為什么說“自動駕駛+物流”是個被忽視的市場？

今天，沒有人會懷疑，在不久的將來，自動駕駛將形成不可估量的巨大市場。當終點線的旗幟如此明顯時，賽道變得格外擁擠。過去幾年，無論是各大傳統車廠、科技巨頭還是眾多供應商，都抱著軍備競賽的心態，在自動駕駛的道路上全速奔跑。但不知道大家有沒有注意到，也許在科技媒體的過度洗禮下，當我們談論自動駕駛時，我們談論的是乘用車的自動駕駛。但事實上，在分享利益巨大的奶酪時，不同的團隊已經準備好了馬匹，并在不同的道路上平行奔跑。例如，根據不同的場景：有人對乘用車市場虎視眈眈，也有人對商用車市場充滿期待；有人想讓自動駕駛在市中心之間穿梭，也有人希望讓自動駕駛卡車在高速公路兩端之間穿行，或者在港口、碼頭等封閉低速的環境中安靜耕耘；

有些人專門研究城市，有些人搬到農田。。。簡而言之，自動駕駛對人類的好處會出現在公眾不容易感知的場景中。舉一個具體的例子，物流。如果你讀過《集裝箱改變世界》，你就會知道，在20世紀各種眼花繚亂的發明中，集裝箱必然占據一席之地，這規范了人類的物流體系，形成了巨大的規模經濟和網絡效應，忽略了貨物從a地到B地的運輸成本，最終成為全球貿易的基石。從那時起，物流系統也被視為全球貿易的毛細管。盡管現在很難將任何物流技術與集裝箱進行比較，但令人欣慰的是，在經歷了人工生產、機械化和自動化階段后，物流行業正進入一個以人工智能等前沿技術為引領，融合各種傳統技術和新興技術的智能化階段，大數據和云計算。無論是運輸、倉儲還是配送，幾乎都有你熟悉的各種黑科技加持。例如，在交通運輸方面，業界非常確信自動駕駛將對經濟成本和配送效率做出巨大貢獻。好吧，在我看來，自動駕駛在2B領域的探索和進步似乎有些被低估了，因為它遠離媒體的聚光燈。當自動駕駛與高速公路相遇時，讓我們從高速貨運的場景開始。在過去的直覺中，自動駕駛率先落地的場景將與“共享概念”大概率融合。你可能已經記住了以下想象：在APP上預訂，一輛車會自動來，把你帶到指定的地方，你下車，它會自動接下一個訂單。在人們的期望中，共享自動駕駛汽車可以極大地提高社會效率（私家車95%的時間都停著），改善自然環境，甚至打破工業時代城市規劃的束縛，重新釋放城市居民的自主權。當然，我相信上述美景最終會成為現實，但就商業落地的速度、共享模式，甚至整個乘用車市場而言，它不一定是先鋒。近年來，該行業似乎正在扭轉共識：商用車很有可能比乘用車更快地完成商業落地。在許多人看來，自動駕駛卡車將比私家車更快地實現量產。在最近的GMIC上，我聽到智家科技PlusAI（硅谷無人駕駛公司）副總裁傅強說，當自動駕駛與高速公路相遇時，它幾乎會立即改變貨運的現狀，使這個相對無聊的行業變得更加高效、經濟和安全。不難理解，如果乘用車的最大屬性僅僅是出行工具，那么卡車更像是成本高昂的“生產工具”。角色的差異會讓后者對自動駕駛技術有更迫切的需求，因為貨運行業通常只關注安全和成本兩個指標，這兩個指標對自動駕駛來說并不難。讓我們先談談技術。眾所周知，人工智能的進步需要數據的供給。與城市中復雜的“網狀”路線相比，卡車在高速公路上是“線性”的，道路環境單一且相對封閉。這種從A到B的重復路線將使數據不會被過度稀釋；

另一方面，由于更多的是“生產工具”，卡車的用戶體驗沒有乘用車那么復雜，對算法的要求也相對較低，更有利于量產。貨運公司接受自動駕駛的真正原因是它可以大大降低成本。低利潤和高成本（尤其是勞動力成本）是貨運領域最大的痛點。然而，中國經濟的快速發展已經使其成為一個物流和運輸大國。中國擁有700多萬輛長途重型卡車和1600萬名重型卡車司機，整個物流業占國內生產總值的近17%，其中公路運輸占70%。有人算了一筆賬，僅以1600萬名干線運輸司機為例。如果可以減少一半，請按一。除了人工成本外，燃料消耗在干線運輸成本中也占很大比例。自動駕駛技術的落地預計將使油耗成本降低約15%。當然，眾所周知，自動駕駛可以極大地提高道路安全，這在高速公路上尤為緊迫。在中國，卡車司機疲勞駕駛引發的交通事故頻繁見諸報端，但自動駕駛并不存在這一問題，可以為物流和貨運帶來更安全的運營。事實上，正如人工智能學者Sebastian Tron總結的那樣：“駕駛事故是年輕人死亡的第一殺手，所有這些事故幾乎都是由人為錯誤而非機器故障造成的；

在自動駕駛的幫助下，我們還可以通過優化車輛位置，允許它們在狹窄的車道上近距離行駛，將高速公路的承載能力提高2到3倍，從而消除高速公路擁堵。“還值得一提的是，目前政策也相當有利。商務部等五部門在《商業物流發展“十三五”規劃》中指出“要加強商業物流的信息化建設，推廣人工智能等先進技術的應用，探索智能物流生態系統的開發和生產。讓自動駕駛在國民經濟核心產業釋放更大潛力。不同場景的落地都指向ne point：作為未來人類智能物流的重要組成部分，自動駕駛商用車率先落地的市場潛力巨大。這一趨勢的背后是各大制造商的積極回應：無論是戴姆勒這樣的傳統車企，谷歌這樣的互聯網巨頭，還是特斯拉和奧托這樣的科技新貴（6.8億美元被優步收購），都有自動駕駛卡車方向的布局。與其他人工智能領域非常相似，廣闊的市場使初創團隊完全有資格與大公司合作。值得一提的是，在許多人看來，與未來更為雄心勃勃的乘用車市場藍圖相比，巨頭們只將商用車作為對沖風險的二線，而他們的大部分研發工作都集中在乘用車主線上——這意味著自動駕駛商用車更像是某種“邊緣創新”。例如，智家科技PlusAI等初創公司更有可能成功突破。作為獲得加州自動駕駛測試許可的公司之一，他們迅速掌握了L4級全自動無人駕駛能力，包括高精度地圖繪制、基于深度學習的感知、路徑規劃和控制，這使他們能夠為制造商提供一套可以立即商業化的解決方案，推動自動駕駛在不同場景下落地。例如，一個特殊的場景：港口碼頭。如果說高勞動力成本、高風險因素和艱苦的工作環境是公路貨運領域的三個檢查站，那么這三個檢查站無疑將在高溫、高鹽、高海風的港口和碼頭成倍增加。為此，港口的集裝箱卡車也急需與自動駕駛技術進行嫁接。事實上，與高速公路類似，近年來，隨著我國進出口貿易的日益繁榮，港口和碼頭的物流壓力成倍增加，無人運輸的需求非常迫切，而港口的集裝箱自動駕駛卡車可以在很大程度上解決司機短缺問題，大大降低港口運營成本，提高運營效率。港口正在完成自動化改造。例如，不久前在青島港集裝箱碼頭，配備L4駕駛系統的商用重型卡車解放J7在無人狀態下工作，成功完成了一系列關鍵的港口標準操作，包括自動裝載、駕駛、轉向、停車和卸貨，并成為第一個在港口實際生產環境中進行商用車現場作業。這并不容易。眾所周知，港口門式起重機的設計結構（一些吊桿下的左右空間小于10厘米）決定了卡車必須準確地停在吊具下，前后誤差不能超過5厘米。此外，橋式起重機的鋼籠結構也會屏蔽信號，這將使衛星導航系統無法準確定位，從而增加準確停車的難度。值得一提的是，在許多人看來，相比于在“無人工廠”中來回穿梭的小型機器人，無人重卡實際上更具視覺沖擊力。簡而言之，不難發現，“自動駕駛+物流”正在媒體聚光燈之外完成運輸效率的轉型，并成為自動駕駛領域的第一個商業場景。今天，沒有人會懷疑，在不久的將來，自動駕駛將形成不可估量的巨大市場。當終點線的旗幟如此明顯時，賽道變得格外擁擠。在過去的幾年里，無論是主要的傳統汽車工廠，技術……

無論是科技巨頭還是眾多供應商，他們都懷著軍備競賽的心態，在自動駕駛的道路上全速奔跑。但不知道大家有沒有注意到，也許在科技媒體的過度洗禮下，當我們談論自動駕駛時，我們談論的是乘用車的自動駕駛。但事實上，在分享利益巨大的奶酪時，不同的團隊已經準備好了馬匹，并在不同的道路上平行奔跑。例如，根據不同的場景：有人對乘用車市場虎視眈眈，也有人對商用車市場充滿期待；有人想讓自動駕駛在市中心之間穿梭，也有人希望讓自動駕駛卡車在高速公路兩端之間穿行，或者在港口、碼頭等封閉低速的環境中安靜耕耘；有些人專門研究城市，有些人搬到農田。。。簡而言之，自動駕駛對人類的好處會出現在公眾不容易感知的場景中。舉一個具體的例子，物流。如果你讀過《集裝箱改變世界》，你就會知道，在20世紀各種眼花繚亂的發明中，集裝箱必然占據一席之地，這規范了人類的物流體系，形成了巨大的規模經濟和網絡效應，忽略了貨物從a地到B地的運輸成本，最終成為全球貿易的基石。從那時起，物流系統也被視為全球貿易的毛細管。盡管現在很難將任何物流技術與集裝箱進行比較，但令人欣慰的是，在經歷了人工生產、機械化和自動化階段后，物流行業正進入一個以人工智能等前沿技術為引領，融合各種傳統技術和新興技術的智能化階段，大數據和云計算。無論是運輸、倉儲還是配送，幾乎都有你熟悉的各種黑科技加持。例如，在交通運輸方面，業界非常確信自動駕駛將對經濟成本和配送效率做出巨大貢獻。好吧，在我看來，自動駕駛在2B領域的探索和進步似乎有些被低估了，因為它遠離媒體的聚光燈。當自動駕駛與高速公路相遇時，讓我們從高速貨運的場景開始。在過去的直覺中，自動駕駛率先落地的場景將與“共享概念”大概率融合。你可能已經記住了以下想象：在APP上預訂，一輛車會自動來，把你帶到指定的地方，你下車，它會自動接下一個訂單。在人們的期望中，共享自動駕駛汽車可以極大地提高社會效率（私家車95%的時間都停著），改善自然環境，甚至打破工業時代城市規劃的束縛，重新釋放城市居民的自主權。當然，我相信上述美景最終會成為現實，但就商業落地的速度、共享模式，甚至整個乘用車市場而言，它不一定是先鋒。近年來，該行業似乎正在扭轉共識：商用車很有可能比乘用車更快地完成商業落地。在許多人看來，自動駕駛卡車將比私家車更快地實現量產。在最近的GMIC上，我聽到智家科技PlusAI（硅谷無人駕駛公司）副總裁傅強說，當自動駕駛與高速公路相遇時，它幾乎會立即改變貨運的現狀，使這個相對無聊的行業變得更加高效、經濟和安全。不難理解，如果乘用車的最大屬性僅僅是出行工具，那么卡車更像是成本高昂的“生產工具”。角色的差異會讓后者對自動駕駛技術有更迫切的需求，因為貨運行業通常只關注安全和成本兩個指標，這兩個指標對自動駕駛來說并不難。讓我們先談談技術。眾所周知，人工智能的進步需要數據的供給。與城市中復雜的“網狀”路線相比，卡車在高速公路上是“線性”的，道路環境單一且相對封閉。這種從A到B的重復路線將使數據不會被過度稀釋；

另一方面，由于更多的是“生產工具”，卡車的用戶體驗沒有乘用車那么復雜，對算法的要求也相對較低，更有利于量產。貨運公司接受自動駕駛的真正原因是它可以大大降低成本。低利潤和高成本（尤其是勞動力成本）是貨運領域最大的痛點。然而，中國經濟的快速發展已經使其成為一個物流和運輸大國。中國擁有700多萬輛長途重型卡車和1600萬名重型卡車司機，整個物流業占國內生產總值的近17%，其中公路運輸占70%。有人算了一筆賬，僅以1600萬名干線運輸司機為例。如果可以減少一半，請按一。除了人工成本外，燃料消耗在干線運輸成本中也占很大比例。自動駕駛技術的落地預計將使油耗成本降低約15%。當然，眾所周知，自動駕駛可以極大地提高道路安全，這在高速公路上尤為緊迫。在中國，卡車司機疲勞駕駛引發的交通事故頻繁見諸報端，但自動駕駛并不存在這一問題，可以為物流和貨運帶來更安全的運營。事實上，正如人工智能學者Sebastian Tron總結的那樣：“駕駛事故是年輕人死亡的第一殺手，所有這些事故幾乎都是由人為錯誤而非機器故障造成的；

在自動駕駛的幫助下，我們還可以通過優化車輛位置，允許它們在狹窄的車道上近距離行駛，將高速公路的承載能力提高2到3倍，從而消除高速公路擁堵。“還值得一提的是，目前政策也相當有利。商務部等五部門在《商業物流發展“十三五”規劃》中指出“要加強商業物流的信息化建設，推廣人工智能等先進技術的應用，探索智能物流生態系統的開發和生產。讓自動駕駛在國民經濟核心產業釋放更大潛力。不同場景的落地都指向ne point：作為未來人類智能物流的重要組成部分，自動駕駛商用車率先落地的市場潛力巨大。這一趨勢的背后是各大制造商的積極回應：無論是戴姆勒這樣的傳統車企，谷歌這樣的互聯網巨頭，還是特斯拉和奧托這樣的科技新貴（6.8億美元被優步收購），都有自動駕駛卡車方向的布局。與其他人工智能領域非常相似，廣闊的市場使初創團隊完全有資格與大公司合作。值得一提的是，在許多人看來，與未來更為雄心勃勃的乘用車市場藍圖相比，巨頭們只將商用車作為對沖風險的二線，而他們的大部分研發工作都集中在乘用車主線上——這意味著自動駕駛商用車更像是某種“邊緣創新”。例如，智家科技PlusAI等初創公司更有可能成功突破。作為獲得加州自動駕駛測試許可的公司之一，他們迅速掌握了L4級全自動無人駕駛能力，包括高精度地圖繪制、基于深度學習的感知、路徑規劃和控制，這使他們能夠為制造商提供一套可以立即商業化的解決方案，推動自動駕駛在不同場景下落地。例如，一個特殊的場景：港口碼頭。如果說高勞動力成本、高風險因素和艱苦的工作環境是公路貨運領域的三個檢查站，那么這三個檢查站無疑將在高溫、高鹽、高海風的港口和碼頭成倍增加。為此，港口的集裝箱卡車也急需與自動駕駛技術進行嫁接。事實上，與高速公路類似，近年來，隨著我國進出口貿易的日益繁榮，港口和碼頭的物流壓力成倍增加，無人運輸的需求非常迫切，而港口的集裝箱自動駕駛卡車可以在很大程度上解決司機短缺問題，大大降低港口運營成本，提高運營效率。港口正在完成自動化改造。例如，不久前在青島港集裝箱碼頭，配備L4駕駛系統的商用重型卡車解放J7在無人狀態下工作，成功完成了一系列關鍵的港口標準操作，包括自動裝載、駕駛、轉向、停車和卸貨，并成為第一個在港口實際生產環境中進行商用車現場作業。這并不容易。眾所周知，港口門式起重機的設計結構（一些吊桿下的左右空間小于10厘米）決定了卡車必須準確地停在吊具下，前后誤差不能超過5厘米。此外，橋式起重機的鋼籠結構也會屏蔽信號，這將使衛星導航系統無法準確定位，從而增加準確停車的難度。值得一提的是，在許多人看來，相比于在“無人工廠”中來回穿梭的小型機器人，無人重卡實際上更具視覺沖擊力。簡而言之，不難發現，“自動駕駛+物流”正在媒體聚光燈之外完成運輸效率的轉型，并成為自動駕駛領域的第一個商業場景。

標簽：世紀大眾理念發現特斯拉

汽車資訊熱門資訊