放眼全球，Robotaxi 的公开运营已多点开花，但其落地现状仍与理想相距甚远。
五年前，惊艳众人的自动驾驶 demo 频频出现，彼时关于未来出行的畅想也尤为激进——作为单车智能的代表性企业，谷歌旗下Waymo 曾放言要在 2018 年底推出全自动驾驶商业服务，其追随者也纷纷亮出乐观的自动驾驶商业落地时间表。
然而，由于进展不及预期，行业随后出现了质疑的声音。Morgan Stanley 更是在 2019 年将 Waymo 的估值下调了 700 亿美元，折合人民币5000 亿元。
即便是发展到今天，单车智能的落地也尚存诸多待解难题，更不用说规模化、商业化的 Robotaxi 运营服务了。
这不禁让人思考：
如果单车智能发展遇阻，玩家们还有没有其他破局之道？更安全、更接地气的自动驾驶落地方案，究竟何时才会到来？

文章插图
困于单车智能落地
事实上，自动驾驶商业模式的底层逻辑离不开“节省司机成本”。
但就目前的行业发展来看，单车智能的技术还称不上是可靠安全，从市面上已向公众开放的诸多 Robotaxi 运营服务就可见一斑——这些服务通常只在特定的区域运营，且基本上都有安全员作为最后一道防线。
按理来说，常见交通场景的稳定处理是成熟自动驾驶系统的基本素养，但当 Roboataxi 运行在它们“熟悉的”运营区域时，安全员接管仍是用户试乘体验中的大概率事件。
如果现阶段安全员不接管/安全员缺位会怎样？
就在不久前，行业里出现了两起基于单车智能技术的事故。
根据加州 DMV 的一份文件显示，9 月 27 日，苹果公司的自动驾驶测试车在自主模式下（无安全员），以 13 英里（约 20 公里）的时速撞向了路边，所幸无人受伤；10 月11 日，美团的无人配送车于北京顺义与私家车相撞，时速也是在20 公里左右。
这些真实的例子也在很大程度上说明，自动驾驶系统所遇到的主航道问题还远远没有穷尽，更不用说长尾场景了，譬如突发交通事故的路口、失控的车辆等不可预见的状况。
尽管我们无法直接将人工接管与技术成熟度划上等号，但只有做到不依赖安全员以及任何形式的人工干预，自动驾驶技术才能自证其成熟性，并且带来更大的社会价值、商业价值。
至于自动驾驶技术什么时候才能进步到所谓的“成熟”，行业众说纷纭，但测试里程是一个较为直观的指标。
特斯拉 CEO 马斯克曾指出，如果自动驾驶要得到全世界监管部门批准，至少需要积累 60 亿英里测试里程；兰德智库则认为，一套自动驾驶系统需要测试 110 亿英里才能达到量产应用条件。然而目前自动驾驶玩家的测试里程最多也才是千万的量级，譬如行业一哥 Waymo 自 2009 年开始道路测试，实测里程于 2020 年达到 2000 万英里。
里程积累固然重要，但高质量的测试数据更为重要。现阶段的自动驾驶测试还框定在限定的区域，这可能会导致回流的场景数据单薄、评价系统的维度单一。因此，即便一辆 Robotaxi 能够在某一个城市表现出色，也不一定能够轻松处理好另一个城市的特色路况。
玩家们要通过路测来反哺技术迭代，就要覆盖更全面的场景、收集更丰富的数据，就需要更庞大的车队规模。而这又涉及到另一个问题，即资金。

文章插图
图源：Reuters
通常来说，以 Waymo 为代表的单车智能玩家更倾向于做运营，但这种模式需要持有车队资产，再为市场提供持续地自动驾驶运输服务。同时，自动驾驶技术需要昂贵的传感器来作支持，尤其是单车智能，为了尽可能保障车辆的可靠性安全性，某些玩家甚至陷入了“堆料陷阱”，导致一辆 Robotaxi 的造价低则几十万，高则上百万。
上述还只是直观的物料成本，人力成本也畸高。由于专业人才非常稀缺，全民造车潮又激化了人才争夺，最终买单的还是自动驾驶玩家—— CTO 的年薪可能会开到千万以上，一些优秀毕业生也要数十万的年薪。
换言之，为了推动自动驾驶的商业落地，前期需要付出巨大的成本、变现周期也非常漫长。除非背靠大树，或者找到新的商业模式，很难有玩家能够在这场旷日持久的战役中耗下去。
解于车路云一体化
成本高企、技术不足、推广艰难，单车智能无法真正释放商业价值、社会价值。
无论从何种角度来看，照搬 Waymo 的自动驾驶落地方式在中国很难行得通，受挫的国内玩家纷纷寻找其他出路。近几年开始，包括百度、小马、文远等企业开始将目光从 Robotaxi 移至其他更易于落地的细分场景，诸如干线物流、无人小巴、城际货运等；但这些尝试也都没有跳脱出单车智能的概念。

稿源：(i黑马)

【傻大方】网址：http://www.shadafang.com/c/11059451152021.html

标题：车路协同|头部玩家布局，自动驾驶驶向“车路云一体”的未来？