自动驾驶乘用车与商用车是“伪命题”与“真刚需”吗？
关于商用车和乘用车的商业线路之争从未停止过。政策的逐渐松动、资本的持续注入、应用场景的不断丰富，为自动驾驶技术创造了良好的落地环境。那么，在“伪命题”与“真刚需”的对战中，乘用车和商用车谁能最先落地呢？
如果参照传统汽车行业，产业链企业既做乘用车又攻商用车，是产业成熟后水到渠成的选择，但在自动驾驶技术并未完全成熟、试错成本高昂的当下，是选择专注于商用车赛道，还是乘用车领域，抑或是乘商并举、两条腿走路，主要看各个企业的认知与选择。虽然在底层技术上，乘用车与商用车在很大程度上是通用的，但由于具体场景不同，会呈现出显著不同的技术要求和商业模式。
诸如Robotaxi、巴士等，场景复杂、技术难以实现，法律法规的成熟度也相对滞后，业内包括资本圈都认为落地的时间周期会在10年以上，现在谈及落地可以说是一个“伪命题”。所以我们更愿意将目标放在更垂直、可控的一些场景，包括港口、矿山、环卫、无人配送等这些“真刚需”上，同时，商用车落地所面对的Corner case较少、数据和场景密集度高、更易打造 “边－端－云”协作等优势，法律法规支持度高，并且，从安全性角度而言，载货优于载人，所以商用车会成为自动驾驶落地的“先行者”这一点毋庸置疑。
如今，我们也可以看到这样一个趋势，直接做Robotaxi的企业普遍遇到了商业化的瓶颈踟躇不前，而专注商用车无人驾驶的企业已经开始盈利了。
有人说，商用车的市场空间并没有那么大，即使它能够最先落地，但是专注于商用车无人驾驶真的有前途吗？
可以说，商用车无人驾驶有着理想的落地场景和巨大的市场空间。
相比Robotaxi领域的人声鼎沸，商用车领域看起来略显低调，但是商用车领域丰富的应用场景及快速的落地能力，带来了一个充满想象空间的未来。在理想落地场景和巨大市场空间的诱惑下，商用车领域已云集了众多自动驾驶玩家。商用车的自动驾驶应用场景主要包括七个领域：干线物流、港口场景、物流园区、矿区场景、机场场景、末端配送和无人清扫。在半封闭的园区、景区、矿区、港口等场景，由于有着环境相对固定、交通流量小、行驶速度较低、ODD运行设计域相对简单、不需要大量测试数据支撑等特点，自动驾驶技术量产化、场景规模化比较容易。
商用车自动驾驶L4赛道的比较
上图给出了商用车自动驾驶L4赛道的比较。就矿区场景而言，不同矿区差异巨大的，包括金属矿、井工矿、砂石土料矿等，因此并不是一个标准化的场景；此外，矿山的信息化刚刚起步，因此依赖自动驾驶独立完成矿山智能化显得捉襟见肘。就农机场景而言，市场份额较小，一般分布在新疆和东北大平原，而且农机种类多，并不能很容易地完成标准化和批量化；末端配送和环卫赛道比较接近，都是无人驾驶小车，且都运行在城市小区、景区和公开道路上，但是这两个场景面临一个很大的问题，那就是会有很多的公共元素会影响产品化落地，不可控因素较多；不难看出，不亚于Robotaxi的复杂场景，不标准的业务范畴，大大限制了上述赛道自动驾驶的落地。干线物流未来可期，有着万亿级的广阔市场体量，但当下三个商业化要求都不满足，因此还处于小规模测试阶段。只有港口，是最适合商用车自动驾驶L4落地的。
港口自动驾驶：一个被低估的商用车自动驾驶迦南地
港口看起来是个很不起眼的应用场景，其发展前景其实被大大低估。我们考虑的就是在现有技术水平下，如何把自动驾驶技术实现商业化，选择可落地的场景是一件优先级非常高的事，我们选择了港口赛道，是因为自动驾驶的落地必须要满足以下三个基本条件：
一是国家法律法规的支持；二是技术要满足无人化的需求；三是车辆符合场景要求。
其中技术的需求最为严苛，由于港口场景简单封闭，已经能够实现无人化商业运营，可以减少和消除长尾效应的影响；产品通用化、标准化，可以在各个港口中直接复制，快速规模部署；港口场景下，下游客户对技术的认知，场景自动化的程度高。
港口赛道完美满足了这些条件。
港口行业是非常标准化、产品化和市场化的行业，早在1980年开始全球就开始自动化港口的设计和构建。中国从2000年开始进入港口自动化的阶段，上海洋山港四期、青岛前湾港就是经典的两个样板间。其中顶层信息化TOS、垂直运输、水平运输是三个最重要的板块。顶层信息化TOS，之前由国外Navis公司垄断，近些年我国各个大型港口集团已经自研成功，包括上海港、宁波港、中远海运、招商港口等。垂直运输包括机械部分和自动化部分，前者主要由振华重工、海西重工、徐州重工等重型工业机械集团提供，而后者则由ABB、西门子等公司掌控。水平运输和垂直运输一样，也包括机械部分和自动化部分，之前主要由振华重工提供机械部分，国外厂商提供自动化能力。
港口自动化/智能化架构设计
垂直运输相对成熟，但水平运输刚刚起步；AGV的缺陷不言而喻，造价贵、基建要求高、运营要求高，所以中国20年只有上海和青岛两个码头部署过上述水平运输系统，据统计，港口水平运输市场自动化渗透率还不到2%。
因此，水平运输从自动化到智能化的转型尤为重要，无人驾驶在港口承担的角色就是解决港口水平运输智能化的难题。
无人驾驶不仅可以解决这样的难题，港口的很多痛点也倒逼无人驾驶技术的快速落地。
首先，港口是高危场景，安全事故频发。卡车盲区多，碾压、碰撞事故隐患多、危害大；垂直+水平运输有更多的安全风险存在；港口的安全生产责任重大，提高生产安全、减少安全事故、稳定生产是港口的KPI。
其次，港口面临着全新转型升级的需求。政府工作计划和港口将智慧化、绿色化、碳中和列入发展要求；作为中国新一代名片，全自动化港口对一带一路、新基建有至关重要的作用。
第三，驾驶员稀缺，劳动力可持续性堪忧。港口驾驶员须持A2级驾照，需要至少6年的驾驶经验，人才稀缺；港口工作环境差、强度大，51.5%的司机年龄在35岁以上，新生力量不足；人口红利消失，用工价格逐年上升。
第四，效率是港口关系的重中之重。有人驾驶面临瓶颈，需要无人驾驶和其他作业设备的高度协同，才能不断提升效率；新冠疫情、交通管控等各种问题限制有人驾驶，影响港口正常生产作业。
与此同时，港口市场规模也是非常大的，具有非常优秀的延展性。港口内包括封闭区域的集装箱、干货和散货的运输。其中，集装箱市场规模约为60亿/年，干货和散货市场规模在240亿/年，整体市场规模大于300亿/年，并有望在2023年前完成大规模落地。以港口为起点，可以很容易辐射到周边的工厂和园区。
因此，下一步，1200亿/年的厂区、港口－厂区、以及口岸等短倒和接驳业务能够走向全面落地，预计2025年实现批量商业化；最终，物流重卡将走向万亿空间的开放区域，包括干线物流、城市配送等，预计2030年实现大规模落地。
商用无人驾驶渐进式L4路线是自动驾驶落地的最佳路径。
目前，中国市场干线物流的落地环境和时机尚未成熟，现阶段中国干线物流自动驾驶发展只有两条可行的路径：L2增值和L4无人。
L2是高级辅助驾驶，比如特斯拉的模式，它是一个增值功能，为的是带来更好的体验，降低能耗，通过降低事故率来获得更多的营收，但是收益比很低。
而L4是提供服务，是刚需，最终目的是要实现真正的无人化。那么L2能否渐进式过渡到L4呢？其实问题可以这么来看，当你辛辛苦苦地把L2的技术问题攻克了，过段时间后，算法升级了或者传感器改变了，那么曾经辛苦积累的数据就没用了。从L2到L4，除去数据不能互通外，软硬件架构也存在巨大差异。目前来看，L2到L4的跨越式道路是行不通的。
直接走向L4也存在很多问题，一是法律法规存在延迟；二是技术上还没有做到传感器和线控的完全冗余，面临巨大的真空期；三是批量化能力欠缺。所以实现L4需要设计一个好的路线，帮助无人驾驶逐步落地。
渐进式L4路线是商用车落地的最佳路径。自动驾驶的落地，应该遵照从封闭场景到开放场景、从载物到载人、从商用到乘用的一个渐进式的发展规律。从封闭场景到开放场景，可以实现技术上的渐进发展；通过载物到载人，可以实现安全性与政策支持上的渐进发展；通过从商用到乘用，可以实现商业模式的渐进发展。通过这样的渐进式滚动发展模式，自动驾驶企业能够快速实现商业闭环、数据闭环和模式闭环，在风险可控的情况下实现快速的落地与盈利。而率先实现商业化之后，运营模式更是成为自动驾驶企业的一大优势，与只卖技术方案的公司对比，持有重资产的运营模式看起来有些“笨拙”，但长久来看，运营模式可以使得自动驾驶企业在一次次作业中掌握更多一手数据，通过大量数据来喂养算法，推动算法的不断迭代，以适应更广泛、更精细复杂的应用场景。
对于当下的赛道玩家来说，选择商用车还是乘用车赛道，技术分级也并没有那么重要，自动驾驶技术的商业化落地与变现才是核心。
很显然，已经在商用车领域赛道深耕的公司，能越早开始规模化应用，在保持和扩大赛道上将占据先发优势，未来也将会有更大的发展潜力。
来源：斯年智驾
联系客服
