自动驾驶攀登顶峰，商业化与未来“左右手互搏”( 三 )
而基于不同的盈利能力 ， “渐进式”给“跨越式”带去的冲击也是显而易见的 。 选前者的企业在攀登顶峰——无人驾驶时 ， 可以“沿途下蛋” ， 持续推出逐渐接近可替代驾驶员的自动驾驶产品 。 从而 ， 能够给自身积累充足的数据和现金流 。
企业紧握这些“粮草” ， 又可以继续“冲顶”无人驾驶 。 由于采取“渐进式” ， 企业其实是无限逼近无人驾驶的 ， 加上现有的积累助力 ， 这个过程是一种“正向循环” 。 倘若最后 ， “无人驾驶”这个顶峰谁都无法征服 ， 至少这部分企业可以在当下活得更好 。
反观Waymo这边 ， 发展Robotaxi多年还主要局限在“凤凰城地区” 。 直接将自己置于L4的位置 ， 却没有足够的数据去做好这件事 。 更何况 ， 也没有人知道多少数据才是足够的 。 因此相较于“渐进式” ， “跨越式”并不连贯 ， 是有泡沫存在的 ， 倘若无人驾驶这一设想最后不能被验证 。
“转向”落地商用车 ， 这条路也难言轻松
Robotaxi依然很遥远 ， “跨越式”打法的玩家必须找到商业化更近的路 。 自动驾驶行业快速发展 ， 除了之前提及的难题 ， 大家最初还忽略了一点 ， 国内市场的发展不仅有很强的地域性 ， 且受政策的影响很大 。
不少自动驾驶相关企业 ， 尤其是初创企业 ， 正在尝试利用其它场景去加速商业化 。 这些场景比如有 ， 高速公里、室内物流和封闭园区 ， 在其中落地自动驾驶卡车、无人配送小车等产品 。 这个方向十分有现实意义 ， 似乎是“跨越式”打法玩家在期待未来后 ， 做出的一些“务实” 。
比如自动驾驶卡车 ， 原则上开发比自动驾驶汽车要简单一些 ， 这是因为卡车与乘用车行驶轨道不同 ， 卡车（尤其是长途拖挂车）通常遵循固定路线 ， 并且大部分时间都驾驶在高速公路上 ， 而不像一般道路那样复杂 。
与此同时 ， 卡车较大的尺寸天然为自动驾驶提供了更多的可能性 ， 可以使用大尺寸计算机 ， 配备更多灵活传感器（可以将传感器安装在离地面更高的位置） ， 提供更充足的动力支持 ， 并提供了更好的视野 ， 这些特性使自动驾驶卡车比自动驾驶汽车更早商业化 。
包括自动驾驶卡车 ， 它们都为自动驾驶提供了“练兵场” ， 但在实际推进过程中 ， 企业遇到的挑战仍不少：
一方面 ， 简单场景其实不简单 。 虽然相比城市道路的复杂多变 ， 物流或封闭区域内的交通相对简单 ， 但这些场景对自动驾驶算法“深度”要求很高 ， 甚至超过城市道路 。
比如卡车 ， 不同于汽车 ， 需要能够提前感知到更多情况 。 高速公路对卡车急刹车等行为的限制 ， 使得高速公路自动驾驶卡车对超远距识别、敏捷度和判断力等要求更高 。 可主流的自动驾驶汽车配备感知距离在200米左右的激光雷达 ， 不足以应对高速行驶的自动驾驶卡车 。
另一方面 ， 场景所有方不一定对初创企业完全开放 。 初创企业借用场景收集数据 ， 但场景所有方关注的问题并不比合作企业少 。
场景所有方要考虑自身是否适合自动驾驶落地 ， 自动驾驶的成本下降潜力是否能覆盖我的投入 ， 以及场景数据开放程度应该是多少 。 物流就是很好的例子 ， 场景数据是物流企业业务的核心部分 ， 对数据开放自然十分谨慎 。 尤其是行业头部企业 ， 几乎很难与初创企业去达成合作 。
总而言之 ， L4/L5级别自动驾驶商业化之路困难重重 ， 充满变数 ， 不同技术路径也有各自需要解决的挑战 。 选择“务实” ， 转向商用落地也并非易事 。 自动驾驶行业狂热但高度不确定 ， 玩家仍需时刻明确自身战略和商业模式 ， 并有效调整 ， 这个至关重要 。
相关经验推荐
- 小米科技|小米手机用一年了，现在电池严重不行，10%以下就自动关机
- 苹果|苹果iPhone 13系列出现粉屏问题？伴随卡顿、闪退及自动重启
- 智能驾驶|三部小屏手机推荐，单手操作无压力，第三部堪称小屏手机标杆！
- 机器人|手机内部有自动优化，绿树会更绿，脸色会轻微偏好看的红色
- 笔记本电脑|相机的自动挡，只能保证正确曝光，其实大部分单反可以设置自动iso
- 苹果|这功能棒！苹果摔倒检测加强版曝光：能自动联系家人，手表先用上
- 华为荣耀|听说智能驾驶现在很火？来看一下这篇行业报告吧！
- 美团|美团或将首先实现L4自动驾驶
- 华为|华为之前推出的自动驾驶，无视百度，远超特斯拉，现在怎么没声音了？
- 自动驾驶|新一年4000元能买到哪些经典手机？小米苹果都有，一起来看看吧