“百度Apollo开源”策略能否成功打开智能汽车入口？

百度智能驾驶业务投入七年以来，共历经三代负责人变迁，每一代分别作出了不同战略决策上的贡献；其中最具革命和长远战略意义的在于IDG 在陆奇领导下时，所做出的“百度Apollo 开源”的战略决策。

陆奇在入职百度之前，曾在微软工作8年（2008-2016年），担任全球执行副总裁，曾掌管微软在线服务部门（bing搜索业务、MSN等）以及Office等业务。众所周知，作为闭源软件代表，微软曾经是软件“开源运动”的死敌——微软前CEO史蒂夫·鲍尔默曾经将Linux比喻为技术产权的癌症。但是陆奇在担任IDG负责人期间对百度自动驾驶做出的最大的变革就是把百度自动驾驶软件Apollo“开源”。陆奇曾经在公开采访中表示：“对于技术而言，开源开发是越来越主流且更为优越的开发方式”，“人工智能商业化的最佳方式就是建立生态系统”。

百度开源自动驾驶软件的背后，实则隐含了百度想成为下一代智能终端入口的远大目标。自20世纪90年代全球互联网快速发展至今，科技业已经出现了两大具有时代意义的智能终端——PC和手机。

第一代智能终端PC，系统软件环节最大赢家是微软，成为PC的最大入口。微软通过Windows占据了PC操作系统88%份额，受益于windows的垄断地位，使得随后推出的office办公软件、IE浏览器也迅速成为PC细分市场全球第一名（IE浏览器在谷歌推出Chrome之前市占率一直保持第一）；

第二代智能终端手机，系统软件环节最大赢家是谷歌，成为手机的最大入口。通过Android占据了手机操作系统84%份额，随后靠GMS 获取巨大的广告收入（2016年甲骨文在与谷歌的官司中披露，谷歌通过安卓获得了超过360亿美元的收入，其中包含220亿美元净利润，主要来自于广告收入和谷歌应用商店Google Play）。

第三代智能终端是智能汽车，百度的未来定位是成为智能汽车系统软件环节最大赢家，百度给Apollo的远期设想是成为智能汽车自动驾驶系统里的Android——也就是几乎每一辆开放生态中的智能汽车用的智能驾驶系统都是百度Apollo。陆奇曾经在2018年1月召开的电动汽车百人会论坛上指出“大家可以把它简单想像成Apollo是类似Android的无人驾驶，但是比Android更开放，能力更强大”。

我们认为百度之所以选择开源路线，看中的不是销售自动驾驶软件的收入，而是在成为智能汽车最大入口之后，通过垄断地位所带来的巨大经济价值。虽然我们现在无法预知百度成为自动驾驶系统里的安卓以后会有什么变现模式，但是按照行业种种代表案例可以说明一个事实——“垄断即利润”，例如：（1）腾讯微信软件本身不赚钱，但是通过垄断社交这一入口，从而使得腾讯社交类游戏一直保持优势地位。（2）上述微软和谷歌安卓的案例等。

所以，我们现在其实不用猜想百度Apollo的商业闭环是怎样的，因为如果百度能够在智能汽车里获得和它设想一样的垄断地位，那么百度就一定是一个蕴藏着巨大商业价值的公司。成为智能汽车的最大入口，获得垄断地位。

那么问题的关键其实就在于——百度是否能成为智能汽车的入口，即智能驾驶里的安卓？百度针对这一目标，给出的路径是开源Apollo。我们梳理了百度选择开源路径的原因主要有如下几点：

其一，因为开源软件自带“病毒式扩张”的特性，“开源”是快速打破竞争对手壁垒获得垄断级市场份额的“大杀器”。因为开源软件开放源代码，允许开发者免费进行修改、使用，所以只要开源软件“好用”，就会在开发者中快速传播，典型案例如谷歌开源安卓和浏览器内核Chromium。

其二，我们认为因为自动系统过于复杂，不是百度一己之力就能做好的，百度需要补充很多能力，于是选择开源，让Tier1、整车厂或者任何对自动驾驶感兴趣的极客自发贡献代码。Apollo研发总经理王京傲曾经公开表示：“我们发现汽车产业、自动驾驶行业的门槛很高，凭着一己之力单打独斗，产业推进的速度会比较慢。所以，2017年我们做了一个重要决定，把百度积累的技术向大家公开出来，能够赋能开发者、降低门槛，更快的推动产业发展”。虽然百度具备很强的AI软件基因，但是缺少汽车行业和硬件方面knowhow，把自动驾驶软件开源，其实一方面也是弥补自身短板。

其三，我们认为因为百度经历了一波“人员流失潮”，开源实则是一种抵抗内部核心算法人才流失的最佳选择。2012年百度成立百度美国研发中心，2012-2013年百度人员扩张一直比较缓慢，从2014年开始启动“少帅计划”，百度开始大规模招揽海内外AI人才，2014年5月吴恩达加盟任首席科学家，百度研究院开始进入鼎盛时期。但是从2015年开始，百度部分核心人才陆续离职。而开源的好处就是在于外部生态合作伙伴中的开发者会出于“开源精神”自发贡献代码，全网对Apollo感兴趣的极客都变成了Apollo的“研发人员”，比起闭源软件由企业内部花重金聘请员工来维护迭代，开源软件是一种更优越的开发模式。

但是我们也要考虑“开源”策略是否能够成功？能帮助百度长期实现其设想的终极目标，获得垄断地位？

中短期看，我们认为百度Apollo现在生态无法迅速成熟尚无法形成闭环的原因可以总结为如下几点：

第一，整个产业链还没有成熟而且L3实现成本很贵：百度Apollo是L3级以上智能驾驶系统，例如L3级以上所必备的激光雷达、高精地图、V2X产业链尚未成熟。这就好比虽然有了安卓操作系统，但是智能手机还很贵，而且3G/4G基础设施网络还没建好，所以无法普及的道理一样。从下表可以看出，百度Apollo上必须搭配的硬件合计价格高达36万，高成本还无法在前装量产车和商用车型上落地；另外高精地图产业成熟的前提是有足够多的实时道路数据去更新高精地图，即路上需要有足够多的装有传感器的智能汽车回传数据，但是截至2020年底L1-2渗透率为11~32%，且整车厂数据不向图商开放；自2019年交通部发布《交通强国战略》以来，V2X目前还在试点中。

第二，由于产业链不成熟、实现成本很贵、实际落地效果并不好，所以OEM和Tier1在规模化量产的前装量产车中直接搭载Apollo的意愿不强，物流车、Robotaxi等营运车辆搭载Apollo的意愿也不强。

第三，由于参与意愿不强，所以OEM和Tier1不会主动贡献代码，开源社区活跃度不够，大部分代码只有百度自己在维护更新；更重要的是Apollo没有用户基数，所以无法获取海量道路数据去训练迭代算法，因此算法进步很缓慢。

对于高级智能驾驶算法而言，最核心竞争点在于能否获取海量数据，长期来看数据是算法持续进步的充分条件。百度Apollo直接从L3-L4开始做起的路线短期无法落地，即使开源也达不到“病毒式扩张”的效果，没有用户就没有数据，算法就无法快速进步，实际现状是负循环状态。

我们认为能够使Apollo走出困局的方法就是走渐进式路线，从L2起步，尽快落地获取用户和数据——但是做L2也有两种定位，整车厂或者Tier1，对于百度而言定位整车厂才是最终“正解”。L2市场已经很成熟，而且单车成本仅需5000元左右；L2+智能系统价格大约3-6万（参考特斯拉FSD售价5-6万）——在技术和价格上都已经具备落地条件。

但是L2要求供应商同时具备软硬件能力，百度硬件能力和大陆、博世等传统Tier1相比差距太大，单有算法能力也无法拿到整车厂订单，因此这条路线不可行。因此百度智能驾驶破局的终解是造车。

走造车路线，成立“集度汽车”：推测百度提供汽车智能网联软件，吉利提供整车设计制造能力，通过卖车获取用户和数据，复制“特斯拉正循环”模式。特斯拉相比于其他整车厂而言最大特点就是在于“软件闭源”，智能汽车上绝大部分有商业价值的软件都自己开发，从而市场预期其远期会获得一个明显高于传统车厂的利润率。特斯拉软件在迭代和创新上明显优于其他整车厂，使得其销量持续攀升，能够采集到的数据越来越多，能够促进算法持续迭代保持领先水平，另外因为软件特斯拉盈利能力提升也能够投入更多研发到自动驾驶软件上，由此形成正循环。从百度和特斯拉披露的数据上看，百度Apollo2020年车队测试总里程约700万公里，而特斯拉2019年10月Autopilot 运行里程已达18.80亿英里（约30.26亿公里），可以证明开源方式和造车方式两者可获得的数据远远不在一个数量级，后者明显占优。

另外我们认为百度Apollo除了上面面临的短期产业链不成熟无法形成生态正循环的问题之外，在长期上开源之路也存在比较大不确定性：

由于现在智能驾驶软件已经成为汽车差异化卖点，目前整车厂智能驾驶软件自研趋势已经十分明显，另外除了自研团队还参股了诸多算法公司以及具备智能驾驶开发能力的传统Tier1，无法确定是否还能拥抱开源生态。大众、吉利、长城纷纷成立软件公司，长安也在加大投入成立软件研发中心；通用旗下有Cruise和安波福；大众和福特投资Argo.AI等等。

在开源软件领域最成功的软件公司Redhat的创始人Bob Young曾经说过“基础软件适合开源，但是应用软件并不适合！”；当自动驾驶系统正的实现“无人驾驶”的时候，可能会出现由自动驾驶系统调度的软件服务，或许会具备基础软件的特性，但是目前自动驾驶系统还是应用软件。自动驾驶系统上层没有附属的软件，也就是足够数量的规模庞大的开发者，自动驾驶系统就是最后一层软件，生态是比较脆弱的。

Windows和Android之所以一旦垄断就会形成长期壁垒是因为其上有大规模分散的各类PC应用程序和手机APP，即使出现新的OS，众多开发者的学习成本导致其很难迁移到新的OS上，所以导致Windows和安卓很难被替代。但是自动驾驶系统尚不具备这种特性。

数据会成为智能驾驶系统开发商的“核心资产”，数据所有权在车厂手中，是否愿意开放给开源生态不确定。