什么时候才能完全“放手一搏”？关于自动驾驶的十个冷知识

自动驾驶如今究竟发展到什么阶段了？下一个风口在哪？万亿市场的背后存在着多少不为人知的博弈？

真格早期项目「驭势科技」的联合创始人兼董事长吴甘沙先生，通过讲述十个实用的冷知识，拉近你与自动驾驶之间的距离~

本文授权转载自「驭势未来」

ID：UISEE2016

说到自动驾驶，大家经常用两个成语来描述：一个叫“耳熟能详”，另外一个叫“不明觉厉”。

今天，我想借用十个实用的冷知识来跟大家说清楚自动驾驶到底是什么，自动驾驶到底处在一个什么阶段，明天后天我们又会到达哪里。

冷知识一：今天你看到的自动驾驶，多数不算是自动驾驶

自动驾驶有 L0 到 L5 的划分。

在 L0 到 L2 的时候有一个关键词叫做辅助，而只有在 L3 到 L5 的时候这个关键词才叫自动。

L0 其实是一种驾驶辅助，L1 才是辅助驾驶。驾驶辅助还是司机在驾驶，系统只辅助性地提供警告。辅助驾驶是系统在驾驶，但司机要随时辅助、并承担安全责任。

L1 是单项辅助驾驶，L2 是组合性的辅助驾驶。L3 以上才是自动驾驶，指自动驾驶系统真正能够负起责任，当系统察觉异常的时候，再把控制权交还给人类司机，也就是说，这样的一个系统已经具备了独立的责任能力。

到L4 以上，它不仅仅是自动驾驶，而且是无人驾驶，已经没有司机这个角色，当然系统要负起全部的责任。

冷知识二：奇数代的 L3 可能会难产

一个比较有意思的现象，在我们的技术的更新迭代过程中，往往会出现一个现象：奇数代混不好、偶数代又比较强。比如说我们的移动通信，1G 大家都没怎么听说，2G 大家广泛使用，3G 是过渡型的，4G 又是比较成熟的。

再看我们的自动驾驶 L2 目前大家在广泛使用，L4 是大势所趋，而 L3 许多人倾向于认为会“难产”。

L3 是实现从司机负责到系统负责的一个重要节点，但是跨越这一节点需要付出极大成本，需要增加很多的冗余，成本要乘以2。

当系统不能实现 L3 的时候，还要要降级到 L2，所以车辆成本至少要乘以 2.5，再加上保险等各方面费用，车辆实际售价可能要高于 2.5 倍，但是功能看上去却和 L2 没有多大差别。

另外从技术层面上看，系统负责、司机辅助意味着系统不能承担责任的时候，车辆的控制权需要交还给司机。

每一个购买 L3 系统的车主都希望他们在系统运行的时候去看书，甚至去睡觉，当你处于这样的状态之下是否能够实现和系统的交接，这个问题暂时还不能得到一个准确的回答。

冷知识三：我们要等很久才能买到 L4 的乘用车

首先，L4 级别的乘用车要达到真正实现意味着要做 100 万张试卷，连续拿 100 万次 100 分，这是一个比较难达到的目标。90/10 原则告诉我们：达到 90% 我们只需要 10% 的时间和努力，最后 10% 可能还需要 90% 的时间和努力。

其次，木桶原理告诉我们，一个木桶能够容纳多少水取决于最短的那块木板，在 L4 级别的系统里可能有一千个以上的木板，一个木板短了，影响的就是整个系统的安全性、可靠性。

最后，就是先有鸡还是先有蛋的问题。

今天的 L4 级别车都是很少的试验车，“很少”意味着很贵、无法大规模复制，“无法大规模复制”意味着没有办法大规模地获得数据、验证驾驶的安全性，所以成本降不下来，还是很少，陷入死循环。

冷知识四：买不到 L4 级的自动驾驶乘用车，但会先买到自动驾驶出租车的服务

首先出租车只需要在一个城市内使用，不需要满世界用，出租车公司对成本不敏感。

其次出租车可以实现混合派单模式，如果路线比较简单可以派出自动驾驶出租车，路线比较复杂可以派出有人出租车，在自动驾驶技术没有百分百成熟时，这种方式提高了自动驾驶出租车服务落地的可能性。

冷知识五：非载人场景比载人场景更快规模落地

第一，非载人场景更加高频刚需。比如自动驾驶在物流方面的应用是每周7天、每天24小时全天候的应用，如果需要人类司机操作，则需要一天三个司机，用一个自动驾驶系统取代三个司机显然是个更划算的生意。环卫车往往是在凌晨三点到六点出发，而自动驾驶在这个时间内工作比人类在这个点出发更人性化。

第二，非载人的环境下，对于车辆舒适性要求不高，自动驾驶车辆就可以更多地关注在安全上。从算法的角度看，确保不漏检，偶然有误捡也可以接受。从而，降低了技术落地的门槛。

冷知识六：非载人场景，看好未必叫好

比如大家比较看好的干线物流，但是适用于干线物流的 L4 级重载卡车却没有在中国实现大规模投入。

首先，在出错成本上，重载卡车的刹车距离长，一旦出现事故就很有可能是一个重大恶性安全事故，在中国重载卡车还没有办法大批量上高速。其次，重载卡车数量少导致了产业链相对不成熟，重载卡车稳定性与可靠性就保证不了。

第三，就是技术适应度的问题，小概率事件背后有着巨大的出错成本，使得法律法规暂时还没有对自动驾驶放开。

总体来说，整个逻辑链首先是技术要胜任，其次对于重型、高速的车辆要确保产业链成熟，然后要看出错成本。如果这些都不是问题，法律法规就会水到渠成。

冷知识七：叫好也未必叫座，必须满足核心需求

自动驾驶需要满足用户的核心需求。

首先是成本，最近十年交通、运输、仓储、邮政从业人员工资上涨了许多，对于两班、三班倒，淡季和旺季的需求弹性非常大，或未来几年有显著扩产的客户，非常适合导入无人驾驶。

在工资之外，很大的一块是管理成本。过去10年适龄劳动力减少了大几千万，招人越来越难，春节、疫情或从业人员生病都会造成劳动力缺失，而培训新人又要花费极大成本，这时候自动驾驶就可以抓住客户的需求。

其次是效率，制造业的数字化转型、精益生产和准时生产，常常因为某些环节人的不确定性导致无法闭环，无人驾驶可以极大提高系统运作的效率。

第三是安全，不仅仅是减少交通事故，还存在很多其他的安全需求，比如化工厂司机的安全保障、机场和口岸的新冠疫情防控、畜牧业生物疫情防控、保税区和海关的防偷等都有极大的价值。

冷知识八：中国的自动驾驶还得中国公司解决

首先，社会的接受度不一样，中国的消费者对自动驾驶兴趣更为浓厚，中国消费者中 49% 认为自动驾驶非常重要，只有 2% 不想拥有，而德国和美国的消费者只有 16% 认为自动驾驶非常重要，有 30% 的消费者不想拥有。

第二，交通的复杂程度不同，中国的交通复杂程度远远比美国高很多，车辆数量多，道路情况复杂，可以看见神出鬼没的外卖小哥、穿马路的行人、越过黄线超车的汽车，总有你所预测不到的新场景出现，这要求自动驾驶拥有更好的算法。

第三，自动驾驶涉及到地理信息数据等一些敏感数据，必须要中国公司管理这些数据。

第四，自动驾驶技术还需要许多年才能大规模成熟，车路协同可能是中国可以弯道超车的路线。当然，现阶段标准还没形成，生态还在建立，商业模式还需要进行探索。

冷知识九：自动驾驶对社会的巨大涟漪效应将远超我们的想象

自动驾驶可以应用在个人出行、机场、公交、出租、干线、物流、城市环卫等多个场景。

包括一节一节连接起来的车厢所组成的公交车队；无人快递车可以挨家挨户送快递，也可以直接快递到你正在行驶的车子身边；无人超市可以开到你的家门口，降低冷链物流成本；你也可以享受到无人驾驶鞋店、卫生间、冷饮车、垃圾车等等，甚至人类都可以直接在自动驾驶安家，这会大大影响房价，自动驾驶未来有着无限可能。