實現規模化營收考驗產業鏈自動駕駛離真正落地還有多遠？

最新 06-30

當前，隨著技術的快速發展，自動駕駛產業鏈正在上演「全民狂歡」，整車企業、零部件供應商、科技公司甚至移動出行服務商開展自動駕駛布局的消息層出不窮。在整個產業鏈因AI等技術的融合迎來變革之際，自動駕駛在出行領域如何落地及其商業化時間表成為新的焦點話題。

GIF

技術風險有待逐步解決

無人駕駛的真正實現仍需很長時間，對此業內已經基本形成共識，因此目前瞄準自動駕駛落地的研發多集中在封閉園區、固定路線的場景應用上，比如物流園區的無人配送、城市場景中的清潔車、園區接送車、觀光車等。

GIF

在資本的加持下，類似相對簡單的自動駕駛方案研發進度較快。不過，由於產業鏈較長、涉及眾多硬體與軟體技術，即便這條發展路線也充滿挑戰。

雲啟資本執行董事陳昱表示，自動駕駛是相對比較複雜的技術，最大的風險就是技術風險。「能不能把產品做出來？產品又能否滿足公眾對自動駕駛技術水平的期望？可能自動駕駛現在可以處理98％、99％的情況，但還有1％的可能會出現問題。」他說。

高級別自動駕駛必備的高精度地圖就面臨著很大的技術難點。對自動駕駛汽車來說，精準、快速地感知路況非常重要。在初創企業寬凳科技聯合創始人兼CTO馮漢平看來，在複雜的路況下，實現高精度地圖的高精度生產是圖商面臨的一大挑戰。

GIF

「自動駕駛正逐步演進，沒有百分之百完備的技術，是一個讓故障率趨近於零的過程。」詩航智能CTO劉振宇認為，從產業角度來講，自動駕駛產業是「一榮俱榮，一損俱損」。特斯拉車輛的Autopilot發生故障並導致事故後，終端消費者對自動駕駛自然心生疑慮。因此，自動駕駛需要產業鏈整體協作，共同減少技術上的風險。

此外，高成本一直是擋在自動駕駛落地前面的一道關卡。其中，激光雷達等感測器目前成本高昂，是亟待解決的挑戰。Roadstar.ai的聯合創始人兼CTO衡量還舉例說：「與美國的計程車司機相比，中國同行的人工成本只有其三分之一甚至更低。這意味著，我們必須要把無人駕駛系統做到更低的成本，才能替代人類駕駛員。」

落地的標誌應是規模化應用

「簡單來說，自動駕駛商業化的題中應有之義包括實現規模化營收。比如，有數十輛車某款自動駕駛汽車進入前端市場或者有數千輛規模的自動駕駛車隊提供服務，這就是商業化落地的體現。」陳昱說。

當初創業務變成被市場所接受的生意時，我們可以認為這一自動駕駛技術的商業化得到了驗證。雖然無人駕駛的口號喊得比較響，但真正的規模化量產和應收仍是空白。應該說，美國處在自動駕駛商業化的「前夜」。近期，谷歌已向汽車廠商定製了兩萬輛汽車，準備大規模推進自動駕駛的商業化。

劉振宇表示，自動駕駛落地不是一家或者兩家公司能夠完成的事情，一定是產業鏈上所有的企業具備了向自動駕駛提供相應部件和方案的能力。「中國的優勢是有一條全產業鏈，可以提供原始物料，擁有一級供應商，二級供應商，再到整車企業，最後到出行服務商。當這個鏈條具備自動駕駛商業化的能力後，我們就會追求更高水準的商業化。」

特定場景下的應用成為可能

我國在電動汽車規模上的領先優勢為自動駕駛落地提供了良好的條件。在電力消耗、線控融合、空間需求方面，電動汽車的發展為自動駕駛方案提早落地提供很好的基礎。同時，業內普遍認為，自動駕駛的商業化落地有望較早出現在共享出行領域，可有效改善困擾分時租賃的核心痛點問題。

無人駕駛落地前，大家會發現用戶體驗和運營效率成反比，C端用戶體驗越好，則運營成本越高。用戶都想要的肯定是隨借隨還，這會令運營企業端的成本變得非常高，很難實現盈利。自動駕駛技術可很好地解決這一痛點，自動駕駛共享出行的結構化市場空間非常大。

當前，L1、L2自動駕駛技術已實現商業化，並且應用情況良好。但更高級別的自動駕駛何時才能實現量產？眾多業內人士給出了預估的時間表。

北極光創投投資副總裁趙小松認為，在某些地區、某些特定場景下，主要依靠自動駕駛的運營車輛有可能在未來三年左右大規模出現。