自動駕駛時代，如何挖掘商業模式的革新點？|CCF-GAIR 2019

新智駕按：2019 第四屆全球人工智慧與機器人峰會（CCF-GAIR 2019）於深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智慧與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智慧和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智慧領域極具實力的跨界交流合作平台。

2019年自動駕駛行業的關鍵詞是「落地」。在封閉場景發力低速無人駕駛，在高速公路上布局幹線物流運輸，在汽車上搭載L2/L3級別的解決方案，各家都以不同的方式推進落地的進程。

但少數車型的落地不意味著「量產」的到來。在自動駕駛技術尚未完全成熟的情況下，如何自我造血，如何探索出可靠的商業模式，是橫亘在每一個自動駕駛公司面前的難題。

7月13日，在CCF-GAIR峰會的智能交通專場上，就這一命題，雷鋒網邀請了菜鳥ET物流實驗室主任張春暉、馭勢科技聯合創始人兼CEO吳甘沙、圖森未來副總經理薛健聰、西井科技CEO譚黎敏、禧滌智能總裁高進，共同探討自動駕駛下的商業模式革新的問題。以下為本次圓桌會議全文，雷鋒網新智駕進行了不改變原意的編輯：

張春暉：今年是無人駕駛的落地元年。但目前大部分落地的案例都發生在垂直領域。從整個行業來看，此時自動駕駛的量產落地是激進、保守，還是正當時？

吳甘沙：落地不難，但量產很難，尤其汽車行業定義的量產更難。目前的問題在於，能否在「落地」和「量產」之間找到幾個里程碑？這中間包括要真正解決，為客戶創造價值，替很多客戶解決痛點和創造價值，成本足夠低的難點。產品變成商品時，才有量產可言。目前絕大多數行業參與者都在路上。未來一兩年里真正解決客戶痛點並創造價值，是馭勢科技的目標。

人力成本（尤其是在工作條件不太好、人員流失率很高的地方）、管理成本、總體擁有成本等都是無人駕駛可以解決的痛點。TO B垂直場景的好處在於，客戶更看重未來幾年的整體成本，而無人駕駛的解決方案能為其減輕多少成本。

這對於在產量不大，成本偏高的無人駕駛的早期是有好處的。機場物流就是其中的代表場景，比較容易形成一套完整的商業模式。

發展商業模式的前提是真正實現無人，而這必須解決安全性問題。其實一兩年前就已經有解決安全問題的方法，現在要做的是把它切入客戶的場景。然後與其管理系統相結合，才算達到量產前最重要的里程碑。1000台是一個有代表性的里程碑。

薛健聰：「落地」永遠是在摸著石頭過河，特別是現在。當初行業興起時，眾人覺得自動駕駛時代很快會到來。但真正接觸商業營運本質的時候，我們發現落地還是有距離的。

圖森認為無人駕駛卡車、物流運輸的商業模式會相對堅實一些。無人駕駛卡車的使用效率非常高。在政策、車的性能完善之前，如何做好現階段的無人駕駛卡車和商業落地有很大的關聯。

L1、L2是真實存在的市場，因為這兩項技術可以帶來安全性能的提升。但L3級別的卡車市場是否存在市場需求，這是一個值得探討的話題？L3的自動駕駛大部分時間不需要駕駛員操控，但駕駛員應該什麼時候接管、責任主體應該怎麼界定，這是L3市場需要回答的問題。

因此，幹線物流、碼頭、物流園區等是實現L4級無人卡車落地應用的場景，因為它絕大多數的時間在高速公路或半封閉場景里運行，路徑場景相對單一，而實現無人化可以省去非常多的物流成本。因此，在討論量產和落地之前，應該首先考慮商業模式是否真的符合市場需求。在美國，圖森圍繞現有的商業模式在做無人駕駛。目前圖森的車隊規模是50台車，未來將會擴展至100台。

目前圖森已經和16家客戶達成了合作，由於保密協議，唯一能透露的是美國郵政，剩下的公司都是抱著主動積極的心態，觀望無人駕駛到底可以給物流行業帶來什麼改變？這是圖森自動駕駛落地的前置條件，也是落地的基礎。

高進：今年下半年禧滌會出兩百台左右的車，到明年上半年會出到1000台。我們的應用場景速度要求比較低，距離也不要求太長，激光雷達可以覆蓋25米左右，因此相對來說不那麼難。

禧滌解決的是商用空間清潔工數量越來越少的問題。在發達國家，一個清潔工的平均工資在四萬美元左右，而禧滌的機器售價不到兩萬美元。如果一天分白天晚上兩班，機器至少可以替代兩個人。有些場景人流較少，機器運作得快，可以取代四個清潔工。從成本角度來看，無人駕駛在發達國家有很大影響。

在中國，兩萬美元是兩個清潔工的工資。禧滌的產品對清潔公司、物業外包公司來說都是很好的人力替代品。

譚黎敏：西井科技一直是把「落地」作為非常重要的目標。從2016年進入港口場景，西井用自研深度學習的加速晶元給用戶提供前端的圖象識別，幫用戶解決了在港口理貨的問題，減少工人提升了效率。隨著需求越來越多，針對港口內的廠區安防、管理監控系統以及相關設備，西井提供了一些感測器、半無人化的作業系統以及生產系統的管理調度。

經過評估，覺得無人駕駛確實是能夠提升港口的效率，西井才開始組建無人駕駛團隊。目前我們有36個港口和碼頭的付費用戶，這些訂單也是西井收入的堅實的基礎。

西井科技考慮的是，如何通過加入、落地自動駕駛技術和之前的子系統一起，幫助客戶在完整的封閉場景里更深入地提升各個點的效率。對西井來說，「落地」是協同作戰帶來的產物。

得益於其他子系統，在進入自動駕駛領域之前，西井已經對場景、生產作業的流程已經有了兩年時間的累積和觀察。在這個基礎之上，我們將自己清晰地定位於一個封閉場景，與用戶的作業場景結合起來。

底層技術讓車運作起來很容易，但接下，怎樣保障車輛長期運營的穩定性和可靠性是難點。最初西井基於圖像識別的子系統，加速晶元使得識別效率有了大幅度的拉升。但如果無法達到100%的識別率，對用戶來說都是沒有意義的。用戶更看重安全可靠性，這是最後一步要解決的問題。只有做到這一點，真正能夠把產品變成一個商品。

菜鳥ET物流實驗室張春暉：現在行業內也有兩種聲音：一種聲音是自動駕駛應該遵循漸進式道路，從L2向L3、L4演進，另外一種聲音是直接從L2到達L4、L5。各位怎麼如何看L3級自動駕駛是不是偽命題？

薛健聰：在無人駕駛的卡車物流領域，L3可能是個偽命題，L1到L5不是漸進的關係。在設計和無人駕駛的系統的時候，涉及到責任主體的考慮。L1和L2是以人作為責任主體出發，L4的最終目的是徹底無人化，否則產品不可能盈利。我們可以把無人駕駛系統簡單劃分為感知、決策、控制三個部分，單純強調其中某個單項的優勢是偏頗的。三個部分是互相配合的，否則整體系統性能就無法保證，因此需要以最根本的責任主體作為劃分標準。

吳甘沙：我認為L3是一種特定的L4，指望車內駕駛員在緊急的狀態下對系統進行接管，是不可能的。首先系統需要提前判斷能否繼續駕駛；其次實現優雅降級，可以減速或者靠邊停下，給駕駛員或遠程的操控者足夠多的時間了解狀況；使得駕駛員有充分的時間對車進行接管。所以我首先認為真正合理的L3就是一種L4。

當然從商業模式上說，L3和L4之間有巨大的差別。在對司機的資質和能力要求特別高的情況下，L3是否成立值得商榷。目前L3乘用車，需要車內的駕駛員只需要具備基本的駕駛能力，就具備接管的能力。但重卡和幹線物流等商用車型，對司機的資質和能力要求非常高，而這類的司機資源是非常匱乏的，所以在商用車和幹線物流等特定場景下，對於L4的需求是迫切的。

另外一個場景如小巴，在尚未完全實現L4之前，只需要在特定情況下對車進行接管，這時候對駕駛員的要求降低了，這是不是一種合理的L3車輛運營？這是可以進一步探討的。

高進：從行業角度講，低速行業是能在短期內可以實現馬上落地商用，並且風險係數並不高。最理想的兩個場景是商用空間清潔和封閉的場景物流，一是慢，二是場景封閉。商業場景足夠慢，即使是存在不夠靈敏的情況，也是能夠存在商用運作。而且，存在著駕駛員的自動駕駛車輛還需面對一個哲理思考，遇到危險情況時，到底是保護車內人還是車外人？而機器人無原則護車外人。研發至今不到兩年，我們就已經開始商用。

譚黎敏：西井的封閉場景原本就有完全無人化方案在運營，所以我們的自動駕駛一開始就瞄準了無人化。我們覺得L3並不是很合理的存在，如果沒辦法實現無人化，就沒辦法解決用戶的痛點。無論是從用戶需求還是從產品的價值導向看，西井科技都是瞄著L4走。越在商用車領域，越需要完全無人化。

張春暉：在你們看來，目前自動駕駛量產面臨的最大挑戰是什麼？

馭勢科技吳甘沙：個人認為，最大的挑戰還是如何保證絕對的安全。無論場景再封閉，再低速都不能出現事故。如何保證絕對的安全？關鍵是怎麼更好地測試無人駕駛，增加測試的有效性，增加測試內容的豐富性、代表性、強度和密度，這是整個行業要著力解決的。我相信未來任何一個無人駕駛的場景，都需要解決這樣的問題。實現商業化落地，擺在前面最大的問題就是測試有效性的問題。這既是對客戶負責任，也是對自己、對行業負責任。

薛健聰：我覺得可以從政策或者商業化的角度來看量產問題。中國和美國是全球兩個最大的無人駕駛市場，規模體量也很接近。美國政策的開放度要優於中國。圖森已經累積了足夠多的數據進行相關測試，除了路測之外，圖森在美國實現商業營收。雖然在保留安全員的狀態下尚未實現盈利，但可以節省絕大部分的成本。

對於國內而言，政策是否足夠開放，是除技術以外的限制AI賦能實體應用的關鍵節點。但令人欣喜的是，國內現在已經有了很多的動作，包括上海去年三月開始的路測、今年四月份公布的首批人工智慧試點場景。我們希望還是給予技術足夠的落地空間，讓技術真正成熟。

禧滌智能高進：行業著如何大規模的問題。在低速無人駕駛上，如果機器人清潔能達到一兩百台的運營體量，接下就要考慮雲端問題。比如一個商場有十台機器人同時清潔，雲端要如何管控的問題。只要過了百台，行業的發展得到提速，一百台是服務機器人是一個很重要的節點。

西井科技譚黎敏：在目前的系統里，西井科技的產品至少有三套系統在同時布局，以保證可靠性和安全性。在封閉場景里，搭建車路協同、廠內的通訊系統以及遠程人工監管，目前都有不同維度和體系的保障。

反過來，我們已經發現一些新問題。比如我們在自動駕駛上用的是電車卡車，各方面的表現都比柴油車更好。但如果一個碼頭有兩百輛卡車，按照1：3配充電樁就需要60幾個充電樁，車的充電面臨著新的問題。所以自動駕駛的落地過程中，一定會有新的工程問題和挑戰出現。路的確比較長，但未來也會有好的技術出現。這個過程一定是不斷優化，不斷合理化的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！