无人驾驶商业化路上的关键门槛！

关于无人驾驶的工作原理和各家企业的研究进展，相关报道铺天盖地，这里不做赘述，只想讨论一下商业路径上的几个关键门槛。

1、成本

去年归入母公司Alphabet旗下的谷歌无人车Waymo公布过整车成本，大致15万美元左右，其中Velodyne垂直26.8度和水平360度扫描，每秒产生130万数据点的64线激光雷达单价就有7.5万美元，商业化的瓶颈是价格。

Velodyne的64线雷达工艺复杂，1周只能出品2台，按2025年会有2000万辆无人车上路的预估，如果都用激光雷达，Velodyne的产能也是瓶颈。

去年福特和百度以1.5亿美元入股Velodyne，后者拆分出三个子业务，其中激光雷达属于Velodyne LiDAR，百度已然“精明”的大量下单囤货，加上德国Tier1采埃孚(ZF)收购了另一激光雷达公司Ibeo的40%股权，市场上虽然还有Quanergy、Innoviz以及一些中国产品可供选择，但在固态雷达等技术爆发前，产能和成本空间其实是相对锁死的。

Velodyne曾经吹牛如果订单突破100万，它有能力把产品价格下调到500美元左右，倘若如此，无人驾驶的成本才会取得历史性突破。

Waymo的解决方案是自研，已经开发出3个激光雷达、8个视觉模块和毫米波雷达组成的系统，成本据说降至7500美元，但这招别人还真是学不来。

2、数据和信息获取

无人驾驶的另一个要素是数据和信息获取，无人驾驶创业公司单靠自己路试，数据的样本量自然有限，所以必须要寻找和创造高效的应用场景。

2013年谷歌给过Uber约2.58亿美元的风投，但后者不甘沦为Waymo的附庸，2015年转而与卡内基·梅隆大学合作探索无人驾驶，这让谷歌非常不满。去年1月Waymo工程师Anthony Levandowski离职创建无人货车公司otto并闪电被Uber收购，令双方矛盾白热化。

对簿公堂之下，旧金山地方法院判令Uber返还全部1.4万份技术资料，Travis Kalanick的野心算是受到很大挫折。

而Waymo也不得不启用备胎—Lyft。

Lyft此前拿过通用10亿美元投资，很多人以为这是转投谷歌的节奏，其实Waymo无非是找了一个验证自身技术的高频场景而已，在落地执行上，谷歌先用旗下的Waze地图完成对Lyft司机的实时追踪，提升其运营效率，然后再切入无人驾驶。

3、运营与合作

除了Lyft这样的出行创新公司，Waymo和百度还需要传统车企的支持，Waymo一边加紧路试，一边留意在某些野心很大但技术有限的车企那里争取突破口，比如从菲亚特克莱斯勒订购了100辆Pacifica加入路试，与本田的合作也已公布。

其中Pacifica已经接近实用状态，Waymo在Early Riders页面公开接受亚利桑那州凤凰城居民的申请，承诺运送到任何他们想去的地方，尽管车上仍有司机，但没有L4级的技术水平是绝不敢这么做的。

Waymo意图证明自己在成本控制、商业考量、技术储备和安全高效上都做好了准备。

相比之下，缺乏硬件基础的百度Apollo只是一个软件平台，在Mobileye主宰的ADAS时代难有作为，甚至连前装的机会都没有，而如果主机厂围绕Nvidia的Drive PX 2和深度学习计算机DGX-1去做无人驾驶的软硬件整合，百度同样没有机会。

所以李彦宏和陆奇的慷慨也是不得已而为之。

百度的精明在于深知目前市场环境下，找到大牌伙伴的可能性很小，它觑准的机会是在今年找到某家急于跳过ADAS直接上无人驾驶的国内主机厂，迅速推出样板产品。

4、技术上没有真正做到无人。

至少今天的Waymo还不能完全脱离真人司机，按此前透露的数据，Waymo司机接管汽车的频率已经从每1000英里0.8次下降到目前的0.2次。

但这个数据无限趋近而不是真正下降到0没有任何实际意义。

5、立法困境和法理争议。

去年12月联合国日内瓦世界车辆法规协调论坛上讨论过无人驾驶的立法问题，但整个汽车产业的准备不足，很多细节问题尚待解决，立法根本没有基础。

具体表现在没有明确的管辖主体，两台机器犯了错误，怎么处罚?就算可以，处罚机器也没有意义，因此理论上说，汽车厂商、Tier1、硬件提供商、地图服务商甚至码农个人都可能成为被告。

英美法系是判例法，一旦出现成功索赔，将可能引发连锁反应，由此而来的缠讼会让任何企业吃不消。

摩根·斯坦利曾经估算，无人驾驶虽然理论上比有人驾驶车辆更安全，但商业化之后，每行驶1.23亿公里仍会造成50人死亡。这是潜在的风险。

最先认识到这点的是ABA(美国律师协会)，它对无人驾驶的商业化比谁都积极，协会把无人驾驶视为未来50年的金饭碗，这就比较腹黑了。

6、社会伦理争议。

当危险不可避免时，无人驾驶技术也面临伦理困境，即优先保护车主还是路人，这很像当年著名的Trolley Problem(电车难题)。在被动安全年代，主机厂的原则是双向加强，比如VOLVO就花了很大力气研究行人保护技术，捷豹也有引擎盖抬升系统等等，但在无人驾驶时代，奔驰就转而支持优先保护车主了。

在可预见的未来，无人车必然是奢侈品，所以奔驰的选择似乎符合商业伦理，但在法理上会有很大争议，只怕又要让ABA高兴了。

7、副作用尚未真正显现

无人驾驶会加剧还是缓解资源消耗一直存在争议。

此前美国Transportation Research杂志刊载橡树岭国家实验室的建模研究表明无人驾驶对交通效率和车主体验的提升，反而会促使人类在交通体系上消耗更多的资源。

无人驾驶会促成汽车的大共享还是会因为使用门槛的降低导致私家车的暴涨，专家学者们也争论不休。

是否会缓解拥堵则是另一个议题。

理论上说，随着V2X通信标准的成熟，无人驾驶汽车将打通车内、车外和车际网，再加上与基础交通设施的信息交互应该会让交通体系更有效率。

这似乎有道理，但研究结果却两极分化。

数学家Benjamin Seibold在美国著名的《大众机械》杂志上撰文指出，无人驾驶有利于克服有人驾驶上的波浪式拥堵效应。

伦敦帝国理工学院的研究则表明，由于无人驾驶要考虑乘坐舒适性，会倾向于柔和采取制动和启动措施，这可能令整体通行时间要超过有人驾驶。

8、消费路径的渐进性。

宣称在2020年量产无人车的企业不少，大量主机厂都有类似的计划，百度也喊过“三年商用，五年量产”的口号，但纯属互联网式的放卫星。

因为最根本的是安全问题还没有解决，在手机重启，pc蓝屏都无法根除的今天，怎么保证系统不犯让车主送命的错误?

技术在某个特定场景下的成熟，没有多大商业意义，无人驾驶普及前必须承受复杂苛刻长达数亿公里并考虑各种极端情况的路试，跳过这一步的可能性几乎没有。

这就决定了无人驾驶只能是缓慢渐进式的发展。

我们知道最早的谷歌无人车也是2012年5月才开始路试，至今跑了不到500万公里(虽然Waymo号称超过人类300年的经验积累)，去年9月还有一次严重车祸，相比之下，普通的传统汽车都要经过几百万公里的路试，比如奇瑞旗下品牌观致上市前仅在欧洲就有650万公里和10个批次的路试。

除了极少数巨头，绝大多数无人驾驶创业公司都不可能坚持这种规模的路试，这不符合快速迭代的互联网思路，成本结构也不允许。

9、落地瓶颈

去年10月的中国汽车工程学会年会上发布了《节能与新能源汽车技术路线图》，强调2025年要有15%的汽车实现HA级(相当于L4-L5)的自动驾驶，但这个水平的自动驾驶依赖海量数据以提升深度学习能力，而数据不仅是车主隐私更是一种战略资源。

至少我本人高度怀疑主管部门放手无人驾驶车企在中国建立高精度地图库和驾驶行为数据库的可能性，即便服务器可以“遵命”部署在国内。

《中国制造2025》中对无人驾驶关键设备和技术的国产化也有明确要求，这个问题以及由此带来的深远影响将是无人驾驶领域的最大变数!

10、小范围商用的可能性。

无人驾驶在规模化之前需要小范围封闭环境的测试，比如企业园区通勤车、景区观光车等低速场景，这样安全可控，意外风险小。

Waymo在凤凰城的尝试，Navya在拉斯维加斯飞芒东街、密歇根大学城的免费搭乘，瑞士邮政巴士(PostBus)在瓦莱州首府锡永开通的小巴，nuTonomy在新加坡住宅区半径2.5英里试运营的出租车都属此类。

对于无人驾驶来说，相对靠谱的结论大致有三点：

首先，谁的技术率先商用，谁的机会就最大，因为量产车型所带来的规模化数据是任何路试不能替代的，但享受这份风光的条件是不能犯任何错误。

其次，无人驾驶的普及需要整合多方面的力量，互联网公司或创业公司脱离或试图颠覆传统车企将是非常危险和错误的选择。

最后，无人驾驶很可能促成真正意义上的大共享。罗兰贝格的民调显示，如果无人驾驶汽车普及，27%的中国人、32%的美国人，56%的日本人会放弃购买私家车。

不过现在谈论谁是最后的赢家还为时尚早。

十九世纪中叶，美国西部发现石油，冒险家蜂拥而至，没日没夜的钻探，侥幸成功的一夜暴富，运气不佳的倾家荡产，而精明的老洛克菲勒却开起了炼油厂，因为他知道工业界需要的不是原油而是裂解后的汽柴油，结果他成了那场世纪红利的收割人。

如果无人驾驶热潮中最终获益的不是传统车企，不是谷歌百度，也不是Nvidia或Velodyne，而是ABA之流的律师协会。

这就尴尬了!