初创公司激战无人物流，在谈诗和远方之前先“填饱肚子”

原标题：初创公司激战无人物流，在谈诗和远方之前先“填饱肚子”

文 | 魏启扬

来源 | 智能相对论（ID：aixdlun）

在自动驾驶赛道中，虽然每个玩家的发展策略都有所求，专长方向也各有不同，但随着越来越多自动驾驶商业落地的消息传出，其中的头部玩家们似乎已经逐渐走通了自动驾驶商业落地的路径。

可是在一个接一个的“好消息”面前，我们依然不能判断自动驾驶时代已经真正到来，全场景下的自动驾驶保守估计至少还要再等20年。这对自动驾驶赛道的玩家们提出了一个最基本且现实的要求——如何挺过这20年，活下去。

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（微信id:aixdlun）：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。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。