雖然投入巨大,CARIAD的表現卻始終差強人意,軟件研發始終大幅落後於交付進度,一直飽受詬病。
去年底,孫淼離开大衆CARIAD中國公司(下稱“CARIAD中國”),跳槽到一家車企。談及在CARIAD中國的工作經歷,孫淼最深的感受是“深深的無力感”。
CARIAD是大衆集團的軟件中樞,前身是大衆Car.Software部門。時任大衆集團CEO迪斯(Herbert Diess)認爲,“軟件定義汽車”時代大衆集團需要補齊軟件能力的短板,他整合了大衆旗下12個品牌分散的IT部門,集中到Car.Software這一新部門中。
按照規劃,大衆集團計劃2025年前在CARIAD上投資70億歐元,屆時該部門將擁有超過5000名員工,集團軟件自研比例也將從目前的不到10%提升至60%。實際上,CARIAD在2023年員工人數就已經達到6000人。但是雖然投入巨大,CARIAD的表現卻始終差強人意,軟件研發始終大幅落後於交付進度,一直飽受詬病。
2022年4月,大衆在中國組建CARIAD中國,試圖通過與中國公司的合作、借助中國軟件人才的力量來提升軟件能力。CARIAD中國成立後,迅速與地平线、中科創達成立專注於智駕和智能座艙的合資公司,收購了聚焦於用戶體驗與交互創新的上海沐傳工業設計公司。兩年過去,大衆在華推出的最新產品換上了大尺寸的屏幕,但智能化的體驗依然較爲落後。
但另一方面,大衆、本田等都是全球年銷數百萬乃至上千萬輛汽車的汽車巨頭,它們中一家的年利潤就超過了近乎所有中國自主車企利潤的總和。爲何財力更加雄厚的跨國巨頭,卻搞不定小小的代碼?近日,第一財經記者採訪到多位曾經在外資車企智駕或智能座艙部門、以及從科技公司跳槽去傳統車企的研發人員,試圖通過他們的經歷來還原外資與傳統車企智能化轉型的痛點所在。
大衆汽車的反復
孫淼是CARIAD中國早期的員工之一,加入時公司只有200多人,離开時公司已經近1000人。
CARIAD中國首任CEO是常青,他於1990年加入大衆集團,在德國總部做過底盤开發、整車开發等研發工作,執掌過集團平台、驅動與模塊系統的战略管理工作,主管過大衆首個電動車平台MEB的研發。
2021年,常青從德國被派駐中國,負責組建CARIAD中國團隊。大衆此前在中國有一家名爲逸駕智能科技有限公司(Mobility Asia,下稱“逸駕智能”)的全資子公司,聚焦智能車聯網、智能出行生態、智能基礎設施、大數據應用以及智能駕駛等五大領域。2022年4月,CARIAD中國正式成立時,以逸駕智能的舊部爲主要班底,組建了初始團隊。
孫淼告訴記者,在他任職時期,CARIAD中國的組織架構與車企硬件部門較爲相似,分爲座艙、智能網聯、智駕、測試和技術工具开發服務部門。與科技公司或者造車新勢力相比,CARIAD中國有四大特點,一是慢,二是實際自研的內容很有限,三是在集團內部的地位明面上很高,實際操作層面卻很低,四是管理團隊很多沒有軟件的背景或者經驗。
“大衆搞什么東西都要搞成平台化,因爲平台化會有很強的成本優勢,這種思路也帶入到軟件开發。CARIAD中國規劃了很大的攤子,定義了3類架構,分別用於大衆、奧迪和保時捷。”孫淼認爲,這種鋪攤子的方式其實並不適合軟件开發,軟件开發強調敏捷开發流程,快速迭代。
孫淼表示,CARIAD中國的开發管理模式是按照硬件的思維來設計的。“軟件在你把它點亮之前,你都不知道你到底寫錯了什么,是不是有效,質量怎么樣。通常解bug的時間要佔到整個开發過程的三分之一,而且解bug的強度比正常开發的強度要高得多。一個軟件產品开發完以後上萬個bug,然後开始狂減,然後在解的過程中才真正把質量給提升上去。軟件和硬件开發完全是不同的邏輯和开發方式,而這種方式大多數的歐洲制造型企業其實並不擅長。”孫淼說。
其次是攤子大之後,找了很多供應商來做執行的工作。CARIAD中國很多軟件的代碼都是供應商寫的,代碼的質量和結果很難說。與此同時,外包人員與大衆員工的工作邊界分得很清,更多的是考慮如何完成工作,而不是考慮如何把事情做好。甚至於外包公司的領導會要求外包人員不要把所有的knowhow跟CARIAD中國开放,這導致外包人員實際上對產品的長期迭代支持很有限。
事實上,自2022年4月成立以來,CARIAD中國絕大部分工作內容是把大衆汽車在德國开發好的產品做中國的適配,導入ID.7和ID.4(配置|詢價)的升級,自研的內容非常有限。
再次是從定位上來說,CARIAD中國相當於集團裏面的乙方,從軟件層面實現合資公司的需求。但從軟件定義汽車的角度來說,智駕和智能座艙是軟件去調用和控制硬件,當智駕和智能座艙只是乙方的身份時,它們對硬件部門的控制力非常有限。
孫淼認爲,CARIAD中國大部分的管理層都是從德國總部硬件部門調過來的,他們對於軟件的理解往往並不透徹,同時只有3年的任期,因此孫淼認爲這些管理層的目標感其實不如國內的員工,一定要把產品做出來,平平安安鍍個金的想法會比較多。
值得一提的是,孫淼所說的情況可能也是內部博弈的一種體現。原本大衆、奧迪、保時捷都有自己的軟件部門,迪斯在任期把所有的軟件部門集中到CARIAD,對原本的部門有衝擊,也可能會帶來鬥爭。此外,過去幾年裏,CARIAD人事任免也出現了頻繁的“反復”。在2019-2020年的兩年時間內,CARIAD換了3任負責人。2023年上海車展後,CARIAD的董事會成員慘遭血洗。首席執行官、首席技術官、首席財務官4名董事成員齊齊“下課”,只有負責人力資源的Rainer Zugeh保住了席位。
今年3月1日,原華爲專家、長安汽車CTO韓三楚接替常青,出任CARIAD中國CEO。4月底,CARIAD中國召开了一次全員大會,傳達了CARIAD中國最新的業務規劃以及組織架構調整的方向。
有消息稱,新的組織架構將更注重產品設計、系統設計和產品开發,按照科技公司的方式來設計。一家車企研發高管評價說,CARIAD中國啓用韓三楚作爲CEO只是解決了管理者的認知和思維問題,他能否得到大衆集團內部更高層級的支持,能否協調好大衆集團內部的關系,才是更加關鍵的問題。
在反復試錯中尋找成功的幾率
5月下旬,廣州夜降暴雨,街道行人稀少,從事自動駕駛技術开發工作的吳洋踏出公司大門已是晚上10點,他撥通記者電話介紹起自己的情況:“今年初,我的研究方向從高精地圖轉向無圖化,我們小組80%的技術員也一樣轉向無圖化研究,剩下20%留守高精地圖領域。從2月开始,我們組已經連續3個月工作日加班到10點。”
提及持續加班的原因,吳洋坦言 :“很簡單,‘無圖化’是未來行業的發展趨勢,我們需要和同行爭奪這個新興市場。”
吳洋的加班“內卷”正是現在汽車行業大環境的“內卷”縮影,尤其在智能化競爭的下半場,轉向新技術路线的“內卷”愈演愈烈。自2023年末开始,從“有圖化”過渡到“輕圖化”、從“輕圖化”進階到“無圖化”已經成爲自動駕駛技術發展的主流方向,包括特斯拉、問界汽車、小鵬汽車、廣汽集團等主機廠和Momenta、元戎啓行、小馬智行、文遠知行等自動駕駛解決方案廠商等均在朝輕量化地圖、無圖化方向轉變。依靠高精地圖判斷道路情況轉向通過感知實時響應成爲各家追求的新路徑,而這一轉變的重要原因之一是成本。
“高精地圖的技術路线像是一個無底洞,需要大量的人力、財力不斷標注全國路线。但這些路线每天都在發生改變,但凡路线中的紅綠燈位置、人行道、車道线等細節發生改變,之前採集過的數據就用不上,所以我們只能無休止地維護、更新高精地圖,導致有圖化的技術路线始終無法完全攻克。”某車企智能化從業人員告訴記者,發展自動駕駛輕圖化、無圖化的考量主要還是成本,在“有圖化”的弊端日益顯露後,無圖化結合端到端大模型的技術路线成爲新方向。
廣汽集團一位智駕領域人士表示,相較有圖化技術路线,無圖化技術路线採用的激光雷達數量可由5顆減少至僅剩1顆,有的技術路徑甚至可以不需要激光雷達,只依靠攝像頭實現無圖化。同時,無圖化技術路线對智能芯片算力要求更低。綜合以上因素,採用無圖化技術路线的單車硬件成本即能節省至少2萬元。
在技術先進性、低成本等綜合因素的影響下,“無圖化”路线的隊伍日益壯大,吳洋和他的同事們紛紛自愿轉型而來,與此同時,他們自身面臨的能力挑战也接踵而至。從“有圖”轉向“無圖”,吳洋認爲可以借鑑“有圖化”積累的經驗。“此前3年高精地圖技術路线能夠讓我更了解車用地圖的需求,現在無圖化技術路线則是採用感知輸出對道路行駛情況進行實時檢測、處理,這就要求從業者在理解‘有圖’的基礎上,自行創造‘無圖’需要的算法。”而創造算法的過程對吳洋和他的同事們而言,是轉型後面對的最大難點。
“無圖化技術路线的難點不在於寫代碼,而是如何得到這一串技術代碼。我們幾乎70%的組內都在討論如何用更精簡的代碼指令精准地達到想要的效果,剩下30%的會議時間則是根據調試結果討論如何優化代碼。”吳洋坦言,由於“無圖化”技術的發展仍處於前期階段,每家廠商的技術核心即是算法,因此技術層面無法借鑑同行經驗,只能靠自己摸索,就像在黑夜中尋找光明。
多名自動駕駛行業從業者向記者表示,當前,行業最看重的是能否將這一套‘無圖化’算法搭載上車實現量產。“最關鍵是商業化模式,車企能看上這一技術並愿意买單,因此今年公司的招聘需求之一即是營銷人員,如果能實現量產將是一件頗具成就感的事情,否則將白費一場功夫。”吳洋如是說道。
放眼全球,基於“無圖化”趨勢的共識,國內廠商在研究技術路徑時,無一例外地都會參照特斯拉。在自動駕駛從業者的心中,特斯拉在智能化領域已領先同行2年的時間。
具體來看,早在2021年,特斯拉已由“有圖化”過渡至“輕圖化”,當年特斯拉在AI Day上展示了BEV(Bird‘s-eye-view Perception,即鳥瞰圖)+Transformer模型,該技術路线可將激光雷達、毫米波雷達、攝像頭等部件的實時數據與過去時間片段中的數據進行多幀時序融合。並轉化爲動態信息和靜態信息反饋給車輛,實現“重感知、輕圖化”。
此後,小鵬汽車、理想汽車等國內造車新勢力和部分自動駕駛解決方案廠商开始着手研究“輕圖化”技術路线,但各家實現路徑不同。比如Momenta的技術路线是基於道路中的車道线等靜態約束的識別進行實時建圖,並通過算法對車輛行駛的路徑進行規劃。小馬智行則設計出一套多任務大模型BEV算法架構,可基於不同算力平台靈活調整網絡大小及其對應的資源消耗率。
“在實際上車應用中,盡管無圖化目標明確,但技術難關重重,所以直至2023年,國內量產的智能汽車仍是採用輕圖化。”某車企負責人向記者表示。
當前,實現輕圖化、無圖化的不同路徑帶來了不同技術難題。“比如依據識別車道线進行駕駛規劃,在鄉間小道或者城區小路等無車道线的道路上,設計的算法或模型無法自動腦補車道线,就會出現差錯。”吳洋坦言,現階段的新技術路徑錯誤率較高,不夠成熟。
新的技術得不到信任
“目前我們研究‘無圖化’的小組人數不算多,不超過30人。有些新同事是年初從傳統車企轉來的,業內還是廣泛需要感知類算法人才。”一家智能駕駛公司管理層人士賈庭表示,自己曾與有傳統車企從業經驗的同事交流,感覺到傳統車企自研的智駕水平明顯落後自動駕駛解決方案廠商。
與之相對應地,爲了彌補自研智駕能力的不足,傳統車企往往會與自動駕駛解決方案廠商達成供應關系。賈庭表示,目前公司面向的客戶以傳統車企爲主,而造車新勢力自身會投入研發資金、專業智駕團隊去研究先進的自動駕駛技術,比如小鵬汽車的XNGP、理想汽車的城市NOA等。
出於技術成熟性、穩定性的考量,目前與賈庭所在的公司達成“無圖化”供應意向的車企不足5家。
長期以來,傳統車企的造車思維導致車型產品偏保守,而這一思維方式也影響着自身智駕技術的發展。某傳統車企智駕技術人員總結造成智駕水平差距的原因提出三點:一是相對造車新勢力,傳統車企前期、現在在智能化投入的人力、研發費用有限,無法支撐復雜的智駕系統實現從自主研發到搭載上車全階段的开發;二是目前高階智駕車型保有量不高,沒有足夠多的用戶使用數據支撐優化算法;三是介入時間點落後,目前的智駕水平短期內難以追上頭部車企。
“傳統車企的思維更擅長將汽車需要的各個零部件進行組裝,基於此,他們會尋找對應領域出色的供應商,他們更傾向於車輛智駕的穩定,不太愿意冒險,類似‘無圖化’等尚未成熟的技術短時間內無法獲得傳統車企的信任。”某傳統車企智駕負責人坦言。
近年來,包括上汽集團、廣汽集團、比亞迪等多家車企已經有意識地自建智駕研發團隊,但受到上述提及的多重條件限制,自研技術仍需要更多時間追趕上前序梯隊。基於此,持續對外投資自動駕駛解決方案廠商仍是傳統車企的必備之路,包括上汽投資momenta、比亞迪投資地平线、廣汽投資文遠知行。
“傳統車企後續主要仍是依托供應商方案,讓專業的人做專業的事,比如動力電池用寧德時代、汽車玻璃用福耀玻璃,智駕也是同理。”某傳統車企智駕技術人員認爲,純靠自研智駕基本沒有辦法與頭部車企抗衡,選擇供應商更容易在短時期內獲得一定的能力。
在未來L4高階自動駕駛的競爭領域,傳統車企也有過“先人一步”的設想。賈庭表示,自己曾收到過某家傳統車企的要求,希望能將L4級別智駕的算法移植到現有的L3級別智駕平台上,而答案顯然是否定的,“我給他們的回復是肯定不行,L4級別的智駕對算力要求更高,現有的平台硬件也無法滿足需求。”
“未知的技術就像一個黑盒,你輸入的指令能產出什么結果無法掌控,只能在反復試錯中前進。”下周,賈庭將前往公司北京研發中心出差交流,爲期一個月,“想和別人搶無圖化市場,首先需要拿出一個像樣的產品,至少能達到讓客戶放心使用的程度,現在行業還沒有哪家做得非常好,機會還在,我們還需要加速。”
(應受訪對象要求,文中孫淼、吳洋、賈庭爲化名)
標題:傳統車企的智能化轉型:沒有現成的“地圖”
地址:https://www.utechfun.com/post/376943.html