打开APP

我们从来没如此靠近过自动驾驶的世界

随着新能源汽车进入智能化的下半场,自动驾驶的市场前景已无人质疑,大规模商业化也还有很长的路要走。

在北京这样一个国际化大都市,坐着无人驾驶出租车就到了公司门口,这不是科幻片中的场景。

与平时打车一样,我在萝卜快跑App上下单,不到一分钟便叫到了车,过了大概三分钟左右,一辆白色的红旗SUV便停靠在了路边。

上车启动,然后看着车辆自动等待交通信号灯、超车、并线,这一套操作真有点行云流水,让人目不暇接。

看着曾经只存在于科幻电影中的场景如今已*地融入生活,不禁让我思考,难道自动驾驶时代真的要来了吗?

RoboTaxi的未来,是星辰大海

新能源汽车的上半场是电动化,下半场是智能化,这一认知已经成为了共识。

电动化是一个看得见的增量市场,是对传统燃油车的替换,消费者为此买单是一个自然的过程,因此商业模式也十分简单。

与电动化不同,智能化是一个需要探索的过程,不但技术需要探索,商业模式也需要探索。

一直以来,在自动驾驶的发展进程中,由于RoboTaxi等乘用场景车辆对自动驾驶技术要求高,行业对自动驾驶能否规模化商用也难以达成共识。

今年上半年以来,RoboTaxi模式的代表企业谷歌Waymo接连遭遇估值下跌、CEO离职和测试车受阻。

通用汽车旗下的Cruise转而发布了*没有方向盘的无人驾驶小巴,除此之外,至今没有任何大规模落地计划。

美国网约车公司Uber和Lyft也先后出售了自动驾驶部门。

国外这一系列事件,一度引发了自动驾驶行业对RoboTaxi商业化前景的探讨。

但随着自动驾驶顶层到地方配套政策不断出台,国内以百度、文远知行、小马智行等为代表的企业自动驾驶测试里程却在不断增加,测试场景不断外延,自动驾驶技术逐渐趋于完善,商业化也呼之欲出。

尽管自动驾驶出行领域看似遭遇了一些挫折,但目前全球几乎主要科技公司和汽车厂商没有因此停下推动自动驾驶向前的脚步,仍笃定地认为自动驾驶一定会实现,打造自动驾驶和互联生态的*目标和商业价值,充满了巨大想象力,商业模式也逐渐清晰。

从L1到*理想的L5,自动驾驶承载着解放人类双手的使命,不管是过去,还是将来,都将是智能汽车的核心价值所在。而自动驾驶也已经被认为是现阶段可以跑通的汽车智能化商业模式。

参考电动车的增量市场来看,构建于新能源汽车之上的自动驾驶市场前景巨大。

据IDC报告,2020年全球售出的汽车中,拥有自动驾驶(辅助)功能的汽车数量(包含 L1-L5 级)为2773.2万辆,预计到2025年拥有自动驾驶(辅助)功能的汽车数量(包含 L1-L5 级)将达到6332万辆。

同时,据东吴证券研究所测算的各个部件的市场规模,预计到2025年时,与单车自动驾驶相关的革新性部件,其市场总额可达781亿美元,2020-2025的CAGR可达35.8%。其中,决策软件(算法)的市场规模*,达到324亿美元。

按照应用场景划分,自动驾驶可分为“载人的乘用车”和“载物的商用车”两大类。其中,乘用车领域的RoboTaxi可以说是自动驾驶市场空间*的应用场景之一。

据IDC报告显示,预计到2030年,共享出行市场规模将达到2.25万亿(预估将达到100万辆级规模),其中RoboTaxi会占据一半以上,市场份额超越网约车,市场规模预计超过1.3万亿,出行市场未来会转向无人车出行服务场景。

由于规模化运营要求公司具备充足的流量、数据和车队规模优势,再加上L4级别自动驾驶技术门槛的要求,对准入头部玩家数量进一步限制。参照网约车大战之后的市场格局,RoboTaxi市场终局将集中到2-3家,包括百度在内的头部玩家市场份额可以达到40%以上。

目前,与网约车相比,RoboTaxi的CPK1-自动驾驶套件成本,按5年折旧,包括维修、保养等等,已经能做到比人类司机低。

未来,当自动驾驶套件成本、无人车整车成本以及安全员从车内移到云端带来的人员成本的降低之后,那么,RoboTaxi的CPK2-自动驾驶套件加上车辆、CPK3-自动驾驶套件、车辆、远端的安全员,及加油补电、保险等会降到比网约车还低,其商业价值就会出现。而滴滴为代表的网约车,其本质是通过互联网技术提升了撮合效率,补充了社会运力,但它没有解决供给侧的成本结构。

无人驾驶曾经遥远过,但如今近在眼前

自动驾驶主要有两种研发思路,一种是前期不考虑成本,一开始就致力于L4+级完全自动驾驶的实现,代表企业有百度的Apollo、谷歌的Waymo、通用的Cruise等。

另一种则主要是车企,由于他们需要考虑成本和量产因素,所以一般是自下而上的,由低级别的自动驾驶开始逐渐提升水平,代表企业有特斯拉、奥迪、蔚来、小鹏等。

目前的成果来看,即便如蔚来一类相对激进的造车新势力,也会在宣传自动驾驶功能时,强调“只是驾驶辅助,无法实现自动驾驶”。可见,想要跨越L4级(高级自动驾驶)并非易事。

原因在于,特斯拉等辅助驾驶虽然跑的公里数多,但私家车大多都是固定的路线,场景、路况、路线全一致,缺乏极端场下的数据,数据价值的折损非常大。

自动驾驶技术需要数据大量积累来完善算法,把行驶数据转化成无人化能力,目前渐进式发展的车企还有很大差距。

此外,无人驾驶的关键在于“安全”,但无人驾驶最难解决的问题则是“未知的不安全因素”。辅助驾驶是以给司机提供更好的驾乘体验为核心目的做产品设计的,初衷是为了提供更好的人机共驾体验,并非按照无人驾驶的思路设计,所以不会考虑无人驾驶遇到的一些corner case(极端场景)问题,因此始终存在未知的安全风险。但如果不解决这个问题,永远也无法达到无人驾驶,这是辅助驾驶难以克服的悖论。

相比之下,直接走L4+级完全自动驾驶的玩家选择RoboTaxi的优势在于,RoboTaxi虽然仅在局部或区域内,但场景路况多元复杂。

对于实现无人驾驶关键的安全问题,在面对一些人车博弈下或者施工封闭、遇到违规停车、遭遇车祸下的极端场景,自动驾驶企业可以通过车路协同来全局协同解决自动驾驶问题,以及通过云端安全员的远程控制来一一化解。

从技术角度,自动驾驶企业的无人化能力以及对无人化出行运营的系统化方案,正在让L4自动驾驶玩家率先跨越安全性的鸿沟,进入商业化阶段。

再看自动驾驶出行的商业化环境。早在2018年12月,Waymo就率先推出了自动驾驶载人服务Waymo One并在凤凰城上线,这被外界视作是全球RoboTaxi商用的开端。

Waymo的*,很大程度上得益于美国先行的政策支持。2018 年,美国交通部发布自动驾驶政策3.0版本(AV 3.0),表示不再要求商用车内必须配备人类司机。截至2021年2季度,全美共有44个州允许进行 L4 级别自动驾驶的测试,其中26个州开始放开对 L4 级自动驾驶商业化运营的限制。

同样,为了推动中国从“汽车大国”向“汽车强国”发展,我国近年来也接连出台了诸多支持自动驾驶发展的政策,将自动驾驶纳入国家顶层规划重要关注点。

2018年至今,各部委相继发布自动驾驶相关政策,在多地设置自动驾驶示范区,推动自动驾驶路测,也在加速其商业化落地。

有了政策基础,中国公司也开启了商业化的脚步。

2019年下半年以来,百度率先在长沙向公众开放RoboTaxi搭乘服务,随后有文远知行与小马智行在广州开始载人运营;滴滴、AutoX的无人车开始在上海进行载人试运行;元戎启行、Momenta等创业公司,也在武汉、苏州等地开始了各自的“开城”计划。

今年,自动驾驶开启下半场的观点已经出现,下半场的一个标志,就是自动驾驶商业化正在开始。

自动驾驶曙光来临,“起早者”已然抢跑

RoboTaxi作为现阶段自动驾驶商业化的*途径,也面临着跨区域运营难、服务车辆有限等诸多阻碍。

但这一情况正在改变,今年以来,已有多个城市出台了无人驾驶运营、测试相关法规。

上海、北京、广州、深圳等十余个城市已推出自动驾驶车辆道路测试管理细则,允许自动驾驶商用车在道路上进行测试。

截至2021年11月,全国已有38个省/市出台管理细则,先后建设了70家测试示范区,开放了5200多公里测试道路,发放1000余张测试牌照,道路测试总里程超过1000万公里。

根据最新公开数据,百度Apollo L4累计自动驾驶测试里程达到2100万公里,小马智行路为800万公里,自动驾驶里程正随着车企投放车辆以及测试范围的扩大,在逐步增加。

其中,北京开通了多个自动驾驶测试示范区域,包括海淀、顺义、石景山、通州、亦庄,让自动驾驶跨区运营正在成为可能。

今年4月,依托北京市高级别自动驾驶示范区,北京设立了国内*智能网联汽车政策先行区。

在政策的保驾护航下,无人车测试如火如荼,先行区设立以来,累计安全测试里程超过365万公里。并于11月25日正式开放了全国*自动驾驶出行服务商业化试点。

百度萝卜快跑和小马智行成为首批获许开展商业化试点服务的企业,并拿到了自动驾驶车辆收费通知书。

值得一提的是,这次政府发放商业化试点牌照对企业给与了足够的信任,一次性给了百度68张,这在历史上是值得记录的一刻,至此,RoboTaxi商业化大幕正式拉开。

在这样的背景下,当管理规则允许企业合法去进行商业化试点的这一过程,意味着把自动驾驶交给市场来检验,最终通过这样一个市场化的反应来验证自动驾驶商业化的实用性。在这个过程中,也有助于吸引更多的人才、技术、资金投入到自动驾驶的规模化应用和更多场景的拓展,企业可以不断地去研究和探索自动驾驶商业化的路径和机会。

萝卜快跑提供的数据显示,商业化以来用户没有减少反而增加了,这次商业化让更多市民知道了自动驾驶的出行方式,同时,用户整体满意度高达4.9分,好评率占比大于94%,用户打出了"科技感十足","愿意推荐给他人","愿意再次乘坐",“体感与人类司机一样”等标签。

之所以能够获得用户的肯定,是自动驾驶企业对体验和技术*的追求,在此之前,萝卜快跑则已在北京、上海、广州、长沙、沧州、重庆六地开放常态化运营。覆盖城市今后还会加速扩张,预计到2025年将扩展到65个城市,到2030年扩展至100个城市。

可以说,收费*单的开出,标志着国内自动驾驶领域从测试示范迈入商业化试点探索新阶段,为自动驾驶企业打通了从技术研发到商业化落地的完整闭环,是自动驾驶在中国商业化落地的一个里程碑。

先行的Waymo目前限于美国当地法律规定,尚不能收取费用。这一点上,中国自动驾驶企业走在了前列。

诚然,收费对于商业化落地来说是实质性的突破,但对于支撑商业化运营来说却只是一个开始。

目前的运营收费相比于动辄上百万的单车成本来说,仍是杯水车薪,这也是目前投入的服务车辆有限的原因之一。

比如,Waymo目前主要依赖于第三方制造的车辆,其中包括Stellantis和捷豹路虎。按照官方说法,Waymo自动驾驶车辆的成本,大概与中档梅赛德斯-奔驰S级车型的价格相当,约116.67万元人民币。

不过,对于单车成本过高这一实质性问题正在随着技术的提升和传感器成本的降低而得到解决,在今年6月百度Apollo与极狐共同打造的新一代量产车型Apollo Moon,直接将成本降低至48万元,只有行业L4级自动驾驶车型平均成本的三分之一。

此外,在今年12月元戎启行也发布了面向前装的自动驾驶解决方案DeepRoute-Driver 2.0。据元戎启行表示,搭载该方案的自动驾驶车能在城市复杂路况顺利行驶,比特斯拉FSD(Full Self-Driving即“全自动驾驶”)功能有更好的上路表现。最重要的是,该自动驾驶方案价格被控制在1万美元以内,与FSD价格几乎持平。

单车成本降低带来运营成本的大幅降低,将在很大程度上突破无人车服务难以规模化的障碍。

目前来看,RoboTaxi逐步落地,可以分为5个阶段。

*阶段是打造一辆可以在实验环境下运行的自动驾驶原型车;第二阶段是在有安全员的情况下上路测试;进入到第三阶段,就需要进行小规模的自动驾驶车队部署,推出自动驾驶出租车服务进行载客运营。

从当前运营进展看,全球自动驾驶领域的头部玩家均已经进入到前装量产的第四阶段,将实现更大规模的RoboTaxi出租车队的运营。

随着第四阶段的推进,实现真正的无人出租车大规模载客运营的第五阶段将只是时间问题。

实际上,自动驾驶目前正在向着车内没有安全员的RoboTaxi商业化上突破,实现最终的“无人化”出行。

2019年10月,Waymo正式宣布取消无人驾驶车的安全员。今年5月,萝卜快跑主驾无人运营在首钢园正式开启常态化商业运营,今年12月,萝卜快跑全新车型Apollo Moon已经开始在首钢园开展全车真正无人的商业化运营示范;同时,5G云代驾也正式进入运营阶段,支持主驾无人车辆的运营工作。

对比全球RoboTaxi头部企业来看,全球商业化深度渗透,逐步走通无人、收费的关键阶段,形成了无人收费运营的完整模式,也让无人驾驶从技术正式走向了商业化。

当然,自动驾驶商业化无法一蹴而就,需要一个渐进的过程。从封闭场景测试到开放测试,从有限的场景落地到开放场景落地,从有安全员的自动驾驶到无人驾驶,自动驾驶商业化正在加速突破。

目前在一线城市,不算车辆费用,单单网约车司机的月成本也是8000;二线城市,一辆B级商务车的月成本3000,网约车司机成本也在5000元以上,这意味着,支持无人驾驶的Apollo Moon,已经具备成本上对现有专车的可替代性。

写在最后

随着新能源汽车进入智能化的下半场,自动驾驶的市场前景已无人质疑,大规模商业化也还有很长的路要走。

自动驾驶在经历前期混乱无序的发展之后,随着商业化应用试点的落地,终于跨出了实质性的一步。

像百度萝卜快跑,凭借自身硬核技术,在配套政策的支撑下,以及长期商业化探索和创新积淀之上,已经开始收获了无人共享出行服务收费*单。让无人驾驶从技术正式走向了商业化,也为自动驾驶商业化之路给出了示范。

目前,各大厂商关于自动驾驶汽车量产计划逐步出炉,多种场景高级别自动驾驶应用也在各个地方扩大应用示范的规模,自动驾驶商业化已经成为行业共识。

由于试点阶段有商业补贴,到站下车时我只用支付1.42元。怎么也没想到,我在北京花一块多钱就打到了一辆RoboTaxi,完成了一场自动驾驶的日常出行。

【本文由投资界合作伙伴微信公众号:奇偶派授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

自动驾驶数据总览

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】