圖片來源：網絡
集微網消息，“落地與技術投入是相輔相成的，清晰的商業路徑為技術迭代提供了清晰的目標，迭代也是為了更好落地。”新石器無人車COO胡宇沸對集微網這樣指出。過去一年，這家專注於低速自動駕駛汽車賽道的創業團隊，在加緊衝刺商業落地。在未來汽車被技術重新定義完成鉅變之前，“活下去”是前提。
因而自動駕駛和它的黑科技必須快速成為一個“商業命題”，而不能在一次又一次的路測之後，還是停在實驗室的車庫裏。
不過，剛剛過去的2020年，在“最後一公里”的落地衝刺中，又多了一些新商業案例。背後的一些新變現邏輯，以及將對上下游產業鏈帶來的變革和重塑，或許可以為自動駕駛提供一種商業化的樣本。
“無人化”、“規模化”是自動駕駛實現盈利的前提
自動駕駛能力無疑被業界視作未來智能汽車的決勝點，但商業盈利是一個新興產業持續發展的基石。
自動駕駛分為高速和低速兩個分支。其中，低速分支多為限定場景，被認為最可能規模化落地。繼物流配送、安防和清潔之後，在“最後一公里的落地衝刺”上，無人駕駛汽車的玩家們不斷嘗試開拓新場景。
新石器團隊通過將無人車變身移動餐廳切入新零售的嘗試，在過去的一年中得到了一些積極的反饋。據新石器公司保守估計，這樣一輛無人駕駛的移動餐飲售賣車可以實現單車年入25萬的盈利預期。先解決“吃飯”問題是自動駕駛創業團隊面臨的現實。
“畢竟，你得先活下去，然後才有更多未來的可能性。”一位新石器團隊成員表示。
實現單車盈利是自動駕駛邁向商業化的第一步。目前在低速自動駕駛，率先看到了一些商業落地的積極信號。
IEEE高級會員，香港科技大學智能駕駛中心主任、機器人與自主系統領域主任劉明對集微網指出，比如，在物流場景中，無人系統的應用可以解決未來物流行業勞動力缺口的問題；而在工業場景中的應用，因為它具有明確的工作流程，所以它設備的投入產出來講，可以有一個很明確的指標去進行性價比的計算。
劉明進一步表示，在保證“無人”這一條件下，自動駕駛可以拓展很多的各類不同應用，如零售無人車、消防無人車、廣告無人車等。
而在高速的一端，無人駕駛Robotaxi的商業模式被業界視作最有希望的方向。不過針對該商業落地模式，業界的一大共識同樣是——無人化和規模化是獲得商業盈利重要前提。
國內L4級自動駕駛技術的智能出行公司文遠知行（WeRide）COO張力此前在接受媒體採訪時就曾這樣解釋，目前自動駕駛車輛配備安全員運營的模式不可能賺錢，甚至比普通模式還要虧錢，“在出租車成本結構裏，司機成本佔60%左右，如果不能替代司機，無人駕駛Robotaxi的商業模式是不成立的。”
具體從技術和市場趨勢來講當前國內的自動駕駛產業進展階段，頭豹研究院的一份分析指出，當前，國內的自動駕駛發展正處於積極地從L2階段利用高級駕駛輔助系統（ADAS），即部分手動干預過度到L3階段（有條件自動化）。而目前，行業內尚無統一的無人駕駛硬件配置方案，但總體來看，攝像頭、激光雷達、毫米波雷達等相結合已成為主流配置方案。無人駕駛研發商通過選擇搭配在不同領域有優勢的傳感器和攝像頭，並綜合考量成本因素，在合理造價的範疇內，達到產品性能要求。
2020年後，大部分主流車企計劃開啓L4級別自動駕駛，各個汽車主機廠將實現無人駕駛作為未來汽車重要戰略目標。頭豹研究院梳理了汽車在向車聯網、無人駕駛（L4）級別進化中的成本構成（見下圖），並分析指出，鑑於L2自動駕駛對環境感知要求較低，且主機廠有控制成本的壓力，“攝像頭 + 雷達 + 計算機視覺”，在未來五年仍是主流解決方案。而隨着越來越多的公司進入該市場，L3級別的全面商業化，激光雷達技術有望發展成熟，成為必備的硬件，並實現成本降低。
新生態鍊形成中
未來5-10年，“汽車+科技”的融合將全方位加深，並重新定義和驅動整個汽車工業的發展。隨着汽車不斷與人工智能、5G通訊技術以及雲計算等技術密切結合，自動駕駛的終極目標是無人駕駛，而無人駕駛將顛覆汽車出行格局，並帶來產業鏈上下游的變革。
中國汽車工業協會預測，中國將在2020至2025年間實現低速駕駛和停車場景下的自動駕駛，在2025至2030年間實現更多複雜場景下的自動駕駛。到2040年，道路上行駛的車輛將有四分之三都是智能駕駛的車輛。有預測稱，到2035年中國智能汽車產業規模將超過2000億美元。
當前正處在鉅變的起點，圍繞着汽車工業的智能化變革，一個新的產業生態鏈也在加速成型。而科技和互聯網公司在自動駕駛領域的深度佈局、跨界合作正在給整個汽車工業注入發展活力。
比如，阿里從自動駕駛軟硬件出發，打造無人配送車、芯片以及移動操作系統；騰訊積極開展無人駕駛路測，從車聯網、高精地圖、整車製造、自動駕駛軟件多個方面進入無人駕駛領域；百度以系統和平台為落腳點，致力於成為自動駕駛綜合解決方案提供商；華為以數雲服務、智能互聯、車聯網為三駕馬車開始無人駕駛領域的深度佈局。同時，新造車勢力注重汽車軟件和用户體驗，向無人駕駛進發，開發具備自動駕駛前沿技術的車型，加速路測，實現量產。
羅蘭貝格預計，2030年自動駕駛車端系統的市場規模將達5000億元。其中，芯片、傳感器和軟件算法是主要貢獻者，市場規模分別預計可達1480億元、1308億元、917億元。
不過，目前自動駕駛平台市場高度分散，由外國科技公司和硬件廠商主導，科技巨頭和硬件製造商（芯片/半導體）目前發展潛力最大。這讓以往車企在整個產業生態中的主導地位備受挑戰，為了在競爭日趨激烈的市場立足於不敗之地，車企通過建立聯盟、兼併收購或自主開發，探索不同業務模式以進行自動駕駛相關研發，其中建立聯盟備受車企追捧。
2017年起，大眾與福特在全球自動駕駛、電動汽車研發領域開展合作，並實現了渠道共享。與此同時，部分大型主機廠會與科技公司聯盟，構建完善開發體系。2016年起，寶馬和英特爾–Mobileye開始合作開發自動駕駛技術；通用汽車收購了自動駕駛服務提供商Cruise Automation，要求其獨立運營以進一步研究自動駕駛技術。也有個別主機廠設立新的業務部門/公司自主開發自動駕駛技術，如TOYOTA之前增設新公司，而非與技術公司合作。
還有很多硬仗
但必須承認的是，目前自動駕駛仍面臨技術水平等瓶頸，在相當長一段時間內，主要將以場景化自動駕駛的狀態出現。
以“出行即服務（MaaS）”的商業模式為例，儘管這被視作未來五到十年自動駕駛商業落地的主流方向，但多家機構的分析預測指出，2030年之前，完全自動駕駛還無法應用於MaaS。雖然完全自動駕駛已經在一些特定區域展開試運營（比如滴滴出行首選上海的特定自動駕駛測試路段作為自動駕駛出行服務的試點區域）。進一步的技術發展，系統性的法規和消費者教育（消費者信心）依然有待突破。
對此，劉明也指出，制約自動駕駛大規模商業落地的瓶頸，在技術層面，主要是受限於兩點：一個是車本身數據的批量標定。傳統車對速度的標定，如轉角速度的標定，要求不是那麼高；但是無人系統，對這一部分數據比較敏感。比如相對傳統車，因為有人類駕駛員進行操控，因此容錯率較高；但同樣的條件，對無人車的控制及批量應用則提出更苛刻的要求。另一方面，無人系統的實時性，受限於傳感器的刷新頻率和FOV及點密度，尤其是激光傳感器相關特性的制約，因而新一代傳感器的發展尤為重要。
此外，如何保障自動駕駛技術的安全使用，也是急需解決的重要問題，需要具體考慮在什麼樣合適的場景，去實現無人駕駛技術的應用；同時，公開路面上數據的進一步採集，以及算法的進一步研究，也有待提升。
而這個過程中，商業模式、技術水平、基礎建設以及相應的政策支撐等不同維度仍需要齊頭並進。
汽車智能化的終極目標是無人駕駛的大規模商業落地，但這必將是一個漸進式的發展過程，並且單憑某一個領域的某一家或者數家公司都無法真正實現，而是整個產業鏈上下游，諸多細分領域公司共同推動的結果。正是從芯片、傳感器、整車硬件，到算法、集成解決方案，再到出行服務的整個鏈條，構成了智能駕駛的完整生態，讓它得以變成現實，最終走入尋常百姓家。
在一輛無人駕駛汽車的背後，是一系列複雜的合作和集成過程，也勢必將引發商業場景和跨行業間的重新融合和變革。（校對/Jimmy）