中金：傳統(tǒng)車企通過投資布局無人駕駛，關(guān)注芯片、傳感器等產(chǎn)業(yè)鏈的投資機(jī)會

本文來自微信公眾號“樂平科技視角”，作者：黃樂平、王雷等。

投資建議

我們認(rèn)為，通用無人駕駛技術(shù)是科技行業(yè)、汽車行業(yè)及出行服務(wù)行業(yè)（Mobility as a Service，MaaS）的長期發(fā)展驅(qū)動力之一。但由于當(dāng)前數(shù)據(jù)與算法能力尚不足以實(shí)現(xiàn)零缺陷目標(biāo)，無人駕駛短期內(nèi)正面臨發(fā)展瓶頸。過去一年，多家傳統(tǒng)車企調(diào)整研發(fā)策略，通過投資的形式布局無人駕駛，資源正在不斷向頭部無人駕駛企業(yè)集中。我們建議投資人留意Waymo、Cruise、百度(BIDU.US)Apollo等頭部無人駕駛企業(yè)的發(fā)展動態(tài)，同時(shí)看好能夠提供差異化解決方案的無人駕駛產(chǎn)業(yè)鏈公司，建議關(guān)注芯片供應(yīng)商地平線、華為海思，傳感器供應(yīng)商禾賽科技、德賽西威，車聯(lián)網(wǎng)終端設(shè)備供應(yīng)商高新興、千方科技，高精度地圖廠商四維圖新等。

理由

Waymo、Cruise等無人駕駛企業(yè)發(fā)展面臨瓶頸，長尾問題是主要制約因素之一。Waymo的RoboTaxi商業(yè)化運(yùn)營發(fā)展緩慢，通用Cruise更是無限期推遲了舊金山RoboTaxi部署計(jì)劃，特斯拉(TSLA.US)Semi重卡生產(chǎn)推遲至2020年底。我們認(rèn)為，長尾問題是制約高等級自動駕駛落地的主要因素之一：解決了90%的自動駕駛問題，但剩余的10%問題可能需要百倍的精力才能攻克，這10%可能存在于硬件的魯棒性、系統(tǒng)的冗余性、測試的完善性等領(lǐng)域。

傳統(tǒng)車企通過投資布局無人駕駛，競爭聚焦頭部無人駕駛企業(yè)。傳統(tǒng)車企針對不同級別自動駕駛采取差異化發(fā)展戰(zhàn)略：L2級自動駕駛功能較為單一，傳統(tǒng)車企往往選擇自主研發(fā)或者依靠頭部系統(tǒng)供應(yīng)商；而對于L3級以上自動駕駛，傳統(tǒng)車企的投入產(chǎn)出比較低，因此多家車企聯(lián)合產(chǎn)業(yè)鏈共擔(dān)風(fēng)險(xiǎn)和資金壓力成為趨勢。例如，福特(F.US)和大眾投資Argo AI，以及通用(GM.US)、本田(HMC.US)和軟銀共同投資Cruise等。我們認(rèn)為，未來自動駕駛的競爭將主要在Waymo、Cruise、Argo AI、百度Apollo等頭部無人駕駛企業(yè)中進(jìn)行，其中充足的資金、豐富的路測數(shù)據(jù)是保持領(lǐng)先的必要條件。

自動駕駛產(chǎn)業(yè)鏈的投資機(jī)會：芯片、傳感器、車聯(lián)網(wǎng)、高精度地圖。自動駕駛汽車相比傳統(tǒng)汽車，帶來了大量的增量零部件及系統(tǒng)需求。這些新需求往往帶有較為先進(jìn)的科技屬性，使得傳統(tǒng)汽車零部件供應(yīng)商并無明顯優(yōu)勢。我們看好能夠提供差異化解決方案的無人駕駛產(chǎn)業(yè)鏈公司。

芯片：軟件定義硬件是汽車計(jì)算芯片的新趨勢，建議關(guān)注軟硬件結(jié)合的AI初創(chuàng)公司地平線、以及華為海思。

傳感器：傳感器是自動駕駛感知層的核心部件，建議關(guān)注禾賽科技（激光雷達(dá)）、德賽西威（毫米波雷達(dá)）。

車聯(lián)網(wǎng)：我們認(rèn)為V2X有望幫助解決完全基于車內(nèi)智能和傳感器的無人駕駛，所面臨的一些技術(shù)瓶頸，建議關(guān)注高新興、千方科技。

高精度地圖：高精度地圖能夠幫助汽車獲得先驗(yàn)數(shù)據(jù)和超出傳感器探測方位的遠(yuǎn)距離道路信息預(yù)判，并降低傳感器及處理系統(tǒng)成本，建議關(guān)注四維圖新。

盈利預(yù)測與估值

我們維持覆蓋公司盈利預(yù)測與估值不變。

風(fēng)險(xiǎn)

自動駕駛發(fā)展不及預(yù)期；全球宏觀形勢影響汽車銷量。

圖表1:主要車企自動駕駛規(guī)劃時(shí)間表

資料來源：36氪，佐思汽研，中金公司研究部

圖表3: L4級自動駕駛落地的難點(diǎn)

資料來源：中金公司研究部

圖表4:智能汽車產(chǎn)業(yè)鏈

資料來源：中金公司研究部

圖表5:特斯拉歷代Autopilot硬件參數(shù)對比

資料來源：特斯拉，車云網(wǎng)，中金公司研究部

圖表6:汽車計(jì)算芯片領(lǐng)域挑戰(zhàn)英偉達(dá)的兩個(gè)方向

資料來源：中金公司研究部

圖表7:汽車向智能化、網(wǎng)聯(lián)化發(fā)展的趨勢

資料來源：信通院，中金公司研究部

圖表8:導(dǎo)航地圖、ADAS地圖和高精度地圖的對比