【e公司观察】自动驾驶落地差异化：AI商业化跑通大于技术之争

图片来源于网络，如有侵权，请联系删除

（原标题：【e公司观察】自动驾驶落地差异化：AI商业化跑通大于技术之争）

“萝卜快跑”等自动驾驶出租车服务在多个城市落地，激发各路资本和产业玩家的想象空间。与此形成对比的是，由于被要求对车辆的某些部分作出修改，特斯拉把无人驾驶出租车的发布时间，从今年8月推迟到10月；此外，Alphabet旗下自动驾驶技术子公司Waymo则传出裁员消息，根据媒体曝光的数据，2023年至今总裁员人数超过200人。

图片来源于网络，如有侵权，请联系删除

由此可见，自动驾驶技术在中国落地速度快于预期，以“萝卜快跑”为代表的国内自动驾驶服务商实际上实现了“萝卜抢跑”。而国内无人出租车商业化的率先成功，也使市场对于智能驾驶的“ChatGPT时刻”的预期空前升温。

二级市场嗅觉灵敏。自动驾驶订单大增和“车路云一体化”助力相关技术与应用的成熟，引发资金连日竞逐，近日Robotaxi多家概念公司接连提示相关风险。而从外围市场来看，特斯拉无人驾驶出租车的一纸延期，也一度引发股价单日大跌超8%。可见，二级市场对“自动驾驶”业务给出的估值是快速抬高的。

中国自动驾驶的商业化抢跑和特斯拉推迟背后，折射出一些新特征： AI的商业化跑通，其重要性已经大于技术路线之争；至少阶段性来看，后者让位于前者。

长期以来，智能驾驶技术分化为视觉路线和激光雷达路线两派。一条路径是车、路、人的协同，聪明的车与智慧的路并进。另一种方式是特斯拉主导的单车模式，更像一个智能机器人，能够在路上自动识别路况、做出判断，从而形成“端到端”模式。

不过从本轮“萝卜快跑热”来看，市场已经对何种技术路线不再过多关注。而是更关注落地所带来的诸多变化，包括对就业市场的影响等。

拆解萝卜快跑等“出圈”原因，长期技术投入是基础。比如，在关键技术方面，涵盖智能座舱、自动驾驶、网联云控等完整的产业体系都已在我国快速建立，激光雷达、大算力芯片设计、电子电气架构等关键技术也在加快突破。

但技术只能算做“出圈”原因之一，且这个过程满是波折。以百度为例，押注AI之后，曾长期跟随AI产业的波动一度深陷黯淡。百度在自动驾驶领域的累计投入超1500亿元，积累了超过1亿公里的高级别自动驾驶安全测试里程，但相当一段时间内，无论是产业伙伴还是投资者，都发现虽然投入巨大，但所描绘的L4级无人驾驶迟迟未能兑现，因此也曾历经长期“吃灰”阶段。

这就牵涉到另一大原因――商业化落地，这个过程也远非坦途。百度对策是“三路并进”：一是为车企提供自动驾驶技术解决方案；二是百度造车，从场景驱动技术；三是共享无人车。直到如今，随着时空覆盖和运营效率的大幅提升，再加上第六代车型成本的降低，萝卜才得以接近收支平衡的临界点。

这种商业化推进的背后，是政策支持、规模效应等因素的共同支撑。目前来看，Robotaxi与此前中国网约车发展路径，可能会存在异曲同工之处：先是争取政策支持，后需要市场验证，通过补贴等方式形成规模效应，最后实现自我造血，完成商业闭环。

从逻辑推演，虽然国内国外自动驾驶商业化进展不一，但未来这一领域的市场竞争只能更加激烈。这个赛道上，Waymo、滴滴、华为等入局者，涵盖了AI科技巨头、传统网约车平台、智能驾驶服务商等多个类别。尤其特斯拉Robotaxi已经万事俱备，箭在弦上，国内外自动驾驶技术与落地能力仍将迎来更激烈的较量。

在这个过程中，既应该把安全作为发展的重中之重，也应该在社会效益与经济效益之间进行新权衡。

自动驾驶的出圈，给人工智能的发展带来很大启示。一方面，商业化是所有AI入局者不得不考虑的重要维度。自动驾驶的商业化进程，受益于政策支持，也得益于丰富的应用场景以及由此带来的数据等维度的支持，此外还包括中国在软硬件甚至汽车制造等方面的完整产业链基础。目前自动驾驶相关试点城市大多有完整的汽车链主企业，如何在两者之间实现更良性的产业互动，也会成为新课题。

另一方面，自动驾驶“出圈”的牵引力之一，就是去年开始爆火的大模型技术。它实现了对自动驾驶的重构，尤其使L4技术实现阶跃升级。而从更广阔的视角考量，不仅仅是自动驾驶，包括此前多年沉寂的具身机器人等细分赛道，也很可能会踏上类似自动驾驶一样被大模型赋能和重构的道路，或也将给社会和经济带来巨大改变。