无人驾驶留给国人的第一印象，可能是2006年上映的《疯狂的石头》里的一句戏言：“狗日，高科技，无人驾驶”。时光飞逝，如今，无人驾驶的时代真的到来了。

5月21日，特斯拉CEO马斯克在巴西立了一个新愿景：特斯拉将于今年实现无人驾驶。此前一次采访中，他曾预期特斯拉会在一年之内发布不需要手动操作的无人驾驶车辆。

这并不是马斯克第一次做出这样的预期。2015年12月初，他当时曾预言“两年之内会有‘完全自主’”，但预言后的几个小时里，这个预言被反复修改过。

目光回到国内，无人驾驶的“风”已刮了五年有余，虽然技术不断成熟，但玩家们的商业化正受政策、法律以及成本等条件的制约，迟迟未能全面铺开。

这也意味着，无论是资本市场还是身处其间的玩家，都迫切地需要加速商业化落地，以便撑起无人驾驶新的故事。

如何理解无人驾驶车？

什么是无人驾驶车？

美国汽车工程师学会（SAE）的定义，无人驾驶可以分为六个等级，即：非自动化、L1辅助驾驶、L2半自动化，L3 的有条件自动化，L4 高度自动化，直到 L5 的完全自动化。

目前，普通人能体验到的无人驾驶技术大部分只达到L2级别，部分企业的产品具有L3级无人驾驶的能力。

L3级别什么概念？

我们可以拿相对熟悉的航空器自动驾驶系统做比较。当然，这也是无人驾驶技术的一个重要应用场景，难得的是，这符合各国相关法规。

飞机在确保空域安全、气候条件适宜等条件下，驾驶舱内的飞行员对飞机各项运转指标进行实时监控，并随时做好接管驾驶准备的情况下，可使用无人驾驶。但在起飞和降落阶段是严禁使用自动驾驶系统的。

在严格的法规管控及“双机长+自动驾驶”三重保障之下，航空器仍然不能100%避免事故的发生。

近年来，特斯拉多起致命事故引发舆论关注之后，人们对无人驾驶车产生怀疑。但事实上，不同车型的自动驾驶能力是一个很关键的指标，比如仅有L1辅助驾驶的级别车辆，其驾驶过程中，人，才是掌握绝对主导权的那个。

但想实现无人驾驶级别的跃迁并不容易，因为无人驾驶技术对于硬件的依赖较为有限，其核心更在于“无人驾驶技术”本身。

今年无人驾驶车的高光时刻，毫无疑问发生在2022年冬奥会首钢园火炬接力中。没有人想到，无人驾驶汽车居然成为一名光荣的“火炬手”，来自百度的Apollo机器人在短短800米的火炬传递时刻，浓缩了我国自动驾驶车从无到有、从概念走进现实的发展历程。

事实上，作为国内较早布局无人驾驶的头部企业，百度在去年的百度世界大会上即发布了百度汽车机器人——使用L5级的自动驾驶能力，并具备语音、人脸识别等多模交互能力，分析用户潜在需求，主动提供服务；此外汽车机器人还具备自我学习和不断升级能力，是服务各种场景的智慧体。

最新的数据显示，谷歌的无人自动驾驶技术，一直停留在测试阶段，并没有进一步商业应用，更谈不上量产了。而百度的Apollo技术已与沃尔沃、一汽、比亚迪等多家车企达成自动驾驶方面的合作。截至目前，百度无人驾驶测试总里程超过2100万公里，旗下自动驾驶出行服务平台“萝卜快跑”已在北京、上海、广州、深圳等七城开放载人测试运营服务。

商业化机会在2025年之后，“无人化”将是重要一步

出行行业对于Robotaxi（自动驾驶出租车）的探索正在升温。Auto X、文远知行、滴滴出行等公司都在尝试自动驾驶出租车商业化运营。2021年11月，百度的萝卜快跑与小马智行正式获得商业收费许可，成为国内Robotaxi唯二获得商业化经营许可的公司，也是驾驶商业化探索的重要进展。

2021年12月发布的《“十四五”国家信息化规划》明确提出实现L3级以上高级自动驾驶应用。魏东认为，到2025年，相关的管理办法、国家标准也有望出台，这将意味着整个行业的全产业链实现标准化，意味着全环节的成本透明以及更多的参与者，进而在2028年至2030年三年间，迎来无人驾驶全行业的商业化高潮。

目前，无人驾驶的大规模商业化还有很长的路要走。

在魏东看来，自动驾驶商业化的难点一方面在于技术本身仍在不断迭代，因此能够覆盖、服务的范围依旧受限，例如一些更加复杂的乡村道路等仍待探索。

此外，在魏东看来，只有实现“无人”，商业化才有意义。“如果做大规模商业化，我肯定做无人的。”当前，对于自动驾驶落地的要求中，安全员仍是必备，这就增加了自动驾驶出租车的人力成本。

魏东认为，实现“无人化”，是自动驾驶商业化的重要一步。2021年5月，百度已经实现首钢园主驾无人的付费载人体验。据他透露，今年，百度也将在北京亦庄推动主驾无人的自动驾驶向公众开放。

不过目前，对于自动驾驶落地，配备安全员的行业要求仍然无法绕开。

率先落地的应用场景，多个千亿市场待挖掘

在可预见的未来，无人驾驶汽车是重要的发展方向，但其商业化落地正受制于政策、法律等因素。不过，无人驾驶技术在除载人之外的应用场景落地正在加速推进。

智慧机场是无人驾驶技术较早走通的领域之一。

2020年，民航局印发了《推进四型机场建设行动纲要（2020-2035年）》，明确了建设智慧机场、推动转型升级的任务。而在智慧机场的建设中，自动驾驶技术成为未来航空物流中重要的环节。

由于机场占地面积大，人、货、场之间的物资转运与交流的运营工况比较复杂，机场中作业车辆多，常见作业车类型就多达25种。如飞机牵引车、除冰车、摆渡车、升降平台车、清洁车、加油车、行李车等，这些车辆均有着严格的路线规划与管理规范。

因此，无人驾驶+智慧机场的创新应用，不仅可以优化提升机场运输效率，还能避免一些人为失误的因素，降低安全事故发生率，提升机场安全保障。

到了2022年，自动驾驶环卫车领域，也迎来了无人驾驶技术商业化落地的重要拐点。

近日，宇通环卫正式向文远知行WeRide交付50台纯电动自动驾驶洗扫车，且后者的全无人驾驶环卫车队已在广州南沙区集结，于5月开启大规模开放道路测试。当他们把目光瞄准环卫自动驾驶赛道，加之多个场景落地应用，自动驾驶商业化的下半场已然开启。

而无人驾驶应用于环卫领域并不意外。当前，我国环卫领域依赖人力，且受工作性质影响，环卫工人年龄偏大。现阶段环卫车智能化水平低、能量损耗大、仍需大量的人工操作与干预。加上人口老龄化发展和疫情形势不断反复，对城市治理提出了无人化的需求。

在此背景下，将无人驾驶技术应用于环卫领域有着先天优势，同时也拥有着非常广阔的发展空间。

去年，辰韬资本《环卫自动驾驶赛道研究报告》预计，2025年全国道路清扫运营规模为2748亿元，垃圾清运服务规模为543亿元。而道路清扫和垃圾清运则是自动驾驶技术在环卫行业应用的最大优势。

不过，虽然市场盘子巨大，想真正落地难题也不少。比如，受益于低速、路线固定等特征，自动驾驶环卫场景可以率先实现L4高度自动化落地，但低速不等于低配，复杂动态作业要求高感知和高算力。

因此，从技术层面来看，环卫领域的无人驾驶仍面临着巨大的技术挑战。

第三是矿区场景。矿山招工难一直是行业最棘手的事情，当八十年代矿业高工资、高福利优势消失后，矿业想再招到年富力强、又愿意在恶劣工作环境下的青壮年，难度非常大。

相较于国外矿业自动驾驶商业化已走过十年历程，中国矿业的无人驾驶技术落地虽起步较晚，但如希迪智驾、踏歌智行、慧拓智能等企业也在加速度。

如：慧拓智能已落地首开国内冶金露天矿山、冀东水泥；踏歌智行落地包钢白云鄂博矿区；而希迪智驾已与句容台泥水泥矿山合作，实现有人驾驶矿车与无人驾驶混编生产运输，且在去年实现3亿营收。

从资本市场的动作来看，这一领域也吸引了不少资方关注。公开资料显示，越秀产业基金、渤海产业投资基金、蔚来资本、辰韬资本、红杉中国等均有布局。

在辰韬资本执行总裁贺雄松看来，“矿山无人化落地是早晚的事情”，随着中国汽车产业链的成熟，自动驾驶的成本处于快速下降的过程。

当下自动驾驶商业落地过程中的五大难点

目前自动驾驶汽车想要实现商业化落地，还有众多需要解决的技术问题、政策问题、成本问题等等。解决这些问题需要大量的时间投入和资本投入，目前的行业发展现状距离全面实现自动驾驶汽车量产还有很长一段距离。制约自动驾驶商业化落地的因素，笔者认为主要有以下五个方面：

1、成本居高不下，投产难平衡

一方面，量产自动驾驶的成本居高不下，自动驾驶对于L2及以下功能的实现，相对而言传感器架构简单，通过毫米波雷达+前向智能摄像头就可以完成。但要实现L3及以上的自动驾驶功能，需要非常复杂的传感器架构，而且除了传感器的成本之外，还需要涉及软件、数据服务、地图服务、算力硬件等方面的成本。同时为了确保安全，还有冗余的要求，这进一步增加了成本。

另一方面，对于特定场景所涉及的自动驾驶车辆，成本高昂这一制约因素就更加突显。一辆无人配送小车的成本动辄30-40万元，无人环卫车40-50万元，无人小巴更是达到百万元，特定场景的自动驾驶实现，不仅仅在于单车的制造成本，还有不菲的部署成本（高精地图采图、工程人员布置）、运维成本（运维人员、安全员、设备维护等）。

这样的价格除了一些发达地区的政府客户、大型企业购买用于示范应用外，谈落地只能是一厢情愿，规模化复制更是难上加难。所以对于高级别自动驾驶和自动驾驶特定场景而言，拥有消费者可以普遍接受的价格，达到投产平衡，才是实现大规模商业化落地的关键因素。

2、技术安全保障存在长尾问题

自动驾驶技术的安全可靠还无法得到保障。自动驾驶汽车一直在强调其技术安全性，但仍无法避免交通事故。首先，目前自动驾驶95%的技术问题都得到了解决，剩下5%的长尾问题，常被称为corner case，是制约高级别自动驾驶发展的关键。汽车在面对“未见过”的复杂驾驶情景时可能无法正确对周边事物进行有效分类，仍存在处理能力不足的问题；其次，自动驾驶汽车经常要面临“死亡蓝屏”的问题，即临时性网络中断会造成系统故障；最后，自动驾驶汽车网络安全也是不可忽视的，如果被黑客远程控制，会产生许多不可预知的后果。如果攻击控制系统，会让刹车和转向失灵；攻击感知系统，会让自动驾驶汽车失明；伪造交通标志和地图信号，比如在路边伪造设置一个限速标志，突然增加路障，在基站伪造错误的定位信号，这都会让自动驾驶汽车对当前环境产生错判，出现问题。

商业模式不够清晰

商业模式不清晰，更确切地说是需求不足，制约着自动驾驶技术的商业化落地。

在车端上主要体现为汽车厂家的投入意愿强但消费者对自动驾驶技术的感知和付费意愿不强。部分消费者觉得辅助驾驶功能可有可无，愿意主动买单的不多。还有部分消费者认为，现在包括ADAS（高级驾驶辅助系统）在内的辅助驾驶功能没能达到消费者的预期。例如AVP，有的车企宣传看上去很好，但实际使用的时候却不是那么回事，因而这些功能在日常的使用中变得可有可无。虽然购车者感觉这些辅助驾驶功能比较新鲜，但多数人不会因此而额外付费。

在细分领域场景端主要体现为无法实现真正的降本增效和商业闭环。自动驾驶不是花拳绣腿，不是玩PR，不是看上去很美，自动驾驶的本质是机器替代人，用更安全、更经济、更高效的方法替代原有的解决方案，这是任何一个自动驾驶的从业者都应该时刻谨记在心的第一天条。而现实的情况是，自动驾驶技术能否“真刀真枪”的带动行业变革？“无人”能否真的代替真人？这些都需要打一个问号。以无人环卫场景为例，一辆自动驾驶环卫车辆成本约在40-50万元，而传统的环卫车辆价格在15-25万元，几乎是传统车辆成本的两倍。除了高昂的车辆成本外，其对应的车辆充电、车辆运营、维护人员成本如果都算上，这些成本是远远高于传统环卫车辆的，而代替人工，一个人工成本即使算5万元一年，那也得能替代5个人才行，而现实情况在没有实现闭环的前提下，自动驾驶环卫是很难真正替代5个人的人工成本（或者在车辆生命周期内实现所主张的成本节约），要实现真正的机器替代人，仍然还有很长一段路要走。

4、用户体验不佳

用户体验通俗的说，就是能不能让客户或终端用户比使用原来的产品或服务更加爽，更加愿意使用自动驾驶的产品。当前自动驾驶用户体验不佳具体表现就是载人的自动驾驶车辆还无法做到比原来的产品更安全、更快捷、更舒适。载物的自动驾驶车辆还无法做到比原来的产品更高效、更便捷、更省事。显然，目前自动驾驶在安全性、舒适性等方面还无法超越传统的车辆，很多时候，自动驾驶车辆上路的时候，车上或后面还需要跟着一个专职“保姆”照顾。而独立性没有解决的前提下，开发人员更多的精力是放在如何让它正常的运行，对于用户体验这些更高层次的需求基本是无暇顾及的。

5、法律法规有待进一步完善、标准有待进一步统一

法律和政策支持是自动驾驶上路商业化运营的前提。目前我国多个部门和各地政府已经相继出台相关指导意见，积极支持自动驾驶产业发展，政府对自动驾驶是从自动驾驶封闭测试区、开放测试区向政策先行（示范应用）区、商业化应用试点（示范运营）区逐步过渡、逐步开放的监管模式，国家和地方都在规范和安全可控的情况下让自动驾驶有序发展。

目前已有北京、上海、广州、深圳、苏州、长沙等至少19个城市出台了与自动驾驶相关的政策和规划文件，但中国在支持自动驾驶立法方面还处在“瓶颈期”，目前明确出台规定允许自动驾驶商业化试点运营的只有北京。2021年11月25日，北京市智能网联汽车政策先行区发布自动驾驶出行服务商业化试点管理实施细则，现阶段在经开区60平方公里范围，投入不超过100辆自动驾驶车辆开展商业化试点服务。

依据此次管理政策，在保障市场公平竞争原则的前提下，企业可采取市场化定价机制；在向乘客明确收费原则、支付方式等信息前提下，方可开启体验收费服务。百度、小马智行成为首批获许开展商业化试点服务的企业。

当前“自动驾驶”商业化立法还有很长一段路要走，自动驾驶汽车测试、场景、量产、安全等方面的标准也尚未统一，还跟不上产业快速发展的步伐，法规和标准的制定和完善必定是伴随着技术的迭代升级和应用试点的成效螺旋式推进的过程。

来源：每日经济新闻，中国汽车报，壹DU财经