自动驾驶企业IPO化生存：规模商用慢于预期，烧钱仍在持续

自动驾驶行业掀起上市热潮。

在英伟达、广汽集团等参投的自动驾驶企业文远知行完成境外上市备案，预计在纽约证券交易所或纳斯达克交易所上市外，知行科技也通过港交所聆讯，有望成为“港股自动驾驶第一股”。

实际上，近半年以来，已有多家自动驾驶领域多家企业谋求上市，纵目科技、文远知行、速腾聚创、黑芝麻智能等智能驾驶企业均启动上市准备工作；截至目前，国内已有12家自动驾驶及其相关企业明确启动上市计划，也有地平线等3家自动驾驶相关企业传出上市传闻。

洛克资本分析师邓鑫涛在接受新京报贝壳财经记者采访时表示，在国内股权市场寒冬的情况下，唯有上市才是打开未来融资的窗口，所以扎堆进行上市。他进一步表示，从国内自动驾驶的大规模商业化来看，仍然道阻且长。

上市背后：“烧钱”是必然，盈利仍是难题

记者梳理发现，包括文远知行、知行科技在内，目前国内已有12家自动驾驶及其相关企业明确上市计划，分别是文远知行、知行科技、如祺出行、赛目科技、速腾聚创、黑芝麻智能、图达通、MINIEYE、纵目科技、司南导航、海创光电、佑驾创新。

其中，8月有5家企业递交招股说明书或签署上市辅导协议，6月有两家企业递交招股说明书，3月、4月和5月各有1家企业明确递交招股说明书。从企业类型来看，从具备独立自动驾驶整车研发并对外提供Robotaxi服务的企业到提供自动驾驶解决方案的企业，也包括提供自动驾驶芯片、智能汽车芯片解决方案企业、激光雷达企业、自动驾驶车辆运营或导航服务的企业，涵盖自动驾驶产业链。

一位不愿具名的证券分析师表示，主要是由于企业亏损，持续需要融资，使得自动驾驶相关企业出现扎堆融资上市的情况；他进一步表示，由于终端车企竞争加剧，导致目前自动驾驶供应链中盈利状况改善要比此前预测的要慢一些。

记者梳理上述企业招股说明书披露的业绩发现，亏损的企业占比居多。具体来看，其中公布的招股说明书显示，亏损的企业有5家，未对外披露财报亏损情况未知的企业有4家；仅有赛目科技、海创光电和司南导航三家实现盈利，但赛目科技2022年出现亏损，而海创光电和司南导航主营业务并不完全只服务于自动驾驶领域。

如黑芝麻智能2020年-2022年分别亏损7.6亿元、23.57亿元和27.54亿元；速腾聚创2020年-2022年分别亏损2.21亿元、16.55亿元和20.86亿元；如祺出行2020年-2023年上半年分别亏损2.99亿元、6.85亿元、6.27亿元及3.45亿元；知行科技2020年-2022年分别亏损7.6亿元、4.64亿元和27.54亿元。纵目科技更在招股说明书中表示，未来一定时间内未盈利状态可能持续存在，上市后可能面临退市的风险。

邓鑫涛表示，在自动驾驶跑底层数据的过程中需要大量的时间成本和训练费用，必然是需要不断地“输血”，一旦后续资金跟不上，跑的模型就没有办法形成商业化的产品，在国内股权市场寒冬的情况下，唯有上市才是能打开未来融资的窗口，所以它们才会扎堆上市。

而从自动驾驶行业的融资情况来看，融资规模呈现缩减状态。记者粗略梳理发现，2021年国内自动驾驶行业融资规模超900亿元；而2022年自动驾驶行业融资规模约为2021年的四分之一，仅超200亿元。

“目前自动驾驶行业融资寒冬是肯定的。”邓鑫涛分析称，“行业烧钱是必然的，自动驾驶相关企业的融资金额都是数以亿级别，不然没有办法支撑模型的训练以及开发。自动驾驶企业应选好细分场景，不一定是要直接上路，可以从矿山，制造园区等没有过于复杂路况的场景入手，早日实现产品化落地并实现盈利。”

不过，他也表示，盈利其实对于大部分真正做自动驾驶的公司来说依然是个比较漫长的过程。

自动驾驶规模化商用仍任重道远

自动驾驶并非新概念，10年前奥迪、沃尔沃等传统车企开始布局自动驾驶，百度成立自动驾驶团队，但时至今日大规模商业化落地仍任重道远。

“从目前来看，行业发展也有一些变化，两年前上车比较重要，目前应该是上市比较重要，因为目前最重要的是资金，有资金才能保证活下去。”上述分析师如是说道。邓鑫涛补充表示，从本质上来讲是上车重要，上车是商业模式跑通以及产品化最重要的节点；上市只是融资的手段，如果融资能力能跟得上，上市确实也不是迫切的选择。

从目前自动驾驶技术的落地场景来看，IDC中国研究经理王博认为，现有落地场景已十分丰富，如开放道路车辆的驾驶辅助，以及矿区、港口、机场等封闭或半封闭场景中对专用车辆的控制和物流配送小车等低速无人作业车。

邓鑫涛认为，目前自动驾驶商用落地主要还是在细分场景或细分区域；在细分场景有实现一定的商业化，但是整个行业这方面依然还在早期。2022年中国汽车市场L2级别新车市场占有率约为20%。

首先从成本来看，自动驾驶车辆需要达到用户预期，具备成本优势，才能打开大规模商用的市场；目前硬件解决方案成本下降仍是关键，如用于高阶自动驾驶且成本相对高的激光雷达成为降本的重要对象。其次，从技术层面来看，自动驾驶车辆需要具备高度的感知、决策和执行力，能够应付各种复杂变化的路况和环境，需要车辆堆叠大量的高精度传感器、高性能的计算机芯片以及控制系统，而这背后的核心是对技术的要求。

再者，王博认为，自动驾驶属于长期赛道，产业链较为复杂，其发展有赖于整个行业生态的协同探索。他认为，除感知、决策等技术层面的难题之外，制度法规上也需要引入对自动驾驶的规范，包括对驾驶责任的划分与紧急状况的应对。此外，自动驾驶训练过程涉及海量数据，相对应的数据安全与隐私保护也是行业发展面临的挑战。

自动驾驶技术的普及，遵循从低速到高速，从固定路线到区域，从运货到运人，从公共交通、货运等场景开始，最终到私家车市场。在王博看来，长期而言，自动驾驶的全面落地需要厂商间、地区间就技术标准达成一致，以保证路面单元间的充分协同与资源共享。

王博表示，自动驾驶行业处于稳定发展阶段，需求端用户也逐渐接受将一部分驾驶操作托管于车辆的驾驶模式，并越发看重驾驶辅助功能体验；中国乘用车市场L2级自动驾驶渗透率在过去两年快速上升，自动驾驶行业具有广阔的发展空间。

不过，目前自动驾驶大规模商用进展慢于预期。“按照L4最低测算里程标准10亿公里为标准，特斯拉目前是3亿-4亿，国内的百度今年约为6000万左右。从行业来看，国内的市场仍然道阻且长。”邓鑫涛表示。