【经管讲堂·AI经管实践】城市NOA迎爆发拐点：自动驾驶AI商业化路径分析

案例背景

2026年6月，CIC发布的自动驾驶行业蓝皮书显示，城市NOA（Navigate on Autopilot，自动导航辅助驾驶）即将迎来爆发拐点。第三方供应商中Momenta市占率达65%，处于行业领先地位。城市NOA的爆发标志着自动驾驶技术从高速场景向城市复杂场景的跨越，也意味着AI在汽车行业的商业化进入了新阶段。

城市NOA允许车辆在城市道路上实现自动导航、变道、转弯和路口通行等功能，是L2+到L3级自动驾驶的核心应用场景。相比高速NOA，城市NOA面临的场景复杂度呈指数级增长——行人、非机动车、施工路段、复杂路口等场景对AI感知和决策能力提出了更高要求。本案例从AI经管实践视角分析自动驾驶AI的商业化路径。

核心分析

一、技术拐点与商业化时机

城市NOA迎爆发拐点的技术基础是AI感知和决策能力的突破。从技术成熟度曲线来看，城市NOA经历了从”概念验证”到”技术验证”再到”商业落地”的三阶段演进。大模型在自动驾驶中的应用（如BEV+Transformer架构）显著提升了复杂场景下的感知精度和预测能力，使城市NOA的可靠性达到了用户可接受的水平。

从商业化时机的视角，城市NOA的爆发恰逢新能源汽车智能化竞争的关键窗口期。车企之间的竞争已从”电动化”转向”智能化”，城市NOA成为高端车型的标配功能和差异化卖点。Momenta以65%的第三方供应商市占率领先，反映了”AI技术公司+车企”的合作模式正在成为行业主流——车企专注于整车制造，AI能力通过专业供应商获取，形成”整车+智能”的分工格局。

二、”飞轮效应”与数据壁垒

自动驾驶AI的核心竞争力在于数据飞轮：更多车辆搭载→更多场景数据收集→模型持续优化→功能体验提升→更多车辆搭载。Momenta的领先地位不仅来自技术实力，更来自其早期与多家车企合作积累的海量真实道路数据。从数据壁垒的视角，后进入者面临”冷启动”困难——没有足够的搭载量就无法获取足够的数据，没有足够的数据就无法优化模型。

从平台战略的视角，Momenta正在构建一个”自动驾驶AI平台”——向多家车企提供标准化的NOA解决方案，同时从不同车企的车辆中收集数据反哺模型。这种”一对多”的平台模式，使得Momenta的数据积累速度远超任何单一车企自研的方案。但平台模式也面临挑战：车企对核心数据资产的外包存在顾虑，如何设计数据归属和使用的治理机制是关键。

三、商业化模式的演进路径

城市NOA的商业化模式正在从”硬件预装+软件免费”向”软件订阅+功能付费”转变。从商业模式的视角，这类似于智能手机从”硬件利润”向”硬件+应用商店+服务订阅”的演进。城市NOA作为高级驾驶功能，具有按月或按次收费的潜力，有望成为车企在”后市场”的高利润收入来源。

然而，软件订阅模式的成功取决于用户的付费意愿。目前，消费者对自动驾驶功能的付费意愿仍有限，主要原因是功能可靠性尚未完全建立、使用场景受限以及”一次性购车已含”的消费习惯。从创新扩散理论来看，城市NOA目前处于”早期采用者”向”早期大众”过渡的阶段，要实现大规模商业化，需要功能可靠性的进一步提升和使用体验的持续优化。

管理启示

本案例的启示是：AI商业化的成功需要技术、数据和商业模式的三重协同。城市NOA的爆发拐点不仅是技术成熟的标志，更是数据积累和商业模式探索共同作用的结果。管理者应认识到：在AI驱动的新兴产业中，先发优势（尤其是数据积累优势）具有强大的壁垒效应。同时，AI商业化的最终成功取决于用户付费意愿的建立，这需要功能可靠性和用户体验的持续投入。

其他思考

1. Momenta作为第三方供应商占据65%市场份额，这种格局对车企和消费者分别意味着什么？是否存在供应商依赖风险？
2. 城市NOA的软件订阅模式在不同价格区间的车型上应如何差异化定价？
3. 当自动驾驶AI达到L4/L5级别时，现有的”车企+AI供应商”分工模式是否会被打破？车企是否需要自研AI能力？

关键词：城市NOA、自动驾驶AI、数据飞轮
来源：经济观察网 | 整理：经管讲堂