投资人和创业者的开年互怼，让新能源造车再次卷入舆论风波。

　　“2019年将是造车新势力的倒闭年，百余家企业没有一家值得投资。”近日基石资本董事长张维发文称中国没有任何一家新能源造车企业值得投资。这一言论随即引来小鹏汽车CEO何小鹏的回击，称“无需您投资，做批评者容易，做建设者难。”

　　在车市寒冬和资本寒冬双重夹击下，无论是造车新势力还是自动驾驶新秀都在经受更为审慎的投资考核。经历了四年快速融资、扩张和迭代，深处低谷中的造车新势力是否还具备投资价值?而他们口中常常提及的“自动驾驶”风口是否也难逃资本寒潮?

　　发展窗口期开始关闭

　　自品牌创立以来，以蔚来、小鹏、威马为代表的造车新势力们就一直面临着是否能够交付、上市、量产等层层质疑。2018年被称之为造车新势力的交付元年，但根据机动车交强险数据显示，去年共有八家初创电动汽车公司有持续交付数据，总交付量为30333台，与新能源汽车市场整体的125.6万台相比，占比非常之低。

　　交付量不理想，新能源汽车补贴退坡，都直接影响着资本的流向。

　　“2019年是倒闭年，但是是否都没有投资价值不敢断言，2019年应该还是个持续洗牌的过程。”对此辰韬资本执行总经理贺雄松告诉第一财经，辰韬资本是一家专注于新能源汽车和智能驾驶的投资机构，曾在相关产业链投资了近20多家企业。

　　在贺雄松看来，造车新势力的确面临很多挑战，此前他们的优势在于电动化、智能化提供的弯道超车的机会，但这几年的发展不及预期，传统车厂已经开始发力，同时还面临国外厂商的打压，造车新势力的发展窗口期关闭。

　　无论是蔚来汽车CEO李斌早先喊出的“没有200亿不要造车”，还是小鹏汽车创始人何小鹏感慨“200亿都不够花”，都在论证一个事实，造车的确是门烧钱的生意。

　　根据公开数据计算，2018年中国的互联网造车企业融资已经超过1300亿元，估值也都在百亿元级别，这些因素都在无形中拉高了投资门槛。

　　“整车行业是一个需要烧钱200亿以上，至少十年才能检验是否成功的行业，造车不是造自行车、手机，汽车的可靠性、安全性、稳定性需要长时间的工业积累，无论是新势力还是旧势力，饭要一口一口吃。”联创永宣管理合伙人高洪庆表示。

　　重资产、重制造、重供应链，无论是造车还是卖车，超长的汽车产业链条需要巨大的资金支持，资本向头部公司集中，对于挤在这个赛道的大部分玩家而言，2019年想要活下来并不容易。不过贺雄松认为整个产业链并非没有投资机会，例如电动化衍生出来的智能化、网联化等依旧值得关注。

　　不能忽视商业落地

　　虽然造车新势力面临生死大考，但这并不影响资本对于自动驾驶技术的信心。2019年开年，软银愿景基金先后在智能驾驶领域砸下两笔重金，创业新秀地平线、蘑菇智行也都获得了上亿美元的融资。

　　不过在资本寒冬大势下，企业融资难度越来越大，能够融到钱的概率在降低，资本在投资策略上更加注重企业的现金流和商业落地能力，创业者们则在储量造血过冬。

　　对于智能驾驶商业化落地能力，辰韬资本合伙人何建文认为，自动驾驶是一个比较宽泛的概念，根据自动化层级的维度，L4、L5预计至少是5~10年以后的事情。从应用场景而言，相对封闭低速、固定线路的场景，商业化可能会比较快实现，例如港口、码头、矿山、物流园区等。

　　“稍微复一点的场景都需要激光雷达来做避障处理，而高限速的激光雷达乐观预计要到2024年才能够成熟，在此之前L4、L5要想实现大规模量产会比较困难。”贺雄松补充。

　　在他看来商业化落地一定是经济模型能够算得过来，需要整个产业链成熟，将成本降下来，才能实现量产。以无人清扫为例，按照目前的成本计算是很难成立的，因此只能做模型展示，这就不是真正的商业化行为。

　　智能驾驶技术提供商极目智能刚刚完成新一轮融资，其业务主要是提供Level 0-Level 3智能驾驶方案及衍生的数据产品和服务。对于业务范围的选择，极目智能CEO程建伟告诉第一财经，他更愿意用渗透率来看当下的智能驾驶技术，L3的快速落地要到2023年甚至更久，L1、L2辅助驾驶技术大部分车辆还不具备，如果中国1.8亿辆私家车能够配置辅助驾驶技术，市场份额也不容小觑。“任何一个阶段不存在落后或者滞后，作为企业更重要的是要找到有利于自己的一个落地场景和商业闭环。”

　　自动驾驶中的硬件机会

　　除此之外，投资自动驾驶还面临一大挑战就是安全和供应链把控能力。线性资本创始人兼CEO王淮就表示，他们的团队曾看过自动驾驶领域大多数公司，但一个都没有下手，最大的顾虑就是软件人做自动驾驶，在人命关天的要求下，还少了车规级硬件的承载。

　　对此贺雄松也表达了同样的观点，他认为目前无人驾驶公司绝大部分都是算法出身，对于硬件的理解和敬畏之心偏弱一些，而无人驾驶和互联网最大的区别就在于硬件是很重要的一块，它的迭代速度需要整个供应链的配合。

　　与互联网软件一天一迭代不同，自动驾驶的迭代需要慢慢积累，它的容错率可能是百万分之一，这就对算法提出极高的要求，需要到各个场景去做测试，寻找问题所在。“刚开始问题会出现的比较快，但越往后可能很长时间都找不到一个问题，按照汽车级的标准，要达到系统的容错率，就是一个漫长的路程。”贺雄松告诉第一财经。

　　回望语音识别和图像识别算法的发展历程，贺雄松认为自动驾驶也会复制这样一个过程，即未来算法的壁垒会逐渐降低，企业的竞争的关键反而是算法以外的能力，例如供应链整合和商务方面的壁垒，因此在投资布局上会从偏硬件的方面，寻找一些有核心硬件优势和壁垒的企业。

　　身处行业一线的程建伟也有同样的感受。在自动驾驶里，不管是自动刹车、自动转向还是自动跟车都需要和发动机、变速箱以及底盘高度结合，但因为历史原因，中国在汽车三大件方面存在根基不稳的问题，智能驾驶时代中国可能有机会在这方面有一些更积极或者更领先参与的机会。