从Momenta上市看自动驾驶产业价值链重构——产品商业价值分析框架

一、引言：从一个IPO案例看产业价值迁移

2026年7月8日，自动驾驶公司Momenta登陆港交所，以"物理AI第一股"的定位开盘市值达710亿港元。这家成立仅十年的公司，既不造车，也不做芯片，仅凭一套智驾软件算法，就拿下了全球独立城市NOA解决方案市场64.5%的份额，绑定了全球前十大车企中的九家。
一个值得深思的问题是：全球汽车年销量长期稳定在1亿辆左右，人们的出行总需求并没有爆发式增长。为什么自动驾驶赛道能持续催生百亿级、千亿级的新公司？这些新公司创造的价值究竟从哪里来？又流向了哪里？
本文将以Momenta为切入点，拆解自动驾驶全产业链的价值逻辑，并提炼出一套可复用的产品商业价值分析框架，适用于评估任何一个新产品、新服务的真实价值来源。

二、市场切片战略：Momenta为什么能跑出来

2.1 自动驾驶行业的四大玩家模式
理解Momenta的成功，首先要理清自动驾驶赛道的玩家分类。所有参与者可以按两个维度划分：是否对外输出技术、与车企的利益边界深度。

2.2 四类模式的本质差异

第一类：车企自研派——智驾是产品竞争力的一部分。特斯拉、理想、蔚来等新势力，以及逐步转向自研的比亚迪，把智能驾驶视为整车产品的核心差异化卖点。它们的智驾技术只为自有车型服务，目标是"卖更多的车"。优势是数据闭环完全自主、体验一致性强；劣势是研发投入巨大，只有销量足够大的车企才能摊薄成本。

第二类：Mobileye模式——黑盒交钥匙。全球最老牌的智驾方案商，走"芯片+算法"一体化的封闭路线。车企拿来直接装车，几乎不用二次开发，开发周期极短。但代价是车企看不到底层算法，拿不到原始数据，长期受制于人。这种模式在智驾还只是辅助功能的时代非常流行，但当智驾成为核心竞争力后，越来越多的车企开始警惕。

第三类：华为模式——全栈大包干。华为是国内能力最全面的方案商，从芯片、算法、座舱到云服务、渠道销售全覆盖。HI模式下提供纯技术方案，智选车模式下深度参与整车定义和终端销售。优势是技术天花板高、能快速打造爆款；但传统大厂普遍担心"失去灵魂"——华为能力越强，车企越容易沦为代工厂。

第四类：Momenta模式——中立软件底座。不做芯片、不碰硬件、不参与整车品牌与销售，完全站在车企身后做技术服务商。打造一套通用的智驾算法底座，给不同车企做适配定制，收取开发服务费+量产许可费。所有合作车企的量产路测数据，都可以用来训练通用算法，反哺所有客户，形成"数据飞轮"。

2.3 Momenta切中的"中间市场空白"
Momenta的成功，本质上不是技术单点碾压，而是战略选择的成功。它精准切中了传统大型车企的一个两难痛点——"智能化焦虑"与"控制权焦虑"的并存。
以上汽、通用、奔驰、丰田为代表的传统主流车企，面临三重约束：
- 时间窗口紧迫：新势力已把城市NOA做成标配，从零全自研至少需要3-5年，产品会快速失去竞争力；
- 业绩压力约束：全栈自研每年几十亿投入，短期看不到回报，上市公司有明确的盈利要求，不能像新势力一样持续亏损烧钱；
- 主权不能放手：用Mobileye的黑盒方案没有迭代权，用华为的全栈方案担心失去品牌主导权。
简单概括就是：自研太慢太贵，黑盒太封闭，华为太强边界模糊。这就是一个典型的"中间需求"——想要好用的方案，又想保留控制权，还要成本可控、落地快。Momenta恰好是目前最贴合这个需求的玩家。
产品方法论提炼：当一个行业处于技术转型期时，头部玩家有能力自研，尾部玩家可以接受黑盒方案，但数量最多的腰部/传统企业，往往需要一个"既能快速跟上、又不丧失主动权"的中间方案。这个"中间地带"，常常是创业公司的最佳切入点。

三、核心框架：新产品/服务的三层价值来源
回到最开始的问题：汽车总销量没有大幅增长，自动驾驶公司的价值从何而来？答案是：自动驾驶的红利来自三层价值的叠加，而非单一的市场扩容。这套框架可以用来分析几乎任何一个技术驱动的新产品。

3.1 第一层：存量价值转移——价值链重构
这是最基础的一层：总蛋糕没有变大，但蛋糕的切法变了。原来流向某些环节的利润，转移到了新的环节。
在传统燃油车时代，单车价值的核心是发动机、变速箱、底盘三大件，利润集中在博世、大陆等传统Tier1供应商和车企自身。电动车时代，电池先分走了单车成本的40%以上；紧接着，智能化（智驾+座舱）又成为新的高价值板块。
数据显示，2020-2025年，汽车产业硬件利润占比从79%降至69%，软件利润占比从6%升至17%，预计2030年软件利润占比将达到25%。相当于原来流向动力系统、传统零部件的利润，有相当一部分转移到了芯片、算法、软件公司手中。
Momenta这类公司吃到的第一波红利，就是这种价值链重构的红利——传统车企的单车利润被挤压，它们要么自己砸钱做研发，要么把钱花出去采购第三方方案，最终都转化成了智能化供应商的营收。
同时伴随的还有品牌份额的洗牌：在中国市场，合资品牌份额从巅峰期的近60%萎缩至2025年的30%左右，自主品牌占据近7成市场。无论退潮的合资品牌还是崛起的自主品牌，都在大量采购智驾方案——这是典型的"卖铲人红利"。

3.2 第二层：单车价值增量——技术创造的纯增量
这一层最容易被忽略：自动驾驶不是零和博弈，它在每台车上新增了一块消费者愿意付费的价值，这是完全的增量蛋糕，不是从谁手里抢来的。
不同级别智驾的单车价值量差异极大：
- L2基础辅助驾驶：单车价值约3000-5000元
- L2+/城市NOA：单车价值约1万-1.5万元
- L3级有条件自动驾驶：单车价值约2.5万-3万元
十年前，家用车几乎没有智驾相关支出；现在一台15万级电动车，智驾相关成本已占到车价的5%-10%，且还在持续提升。消费者愿意为更安全、更省心的驾驶体验额外付费，这就是技术升级创造的新价值。
更重要的是渗透率的快速提升：2025年中国L2级及以上辅助驾驶新车渗透率已达66.1%，城市NOA渗透率突破15%，正在快速从高端车型下探至10万级主流家用车。对应的市场规模：2025年中国智能驾驶产业规模突破4500亿元，预计2030年将超过1.5万亿元，年复合增速约28%。
这个增长，几乎完全来自每台车花在智驾上的钱变多了，而非汽车总销量的增长。
此外还有盈利模式的升级：传统汽车是交付即终点，车企只赚一次钱；智驾带来了软件订阅、功能选装、OTA升级等全生命周期收入模式，毛利率普遍超过70%，这在燃油车时代是完全不存在的收入来源。

3.3 第三层：长期场景扩容——跳出原有市场边界
这一层是远期估值的核心支撑，当下贡献营收有限，但决定了赛道的天花板。
当前智驾的收入都依附于新车销售，本质还是汽车行业的配套。但如果L4级自动驾驶成熟，会催生出Robotaxi、无人配送、干线物流等全新的出行服务市场。全球出行服务市场是万亿美元级，且是持续现金流，规模和商业价值远大于一次性的汽车销售。
到这个阶段，自动驾驶就不再是汽车的一个配置，而是独立的出行产业，蛋糕会彻底跳出汽车销量的限制，实现真正的指数级增长。

三层价值分析框架总结：评估任何一个新产品/服务的价值，都可以从这三层依次追问：

1. 存量替代：它替代了现有产业链中的哪个环节？把谁的钱赚走了？替代的逻辑是什么（成本更低/效率更高/体验更好）？

2. 增量创造：它有没有创造出新的、消费者愿意付费的价值？是提升了客单价，还是拓展了付费场景？

3. 边界突破：它有没有可能跳出当前的应用场景，进入一个更大的市场？长期天花板在哪里？

四、三大自动驾驶新场景的价值拆解

用上述三层价值框架，我们可以系统拆解自动驾驶的三大落地场景：无人出租车（Robotaxi）、无人配送、干线物流无人重卡。它们的价值逻辑高度一致，但具体结构各有不同。

4.1 无人出租车（Robotaxi）
存量替代：吃掉传统出租车/网约车的人力成本。
城市客运出行的总需求（总出行里程）长期相对稳定，不会因为无人化而爆发式增长。无人出租车的核心替代对象，是现有网约车、巡游出租车体系里的人力成本与运营溢价。当下网约车单公里成本中，司机人力占比约55%-70%，这是最大的一块存量价值。无人化后，这部分原本支付给司机的收入，会逐步转移到自动驾驶技术方、车辆运营方、出行平台手中。
同时会挤压传统出租车公司的牌照溢价、中小车队的利润空间，行业集中度会向掌握技术和运力的头部集中。目前头部企业的单公里综合成本已降到1.1元左右，开始对传统有人网约车形成成本优势，替代的经济基础已经形成。
增量价值：成本下探释放的新需求。
- 需求扩容：单公里成本下降后，原本价格敏感、或因供给不足无法满足的需求会被释放。比如深夜偏远区域的出行、老年人/未成年人的独立出行、短途高频的代步需求，这些是原来人力模式覆盖不了或不划算的场景。
- 资产效率提升：人力驾驶受作息限制，单车日均运营时长约8-10小时；无人车可实现接近24小时连续运营，车辆利用率提升1倍以上，同等运力需求下需要的车辆总数更少，社会资源更节约。
- 隐性安全价值：消除酒驾、疲劳驾驶、违规驾驶等人为风险，降低交通事故带来的人身、财产损失。

4.2 无人配送（末端即时配送+快递）
存量替代：替代末端骑手、快递员的人力成本。
末端配送是典型的人力密集型环节，外卖、快递的每单成本中，配送员人力占比超过50%。无人配送最直接的价值，就是替代这部分人力支出。原本支付给骑手、快递员的配送费，会逐步转移到无人车设备商、配送运营商手中；中小配送加盟商、零散运力的生存空间会被压缩，行业向标准化、规模化的无人运营体系集中。
目前的落地形态以"人机协同"为主：无人车负责固定路线的园区、校园、社区配送，骑手负责最后100米的上门交付，是分层替代而非完全替代。
增量价值：降低配送门槛，做大即时零售大盘。
- 激活长尾配送需求：当单均配送成本降到足够低，原本不具备经济性的订单会成为常态。比如夜间商超配送、小额零散的药品/生鲜配送、写字楼/园区的跨楼配送，这些人力成本覆盖不了的场景，会成为新的增量市场。
- 提升供给稳定性：高峰时段、恶劣天气下的骑手缺口会被抹平，配送时效更可控，商家可以延长营业时长、承接更多订单，带动整个即时零售行业的盘子扩大。

4.3 干线物流无人重卡
存量替代：吃掉干线司机的人力成本与中小车队份额。
干线物流是万亿级市场，其中司机人力成本占单趟运输成本的25%-30%，且长途司机缺口持续扩大、人工成本逐年上涨。无人化的核心替代就在这里：原本占成本大头的司机薪酬、社保、食宿等支出，会逐步转化为自动驾驶系统的采购/服务费、车辆运维成本，价值从司机群体向技术方案商、大型物流企业转移。
中小车队因为没有技术和资金实力升级无人化，会逐步被头部物流企业整合，行业集中度显著提升。当前阶段更多是"双驾变单驾"的半替代模式，已经能节省80%以上的司机成本，完全无人化是长期目标。
增量价值：效率与成本的双重优化，传导至全产业链。
- 运输时效翻倍：人工驾驶受法定休息时间限制，单车日均行驶约800-1000公里；无人化后可实现24小时连续运行，日均里程提升至1800-2000公里，跨区域运输时效缩短40%以上。
- 能耗与安全成本下降：自动驾驶的平顺驾驶策略，可比人工节省10%-15%的燃油/电费；同时大幅减少疲劳驾驶、操作失误引发的重大事故，保险、理赔、车辆停运的隐性成本随之降低。
- 供应链效率升级：更稳定、更准时的干线运输，能让上下游企业降低安全库存、优化仓储布局，整个社会的物流周转效率提升，这部分价值最终会传导到消费品价格上，惠及全产业链。

五、通用方法论：如何分析一个新产品的商业价值
综合以上分析，我们可以提炼出一套可复用的产品商业价值分析方法论，适用于评估任何一个To B或To C的新产品、新服务。

5.1 第一步：定位市场切片——你切的是谁的需求
一个产品不可能满足所有人。成功的产品，往往是精准切中了某一类客户的特定痛点，而这个痛点恰好被现有玩家集体忽略了。
分析时需要回答三个问题：
目标客户是谁？是头部企业、腰部企业还是尾部企业？是新玩家还是传统玩家？不同客户的核心诉求完全不同。
他们面临的核心矛盾是什么？是成本压力？是速度压力？是控制权焦虑？还是技术能力不足？
现有方案为什么解决不好？是太贵？太慢？太封闭？还是边界太模糊？
Momenta切中的就是"传统主流车企想快速上智驾、又不想被绑定"的中间需求。这个需求，自研派解决不了（不对外），Mobileye解决不好（太封闭），华为解决不了（边界太近），所以留出了市场空间。

5.2 第二步：拆解价值来源——钱从哪里来
用三层价值框架逐一拆解，判断产品的价值厚度：

决定了产品的估值想象力和长期增长空间
一个只具备存量替代价值的产品，本质是成本竞争，很难有高利润；同时具备增量创造的产品，才有定价权；如果还能突破场景边界，就有机会成为平台级公司。

5.3 第三步：识别飞轮效应——你的优势会不会越滚越大
优秀的产品都有正向循环机制，也就是"飞轮效应"：用得人越多，产品越好；产品越好，用得人越多。
Momenta的核心飞轮是数据飞轮：装车量越大 → 数据越多 → 算法表现越好 → 吸引更多车企 → 装车量进一步增大。这也是它能做到64.5%市占率、毛利率飙升至71.6%的核心原因。
分析一个产品时，一定要追问：它的核心飞轮是什么？是数据积累？是网络效应？是规模成本？还是生态绑定？飞轮越强，护城河越深，长期优势越稳固。

5.4 第四步：评估边界与风险——模式的天花板在哪里
任何模式的优势背后都有对应的边界和挑战。一个好的商业分析，不能只看亮点，还要看结构性风险。
比如Momenta模式的挑战：
客户自研的替代风险：当车企度过最紧急的追赶期，逐步建立起自己的智驾团队后，很可能走向全自研，将供应商从"核心方案"降级为"备选方案"；
缺少硬件壁垒：纯软件的客户迁移成本，远低于芯片+软件的软硬一体方案；
数据归属的长期博弈：数据飞轮的前提是车企愿意共享数据，随着车企对数据主权越来越重视，未来数据合作的门槛会持续提高。
识别这些边界，才能判断一个产品的长期可持续性，而不是被当下的增长迷惑。

六、结语：技术变革期的价值规律
回顾自动驾驶这一轮产业变革，可以总结出一条清晰的规律：每一次技术范式转移，都会伴随一次价值链的重构。旧的价值高地被削平，新的价值高地拔地而起，中间地带会催生出一批新的玩家。
对于产品人而言，理解这个规律有两个层面的意义：
向内看：做产品时，不要只盯着功能和体验，要想清楚你的产品在整个价值链条中处于什么位置——你是在切存量蛋糕，还是在做增量蛋糕？你的飞轮是什么？你的边界又在哪里？想清楚这些，才能判断产品的长期价值。
向外看：看一个行业、一家公司时，不要只看表面的热度，要穿透到价值的来源和流向。钱从哪里来，到哪里去，谁在创造价值，谁在分配价值——这些才是商业最本质的东西。
自动驾驶如此，AI如此，未来的每一次技术变革，都会如此。