時至今日，沒人會懷疑，在觸手可及的未來，自動駕駛會形成一個難以估量的龐大市場。
而當終點的旗幟如此明顯，賽道也就變得格外擁擠。過去幾年，無論各大傳統車廠，科技巨頭還是林林總總的供應商，都在以一種軍備競賽的心態開足馬力，在自動駕駛的路上跑馬圈地。
但不知你是否留意，或許是在科技媒體的過度洗禮之下，當我們在談論自動駕駛時，約等于就是在談論乘用車的自動駕駛，但事實上，在分食自動駕駛這盤裹挾著巨大利益的奶酪時，不同團隊其實早已厲兵秣馬，在不同路面上并行奔跑。
譬如按照不同場景：有人盯準乘用車市場，就有人覬望商用車市場;有人希望讓自動駕駛穿梭于鬧市之間，就有人希望讓自動駕駛卡車來往于高速路的兩端，或者在港口碼頭等封閉低速環境下默默耕耘;有人專攻城市，就有人轉戰農田……總之，自動駕駛對人類的福祉，會出現在不易被大眾察覺的場景。
舉個具體的例子，物流。
如果你看過《集裝箱改變世界》就會知道，在20世紀人類各種眼花繚亂的發明里，集裝箱勢必占有一席之地，它讓人類物流體系標準化，形成了巨大的規模經濟和網絡效應，讓從A地到B地的貨物運輸成本忽略不計，并最終成為全球貿易爆發的基石，從那一刻起，物流系統也被視作全球貿易的毛細血管。
盡管如今很難有哪項物流技術能與集裝箱相提并論，但令人欣喜的是，在經歷了人工生產，機械化和自動化階段之后，物流行業正在進入到整合各項傳統科技與新興科技，以人工智能，大數據和云計算等前沿技術為引導的智慧化階段。無論是運輸，倉儲還是配送環節，幾乎都正在被你所熟知的各種黑科技所加持，譬如在運輸環節，產業界就非常相信：自動駕駛將在經濟成本和配送效率上做出巨大貢獻。
嗯，在我看來，由于遠離媒體聚光燈，自動駕駛在2B領域的摸索和進步，似乎有些被低估了。
當自動駕駛遇上高速公路
讓我們先從高速貨運的場景談起。
在過去的直覺里，自動駕駛率先落地的場景，大概率上會與“共享理念”融合。你可能已對如下想象倒背如流：在APP上預訂，一輛汽車自動駛來，帶你到指定地點，你下車，它自動去接下一單。在人們的期許中，共享自動駕駛汽車能大幅提升社會效能(私家車95%的時間處于停放中)，改善自然環境，甚至打破工業時代城市規劃的枷鎖，重新釋放城市居民的自主權。
我當然相信，上述美好景致，終會變成現實——但若論商業落地的速度，共享模式，乃至整個乘用車市場，都不見得是排頭兵。最近幾年，產業界似乎正在扭轉共識：大概率上，商用車會比乘用車更快完成商業落地，在許多人眼中，自動駕駛卡車會比私家車更快實現規模量產。
最近的GMIC上，我就聽智加科技PlusAI(硅谷無人駕駛公司)副總裁付強談到，當自動駕駛遇上高速公路，會幾乎會立竿見影地改變貨運現狀，讓這一相對枯燥的行業更為高效，經濟和安全。
這不難理解，如果說乘用車的最大屬性只是出行工具，貨車則更像是成本頗高的“生產工具”。角色上的差異，會讓后者對自動駕駛技術有更為迫切的需求，因為貨運行業通常只關注兩個指標：安全和成本，這兩點對自動駕駛技術都不是難事。
先說技術，眾所周知，人工智能的完善需要數據的喂養，相比于城市內部復雜的“網狀”路線，貨車在高速路上是“線狀”行駛，道路環境單一且相對封閉，這種從A到B的重復線路會讓數據不會被過渡稀釋;另一方面，由于更多是“生產工具”，貨車的用戶體驗也不用像乘用車那么復雜，對算法的要求相對較低，也更有利于量產。
而貨運公司擁抱自動駕駛的真正理由，是它可以大幅降低成本。利潤低，成本高(尤其人工成本)是貨運領域的最大痛點，但中國經濟的快速發展，早已讓其快速成為物流運輸大國，中國擁有超過700萬輛長途重卡和1600萬重卡司機，整體物流業占GDP比重將近17%，其中公路運輸占比70%，有人曾算過一筆賬，僅以1600萬干線運輸司機為例，如果能減掉一半，按一名司機年薪12萬算，這就已是個萬億級別市場。而除了人力成本之外，油耗在干線運輸成本中也占有較大比例，自動駕駛技術的落地，預期能減少約15%的油耗成本。
當然，眾所周知，自動駕駛能大幅提升公路安全，這在高速路上顯得尤為迫切。在中國，貨車司機因疲勞駕駛引發的交通事故屢見報端，而自動駕駛不存在這個問題，能為物流貨運帶來更為安全的操作。
其實就像人工智能學者塞巴斯蒂安·特隆總結的那樣：“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;而在自動駕駛的幫助下，我們還能讓高速公路的承載量提升2到3倍——通過優化車輛的位置，讓它們在較窄的行車道上近距離行駛，進而消除高速公路擁堵。”
另外值得一提的是，目前看來，政策也頗為利好。商務部等5部門在《商貿物流發展“十三五”規劃》通知中就指出，要加強商貿物流信息化建設，推廣應用人工智能等在內的先進技術，探索發展與生產智慧物流生態體系。使自動駕駛在國民經濟的核心產業領域釋放出更大潛力。
不同場景的落地
一切指向一點：作為未來人類智慧物流的重要一環，即將率先落地的自動駕駛商用車市場潛力巨大。
趨勢背后，是各大廠商的積極應對：無論是戴姆勒這種傳統車企，谷歌這樣的互聯網巨頭，還是特斯拉和Otto(6.8億美元被Uber 收購)這樣的科技新貴，在自動駕駛貨車方向均有布局。而與其他AI領域非常相似，市場的廣闊，讓初創團隊完全有資格與大公司共舞。
值得一提的是，在很多人眼中，相較于未來乘用車市場更宏大的藍圖，巨頭們只把商用車當做對沖風險的副線，研發精力大多集中在乘用車的主線——這意味著，自動駕駛商用車更像是某種“邊緣性創新”，如智加科技PlusAI這種創業公司更可能成功突圍，作為獲得美國加州自動駕駛測試牌照的企業之一，他們已經迅速掌握了包括高精地圖制作，基于深度學習的感知，路徑規劃和控制等技術在內的L4級別全自動無人駕駛能力，這讓他們有能力提供給廠商一整套可立即商用的解決方案，推動自動駕駛在不同場景的落地。
比如一個特殊場景：港口碼頭。
如果說人工成本高，危險系數高，工作環境苦，是橫亙在公路貨運領域的三道關卡，那么這三道關卡，在高溫，高鹽，高海風的港口碼頭無疑會成倍放大。正因如此，港內集裝箱卡車也急需與自動駕駛技術完成嫁接。
其實與公路相似，近年來隨著中國進出口貿易日益繁榮，港口碼頭物流壓力倍增，需要24小時高效、安全、精準運轉的港口，對于無人化運輸的需求非常迫切，而港內集裝箱自動駕駛卡車，可以在很大程度上解決司機短缺，且大幅降低港口運營成本，提升運營效率。
港口正在完成自動化的蛻變。譬如就在不久前的青島港集裝箱碼頭，搭載L4級駕駛系統的商用重卡解放J7全程以無人駕駛狀態工作，順利完成了包括自動裝貨、行駛、轉向、停車、卸貨等一系列關鍵港口標準作業，成為首次在港口真實生產環境下的商用車實地作業。
這并不容易，眾所周知，港口龍門吊的設計結構(有些吊臂下面左右空間不到10cm)決定了卡車必須精準停在吊具下方，前后誤差不能超過5厘米。加之橋吊鋼籠結構還會屏蔽信號，導致衛星導航系統無法精確定位，都會增加精準停車的難度。
而值得一提的是，在不少人眼中，相比于“無人工廠”里來回穿梭的小型機器人，無人重型卡車在碼頭上的閃轉騰挪，其實更具視覺沖擊力。
總之不難發現，無論在高速公路，還是港口碼頭，“自動駕駛+物流”正在媒體的聚光燈之外，完成對運輸效率的改造，成為自動駕駛領域率先落地的商用場景。
京公網安備 11010502049343號