<mark id="oztn4"></mark>
0
雷鋒網按：本文作者溫二爺，系SaaS資深從業者。
12月14日，谷歌母公司Alphabet在洛杉磯召開發布會，宣布谷歌無人駕駛項目作為公司內部的獨立個體存在。這意味著，此前目隸屬于Google X 實驗室，代號Chauffeur的谷歌無人駕駛團隊從此成為歷史，一個名為“Waymo”的新部門走上臺前。與此同時，谷歌對無人車的項目方面進行了全面調整，不再執著于自造無人車，轉而與車廠合作，走共同開發路線。未來，我們恐怕將看不到“谷歌牌無人駕駛小轎車”了。
谷歌進入自動駕駛領域的時間已長達8年，一直以來，谷歌始終堅持自主研發沒有方向盤和油門剎車的無人車。自2014年谷歌發布第一輛無人車DEMO之后，關于谷歌無人車正在路測的消息也屢屢傳來。此番成立Waymo，并掉轉自動駕駛項目的研發方向，令業內一片嘩然。由此，我們能夠出看兩個非常明顯的訊號：
1、科技公司想要自主造車的困難重重，谷歌內部對這一方向亦存在巨大分歧；與此同時，越來越多科技企業將選擇與車廠合作，如Uber牽手沃爾沃，百度牽手奇瑞、比亞迪，阿里與上汽合作，圖森互聯與北奔重汽合作。
2、Uber等公司強勢入局之后，自動駕駛領域的競爭愈發激烈，“自動駕駛技術如何實現商業化落地”被加速提上日程，所有人都在與時間賽跑。
那么，作為人工智能試金石的自動駕駛距離我們究竟有多遠？它又是一門什么樣的生意呢？
人工智能元年，自動駕駛吹起一團包著剛需的泡沫
從國內市場來看，2016普遍被認為是人工智能元年，自動駕駛領域毫無意外的成為眾矢之的。一時之間，科技巨頭、創業公司、傳統車廠紛紛入局，這其中許多廠商高呼“用人工智能解放人類雙手”，更有甚者旋即宣稱已經研發出了能夠全自動駕駛的無人車。
誠然，人工智能的集中爆發在讓科技行業由DT時代步入AI時代的同時，深刻影響了制造業，制造業因此迎來自蒸汽時代、電力時代之后第三次進化高峰。資本市場也在將目光緊盯互聯網行業多年之后，再次探回與人工智能緊密結合的制造業。
事實上，盡管進入自動駕駛領域的各大廠商在高舉人工智能大旗時都是信誓旦旦，但由于入局者的心態和路線不盡相同，同時缺少絕對的成功先例，自動駕駛領域里的李逵和李鬼往往真假難辨。
以商業邏輯分析，目前自動駕駛領域內的廠商大致可分為4種不同的形態：
1、占位黨。僅從數字上看，目前宣稱從事自動駕駛技術研發的廠商已有上百家，這其中有不少是在人工智能大潮興起之后從其他領域轉型而來。如果再算上很多在宣傳中提及自動駕駛（其實是高級輔助駕駛）的車企，這個數字可能會更多。上述兩類廠商中的絕大多數都屬于占位黨，普遍特征是對人工智能和自動駕駛技術不明覺厲，先占位再找方向，所以會頻繁的調整公司的運營方向，比如一會要直奔L4而去，一會又在研發園區無人車。占位黨的初衷不錯，一般來說，越早進入市場越容易建立壁壘，但如果選錯方向，進入以后發現沒有市場或市場很小，再想進入其他市場就會發現，技術積累、客戶資源都會遠遠落后于人。這是創業者常常會踩到的坑。
2、to VC黨。顧名思義，這類廠商以賣概念為生，趁著人工智能的熱乎勁先占領自動駕駛的高地，再欺負總有些個投資人不是很懂技術。這類廠商的特點是絕大部分都在自主造車。當然，他們造的車沒打算給用戶開，而就是給投資人和接盤俠看的。
3、先驅黨。這類廠商說好聽點是始終在探索科技的邊界，為人類社會的進步做出卓越的貢獻；說不好聽，他們始終在研發未來，很可能在競爭中成為先烈。最具代表性的即玩了8年自動駕駛還沒上路的谷歌以及早期的百度無人駕駛。顯然，在商業叢林中，執著于L4甚至L5級別自動駕駛的先驅們的結局并不太好，這才有了谷歌放棄自主造車轉而與車企合作。
4、生意黨。即一開始就把自動駕駛技術當做是一門生意的廠商，他們通常不會想要自己造車，而選擇與車廠合作，他們思考的是如何通過自動駕駛技術提高駕駛安全性，并降低運營車輛的成本，先進行階段性研究，實現商業化落地，比如先在礦區、高速公路等封閉路況下實現無人駕駛，再通過技術迭代升級、漸進式研發，深耕運營車輛市場。另外，他們也不排斥被巨頭并購，畢竟被收購也是生意的一種。代表廠商有國外的OTTO、國內的圖森互聯以及目前的百度。
總之，人工智能爆發開啟了人們對自動駕駛的無限遐想，車輛作為未來人機交互最重要的入口之一，讓自動駕駛技術擁有非常巨大的發展空間，所以當下無疑是進入這一領域最好的時機。
必須明確的一點是：AI時代是一個科學家創業的時代，人才是撐起人工智能估值重要因素，而且在短時期內估值仍將持續走高。雖然，自動駕駛行業開始出現了一些泡沫，但泡沫之中存在剛需，這跟買房的道理并無二致。在AI領域，那些成立于2013～2015年，網羅到頂級人才并轉化為核心競爭力的企業算是賺到了。預計這一批企業將于今年底或明年上半年進入B輪、C輪序列。在肯定剛需的同時，我們也要警惕自動駕駛領域沉渣泛起的泡沫，以生意的眼光去看待技術，探尋商業化的路徑。
從商業的角度審視自動駕駛：那么近？那么遠？
經濟學或許很復雜，但商業的本質卻很簡單：要有利可圖，要樂意買單。帶著這樣的視角去審視自動駕駛，會讓它的整個邏輯清晰很多。
從自動駕駛技術的運營場景上來分，可分為貨運場景和乘用場景。貨運和乘用最大的不同在于：貨運車是運輸工具，具有固定的運營需求，而乘用車第一屬性是交通工具，不出門就停在車庫。我們試從生意的角度分別計算在這兩個運營場景下自動駕駛技術商業落地的可能性。運營涉及成本和收益的剪刀差，成立標準即：預期收益＞投入成本。
貨運車輛具有固定的運營需求是好事，它可以作為一個更加直觀的計算樣本。在國外專注貨運卡車自動駕駛技術的代表企業是OTTO，今年8月被Uber以6.8億美元收購；傳統車企中沃爾沃是自動駕駛重卡的代表（如沃爾沃S90）；國內與OTTO類似，從貨運場景切入自動駕駛的代表企業是圖森互聯，目前的主要研發方向是限定路段的卡車自動駕駛和Road Train（全程隊列運輸）。
數據顯示，在公路貨運中，人員工資約占總成本的41%，駕駛員薪資為6000～8000元/月，部分地區達8000～12000元/月，取中間值8000元/月；每輛長途運輸車需配備2～3名駕駛員,以2名計算；燃油成本約占30%。如此計算，人工駕駛下，每輛車每月的成本大概在39000元左右。
那么貨運場景下的自動駕駛會帶來哪些改變呢？變量主要是3個：人員成本、燃油成本和車輛自動駕駛設備的一次性投入。根據圖森互聯的公開數據顯示，限定路段的卡車自動駕駛技術能夠讓降低50%的人工成本，即每輛車配備1名駕駛員；燃油成本降低7%，即每月節省約800元；每輛車搭載自動駕駛設備及改造的一次性投入約8萬元。如此計算，采用自動駕駛之后，每輛車每月的成本大概在元18700元左右，而先期搭載自動駕駛設備及改造的一次性投入8萬元，5個月內即可收回。（注：車輛損耗及保養成本、維修成本、過橋過路費等固定成本未作為變量參與計算）
此外，大貨車的事故率和致死率是所有交通事故中最高的，國外卡車自動駕駛技術數據顯示，人工智能的應用降低了約75%的貨車事故致死率，這無疑降低了安全支出這一隱性成本。
目前，中國有2000多萬輛貨運汽車，3000多萬名貨運司機，物流運輸量的76%由公路貨運完成；其中，城際貨運車輛720萬輛，城際貨運司機1600萬人。自動駕駛在貨運場景應用的市場空間顯然是足夠廣闊的。
隨著電商行業不斷發展，物流行業正經歷著發展的黃金階段，但獨生子女政策所帶來的社會結構老齡化、人口紅利消失，導致物流行業的人工成本越來越貴，物流及大型運輸企業面臨的壓力也日益增加。二爺了解到，整個物流行業對自動駕駛非常歡迎，需求相當迫切，他們普遍希望貨運場景下的自動駕駛技術能夠加快落地步伐，越早實現越好。
其實，對諸如四通一達等物流及大型運輸企業來說，是人工智能也好，自動駕駛也罷，技術其實并不重要，要知道在一個平均利潤率不過只有7%的行業里，成本投入的顯著降低，成本競爭力的提升無疑最讓他們感興趣。基于此，物流及大型運輸企業將有底氣與通過超載、疲勞駕駛而取得成本優勢的私人車隊（夫妻檔司機）去競爭，讓良幣驅逐劣幣，逐漸規范貨運行業。
物流及大型運輸企業的態度正直接影響到卡車制造廠商，目前，各家卡車廠商對自動駕駛的技術的態度非常開放，已經在推進的比如北汽福田與百度的合作，北奔重汽與圖森互聯的合作，亦有廠商在自己進行研發。
從圖森互聯傳來的消息是，限定路段（高速公路）L4級別的自動駕駛車輛明年底將會上路，并進行商用推廣。對吃瓜群眾來說，享受人工智能和自動駕駛帶來的物流成本下降，隨之而來“全面包郵”等紅利也許并不遙遠。
2、乘用車自動駕駛規模化商業落地，或許還要等10年
與貨運場景相對直觀情況不同，自動駕駛在乘用場景的應用情況則復雜很多，從L2到L5均有涉及，無法建立具有十足代表性的計算模型。
目前，自動駕駛技術路線主要分為兩派：1、以谷歌、百度為代表的激光雷達+高精地圖；2、以特斯拉、Uber、奔馳等為代表的攝像頭+毫米波雷達+SLAM三維高精地圖。
總體來看，自動駕駛技術應用在乘用車上，根據技術路線的不同，主要成本來自硬件設備的投入。比如在激光雷達的方案中，一個激光雷達的成本是8萬美金，每輛乘用車需要安裝2-3臺，硬性的成本至少需要16萬美金，超過100萬人民幣。很多自動駕駛廠商都在想辦法讓激光雷達降價，但它作為一個機械設備，短期內大幅降價的概率非常小（除非在基礎物理學上實現突破），所以成本是激光雷達方案繞不過去的一個門檻。
再說一點題外話，激光雷達除了成本較高之外，還有其他方面的限制。比如之前張召忠將軍曾表示激光怕霧霾，被很多人當做笑料談資，其實確有其事；而且激光雷達監測到的距離遠不及攝像頭，就算是64線激光雷達，在比較遠的距離，回來的點云還是比較稀疏的；再比如，如果路上有很多車都在用激光雷達，他們之間是有一定幾率出現相互干擾的情況，這對安全來說是一個隱患。
基于此，再從成本和收益的視角去看乘用車自動駕駛落地的時間軸，現在是否會有消費者愿意斥巨資購買一輛自動駕駛的乘用車自己開呢？答案似乎會讓我們很失望。自動駕駛在乘用場景下比較靠譜的節奏應當也是從運營車輛開始，如滴滴、Uber等，一旦自動駕駛技術能讓他們成本比批量雇傭司機更便宜，他們則很可能會大規模的推動自動駕駛進入商業化運營，所以運營類乘用車將早于個人乘用車切入自動駕駛技術，而這個市場同樣非常廣闊。未來甚至有這樣一種可能性，自動駕駛技術提供商會褪去技術色彩，最終演變成為一整套運營服務，大家不再通過出售技術去賺錢，而是通過提供自動駕駛的服務來盈利。
但受限于城市復雜路況，乘用車大規模使用無人駕駛顯然不是未來兩三年就能搞定的事情。目前Uber的無人駕駛載客服務更像是一種公關噱頭。二爺認為，乘用車自動駕駛規模化商業落地，可能要等到2025年前后。其實這個時間說遠也不遠，也就不到十年的時間，只要科技企業和車廠做好技術積累和商業化積累，到時候完全可以坐迎風口紅利。但在這期間，如果找不到好的商業模式，可能風口還沒來，就已經熬死了。
有關自動駕駛技術可以延展而開的話題還有很多，比如政策因素、責任判定、保險行業的態度、倫理觀念，等等。但包括人工智能在內的所有風口概念和前沿技術，終究需要回歸商業本質，讓需求去決定市場，谷歌無人車項目8年之后的忽然剎車，轉向與車廠合作的inside模式就是一個很好的例證。
目前，包括自動駕駛在內的AI領域，仍然處于找準需求的階段，雖然有很多人已經一頭扎進了這個大行業之中，但不是所有人都能在這里找準實際的商機，對于不是很懂的事情，我們往往總把問題想得太過簡單。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
