图片来源@视觉中国

文｜Yourseeker

Uber 终于成功递交 IPO 招股书，虽然晚了点，但还不算迟。于它而言，上市只是时间问题，所以这其实算不上什么新闻。

真正值得关注的新闻发生在上个月，Uber 豪掷 31 亿美金买下中东首席对手 Careem。促成交易的角色有二，沙特主权财富基金，以及阿里爸爸软银。该交易有待多个国家监管部门的批准，预计在 2020 年一季度前正式完成。

为什么买下 Careem 对 Uber 极为重要？老实说，这可能是它国际化进程中最值得纪念的一步。此前 Uber 也曾多次在全球范围内挑起战火，但最后却都在失落中被迫结束战争：

• 2016 年 8 月，Uber 出于战略原因决定退出中国市场，它将中国业务出售给滴滴，以换取后者 17.7% 的股份。
• 2017 年 7 月，Uber “体面”结束了在俄罗斯出行市场的缠斗。它选择与当地搜索引擎巨头 Yandex 成立合资公司，在东欧六国以新公司之名开展打车业务。Uber 占股 36.6%。
• 2018 年 3 月，Uber 着手退出东南亚市场，将当地出行业务出售给强力对手 Grab，以获取对方 27.5% 的股份。

这些大 case 的完成，既是为 Uber 自己，也是为了投资人。Uber 之所以选择战略性地放弃一些大有可为的市场，是因为它有更重要的事去做。

完成 Careem 收购案的当天，Uber 掌舵人在公开信中礼貌地提到：“ Careem 两位创始人都是一流的企业家，能够真正理解我们的平台化愿景。我们都一样，推出各种产品来为消费者提供服务——从数字支付到外卖。（原话是 from digital payments to food delivery—to serve consumers.）

问题来了，Uber 想要实现自己的平台化愿景，真正依赖的会是什么？对于一个无所不包的运输平台（all-encompassing transportation platform）来说，它未来的边界和天花板又在哪里？

规模效应的天花板

为什么 Uber、滴滴、Lyft 等少数几家头部平台最终跑出来了？广义上说，因为它们做对了一件事：抓住广阔市场的套利机会，并迅速实现规模化。

这个过程少不了资本催化。在 Greylock 合伙人 Simon Rothman 看来，灵活运用资本的方式有三种：购买增长、购买速度、解锁市场流动性。

花钱买增长、买速度的公司，其初衷往往是教育用户、抢占市场份额，他们迫切需要提升用户量和收入，因为这对其估值增益巨大。

但事实上，没人在乎你是不是第一个。大家真正看重的是，你是否最快地解锁了市场流动性。

关于这一点，Uber、滴滴是绝佳案例。乘车平台瞄准的是出行需求，Uber 早期调研发现，谁能率先实现 5 分钟左右的接车时间，谁就能最好地满足需求。

于是，它首先保证司机每小时 25 美金的工资，通过补贴在供给端完成破冰。司机有了，Uber 接下来又通过营销活动和用户推广来刺激需求端的规模。

一个城市又一个城市，Uber 不停重复着剧本——花钱买司机，花钱买乘客，推动自己这个平台成为首先拥有充足流动性的玩家。

显然 Uber 看到了，花钱是一个财务决策，而花大钱率先达到一定的规模，这是个战略决策。

但仅停留在规模效应的层面还不够，尽管处于一定量级的司机和乘客能够长期留存，且更多的司机能够承接更多的需求，更多的需求能吸引更多的司机。但它不具备进一步压缩成本、甚至引入网络效应的潜力。

谁能帮助 Uber、滴滴摆脱这个困境？无人驾驶。

上图是对出租车做个简单的成本拆解。可以看出，维修养护、车辆本身以及驾驶成本是眼下所有车辆无法回避的。而比例最大的一块，恰恰存在不小的可优化空间。

无人驾驶带来的网络效应

伴随技术突破和新产品改良，得到无人驾驶加持的汽车行业，首先极有可能会迎来硬件、传感器、电池等配件的大规模商品化。

就像苹果需要各种电子元件、液晶显示屏一样，无人驾驶汽车行业的巨头也需要相当多的配件，但是这些配件很难有较强的技术壁垒，因此多数只能依靠庞大的供应量来维持自己规模效应。也就是说，网络效应与这些配件生产方基本无缘。

那么无人驾驶真正能带来的是什么？A16Z 合伙人 Ben Evans 有过这样一个思路：所谓无人驾驶只是最终追求的结果，具体而言，分为三个层次：

第一层次是针对车辆自身而言的、真正意义上的无人驾驶。即，基于车辆传感器和操作系统，它能够完全避开任何意外，顺利完成驾驶任务。

第二层次则是需要车辆之间进行协调的路线最优化。无人驾驶不仅需要保证车辆“个体”的安全行驶，在此基础上还得考虑，它们能否在联网条件下实时协调路线，甚至动态调整位置，从而避免拥堵、保证运输效率。

第三层次则是 Uber、滴滴等共享出行巨头们真正关心的，也是和我们日常生活最为密切的。无人驾驶汽车是否能结合人类的实际需求，像流动的水一样及时方便获取、“随叫随到”？

基于这三个层次的分析，真正能够带来网络效应的东西也就呼之欲出了。是数据。

这里所说的数据分为两类：地图数据和驾驶数据。

为什么说地图数据是第一个能带来网络效应的资源？因为它至少能帮助车辆绘制环境地图、计算自身位置、识别周围特征、辨识道路车辆、融合图像和雷达系统信息，进而形成精确的 3D 模型。

可以想象，一辆无人驾驶汽车每次驶入一条新道路，都能一边正常运行、一边识别并更新地图，这样一来，更多的车上路，就能获取更多、更准确、更及时的地图信息，进而增强整个操作系统的能力，这是一层网络效应。

驾驶数据也类似。理论上说，只要你收集到更多的真实司机行为和反应数据，软件就能更好地理解周围发生的事情，从而规划地更加合理。通过共享信息，卖出去的车越多，其他所有的车也都越“聪明”——依然是网络效应。

谁会是网络效应最大的受益者？

苹果、谷歌和微软，分别掌握 iOS、Android 和 Windows 的三家科技巨头，正是靠着自己的操作系统攫取了手机、PC 产业的丰厚利润。为什么？因为操作系统在硬件产品价值链中是非常重要的位置。

操作系统的提供商才能直接拥有消费者（或者说有权力向最终用户“征税”）。

但三家采用的策略又各不相同：苹果借由操作系统来为硬件产品赋予一层溢价；谷歌得益于操作系统从广告业务中广种薄收；微软则最为直接，选择对操作系统及其上运行的关键软件收取费用。

对标到汽车行业似乎也大致如此：眼下，有志于推动无人驾驶技术向前的公司几乎都在做操作系统，虽然最终究竟会形成怎样的商业模式尚不明晰，但大体有这样几条思路：

特斯拉，正在向苹果致敬，希望打造一个集成优质体验的高溢价硬件；

百度等公司则有点像谷歌，希望进一步孵化“开源”的无人驾驶技术。李彦宏认为，智能网联的推进和无人驾驶技术迭代，会彻底改造百年历史的汽车工业和交通拥堵状况。而百度基于这种判断 的最新尝试，则是从一些划定区域开始，尝试无人驾驶出租车队的商业化运营；

至于 Mobileye、Uber、滴滴几家，目前来看，更多地选择了和传统汽车厂商达成合作，以期成为后者的软件及操作系统供应商。

另一方面，对于大多数汽车来说，驾驶者在车内的娱乐方面受到非常严苛的限制。尽管流媒体音乐越来越流行，但今天大多数司机能够享受到的娱乐与 1930 年车内收音机出现之后的状态并无本质差异。近百年过去了，这种情况一直没变。

但是当“司机”的目光不再需要停留在路上，双手不用再放在方向盘上，这时候会发生什么？答案呼之欲出：这将完全颠覆个人在交通工具中的娱乐生活。

据一份调查数据，在美国，所有司机每周在车上花费的总时长超过 1.6 亿小时，折合每人每周 47 分钟。也就是说，如果司机不再是司机，他们的娱乐时间将得以释放，这时候，有能力为其提供内容、娱乐体验的公司也将迎来机遇。

所以，未来的出行生态可能会是怎样？这个生态中又将孵化出哪些新型产品和服务？德勤在自己的一份研究报告中给出了解答。

先看第一个问题，未来的出行生态。

上图是德勤研究团队绘制的未来的移动出行生态图景，该生态至少包含以下四部分：

1）车辆设计师和制造商

成熟的汽车制造商以及新进入者将更注重多样化、个性化。比如，他们会越来越偏重于采用不同的设计方案来灵活匹配使用者的需求，为其量身定制，而且车辆内饰也将针对娱乐、休闲等需求进行优化。

2）流动性管理者

随着共享出行和无人驾驶的爆发，移动即服务（Mobile as a Service，MaaS）将成为现实。消费者可以通过家庭、移动设备上的软件来管理他们绝大多数场景的音频和视频体验，而 MaaS 可以将这种文娱体验完美移植到出行场景中。通过管理相关信息及个人数据，MaaS 提供商将推荐适合单次旅程的内容类型和长度，为乘客提供个性化的体验。

3）基础设施提供商

如果没有可靠的网络及电信运营商，向乘客提供信息、娱乐和通信接入将会无比困难。

4）体验促进者

车内的娱乐体验最终需要乘客认同。音乐、广播等内容显然难以满足乘客的高阶需求，他们需要能够满足更多感官的娱乐内容。因此，电视和电影制片厂、视频游戏开发商、社交媒体平台、教育出版商等等都是潜在的体验促进者。

无人驾驶的二阶效应

如上所述，出行生态将得以重构其实只是无人驾驶崛起之后的一阶效应，基于其上的二阶效应将带来一场更为深刻的改变。

多数人可能不太知道，汽车的出现曾彻底改变了美国城市的面貌。在那次变革中，郊区、购物商场等新兴产物应运而生。沿着这个思路想，无人驾驶是否会二次重塑我们的城市？

答案是显然的，而且影响最大的一个可能是，房地产行业。

据保守估计，如果无人驾驶技术成熟，在美国 13 个主要城市，可能会有约 1 万亿美元的住宅价值发生不同程度的转移。具体来说就是，因靠近公共交通设施而出现溢价的房产价值将会部分转移到因偏远而被低估的房产中。

1 万亿美元听起来是个很大的数字，但这主要是因为房地产市场本身就足够巨大。据美国最大的房地产在线广告商 Zillow 估计，美国住宅总价值超过 29.6 万亿美元。这意味着，由无人驾驶技术驱动的价值转移占总物业价值的 2％ 至 13％。

下面这张图显示了各城市可能遭遇的影响程度对比，可能遭受较大冲击的有洛杉矶、纽约这样的城市，芝加哥、迈阿密等城市次之，而受到较小影响的可能是西雅图、凤凰城等。

我们该如何理解这种可能的价值转移呢？

原因主要有三：

1）无人驾驶使通勤体验更加愉快，因此人们愿意住的更远。

同样是 40 分钟的通勤，如果可以安心打盹、玩手机或是回复电子邮件，那将会是完全不同的体验。很多人最讨厌的并不是通勤时间的长短，而是整个过程的体验愉快与否。如果愉悦度可以提高，可能会有相当多的人重新选择自己的居住场所。

2）无人驾驶汽车有可能缩短通勤时间。

这个问题可能会引起争议，因为一方面来说，如果无人驾驶技术成熟，车辆会变得更加“智能”，这有助于减少行车时间（比如不易发生无意义、非理性的拥堵）。

但是，也会有人反驳，当出行体验提升之后，更多的出行需求可能被“诱导”出来，这会抵消掉一部分原有的收益。

当然不可否认的一点是，无人驾驶汽车会比人类驾驶车辆带来更多的交通流量。

3）无人驾驶可能会侵蚀公共交通的市场份额。

在部分城市，公共交通正在遭遇 Uber 等新兴出行方式的冲击。如果未来 Uber 等公司能借助无人驾驶技术实现更加高效的 on demand 服务，那些因靠近公共交通枢纽而受益的物业项目可能面临一定的压力。

总之，无人驾驶技术极有可能通过减少通行时间或是提升乘车体验的方式来让更多人不那么重视地理距离。因此，房产价值和地理位置的关系可能会产生难以预料的变化，不仅普通人可能重新考虑他们的住所，企业也会做出更理性的选择。

可以这样理解，无人驾驶技术会逐渐抹平因为地理距离而产生的房产价格差异，下图中红绿线段之间的部分，即为无人驾驶技术在房地产行业所造成的价值转移。

最后一个问题，很多人觉得，无人驾驶技术距离我们还很遥远吧？现在讨论这个问题的意义何在？

当然有，这个变化之所以值得关注的原因有两个：

1）投资应当基于未来预期而非当前现实，在事件发生之前，我们最好能有一套自己的判断逻辑。

2）无人驾驶技术正在快速成熟，技术扩展的速度可能会超出我们的预想。