當下，汽車行業正面臨MADE（M-Mobility移動出行，A-Autonomous driving自動駕駛，D-Digitalization電子化，E-Electrification電氣化）四大顛覆性趨勢。作為顛覆“風暴”的中心，自動駕駛正在快速發展，市場滲透率逐年提升。羅蘭貝格預測，從乘用車新車銷售視角來看，到2030年L4、L5的高級別自動駕駛滲透率將達到5%，L2、L3級別的自動駕駛滲透率為60%，而初級的自動駕駛輔助將達35%左右。與自動駕駛相關的V2X車端通訊市場在2030年能夠達到5千億的體量，主要由傳感器、算法和計算平臺這三大因素驅動市場發展；尤其是算法和計算平臺/芯片，前者在L2向L3級別發展階段有著核心突破、在L4、L5階段逐步固化，后者受益于算力要求的指數級增長，在數量和芯片表現能力大幅提升帶來的價值提升推動下，促進市場的快速發展。

　　自動駕駛的發展是按照場景化的落地節奏進行的。基于地理圍欄與自動駕駛技術等級，我們確定了包含私家車、客運、貨運三大領域的自動駕駛應用場景全集。以私家車應用為例，我們認為在2022年之前能夠實現停車場自動泊車場景，而在2023年能夠實現停車場的自主泊車，指定場景的無人駕駛和全場景的無人駕駛則有望在2025年和2030年之后得到應用。

　　鑒于技術實現的難度和場景實現的急迫性，商用車的貨運場景和乘用車的自主停車及結構化道路的一些使用場景將優先落地。乘用車自動駕駛發展將由停車場景先行，逐漸往結構化道路場景發展，最后完成非結構化城市道路場景的實現。其中，停車場景雖然在用戶出行總里程中的占比較小，但自主泊車能夠極大地提升消費者對于自動駕駛的感知和相應的購買轉化，支撐整個市場的后續蓬勃發展；而結構化道路的場景發展路徑將從擁堵道路開始，實現向單車道、多車道、匝道場景的不斷演進。此外，考慮到L3級別自動駕駛的實用性和潛在的高成本，我們認為在非結構化的道路場景的發展過程中L2可能直接實現向L4的跨越。

　　自動駕駛的場景落地化需要依靠政策的加持以及技術、基礎設施、商業模式的成熟和完善，以構建全新的運營模式。我們認為，對于主機廠、一級零部件供應商、移動出行公司和自動駕駛解決方案提供商而言，在技術和商業模式上相對較易把握并實現落地，難點或將落在并不完全受自身掌控的政策推進速度和基礎設施的完善進度方面。
　　1.政策發展
　　縱觀全球，各國自動駕駛相關法規框架的發展進程正在提速。可以看到，美國已經最快實現無車型審批限制，而英國和新加坡的審批流程進展至第四步，更多關注的是應用。中國當前處在第二步，已建立了基礎的型式認證相關法規。具體來看，我國已經設定了分階段的智能網聯汽車技術里程碑，并對商業化設定了量化的基礎目標，目前處于分區域上路試點階段。同時，我們也需要關注貿易保護主義帶來的高度不確定性風險。目前的貿易摩擦與爭端將成為“新常態”，并會長時間存在。在此背景下，中國需要實現核心技術的“自主化”，以應對日益激烈的貿易戰與技術戰。

　　2.技術發展
　　在技術發展層面，向域融合方向發展的整車電子電氣架構將為高級別自動駕駛的軟硬件平臺提供良好的技術基礎。在現有架構里，不論是德系豪華品牌的五大域設置，抑或是特斯拉以四大域為主線并在此基礎上進行一定的拆分，整體來說未來的趨勢均是朝著域融合的方向進行發展。另一方面，高性能計算平臺為自動駕駛提供算力和安全保障，從分布式+集中式、軟硬集成+軟硬分離以及傳感器的應用等視角呈現出多樣化、非標準備化的發展趨勢。與此同時，傳感器融合算法不斷推進以最優化準確度和可靠性，從而滿足自動駕駛對于實時性的要求。
　　3.基建
　　5G以其高帶寬低延時的特點成為自動駕駛發展必不可少的通訊支持，多方位助力提升計算能力和網絡結構。

　　4.商業模式
　　自動駕駛生態系統中的市場玩家以不同切入點構建了各自的生態，創造了未來多元化的商業變現可能性。例如，以車輛為生態中心的主機廠，以整車架構和系統為生態中心的Tier 1 供應商，以出行場景為生態中心如滴滴和Waymo，以用戶數據為生態中心的互聯網巨頭如阿里巴巴，以及以算力為生態中心的技術公司如華為、英偉達等。由不同類型企業主導的聯盟逐漸形成，通過發揮自身能力和整合聯盟成員優勢加速相應的技術和商業模式的發展。
　　羅蘭貝格認為，產業界的玩家在技術和商業模式創造層面相對有更多主導權的前提之下，需要持續關注政策和基礎設施的發展，同時探索差異化的優勢并進行建設，這無疑將是在自動駕駛場景化落地競爭時代中脫穎而出的一個重要考量。