我们先不考虑运维和人员开支，计算投放车辆本身的硬件成本。以谷歌的无人车Waymo为例，在占整车成本最高的激光雷达市场价格已经下降90%的情况下，车载硬件成本占比仍然高达1/3，仅单辆车的制造成本就要7-8万美金。而这还不包括研发人员与车辆运营维护的成本。

中金估算L1/2 半自动无人车和L3/4全自动无人车分别对应的单车硬件成本

而无人车要想真正量产，实现上路使用，必须投入大量资金，让无人测试车对复杂的地形和路况做数据积累。谷歌仅在凤凰城就至少投放了500辆L3/L4全自动无人车。

以单车成本7-8万美金测算，仅一个城市的测试车与传感器的硬件投入成本就高达4000万美金。

同样，我们以2015年12月百度初次测试无人驾驶功能使用的宝马3系为参照，并结合中金测算的车载硬件成本，百度的单车成本应该也在5-7万美金区间。

这意味着，百度想要保持在无人车领域的竞争力，也至少需要投入和谷歌一样的资金在测试上。

此外，无人车研发的真正的大头成本其实来自于对人才的投入。

这也不难理解，科技发展进步的核心就是人才，人才稀缺导致“脑力”成本的上升。现在，atv，一位斯坦福大学的本科毕业生，如果具有无人车相关领域（视觉感知，路径规划，规划算法）的项目经验，可以在硅谷轻松找到一份年薪30万美元起的工作。

谷歌攻关无人车技术8年，光是在一位顶尖工程师的薪资上，就花了1.2亿美金。福特汽车甚至花了10亿美金，投资Argo AI这家刚刚成立几个月、只有三个人的公司；因为他们仨是从谷歌无人车团队出来的。

还有最近令人咋舌的英特尔150亿美金收购Mobileye的案例等等，这些都表明，巨头不惜下重金锁定关键技术人才，为我所用。

因此，粗略估算要做无人驾驶，企业每年至少需投入几亿美金。

其次，我们再从自上而下的视角，分析各巨头在无人车领域的投入。

无人车是汽车领域门槛最高的核心技术，不论是直接经济投入，还是战略投资产业链企业做布局，巨头们都在投入大量资金进行技术攻关。

比如，通用花了10亿美金收购Cruise；福特斥10亿美金收购Argo.AI；Uber则用6.8亿美金收购OTTO。大众、丰田、宝马、奔驰砸的钱也将会有几十亿美金。

至于百度，已离职的王劲声称已投入了200亿人民币。联想到此次的海外发债，不排除百度会有海外战略投资，布局关键上下游企业，以及笼络人才等进一步的动作。

所以，要想在这波无人车的大浪潮中赢得胜利，“广积粮”是必不可少的。这也是百度在现金流充裕的情况下，进行大额低息融资的根本原因。

三、分析与展望

第一，百度想制胜AI时代，开奖，要定义好的应用场景。

目前百度在技术积累上占有先机，但与腾讯掌握社交场景、阿里掌握消费场景不同，以搜索作为入口的百度，更需要思考AI赋能的应用场景是什么，能为目标用户创造什么价值。

毕竟AI只是底层技术，随着时间推移，它会慢慢成为标配，逐渐褪去神秘感。届时，AI技术不是稀缺的，稀缺的是找到好的应用场景，定义好的商业模式，那才是王道。

第二，百度的AI战略布局更多元化，形成了短中长期的协同互补。

一方面，无人驾驶极具商业前景，但投资周期非常长，需要有长远的眼光和耐心去等待市场与技术的成熟。

无人驾驶是尤其mission critical的领域，对精度的要求极高，不是简单地提升到99%就可以的。在交通法规的要求中，需要达到99.9999999%的精度才能推广运行。否则就是以牺牲人类生命为代价的科技试错。

而AI的发展也处于Gartner曲线的第一波上升朝，之后还会经历曲折波动，甚至是阶段性的衰退，会有很多不明朗的情形出现。

因此，百度All in AI，未来也会面临巨大的风险与不确定性。这是挑战也是机遇，如果没有坚定AI大方向的决心，很可能会在科技创新的瓶颈期动摇。百度必须要有10年的耐心，去开发无人驾驶这块璞玉。