无人物流的典型玩家

自动驾驶很难。苹果公司CEO库克将自动驾驶定义为“所有人工智能项目之母”，从中也可以反映出自动驾驶技术的复杂程度。

自动驾驶蛋糕很大。根据相关统计显示，中国市场光物流行业对自动驾驶的需求就达到9万亿。行业也普遍认为，无人物流的落地速度也将快于其它行业。因而其中的竞争相比其它细分赛道也更为激烈。智能相对论对其进行了整理，将无人物流的典型玩家分成以下几类。

1、商用车主机厂：一汽解放、北汽福田、东风卡车、上汽红岩等

国内主流的商用车主机厂有涉足商用车自动驾驶的研发，但由于企业的定位和属性不同，车企具有持续量产的需求，其主要目标只有一个——卖车。

在这样的背景下，“是否有利销售”成为车企衡量自动驾驶技术是否值得投入的评判标准，这也使得车企和造车新势力对自动驾驶技术一直处于观望之中，即便已有新技术研发出来，他们也不急于卖，只是证明我有这么个高端车就行，卖的实际上还是畅销车。

2、物流企业：阿里菜鸟、京东物流、苏宁物流、顺丰集团等

这些企业大多还是基于物流业务的需求，探索仓储、干线运输和末端配送整条物流链条的无人化。

像阿里菜鸟在去年已经实现了末端配送无人车“小G plus”的公开路测，并且与一汽解放联手发布自动驾驶卡车“公路高铁”;京东则发力无人机配送，重型无人机京东“京鸿”在去年下线;苏宁物流则继无人机、AGV机器人仓之后，也在去年先后推出无人配送小车“卧龙一号”和无人重卡“兴龙一号”，其智慧物流的样本正在逐步成形。

3、初创公司：图森未来、小马智行、希迪智驾(CIDI、长沙自动驾驶研究院)、智行者、智加科技等

这类初创公司大多在自动驾驶的一些细分领域具有过人的实力，并以此形成了自己的核心竞争力。

像图森未来在无人车的感知环节上能力突出，其有效感知距离可达1000米，相比之下，被视为自动驾驶界领头羊的Waymo，其所能实现的感知距离也仅为300米左右。

智行者则对无人驾驶汽车的“大脑”有着深入的研究，凭借着自主研发的AVOS软件操作系统和AVCU硬件控制平台，可以为自动驾驶车辆提供环境精准识别和智能决策算法，让自动驾驶产品能够实现快速、灵活地进行相应部署。

希迪智驾在努力提高单车智能的同时，积极推进车路协同系统的普及，让智能网联汽车与路侧单元之间进行通信和调度，将自动驾驶的安全提升到一个新的级别。在希迪智驾的解决方案中，车路协同系统与单车智能被摆在同等重要的位置。

一个值得注意的细节是，在自动驾驶赛道的无数分支中，这些初创公司都在干线物流和商用车的自动驾驶领域中汇集了。

初创公司扎堆无人物流，既为秀实力也是求生存

通过上文对自动驾驶典型玩家的分析可以看出，在现阶段，物流公司在打通无人物流全链路的过程中，更多的精力花在解决仓储和末端配送效率的问题上，干线物流无人化的进展并不大，与之相对应的是初创公司们表现出对干线运输无人化的强烈兴趣，并将其作为主攻方向。初创公司扎堆自动物流看似偶然，其实有着非常深刻的现实原因。

首先，干线物流痛点明显。

在物流行业，安全和成本是物流公司老板们最为关切的两个方面，也是行业被提及最多的痛点。

据公安部交管局的数据，在2016年时，我国货运车辆在全国机动车占比中只有12%，但却制造了48%的事故死亡数。

快递公司老板最怕的是什么?“爆炸、货丢货损、大客户流失、司机带货跑路” 成为百度知道中的高赞答案。

安全成为高悬在物流行业头顶的紧箍，相比乘用车，自动驾驶的价值由此被放得更大。希迪智驾副总经理应龙在与智能相对论交流时就提供了一个细节：“物流公司对自动驾驶的接受程度比我们想象中要高，只要告诉他们能够解决某个具体问题，哪怕还需要时间等待，他们也愿意提前买单。”

至于自动驾驶在物流成本上的优势，图森未来CEO陈默曾公开算过一笔账：一辆技术成熟的自动驾驶卡车可实现每周工作七天、每天工作20小时、每辆卡车相当于2.5个人力司机，只收取相当于1个人力司机的服务费。

根据相关统计，中国拥有超过700万辆长途重卡和1600万重卡司机，如果仅以1600万干线运输司机为例，如果能减掉一半，按一名司机年薪12万算，这就已是个万亿级别市场。而除了人力成本之外，自动驾驶在油耗上也能有效减少成本。其中的想象空间更大。

其次，技术能更快实现落地。

乘用车的自动驾驶和商用车的自动驾驶在技术上是共通的，但商用车的的使用场景较为单一且相对封闭，因而研发技术的难度也相应较低，另外由于商用车更多的是“生产工具”的性质，没有乘用车那么多复杂的“用户体验”的考虑，这也大大降低了对算法的要求，再加上场景单一，更容易形成规模化的批量复制，在实现商业化的路径上会大大短于乘用车。

自动驾驶毕竟是一场长跑接力，在没有撞线之前，自动驾驶研发公司更多考虑的是如何生存下去，这对于大多靠融资，并没有深厚资金储备的初创公司来说，在进行自动驾驶研发的过程中，能够形成持续的自我造血的能力非常关键。

因而，初创公司们目标一致的瞄准了干线物流、港口矿山封闭场景里的商用车自动驾驶，这个能更快实现商业落地的细分领域。

从去年开始，初创公司头部企业的商业项目开始陆续试点落地，迈开了自动驾驶商用车商业落地的第一步。像希迪智驾从车路协同设备、挂车的智能化、车联网化入手，在公司成立的第一年即通过销售车路协同设备(OBU、RSU)实现了3000万的营收，5月下旬，智能化冷链运输产品“智鲜仓”也将在新疆至青海的物流线路上上路。

这些初创公司的战略打法出奇的一致：自动驾驶的蛋糕我们要分，在吃到蛋糕之前，还得找到其他办法完成过渡。要么深度打磨技术，在无人物流这个相对容易的细分赛道中抢先达到终点，要么用其他“食物”暂时替代，不至于在自动驾驶的长跑中“体力不支”，提前出局。

跑通无人物流还需跨过三个门槛

从自动驾驶技术的发展态势来看，干线物流无人化的曙光似乎就在眼前，但具体到当前的产业环境，跑通无人物流至少还需再跨越三个门槛。

1、尚未形成规模效应前的边际成本考量

平心而论，现阶段的自动驾驶，无论是研发还是实际的成型产品，都是很“烧钱”的。

酷哇机器人和中联环境在去年联合研发了一款自动驾驶扫地车，并且在长沙的“橘子洲智能洁净景区项目”中进行了商业运营，根据其公布的数据，这款整车功率达到45kw的燃油动力自动驾驶扫地车的售价在70万以上。在扫地车市场，一辆比较好的进口车售价在60万以上，而在本土市场，接受程度最高的价位在10—20万之间。

项目之所以能够落地，政府在其中给予了非常大的支持。根据招标文件显示，总共7年的项目周期，长沙市各级政府为此至少要投入4720万元。如果将自动驾驶商用车放到市场化程度更高的物流行业，虽然能够减少司机和部分运营开支，但那些精明的物流公司老板们依然会盘算车价溢出部分的回收周期。

对此，希迪智驾给出了较为务实的策略，为自动驾驶商用车定出了20万的改装红线，不去过分追求各类传感器等硬件设备的极致性能，够用就好，基于低成本传感器方案，则通过算法的优化，达到系统最优的效果。在自动驾驶的各项性能能够达到上路要求的基础上保证成本可控。

2、开放线控的车头数量太少

自动驾驶必须触及的线控改造，商用车领域和乘用车领域一样，主机厂的开放程度非常有限，同时由于要改线控，必须得要自动挡车型，但自动挡商用车/卡车车型实在太少，在这方面，商用车的无人驾驶研发条件比乘用车更差。

希迪智驾在创立后遇到的第一个难题就是买卡车头，希迪智驾CEO马潍曾在接受媒体采访时透露，当时团队几乎跑遍了全国所有的传统重卡车厂，花了两个月才买到合适改装的车头。

研发样本(开放线控的卡车车头)资源的缺失，加上商用车主机厂在线控系统开放程度的保守，在一定程度上也拉高了物流自动驾驶实现的成本和难度。

3、来自车联网标准的制约

虽然很多互联网巨头与主机厂都在研发车联网，但大家都是各搞各的，没有形成统一的标准，车车之间的通信还是存在很多障碍，特别是目标所谓的车联网用的都是手机模块，能够报车的位置，能够上传车的诊断信息，但都是非实时的，无法控制车的运行。

普遍的观点认为，中国的车联网标准会诞生在5G时代，这也意味着自动驾驶汽车大规模上路还要再等一段时间。对此，有行业人士认为，在这期间如果行业能够形成共识，用临时标准进行过渡，这样或可大大缩短自动驾驶商用车的上路时间。

结论：处于头部位置的初创公司的长板突出，短板也很明显，可以确定的是单凭自身肯定无法做成自动驾驶。初创公司在进行自我造血的同时，还应花费精力扩大自己的“朋友圈”，赛道中的各方既是竞争者，也是合作者。从系统构架这类无人驾驶的“基础设施”，到具体的造车支持，初创公司与互联网巨头和车企都有非常广阔的合作空间，甚至与直接的竞争者物流公司，初创公司们也能与他们合作获得更加深刻的场景理解。毕竟，自动驾驶的蛋糕足够大，还没达到要“抢”的程度。

【完】

智能相对论：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、自动驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。