为什么说“自动驾驶+物流”是个被忽视的市场？

今天，没有人会怀疑，在不久的将来，自动驾驶将形成不可估量的巨大市场。当终点线的旗帜如此明显时，赛道变得格外拥挤。过去几年，无论是各大传统车厂、科技巨头还是众多供应商，都抱着军备竞赛的心态，在自动驾驶的道路上全速奔跑。但不知道大家有没有注意到，也许在科技媒体的过度洗礼下，当我们谈论自动驾驶时，我们谈论的是乘用车的自动驾驶。但事实上，在分享利益巨大的奶酪时，不同的团队已经准备好了马匹，并在不同的道路上平行奔跑。例如，根据不同的场景：有人对乘用车市场虎视眈眈，也有人对商用车市场充满期待；有人想让自动驾驶在市中心之间穿梭，也有人希望让自动驾驶卡车在高速公路两端之间穿行，或者在港口、码头等封闭低速的环境中安静耕耘；

有些人专门研究城市，有些人搬到农田。。。简而言之，自动驾驶对人类的好处会出现在公众不容易感知的场景中。举一个具体的例子，物流。如果你读过《集装箱改变世界》，你就会知道，在20世纪各种眼花缭乱的发明中，集装箱必然占据一席之地，这规范了人类的物流体系，形成了巨大的规模经济和网络效应，忽略了货物从a地到B地的运输成本，最终成为全球贸易的基石。从那时起，物流系统也被视为全球贸易的毛细管。尽管现在很难将任何物流技术与集装箱进行比较，但令人欣慰的是，在经历了人工生产、机械化和自动化阶段后，物流行业正进入一个以人工智能等前沿技术为引领，融合各种传统技术和新兴技术的智能化阶段，大数据和云计算。无论是运输、仓储还是配送，几乎都有你熟悉的各种黑科技加持。例如，在交通运输方面，业界非常确信自动驾驶将对经济成本和配送效率做出巨大贡献。好吧，在我看来，自动驾驶在2B领域的探索和进步似乎有些被低估了，因为它远离媒体的聚光灯。当自动驾驶与高速公路相遇时，让我们从高速货运的场景开始。在过去的直觉中，自动驾驶率先落地的场景将与“共享概念”大概率融合。你可能已经记住了以下想象：在APP上预订，一辆车会自动来，把你带到指定的地方，你下车，它会自动接下一个订单。在人们的期望中，共享自动驾驶汽车可以极大地提高社会效率（私家车95%的时间都停着），改善自然环境，甚至打破工业时代城市规划的束缚，重新释放城市居民的自主权。当然，我相信上述美景最终会成为现实，但就商业落地的速度、共享模式，甚至整个乘用车市场而言，它不一定是先锋。近年来，该行业似乎正在扭转共识：商用车很有可能比乘用车更快地完成商业落地。在许多人看来，自动驾驶卡车将比私家车更快地实现量产。在最近的GMIC上，我听到智家科技PlusAI（硅谷无人驾驶公司）副总裁傅强说，当自动驾驶与高速公路相遇时，它几乎会立即改变货运的现状，使这个相对无聊的行业变得更加高效、经济和安全。不难理解，如果乘用车的最大属性仅仅是出行工具，那么卡车更像是成本高昂的“生产工具”。角色的差异会让后者对自动驾驶技术有更迫切的需求，因为货运行业通常只关注安全和成本两个指标，这两个指标对自动驾驶来说并不难。让我们先谈谈技术。众所周知，人工智能的进步需要数据的供给。与城市中复杂的“网状”路线相比，卡车在高速公路上是“线性”的，道路环境单一且相对封闭。这种从A到B的重复路线将使数据不会被过度稀释；

另一方面，由于更多的是“生产工具”，卡车的用户体验没有乘用车那么复杂，对算法的要求也相对较低，更有利于量产。货运公司接受自动驾驶的真正原因是它可以大大降低成本。低利润和高成本（尤其是劳动力成本）是货运领域最大的痛点。然而，中国经济的快速发展已经使其成为一个物流和运输大国。中国拥有700多万辆长途重型卡车和1600万名重型卡车司机，整个物流业占国内生产总值的近17%，其中公路运输占70%。有人算了一笔账，仅以1600万名干线运输司机为例。如果可以减少一半，请按一。除了人工成本外，燃料消耗在干线运输成本中也占很大比例。自动驾驶技术的落地预计将使油耗成本降低约15%。当然，众所周知，自动驾驶可以极大地提高道路安全，这在高速公路上尤为紧迫。在中国，卡车司机疲劳驾驶引发的交通事故频繁见诸报端，但自动驾驶并不存在这一问题，可以为物流和货运带来更安全的运营。事实上，正如人工智能学者Sebastian Tron总结的那样：“驾驶事故是年轻人死亡的第一杀手，所有这些事故几乎都是由人为错误而非机器故障造成的；

在自动驾驶的帮助下，我们还可以通过优化车辆位置，允许它们在狭窄的车道上近距离行驶，将高速公路的承载能力提高2到3倍，从而消除高速公路拥堵。“还值得一提的是，目前政策也相当有利。商务部等五部门在《商业物流发展“十三五”规划》中指出“要加强商业物流的信息化建设，推广人工智能等先进技术的应用，探索智能物流生态系统的开发和生产。让自动驾驶在国民经济核心产业释放更大潜力。不同场景的落地都指向ne point：作为未来人类智能物流的重要组成部分，自动驾驶商用车率先落地的市场潜力巨大。这一趋势的背后是各大制造商的积极回应：无论是戴姆勒这样的传统车企，谷歌这样的互联网巨头，还是特斯拉和奥托这样的科技新贵（6.8亿美元被优步收购），都有自动驾驶卡车方向的布局。与其他人工智能领域非常相似，广阔的市场使初创团队完全有资格与大公司合作。值得一提的是，在许多人看来，与未来更为雄心勃勃的乘用车市场蓝图相比，巨头们只将商用车作为对冲风险的二线，而他们的大部分研发工作都集中在乘用车主线上——这意味着自动驾驶商用车更像是某种“边缘创新”。例如，智家科技PlusAI等初创公司更有可能成功突破。作为获得加州自动驾驶测试许可的公司之一，他们迅速掌握了L4级全自动无人驾驶能力，包括高精度地图绘制、基于深度学习的感知、路径规划和控制，这使他们能够为制造商提供一套可以立即商业化的解决方案，推动自动驾驶在不同场景下落地。例如，一个特殊的场景：港口码头。如果说高劳动力成本、高风险因素和艰苦的工作环境是公路货运领域的三个检查站，那么这三个检查站无疑将在高温、高盐、高海风的港口和码头成倍增加。为此，港口的集装箱卡车也急需与自动驾驶技术进行嫁接。事实上，与高速公路类似，近年来，随着我国进出口贸易的日益繁荣，港口和码头的物流压力成倍增加，无人运输的需求非常迫切，而港口的集装箱自动驾驶卡车可以在很大程度上解决司机短缺问题，大大降低港口运营成本，提高运营效率。港口正在完成自动化改造。例如，不久前在青岛港集装箱码头，配备L4驾驶系统的商用重型卡车解放J7在无人状态下工作，成功完成了一系列关键的港口标准操作，包括自动装载、驾驶、转向、停车和卸货，并成为第一个在港口实际生产环境中进行商用车现场作业。这并不容易。众所周知，港口门式起重机的设计结构（一些吊杆下的左右空间小于10厘米）决定了卡车必须准确地停在吊具下，前后误差不能超过5厘米。此外，桥式起重机的钢笼结构也会屏蔽信号，这将使卫星导航系统无法准确定位，从而增加准确停车的难度。值得一提的是，在许多人看来，相比于在“无人工厂”中来回穿梭的小型机器人，无人重卡实际上更具视觉冲击力。简而言之，不难发现，“自动驾驶+物流”正在媒体聚光灯之外完成运输效率的转型，并成为自动驾驶领域的第一个商业场景。今天，没有人会怀疑，在不久的将来，自动驾驶将形成不可估量的巨大市场。当终点线的旗帜如此明显时，赛道变得格外拥挤。在过去的几年里，无论是主要的传统汽车工厂，技术……

无论是科技巨头还是众多供应商，他们都怀着军备竞赛的心态，在自动驾驶的道路上全速奔跑。但不知道大家有没有注意到，也许在科技媒体的过度洗礼下，当我们谈论自动驾驶时，我们谈论的是乘用车的自动驾驶。但事实上，在分享利益巨大的奶酪时，不同的团队已经准备好了马匹，并在不同的道路上平行奔跑。例如，根据不同的场景：有人对乘用车市场虎视眈眈，也有人对商用车市场充满期待；有人想让自动驾驶在市中心之间穿梭，也有人希望让自动驾驶卡车在高速公路两端之间穿行，或者在港口、码头等封闭低速的环境中安静耕耘；有些人专门研究城市，有些人搬到农田。。。简而言之，自动驾驶对人类的好处会出现在公众不容易感知的场景中。举一个具体的例子，物流。如果你读过《集装箱改变世界》，你就会知道，在20世纪各种眼花缭乱的发明中，集装箱必然占据一席之地，这规范了人类的物流体系，形成了巨大的规模经济和网络效应，忽略了货物从a地到B地的运输成本，最终成为全球贸易的基石。从那时起，物流系统也被视为全球贸易的毛细管。尽管现在很难将任何物流技术与集装箱进行比较，但令人欣慰的是，在经历了人工生产、机械化和自动化阶段后，物流行业正进入一个以人工智能等前沿技术为引领，融合各种传统技术和新兴技术的智能化阶段，大数据和云计算。无论是运输、仓储还是配送，几乎都有你熟悉的各种黑科技加持。例如，在交通运输方面，业界非常确信自动驾驶将对经济成本和配送效率做出巨大贡献。好吧，在我看来，自动驾驶在2B领域的探索和进步似乎有些被低估了，因为它远离媒体的聚光灯。当自动驾驶与高速公路相遇时，让我们从高速货运的场景开始。在过去的直觉中，自动驾驶率先落地的场景将与“共享概念”大概率融合。你可能已经记住了以下想象：在APP上预订，一辆车会自动来，把你带到指定的地方，你下车，它会自动接下一个订单。在人们的期望中，共享自动驾驶汽车可以极大地提高社会效率（私家车95%的时间都停着），改善自然环境，甚至打破工业时代城市规划的束缚，重新释放城市居民的自主权。当然，我相信上述美景最终会成为现实，但就商业落地的速度、共享模式，甚至整个乘用车市场而言，它不一定是先锋。近年来，该行业似乎正在扭转共识：商用车很有可能比乘用车更快地完成商业落地。在许多人看来，自动驾驶卡车将比私家车更快地实现量产。在最近的GMIC上，我听到智家科技PlusAI（硅谷无人驾驶公司）副总裁傅强说，当自动驾驶与高速公路相遇时，它几乎会立即改变货运的现状，使这个相对无聊的行业变得更加高效、经济和安全。不难理解，如果乘用车的最大属性仅仅是出行工具，那么卡车更像是成本高昂的“生产工具”。角色的差异会让后者对自动驾驶技术有更迫切的需求，因为货运行业通常只关注安全和成本两个指标，这两个指标对自动驾驶来说并不难。让我们先谈谈技术。众所周知，人工智能的进步需要数据的供给。与城市中复杂的“网状”路线相比，卡车在高速公路上是“线性”的，道路环境单一且相对封闭。这种从A到B的重复路线将使数据不会被过度稀释；

另一方面，由于更多的是“生产工具”，卡车的用户体验没有乘用车那么复杂，对算法的要求也相对较低，更有利于量产。货运公司接受自动驾驶的真正原因是它可以大大降低成本。低利润和高成本（尤其是劳动力成本）是货运领域最大的痛点。然而，中国经济的快速发展已经使其成为一个物流和运输大国。中国拥有700多万辆长途重型卡车和1600万名重型卡车司机，整个物流业占国内生产总值的近17%，其中公路运输占70%。有人算了一笔账，仅以1600万名干线运输司机为例。如果可以减少一半，请按一。除了人工成本外，燃料消耗在干线运输成本中也占很大比例。自动驾驶技术的落地预计将使油耗成本降低约15%。当然，众所周知，自动驾驶可以极大地提高道路安全，这在高速公路上尤为紧迫。在中国，卡车司机疲劳驾驶引发的交通事故频繁见诸报端，但自动驾驶并不存在这一问题，可以为物流和货运带来更安全的运营。事实上，正如人工智能学者Sebastian Tron总结的那样：“驾驶事故是年轻人死亡的第一杀手，所有这些事故几乎都是由人为错误而非机器故障造成的；

在自动驾驶的帮助下，我们还可以通过优化车辆位置，允许它们在狭窄的车道上近距离行驶，将高速公路的承载能力提高2到3倍，从而消除高速公路拥堵。“还值得一提的是，目前政策也相当有利。商务部等五部门在《商业物流发展“十三五”规划》中指出“要加强商业物流的信息化建设，推广人工智能等先进技术的应用，探索智能物流生态系统的开发和生产。让自动驾驶在国民经济核心产业释放更大潜力。不同场景的落地都指向ne point：作为未来人类智能物流的重要组成部分，自动驾驶商用车率先落地的市场潜力巨大。这一趋势的背后是各大制造商的积极回应：无论是戴姆勒这样的传统车企，谷歌这样的互联网巨头，还是特斯拉和奥托这样的科技新贵（6.8亿美元被优步收购），都有自动驾驶卡车方向的布局。与其他人工智能领域非常相似，广阔的市场使初创团队完全有资格与大公司合作。值得一提的是，在许多人看来，与未来更为雄心勃勃的乘用车市场蓝图相比，巨头们只将商用车作为对冲风险的二线，而他们的大部分研发工作都集中在乘用车主线上——这意味着自动驾驶商用车更像是某种“边缘创新”。例如，智家科技PlusAI等初创公司更有可能成功突破。作为获得加州自动驾驶测试许可的公司之一，他们迅速掌握了L4级全自动无人驾驶能力，包括高精度地图绘制、基于深度学习的感知、路径规划和控制，这使他们能够为制造商提供一套可以立即商业化的解决方案，推动自动驾驶在不同场景下落地。例如，一个特殊的场景：港口码头。如果说高劳动力成本、高风险因素和艰苦的工作环境是公路货运领域的三个检查站，那么这三个检查站无疑将在高温、高盐、高海风的港口和码头成倍增加。为此，港口的集装箱卡车也急需与自动驾驶技术进行嫁接。事实上，与高速公路类似，近年来，随着我国进出口贸易的日益繁荣，港口和码头的物流压力成倍增加，无人运输的需求非常迫切，而港口的集装箱自动驾驶卡车可以在很大程度上解决司机短缺问题，大大降低港口运营成本，提高运营效率。港口正在完成自动化改造。例如，不久前在青岛港集装箱码头，配备L4驾驶系统的商用重型卡车解放J7在无人状态下工作，成功完成了一系列关键的港口标准操作，包括自动装载、驾驶、转向、停车和卸货，并成为第一个在港口实际生产环境中进行商用车现场作业。这并不容易。众所周知，港口门式起重机的设计结构（一些吊杆下的左右空间小于10厘米）决定了卡车必须准确地停在吊具下，前后误差不能超过5厘米。此外，桥式起重机的钢笼结构也会屏蔽信号，这将使卫星导航系统无法准确定位，从而增加准确停车的难度。值得一提的是，在许多人看来，相比于在“无人工厂”中来回穿梭的小型机器人，无人重卡实际上更具视觉冲击力。简而言之，不难发现，“自动驾驶+物流”正在媒体聚光灯之外完成运输效率的转型，并成为自动驾驶领域的第一个商业场景。

标签：世纪大众理念发现特斯拉

汽车资讯热门资讯