為什么說，“自動駕駛+物流”是個被忽視的市場？觀點
2018-04-27 13:46
由于遠離媒體聚光燈，自動駕駛在2B領域的摸索和進步，有些被低估了。
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(tǒng)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(tài)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(huán)境下默默耕耘；有人專攻城市，就有人轉戰(zhàn)農(nóng)田……總之，自動駕駛對人類的福祉，會出現(xiàn)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(fā)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(guī)模經(jīng)濟和網(wǎng)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(mào)易爆發(fā)的基石，從那一刻起，物流系統(tǒng)也被視作全球貿(mào)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(jīng)歷了人工生產(chǎn)，機械化和自動化階段之后，物流行業(yè)正在進入到整合各項傳統(tǒng)科技與新興科技，以人工智能，大數(shù)據(jù)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(huán)節(jié)，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(huán)節(jié)，產(chǎn)業(yè)界就非常相信：自動駕駛將在經(jīng)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(huán)境，甚至打破工業(yè)時代城市規(guī)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(xiàn)實——但若論商業(yè)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(chǎn)業(yè)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(yè)落地，在許多人眼中，自動駕駛卡車會比私家車更快實現(xiàn)規(guī)模量產(chǎn)。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(xiàn)狀，讓這一相對枯燥的行業(yè)更為高效，經(jīng)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(chǎn)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(yè)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(shù)據(jù)的喂養(yǎng)，相比于城市內(nèi)部復雜的“網(wǎng)狀”路線，貨車在高速路上是“線狀”行駛，道路環(huán)境單一且相對封閉，這種從A到B的重復線路會讓數(shù)據(jù)不會被過渡稀釋；另一方面，由于更多是“生產(chǎn)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(chǎn)。
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(jīng)濟的快速發(fā)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(yè)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(fā)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(yōu)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(mào)物流發(fā)展“十三五”規(guī)劃》通知中就指出，要加強商貿(mào)物流信息化建設，推廣應用人工智能等在內(nèi)的先進技術，探索發(fā)展與生產(chǎn)智慧物流生態(tài)體系。使自動駕駛在國民經(jīng)濟的核心產(chǎn)業(yè)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(huán)，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(tǒng)車企，谷歌這樣的互聯(lián)網(wǎng)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(chuàng)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(fā)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(chuàng)新”，如智加科技PlusAI這種創(chuàng)業(yè)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(yè)之一，他們已經(jīng)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(guī)劃和控制等技術在內(nèi)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(shù)高，工作環(huán)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(nèi)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(mào)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?shù)男枨蠓浅Ｆ惹校蹆?nèi)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(tǒng)的商用重卡解放J7全程以無人駕駛狀態(tài)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(yè)，成為首次在港口真實生產(chǎn)環(huán)境下的商用車實地作業(yè)。作為一汽解放的戰(zhàn)略合作伙伴，智加科技（PlusAI）為解放J7的發(fā)布提供了獨家的無人駕駛技術支持。
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(wèi)星導航系統(tǒng)無法精確定位，都會增加精準停車的難度。而為了解決低速條件下精準定位的問題，PlusAI也通過融合了深度學習視覺算法，使用車道線檢查、LIDAR（激光探測與測量）以及SLAM（即時定位與地圖構建）等方案，操控解放J7將停車誤差控制在正負2厘米。
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(fā)現(xiàn)，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。
李北辰/文
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉載時務必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
