现阶段业界对高级别的自动驾驶系统定义，主要包括建图和定位、感知、决策规划和控制四大模块，另外无人驾驶系统还会安装各种传感器。但如果按照SAE等级分类的话，L2仍然是当前量产辅助驾驶系统的极限，无论如何宣传，均没有在实际体验上带来质变。
原因很简单，从技术实现角度来看，自动驾驶也有“二八效应”，体现在当下阶段，许多ADAS玩家还处于过去标准、成熟的L0-L1产品的发展阶段。他们不需要考虑工程化问题，也不需要解决海量的长尾问题，只要用20%的投入，就能解决80%的问题。
但随着时间推移，人们开始意识到要实现真正的自动驾驶极其艰难——剩下20% 的问题，涉及到更复杂的道路、海量但出现概率极低的长尾场景以及层出不穷的工程问题。有不少玩家已经烧光了几十亿甚至上百亿美元，仍没能取得大的突破。
这也造成了当下自动驾驶行业的现状：大量玩家在L2门口扎堆。
除此之外，一些业内人士也对现状表达更多的担忧。“各方势力在L2基础上，针对细分场景进行缝缝补补，虽然能解决自动驾驶开发流程中的某些环节的单点问题，却缺乏对自动驾驶研发过程的整体把控，很多方案之间彼此间不能兼容，更别谈高效协同和降本增效了。”
如果要真正解决问题，不仅需要服务提供方对整个自动驾驶业务有深入的了解，也需要其深入到整个研发过程中，具备为车企提供端到端的自动驾驶解决方案和相关的研发工具的能力。
宋飞以百度智能云这些年的经验为例，“过去我们团队做了很多水面下的工作，解决了自动驾驶端到端的研发过程中遇到的很多难题。自动驾驶这个领域就是这样，只有把众多环节都亲自做一遍，包括最基础的数据采集、管理与应用，才有可能在这个基础上打造出极具性价比的端到端解决方案。”
