智能駕駛時代，AI是重點，數據是王道？
李彥宏錯過了移動互聯網的上半場，但他再不愿錯過下半場，畢竟，以移動的車輛為連接終端的物聯網體系是當下僅存的尚未撬動、且能撐得起下一個千億甚至萬億級空間的市場，放眼國內外，包括百度、谷歌、Uber在內的互聯網企業均希望借助自身在大數據、智能駕駛領域積累的優勢引領風口，而傳統車企在面臨風口到來之際，也不甘最終淪為互聯網巨頭的代工廠，在技術與商業通路尚未完全明確前，傳統與新興力量當下更貼近合作而非拆臺，而磨合的結果，是一場從ADAS（高級駕駛輔助系統）到自動駕駛最終走向無人駕駛技術普及的勢能積聚。
數據是王道
隨著眾多頂級人才和公司進入智能駕駛領域，人才的自然流動和開源技術的發展，像物體識別等許多核心技術點上的差異已逐漸被拉平，大家在絕對技術水平上的差距已經很小，而解決實際問題的能力差異卻會越來越顯著，這里面的核心就是數據。
這方面最有優勢的還是特斯拉，因為它是讓所有裝配了Autopilot（世界首個量產的輔助駕駛系統）的車、讓用戶天天在真實生活場景中，為自己積累數據。目前特斯拉累計銷量已超過20萬輛，其中大部分車都配備了Autopilot硬件。
7月份，特斯拉高管公布，全球特斯拉電動車行駛里程已經超過了80億公里。據外媒報道，即便車主沒有啟動Autopilot，它仍處于影子模式，傳感器會捕捉數據，自動駕駛的算法會在后臺做出自己的判斷，但并不會真的去操控汽車。每輛特斯拉電動車都具備聯網功能。最近，特斯拉甚至要求車主同意上傳車載攝像頭捕捉的視頻數據。
特斯拉CEOElonMusk在其藍圖計劃Part2中寫道：我們預計，獲得世界各地監管部門批準，需要積累大約60億英里（接近100億公里）的自動駕駛里程。當下，業內達成的共識是，想要提升算法，就要拿海量的駕駛里程來填充。不跑完足夠多的里程，不知道這世界究竟多大。
目前自動駕駛車輛的學習里程才剛剛超過每天300萬英里（接近500萬公里）。所以才會有谷歌多年來派出普銳斯、雷克薩斯、考拉車、克萊斯勒等各種車隊去實路測試，才會有Uber急切地在匹茲堡、舊金山投放自動駕駛測試車隊，甚至不惜和美國加州當地車管局撕破臉。
國際大趨勢如此，國產廠商自然也不甘落后，2016年4月，長安自動駕駛汽車完成了2000km高速公路路試；而早在2011年7月14日，紅旗HQ3無人車就歷時3小時22分鐘，完成了從長沙到武漢286km的高速全程無人駕駛實驗；2016年6月，國內首個無人駕駛示范基地在上海嘉定國際汽車城開園，而國內首個無人駕駛測評基地也將落戶同濟大學嘉定校區。同時，上汽集團和同濟大學也已正式簽訂合作協議，共建超過1200畝的測評基地，這里有望誕生國內首套無人駕駛的認證體系。
從李彥宏坐著無人駕駛的jeep自由光，自五環一路開到北京國際會議中心事實釋放了一個核心信號：做一個在理想狀態下運行的demo車對于很多團隊來說也許并不難，但是要解決極限工況下自動駕駛車輛如何應對的問題，在沒有相關數據可訓練的情況下，只怕再強的技術也是紙上談兵。
不同技術流
在數據積累的飽和度尚未可觀前，當下國內外互聯網大拿或是車企巨鱷，對于智能駕駛的流派已經開始涇渭分明，或者說部分企業看重在技術沒有完全明朗化前，邊學邊做中探討當下的商業輸出可能性，全球多數車企更傾向做ADAS（高級駕駛輔助系統），而另一部分則更傾向于待到智能駕駛技術發生質變時，再做市場切入。
7月11月，奧迪發布了新款旗艦A8轎車，這款車最引人注目的特性是允許駕駛員在交通擁堵時讓車輛進入自動駕駛狀態，駕駛員自己則可舒服地坐在座位上看電視。依據目前業界通用的自動化等級（2014年美國頒布），奧迪此次直接將技術推進到了無人駕駛的第三級，即有條件自動化，在有限情況下實現自動控制，系統在某些條件下可以完全負責整個車輛的操控，但是當遇到緊急情況，還是需要司機對車輛進行接管。
奧迪、日產和戴姆勒等車企對逐步增強車輛自主程度、在發生緊急情況時把控制權交還給駕駛員的系統持支持態度。福特、捷豹路虎等競爭對手則認為這一方式不安全。他們表示，只有當車輛自主技術能在所有情形下駕駛車輛時，它們才會給自己的汽車加裝該技術。
福特、谷歌是第二種聲音的強烈擁護者，他們認為：無人駕駛就要讓汽車完全自主駕駛，不再需要方向盤、剎車和司機。而其他（或者稱絕大多數）現實的企業方案都是，需要無人駕駛時汽車接管，而人類自己開車時，可以變回司機。方向盤、剎車踏板，該有的什么都不缺，即便被視為方案激進的特斯拉（ADAS世界的一位王者）也是如此。
車企重注AI
無論是什么樣的自動駕駛方案，最終是要用在車上，從當下多數車企的表態看，2020年對于自動駕駛的初步實現是個坎，多家汽車廠商都宣布在這個時間節點要推出自己的完全自動化駕駛車型。但自動駕駛的真正實現依然是一個實踐難度極高的系統工程，需要傳感器、算法、執行單位的共同配合，更何況當下對AI技術依賴越來越深，目前沒有任何一個車企能獨立完成。
去年3月，通用宣布斥資近6億美元投資自動駕駛創業公司CruiseAutomation。當時Cruise是一個40余人的小團隊，此舉當時曾引發了業內爭議，特斯拉曾斥責該起收購引發了自動駕駛業界的泡沫化。
今年2月11日，福特宣布向當時成立不足3個月的自動駕駛創業公司Argo.ai投資10億美元，雖然官方表述中沒有出現收購的字眼，但Argo.ai與福特達成了排外性合作，雙方將共同開發福特虛擬司機系統，KUKA機器人維修，目標是幫助福特在2021年前交付自動駕駛汽車。
通用去年的決策費用貴是貴了點，但Cruise對推動通用自動駕駛汽車商業化所做的貢獻不言而喻。這也是福特效仿的原因之一。這兩個案例有著諸多相似之處，Argo.ai和Cruise在被收購之初都是手握頂級技術人才、急需資本和資源的創業公司；通用和福特都在整車制造和供應鏈管理方面擁有豐富的經驗，但在開辟新業務時大公司病嚴重，決策效率低下。
對于自動駕駛技術的研發，豐田可能是目前最低調的廠商之一，但曝光少并不意味著豐田真的無動于衷，2014年，豐田確實說過出于安全考慮暫時不搞無人駕駛。但這話你能信？轉個身，豐田就在2015年給自動駕駛項目撥了10億美元的預算。
7月17日，豐田宣布成立自己的人工智能技術風險投資公司ToyotaAIVentures。這家新成立的風險投資公司將致力于人工智能技術初創領域的投資。目前，該公司已經收到首筆來自豐田研究院（TRI）的1億美元原始啟動資金。