邓鑫涛表示，在自动驾驶跑底层数据的过程中需要大量的时间成本和训练费用，必然是需要不断地“输血”，一旦后续资金跟不上，跑的模型就没有办法形成商业化的产品，在国内股权市场寒冬的情况下，唯有上市才是能打开未来融资的窗口，所以它们才会扎堆上市。
而从自动驾驶行业的融资情况来看，融资规模呈现缩减状态。记者粗略梳理发现，2021年国内自动驾驶行业融资规模超900亿元；而2022年自动驾驶行业融资规模约为2021年的四分之一，仅超200亿元。
“目前自动驾驶行业融资寒冬是肯定的。”邓鑫涛分析称，“行业烧钱是必然的，自动驾驶相关企业的融资金额都是数以亿级别，不然没有办法支撑模型的训练以及开发。自动驾驶企业应选好细分场景，不一定是要直接上路，可以从矿山，制造园区等没有过于复杂路况的场景入手，早日实现产品化落地并实现盈利。”
不过，他也表示，盈利其实对于大部分真正做自动驾驶的公司来说依然是个比较漫长的过程。
自动驾驶规模化商用仍任重道远
自动驾驶并非新概念，10年前奥迪、沃尔沃等传统车企开始布局自动驾驶，百度成立自动驾驶团队，但时至今日大规模商业化落地仍任重道远。
“从目前来看，行业发展也有一些变化，两年前上车比较重要，目前应该是上市比较重要，因为目前最重要的是资金，有资金才能保证活下去。”上述分析师如是说道。邓鑫涛补充表示，从本质上来讲是上车重要，上车是商业模式跑通以及产品化最重要的节点；上市只是融资的手段，如果融资能力能跟得上，上市确实也不是迫切的选择。
从目前自动驾驶技术的落地场景来看，IDC中国研究经理王博认为，现有落地场景已十分丰富，如开放道路车辆的驾驶辅助，以及矿区、港口、机场等封闭或半封闭场景中对专用车辆的控制和物流配送小车等低速无人作业车。
邓鑫涛认为，目前自动驾驶商用落地主要还是在细分场景或细分区域；在细分场景有实现一定的商业化，但是整个行业这方面依然还在早期。2022年中国汽车市场L2级别新车市场占有率约为20%。
首先从成本来看，自动驾驶车辆需要达到用户预期，具备成本优势，才能打开大规模商用的市场；目前硬件解决方案成本下降仍是关键，如用于高阶自动驾驶且成本相对高的激光雷达成为降本的重要对象。其次，从技术层面来看，自动驾驶车辆需要具备高度的感知、决策和执行力，能够应付各种复杂变化的路况和环境，需要车辆堆叠大量的高精度传感器、高性能的计算机芯片以及控制系统，而这背后的核心是对技术的要求。
