦比亚大学的 AI 实验室，以及西门子的计算机断层成像和超声波解决方案。甚至 AMD 在这阶段的 GPU 销量也增长很快。

在看到 AR 和 VR 技术在建筑、产品设计、游戏等领域的潜在机遇后，英伟达加大了 ProV产品的开发。

七

梳理完英伟达的四大平台之后，接下来的问题就是：「英伟达还能继续上涨吗？还值得投资吗？」

这个问题看似是个股票问题，却也是一个技术发展趋势问题。正如上文所言，过去三年推动英伟达增长的主动力是人工智能产业对于 GPU 强烈需求，那么未来三年呢？

正如本文开篇时所言，随着人工智能的发展，GPU 未必是最适合的硬件，这也意味着英伟达的数据中心业务将面临巨大的不确定性；

其次，自动驾驶领域的竞争才刚刚开始，英伟达当然有自己的优势，不过当英特尔、Google、百度甚至苹果都在努力切入该领域之后，英伟达如何应对也将成为观察这家公司未来发展的重要角度。

最后则是一个可以确定的领域：游戏。英伟达在这个领域的技术积累和商业运作已经非常成熟，从某种意义上说，游戏会成为英伟达短期内支撑数据中心转型以及自动驾驶发展的重要资金来源。

---

利益相关：本人未持有英伟达任何股票。

这两天的 EA 大会上，微软为 Xbox 平台带来多款新游戏，具体游戏名单可以在爱范儿的这篇文章里详细了解。

我不是游戏迷，但我看到了一篇有趣的文章。根据 Business Insider 的报道，摩根斯坦利分析师 Keith Weiss 认为，游戏业务将成为微软步入 10000 亿市值公司的重要助推器，此举将给微软股价带来 28% 的增长。

Keith Weiss 进一步指出，微软正在成为游戏领域的「Netflix」：

“We see Microsoft building out the ‘Netflix of Gaming,’ We think that gaming has historically been largely ignored, misunderstood, and undervalued by analysts and investors.”

这个表述很有趣，事实上，包括 Google、亚马逊在内的巨头也都在布局游戏流媒体领域，比如 Google 就将游戏与 Chromecast 进行整合，而亚马逊，本身就有基于电视的 FireTV 平台和游戏视频直播网站 Twitch。

这个市场这么拥挤，微软有多大机会？

二

在 Keith Weiss 看来，游戏市场正在从硬件转向订阅：

"With the gaming ecosystem expanding from the console to the PC and Mobile device, a shift from hardware and one-time video game sales to subscription services, and a future which includes streaming, broadcasting, and mixed-reality, we see Microsoft well positioned for the future of Gaming

也因此，Keith Weiss 认为微软的游戏收入会随着微软游戏主机的拓展而继续增长，但一个显而易见的事实是，游戏巨头们过去几年的混战，人为地将消费者锁定在不同的生态系统中，这意味着，一旦推动游戏流媒体订阅产品，微软也就放开了基于 Xbox 的生态锁定，那么此时微软的优势是否还明显呢？

相比于 「免费增值」的商业模式，微软 Xbox 平台高速增长的用户与流媒体游戏订阅之间也没有必然关系。这些用户之所以选择留在 Xbox 平台，更多的考量是在购买了 Xbox 主机后，「被迫」选择 Xbox 平台上的 100 多款游戏。

如果你还记得当年社交媒体游戏的话，或许当时没有多少人会意识到智能手机正在侵蚀 Facebook、校内外（人人网）的社交游戏市场。从数字上看，iOS 与 Android 的游戏市场远大于游戏主机市场，而且其市场份额还在持续增长。

三

如今，Netflix 已经不再仅仅是一个公司名称，而成为一种商业模式的代表。就像 Uber 在出行领域和 Airbnb 在住宿领域所起到的作用类似，Netflix 在一个历史悠久的行业¹，「不择手段」地满足用户对于视频内容的需求，其商业模式也在一定程度上是规模经济以及网络效应的体现。

与此同时，Netflix 还围绕视频内容生产和消费构建了一整套解决方案，不管是曾被奉为大数据案例的《纸牌屋》还是内容推荐引擎的搭建，Netflix 都为整个内容行业做出了表率。

将 Netflix 与微软的游戏业务放在一起看，Netflix 目前 1500 亿美元的市值，这个收入如果放在微软内部大概是 20% 的比例。

下图是微软最新一季财报里的数字，微软游戏部门已经非常强大，相比于 2017 年第三财季，整体收入增长了 18%，预计下一年的收入会达到 120 亿美元，而 Xbox Live 的活跃用户在过去一年足足增长了 700 万。

与之相对，预计 Netflix 本财度的增长速度大约在 40% 左右，这么算下来了话，Netflix 的年收入至少在 120 亿美元甚至达到 150 亿美元。

四

在流媒体订阅领域，最具代表性的 Netflix 和 Spotify 有着非常相似的特点，比如提供有价值的内容服务，再比如高昂的采购/制作/版权成本，两家公司都是低利润甚至亏损的公司。

倘若微软要从游戏流媒体领域获得如 Netflix 在视频流媒体领域的地位，必须要将价值 400 美元的游戏主机收入剥离开；更重要的一点，摩根斯坦利预计微软 2021 年的游戏毛利率可以达到 45%，这可以推断里当前微软游戏的毛利率远低于这个数字，而 Netflix 目前的毛利率在 40% 左右，此时 Netflix 还在亏损中，你觉得微软的游戏业务会盈利吗？

另一个会拿来做对比的案例是苹果。长期以来，iPhone 都贡献了苹果公司超过 60% 的营收入。因此，华尔街分析师都在持续关注苹果是否能够开辟更多的产品线以及盈利渠道。这几年苹果都在谈自己的服务，最新一季的苹果财报里，服务收入已经成为位列第二的收入来源，如下图所示。

苹果 2018 年 Q2 的服务收入为 91.9 亿美元，同比增长 31％。这一部分
包括数字内容和服务，包括 Apple Care，Apple Pay，iTunes，App Store，Apple Music 和 iCloud 等。

但在长期追踪苹果的独立分析师 Neil Cybart 眼里，苹果与其说是向服务公司转型，倒不如说是进一步释放 iOS 硬件的潜力，或者可以这么理解，由于 iOS 庞大的用户数量，使得苹果有底气逐步摆脱对硬件（如 iPhone ）的束缚，Neil Cybart 在一篇长文里写道：

In addition, AppleCare, Apple Pay, iCloud, and licensing are also heavily dependent on the number of Apple devices in the wild. It is this hardware dependency that makes it impossible to look at Apple Services as a stand-alone business. The relationship between services and hardware is one reason why an Apple Services narrative on Wall Street hasn’t been able to stick. The Services narrative isn’t compelling if it excludes Apple hardware from the equation.

以这个案例做对比，缺乏必要硬件规模的微软游戏业务，其转型后的想象空间就变得非常微妙。更重要的一点，如果细心去看上个季度微软财报，微软拥有高达 65% 的毛利率，此时的微软，如果真要铁了心去跟苹果一样摆脱硬件，参考一下 Netflix 和 Spotify 的状况，其最终的结果不仅会降低整体毛利率，还将拖延为软步入万亿公司俱乐部。

沸沸扬扬的 Google 与五角大楼人工智能合作争议基本终于有了答案。负责 Google Cloud 的高管 Diane Greene 在 6 月 3 日宣布，Google 在该项目合作到期后，不再继续参与其中。

而上周，Google CEO 皮查伊透过官方博客进一步介绍了 Google 对于未来人工智能的使用原则和底线，以下是科技媒体爱范儿的翻译：

• 对社会有益。
• 避免制造或者加深不公平的偏见。
• 在开发中进行测试以确保安全。
• 对人类负责。
• 隐私原则。
• 坚守对卓越科学的追求。
• 在使用中考虑首要用途、技术的独特性及适用性、使用的规模这三个因素。

四个底线包括：

• 对于那些将产生或者导致伤害的整体性技术，我们会确保其利大于弊，并将做好确保安全的相关限制。
• 不会将 AI 用于制造武器及其它将会对人类产生伤害的产品。
• 不会将 AI 用于收集或使用用户信息，以进行违反国际公认规范的监视。
• 不会将 AI 用于违反国际法和人权的技术开发。

Google 这一系列举措旨在摆脱自己被包装为战争帮凶的形象，同时也希望人工智能行业内部形成一个共识，将人工智能用在所谓「好」的方面，多做些对社会「有益」的事情。

但事情绝非这么简单。

二

首先，技术进步与政治、军事的结合是不可避免的必然现象。我们当然不能忽略二十世纪由于化学、物理进步给全人类的福祉，不过更不能忽略的是，一战时期的氯气、二战的原子弹，都是化学、物理、数学等学科综合发展所带来的「副作用」。

在当下，人工智能作为前沿技术之一，包括语音、图像和自然语言理解等技术，已经在消费领域和工业领域展现出不俗实力，其被军方看中从而应用于军队项目也在情理之中。以 Google 此次争议比较大的 Maven 项目来看，其核心是利用图像、视频的识别、跟踪技术来帮助军用无人机自动跟踪目标，过往这些工作都是人类操作员远程操作¹，而通过人工智能技术，可以大幅提升跟踪目标的准确性、实时性，最终更好地消灭这些敌人。

其次，从生意的角度来看，政府又是新技术的最大卖家。公开资料显示，IBM 长期以来都是五角大楼和中情局的主要 IT 供应商之一，2013 年的时候，亚马逊一举击败 IBM，拿下了中情局 6 亿美元的云服务合同。而从 2017 年开始，亚马逊 AWS 也成为五角大楼新一份高达 10 亿美元合同的潜在赢家,《华尔街日报》这样写道：

The next big break could come with the Pentagon’s planned $10 billion, 10-year move to the cloud. The proposed contract, called JEDI, would require a cloud infrastructure that could handle unclassified material as well as data classified as secret or top secret, defense department documents said.

更重要的一点，包括甲骨文、微软、IBM 在内的其他 IT 企业组成了一个游说组织，他们更希望军方在这个项目中采用所谓的「多云」策略，避免单一云服务供应商的局面，这也凸显出政府在各大 IT 企业潜在客户群里的重要地位。

科技博客 The Intercept 在 Google 内部泄露邮件里也发现，Google 内部对于其商业前景非常看好：

The September emails show that Google’s business development arm expected the military drone artificial intelligence revenue to ramp up from an initial $15 million to an eventual $250 million per year.

 

In fact, one month after news of the contract broke, the Pentagon allocated an additional $100 million to Project Maven.

这些邮件内容还进一步显示，Maven 项目还有其他巨头参与，Google 希望通过这个项目打压亚马逊 AWS：

The internal Google email chain also notes that several big tech players competed to win the Project Maven contract. Other tech firms such as Amazon were in the running, one Google executive involved in negotiations wrote. (Amazon did not respond to a request for comment.) Rather than serving solely as a minor experiment for the military, Google executives on the thread stated that Project Maven was “directly related” to a major cloud computing contract worth billions of dollars that other Silicon Valley firms are competing to win.

第三，科技公司与政府合作的透明性又如何体现出来？即便是在此次皮查伊亲自撰写的公开信里，也有这么一段话：

We want to be clear that while we are not developing AI for use in weapons, we will continue our work with governments and the military in many other areas. These include cybersecurity, training, military recruitment, veterans’ healthcare, and search and rescue. These collaborations are important and we’ll actively look for more ways to augment the critical work of these organizations and keep service members and civilians safe.

这意味着，Google 不会停止与政府的合作，只是不会和政府合作涉及到战争的项目。也正是这段话，让 Google 此次发布的这些原则和底线都更像是一个纯粹的 PR 行为。Google 即没有设置相应的监督机制，也没有提出必要的防御措施，整个表态也就失去了其意义，此次 Maven 项目的争议中，Google 内部上千名工程师的签名信以及辞职威胁的作用到底有多大，以及在其他公司又有多少可复制性，都是一个巨大的问号。

从这个角度去看，公众早先对于人工智能的担心，有很大一部分是因为其算法本身是个黑盒子，而现在，我们更应该考虑的是，这些从事人工智能的科技巨头们，到底和政府做了哪些合作？有哪些你不知道的人工智能项目，最终影响到你我的日常生活？

三

2018 年的确是人工智能行业开始分化的一年。我在上周的一期会员通讯里阐述了为何人工智能是个没有「新市场」的行业 。也因此，依托人工智能概念与技术的国内外创业公司以及科技巨头们，迫切需要可落地的商业项目来支撑估值和市值，那么，把人工智能卖给谁，就成为中美人工智能公司们必须面对的共同课题。

正如上文所言，人工智能相关技术与政府采购的契合点使得政府成为这个市场的重要买家。与亚马逊、Google 进入美国军方项目相比，中国广大科技公司们则利用人脸识别、图像识别，抢占政府公共领域的安防市场，现在只需随手在 Google 上搜索「人工智能+安防」，至少 80 万条搜索结果足以显示出这个市场有多大热度。

其次，人工智能的技术伦理与国家安全和社会民生的冲突也会持续出现。一位参与某城市智能交通项目的人工智能博士私下透露，尽管所有交通路口的算法都由他们团队来研发，但这个路口交通信号灯的时间间隔到底是多少，是由交警部门手动设置，而不是由算法自动推荐生成。也就是说，不管人工智能算法如何优秀，技术层面的决策与业务层面的决定不会完全一样，甚至会出现完全不同的选择。

最后表达我的一个悲观预测，人工智能的未来绝对不会失控，因为政府不会让它失控，同时也因为政府的参与，人工智能的未来也更加恐怖，最近有一部「恐怖片」《Anon（匿名者）》推荐看看。

过去两年多的时间里，中美两国几乎同时进入人工智能风口期。下图来自 CBinsighits 的统计数字，非常清晰地展示了人工智能市场的资本活跃度。

而在另一张图里，Google、苹果、Facebook、微软等巨头也频频出手，成为人工智能市场上的最大买家。

而在中国，仅以机器视觉为例，2017 年的投资数量和投资总额都再创新高。

而随着以伊隆·马斯克为代表的科技大佬们（比如比尔·盖茨），频频发表人工智能副作用的惊悚言论，越来越多的人开始发问：人工智能真的已经「侵入」到社会经济并开始影响到经济发展了吗？人类的多个工作马上就可以被机器代替了吗？

二

真实情况并非如此。

上月，前美国总统经济顾问 Jason Furman 和纽约大学教授 Howard Seamans 共同撰写了一份报告。这份名叫「AI and the Economy」的报告指出了一个略显残酷的事实：人工智能之于美国经济的影响几乎微乎其微。

之所以要讨论这份报告，有以下几个考量。首先，参考历次技术革命带来的影响，比如生产效率的提升以及职业变化¹，其最后的落脚点都是社会经济水平的整体提升，倘若人工智能不能实现这个「小目标」，也无法胜任过往技术革命中蒸汽机、电力的角色。

其次，以中美当下的产业结构来看，倘若人工智能无法在人力成本高昂的美国，还推动生产效率的提升，并创造出新的职业，那么，人工智能一样无法令中国的产业结构发生大的变化。毕竟，中国目前的经济发展还远远没有达到必须依靠机器来提升生产效率的阶段。

因此，透过这份来自美国的「体检报告」，我们可以部分意义上戳破人工智能的炒作泡沫。

三

回到这份报告，两位作者先从一些基本数字入手，比如全球人工智能融资状况，特别提到了工业机器人这个特定领域，包括全球工业机器人的出货量以及工业机器人的应用领域。

由于工业机器人带来的经济增长更容易量化，因此，作者在接下来的几个章节里，重点介绍了工业机器人对生产效率以及劳动力市场的影响，作者指出，工业机器人带给经济的影响与蒸汽机早期的表现非常类似：

The case for productivity growth from AI can look to empirical research on robotics for support. According to Graetz and Michaels (2015), robotics added an estimated 0.4 percentage points of annual GDP growth between 1993 and 2007 on average for the 17 countries in their sample (accounting for about one-tenth of GDP growth during this time period). The authors note that these effects are of similar magnitude to the impact of steam engines on growth in the United Kingdom.

而在劳动力市场，并没有直接证据显示人工智能发展与人类失去工作的证据，反而是一个亘古不变的真理始终影响着劳动力市场，那就是劳动力的受教育水平与收入直接相关，作者写道：

In all of these cases, however, there is a strong relationship between the occupations or skills that can be automated and income or education. CEA (2016) used the Frey and Osbourne characterizations and found that jobs making less than $20 per hour had an 83 percent probability of automation while jobs making over $40 per hour only had a 4 percent probability of automation, as shown in Figure 8. Although the levels are very different in the OECD study, the gradient is the same—with jobs that require a high school degree or less much more likely to be automatable than jobs with a college or graduate degree, as shown in Figure 9. This highlights that going forward it is reasonable to expect that to the degree that AI does not displace labor, part of that will be because relative wages adjust, in other words that inequality rises. In addition, the pressure on lower-skilled jobs risks the continuation of the same trend that has contributed to declining labor force participation for prime-age workers.

四

这份报告并非否定人工智能的价值，而是透过对生产效率和劳动力市场的分析，证明了当下人工智能的非理性狂热，无论未来人工智能会如何影响人类社会的发展，至少在短期内，所谓人工智能改变世界的说法都是扯淡。

类似的情况也在中国有所展现。不久前，亿欧网在针对国内人工智能创业市场盘点时发现，这个市场现在已经进入到一个全新的阶段，所谓「落地」：

一个显著的变化是，去年创始人还在拿数据和算法讲故事，今年则开始强调大订单与大客户。

其中一句话非常中肯：「这里没有新的市场」，这可谓一针见血地指出了目前人工智能创业的最大困境：一批批科学家、企业家和投资者涌入到一个个存在少则十几年，多则上百甚至上千年的行业。他们所能做的，除了能让如金融、工业等领域的效率提升一点点，根本撑不起所谓可以改变世界的独角兽的头衔。

洪泰基金副总裁宋楠在接受钛媒体时也表达了类似的看法：

像算法、算力上的技术优势反馈到客户那里，可能会有3%-5%准确率的差别，但这种差异很难去做一个定量的横向比较，实际上，AI 公司去拿单的一个核心因素是说商业的服务能力。

 

具体来说，比如和客户沟通，很多科学家背景的 AI 项目方会觉得，我的技术这么好你凭什么不用我？这就是他们在和客户沟通时不适应的地方，你要让客户感觉到你作为乙方公司的诚意，坦白说就是“接地气”，做到这一点才能拿到单。

 

而在实际的项目落地层面，客户真正需要的，与 AI 行业讲究的所谓高大上的算法、豪华的团队又完全不是一回事。

这些变化也让所谓高大上的人工智能创业变成了一个越来越需要下沉的行业，在一个没有新市场的大背景下，你需要下沉到每个行业的最底层，然后去寻找发现机会，并以最快的速度抓住可以变现的机会，让自己高大上的技术变成可以场景化应用的产品。

五

进入 2018 年，中美人工智能的发展都不可避免地步入到一个瓶颈期。

在这个阶段，创业公司如果还未吸引到巨头的注意，这并不是一个值得开心的事情，或许，这些创业公司会成为某个市场的先烈，或许，这些创业公司的技术、产品没有达到可收购的标准。

同样在这个阶段，美国的亚马逊、Google、微软，以及中国的 BAT、华为等，在利用人工智能完成自身业务的升级改造后，也开启了新的产品输出。但对这些巨头而言，人工智能的产品输出远不是过往互联网时代的代码优化那么简单，他们也必须下沉到行业的底层，去寻找新的可能性。

这可能是一个新机会，也可能是一个新陷阱，在通用人工智能智能（AGI）出现之前，所有关于人工智能的幻想，正在被一个个行业所重塑，最后都将归于平淡。