人们担心，尽管整车制造商有能力获取大量数据，但仍然在训练决策系统上缺乏进展；而IT公司和基础硬件公司则为数据来源发愁。
一觉醒来，我们似乎已经进入自动驾驶时代。作为人工智能重要的分支，发展最迅猛，引来的资本关注也是空前的。
尽管谷歌从2009年开始，一直在做自动驾驶的研究，但直到2014年，才开始大范围铺开。所有一线车企都投资了自动驾驶，推出各种发展计划，收购创业公司，互联网科技公司和通讯、芯片公司也积极参与进来。
人人都惟恐错过这场技术的盛宴，资本就是他们进场的门票。人人都相信，投资将在数年内产生回报，分析机构开出各种版本的支票，仿佛他们都摸过预言的水晶球。
从2020年商用化到2030年智能汽车渗透率超过2/3的预测，比比皆是。那为什么我们还没用上这套系统呢？按照预期，我们在5-7年内会用上，但到那时，恐怕仍然距离成熟无人驾驶仍有5-7年。
如此一来，自动驾驶吹起的泡泡，恐怕不止一个。
技术泡泡
自动驾驶的技术核心，并非传感器（激光雷达、毫米波雷达、摄像头），而是决策系统。决策系统越“聪明”，人类越放心将方向盘交给它。
和人类驾驶员一样，机器也是要学习的，它们需要被训练成能对付各种路况和突发事件。因为事先无法穷尽所有可能的情况，人们就希望自己的车能学会这一切。这套以大数据喂养的训练算法，被称为深度学习。
而主流的深度学习没有号称自己是模拟大脑的（不包括人类脑计划，这些项目的任务并非深度学习）。严肃的学者都承认，人工神经网络（用数学模型模拟神经元）只是生物神经网络的简化模型而已。但在舆论风潮里，人工神经网络简直就是缩小的人脑。
虽然深度学习得到了一些有趣的结果，譬如在模拟复杂路况下，自动驾驶汽车采取了明智的决策。后者极大地引发科技公司争先投入大量资源，但接下来则是漫长的平台期——自动驾驶技术实际进展很小，与公众被炒爆的期待值相差越来越远。
在自动驾驶系统的训练模型中，需要拿大量的数据去填喂——即搭载自动驾驶传感器的有人驾驶平台上获取的数据（特斯拉和丰田正在大肆搜集用户数据）。
就像给深度学习系统100万张各种猫的图片，再给它一张全新的猫图片，它认出来了。但给一张狗的，又茫然不知。AlphaGo就被填喂了众多对局和棋谱，它的等级分已经超过任何历史上已知人类棋手，但它仍然不会做别的，比如下国际象棋。
人们担心，尽管整车制造商有能力获取大量数据，但仍然在训练决策系统上缺乏进展；而IT公司和基础硬件公司（譬如英伟达）则为数据来源发愁。
深度学习的训练价值在于无监督学习，而能够用于实践的，却是有监督学习。就像你在自动驾驶汽车里面喝着咖啡唱着歌，突然系统宣布转入人工驾驶，紧接着你就看到迎面一个大货逆行过来……深度学习面对解决不了的问题，强行甩锅且不给“交班”时间，画面不要太美。
在爆炒两年里，我们看不到商业化自动驾驶系统，就是因为所有的研究机团队都陷在瓶颈里，只是他们不好意思承认而已。
自动驾驶技术实际进展很小，与公众被炒爆的期待值相差越来越远。
人才泡泡
研究自动驾驶的硅谷企业，包含谷歌、优步和整车厂收购的创业企业，他们最初的人才，往往来自密歇根大学、卡耐基·梅隆大学和斯坦福。
创建Google X试验室的塞巴斯蒂安·特龙，离职回到斯坦福教书并创建了自己的企业。他表示，优步以近7亿美元的价格收购了拥有70名员工的自动驾驶卡车新创公司Otto。通用汽车花费10亿美元收购40名员工的初创企业CruiseAutomation公司。其实，优步和通用是在花钱买人才，一个人才的市场价格是1000万美元。
在特龙看来，随着需求的增大，这个数字还将继续增大。硅谷自动驾驶人才的市场价格在两年前就已经飞上天。猎头公司都蹲守在这些企业和大学的门外，一旦发现有人想离开，就挥舞支票簿，试图高薪引诱。梅隆大学机器学习学院就被挖得千疮百孔。学院院长汤姆·米切尔（Tom Mitchell）称，优步去年“洗劫”了学院，优步至少重金挖走了40名人工智能和机器人专家。学生们开玩笑说，现在学院连个做PPT的助教，都被学院盯紧防止被挖。
国内相关产业人才没有达到硅谷那样的价格，但相关专业博士毕业两三年，年薪至少50万人民币起跳。
现在的自动驾驶领域，最赚钱的是“人头”生意，因为该领域的人才实在是太短缺了。深度学习、自然语言处理、图像识别、推荐算法，只要跟这些专业沾边的，一网打尽。
有人统计过自然语言处理的算法工程师招聘广告，招聘的职位达到700多人。而国内从事相关专业的高等级人士（几家相关专业毕业的、有工作经验的博士），总数也不过如此。
细分专业如此，整个自动驾驶/人工智能领域，人才争夺更是达到白热化程度。根据某猎头公司不公开的价码，该领域职位最低的工程师年薪在30～50万，创业公司中的研究员则在50～100万之间，项目主管或CTO则大多会在年薪80万以上且上不封顶，普遍在150万左右。
而大公司里面，高级职位薪酬高过创业公司，基础职位薪酬则低于后者。据称，相关项目运作经验的高管，多半出自百度、微软亚研门下。业内年中听闻某猎头公司企图以1300万元年薪挖一个做人工智能来创业企业任CTO。
一个年薪千万的团队，起码要给企业创造过亿利润，才具备相应价值。但很遗憾，目前所有的公司都处于烧钱阶段，根本无利润可言。
以自动驾驶技术为业务主线的公司，大多以整车厂为业务方向。
投资泡泡
相比人力投入，这些公司在自动驾驶业务上还没见到回头钱，投资周期多以5年起。
有数据表明，仅2016年以来，我国已经有145家企业投资自动驾驶/人工智能领域，他们中间除了BAT这样的科技实体企业，还有大量PE和VC机构参与。
以自动驾驶技术为业务主线的公司，大多以整车厂为业务方向。大量的研发支出。目前现金流上巨亏似乎是不可避免的，在业务上也无法找到可以用于衡量的增长指标。
投资机构只能相信一些在学术上有已被证实成就的人，尽管他的公司可能商业上不成功，但他的学生和人脉会进他的公司，这些人可能带来一些商业逻辑更强的人一起“重建”公司，到那时投资更有把握。但机构们大都心急，在第一阶段就大举杀入。
也就是说，投资人投的就是人，而不是公司。这颇像前两年O2O、VR的天使轮投资模式。但从没像今天投资自动驾驶这样疯狂，仅靠一个团队，什么都没干，就能撑起上亿美金规模的融资。
2016年突然爆发的自动驾驶舆论热度与投资热度不谋而合。但不是所有投资人都清楚，将自动驾驶技术应用到实际场景，需要很多年的时间。2020年、2025之类的承诺，多半出于给投资人打气的目的。
前两年热度空前的VR，今年迎来了低谷。而自动驾驶应用前景比VR更大，也许投资人能熬住更久的时间不去想盈利的事。当投资人一看到“自动驾驶”字样的企划书就摇头的时候，可能就迎来了自动驾驶的投资低谷。到那时，三个泡泡可能一起破裂。
虽然过早的商业关注，对自动驾驶技术进步可能是阻碍。但泡泡破裂后回归理性，结果并不坏。
学术界上一次突破（深度学习算法）在自动驾驶上应用红利马上就要透支完毕，问题是，投资人是否有耐心等待下一次突破？
