這是一場交通運輸的革命，而自動駕駛汽車僅僅是個開始

自動駕駛汽車已經把汽車行業——眾所周知，這個行業的變革非常緩慢——推到了技術前沿。

自動駕駛汽車已經成為一種技術催化劑，因為它需要在許多領域進行創新，從處理器、感測器技術到人工智慧。

與所有新技術一樣，該行業急於將重點放在消費者身上，因為他們代表著數十億美元的財富，但與許多其他新技術一樣，工業應用可能會首先佔據主導地位。

汽車行業關注的是自動駕駛汽車的概念，但當你將這一範疇擴大到包括所有形式的交通工具和自動控制時，機會遠比普通家用小轎車的自動化大得多。

事實上，大多數對汽車和輕型車輛需求的預測都認為，隨著汽車行業努力在未來幾年達到每年1億輛的目標，汽車銷量增幅卻僅為幾個百分點。

但這並不是說，每年近1億輛汽車和向自動駕駛汽車的過渡沒有提供很大的機會，因為它們的確提供了機會。

工業應用

汽車越自動化，對電子產品的需求就越大，這就提高了汽車電子產品的總體可用市場(TAM)。

然而，大多數售出的汽車可能需要幾十年的時間才能實現自動駕駛，這就要求電子產品大幅降低成本。

直接的機會在於公共交通、按需運輸，以及卡車運輸、航運和其他形式的工業運輸。

儘管這些領域的發展並沒有被大肆宣傳，但仍有許多公司在推動創新。

自動航運技術已經成為許多公司關注的焦點——從基礎技術公司如NXP，到工業製造商如勞斯萊斯，以及航運公司本身。

自動化貨運一直在吸引戴姆勒(Daimler)和沃爾沃(Volvo)等汽車巨頭，以及特斯拉(Tesla)和Embark等初創企業。

甚至拼車公司優步(Uber)也在考慮推出自動配送車。

與增強現實等其他新興技術一樣，自動駕駛技術也適用於工業應用。

即使該技術正在一個不斷發展的市場中站穩腳跟，採用者也可以獲得即時的投資回報。

與任何新技術一樣，生態系統要經過兩到三代才能成熟。生態系統包括必須發展的技術、平台、應用程序、使用模型，甚至業務模型。

工業應用程序向願意完成開發過程並願意為技術支付溢價的客戶提供一項新技術，因為他們可以期望節省成本或提高生產率的回報。

在工業運輸方面，較高的設備成本應由設備效率和利用率的提高以及事故和保險率的降低以及其他好處所抵消。

汽車價值鏈

自動運輸系統還消除了事故中最常見的因素——人為失誤。

這並不是說自動駕駛解決方案是完美的。任何智能平台，無論是人類還是人工智慧，都必須學習新的環境——但人工智慧失敗的可能性要低得多。

我之所以強調這一點，是因為儘管近幾個月有少數人死於自動駕駛汽車，但美國國家安全委員會(National Safety Council)估計，在過去兩年中，美國每年的汽車死亡人數已超過4萬人。

此外，隨著汽車行業轉向自動駕駛汽車，汽車行業的商業模式可能會發生巨大變化。

事實上，這個行業已經發生了變化，Uber和ZipCar等拼車和網約車服務，以及特斯拉(Tesla)的直接面向消費者的銷售模式都在改變。

此外，通過先進的駕駛員輔助系統(ADAS)和電氣化技術，這些車輛在技術上變得越來越複雜，以至於許多傳統的汽車修理工無法在混合動力、電動和自動駕駛汽車上工作。

這些變化可能會改變整個汽車產業的價值鏈。

例如，豐田一直在夏威夷測試一種名為「Hai」的汽車共享服務。

如果你有一個汽車OEM公司，以汽車共享的模式直接向消費者提供電動汽車，那麼你可能不需要第三方經銷商、加油站和當地的機械商店，而OEM的主要收入轉移到服務，而不是汽車銷售。

自動駕駛技術也可能導致交通運輸的其他進步。

自上世紀50年代以來，我們就夢想著駕駛飛行汽車，但僅僅駕駛一架小型飛機就需要專門的知識和訓練。

添加自動控制技術消除了飛行應用程序的一個關鍵需求。

此外，自主飛行技術已經走在了通過無人機技術不斷完善的道路上。

因此，我們最終可能會進入一個「飛行汽車」時代——但這些汽車很可能更像無人機，而不是乘用車。

AeroMobil、空中客車(Airbus)、奧斯頓?馬丁(Auston Martin)、億航(EHang)、eVolo、Kittyhawk、Rolls-Royce、Terrafugia和優步(Uber)等公司據報道都在研發這種或那種飛行器。

雖然擁有一輛自動駕駛汽車的想法仍然很吸引人，但未來十年的真正機遇在於工業應用。

展望未來10年，在下個世紀，社會看待和利用交通工具的方式可能會發生變化，個人汽車可能不再是今天的自由、成功或獨立的象徵。

它可能只是一種交通工具。

註：本文作者吉姆·麥格雷戈(Jim McGregor)從2017年開始擔任ECT新聞網路專欄作家。

他是Tirias Research的創始人和首席分析師，擁有30多年的高科技行業經驗。

他的專業知識涵蓋廣泛的產品開發和企業戰略職能，如半導體製造、系統工程、產品營銷、營銷傳播、品牌管理、戰略規劃、併購和銷售。

麥格雷戈在成為行業分析師和In-Stat的首席技術策略師之前，曾在英特爾、摩托羅拉、半導體、意法半導體和通用動力空間系統公司工作。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！