自動駕駛歷經多年的發展，市場關注度不再僅停留於技術層面，尤其在特斯拉、Waymo、圖森未來等企業實現進一步的商業化落地后，自動駕駛何種場景更容易規模落地成為業內關注的焦點。,趨之若鶩的RoboTaxi，機會越大，挑戰越大,提及自動駕駛在汽車市場的商業化落地，首先需要理解目前智能駕駛技術在商用車和乘用車領域能起到的作用。,一般來說，乘用車是為了使生活便利而設計，用於運載人員及其行李/或偶爾運載物品，涵蓋了轎車、微型客車以及不超過9座的輕型客車；商用車則主要是為企業經營獲取利潤而設計，用於運輸大量的人或者貨物，包含了所有的貨載汽車和9座以上的客車。,雖然智能駕駛技術在二者的底層技術上是部分通用的，但由於具體場景不同，會呈現出顯著不同的技術要求和商業模式。,眾所周知，在眾多的自動駕駛落地場景中，屬於乘用車細分市場中的RoboTaxi是最性感的一條賽道，究其原因，不僅在於其市場規模足夠大，而且更是對傳統出行方式的變革。,在《中國自動駕駛市場與未來出行市場展望》的報告中，諮詢機構IHS Markit預測，到2030年，中國共享出行總市場規模將達到2.25萬億，RoboTaxi在其中的佔比將達到60%，規模為1.3萬億。,萬億市場規模之外，RoboTaxi帶來的社會效益更是無法估量。完全無人駕駛開放之後，自動駕駛將真正代替人工駕駛，司機得到徹底解放，進而帶來的是交通安全和效率的大幅提升。傳統出行方式得到顛覆，普通用戶將享受到更便捷和個性化的出行服務。,現階段領先企業的示範運營以商業化為主要目的。之前開放道路測試主要針對自動駕駛技術驗證，在開放載人測試后，其重點轉向商業應用。將自動駕駛出租車作為出行服務提供給民眾，驗證運營模式及商業模式。,百度、文遠知行、小馬智行、AutoX 等均已在城市的特定區域開展RoboTaxi業務。以百度為例，其自動駕駛出租車已可面向普通民眾開放，使用百度地圖或百度APP可進行叫車服務，無需進行額外申請或下載；AutoX接入高德打車平台，在高德地圖APP即可進行呼叫，與民眾日常出行使用習慣融為一體，形成場景應用閉環。,所謂市場越大，挑戰越大，除了對手眾多，競爭激烈外，RoboTaxi依然面臨政策、測試、技術等方面的挑戰。,以技術為例，RoboTaxi應用在城市開放道路，面對的交通路況異常複雜，包括無保護左拐、行人/摩托車/電動摩托車/單車避讓、夜間行駛等，以及延伸出大量極端場景，如車身廣告印刷圖案、路邊行人手持標誌牌、路中間的不明障礙物等。目前雖可處理90%的常規問題，但剩下10%影響巨大，需要花費90%時間解決，長尾效應明顯。,此外，對於國內大多數專註於RoboTaxi領域的企業來說，似乎離盈利還遙遙無期。,例如百度在2013年開始進入智能駕駛領域，直到2019年百度的L4級量產自動駕駛乘用車下線，再到2021年5月Apollo RoboTaxi在北京試運營地區收費，實現商業化收入，所謂的商業化竟歷時8年。而根據麥肯錫預測，RoboTaxi每千米成本不斷下降，與傳統出租車成本相比，RoboTaxi出行服務成本將在2025年至2027年之間才會達到拐點。,更有業內人士認為，高線數激光雷達傳感器能降到1000美元以內，自動駕駛算力平台價格也在萬元人民幣以下，成本基本上就可以接受。商用車實現盈利可能在3-5年後，乘用車實現盈利則可能需要10-20年。,技術、成本、市場的最佳平衡，幹線物流有望最快落地,如果說前述RoboTaxi在乘用車市場被認為是自動駕駛落地最大應用場景的化，那麼在商用車細分市場中，幹線物流被認為是僅次於RoboTaxi的第二大自動駕駛商業化應用場景，甚至是整個（包括乘用車和商用車市場）自動駕駛應用場景中最有商業價值的場景。,據統計，我國目前由中重卡承運的幹線運輸佔到整體公路貨運市場的82%，全國中重卡保有量約730萬台 ，體量全球第一。而高速公路相對規範的道路環境和公路貨運行業強烈的應用需求，使得幹線物流被認為是特定場景之後將最快實現自動駕駛商業化落地的另一個細分市場。,對於幹線物流來說，自動駕駛可大幅降低人力成本、減少燃油消耗，為物流企業降本賦能。,根據相關統計測算，自動駕駛貨車在長途運輸時，可將駕駛員減少為1名，短途運輸顯著減少駕駛員的工作量；平均減少0.5-1個駕駛員的人力成本支出，約為6-15萬/年/車。另一方面，自動駕駛貨車通過編程，優化行駛速度及加減速策略，提高燃料的使用效率，每年減少10-15%的燃油費用，約為3-5萬/年/車。若採用列隊行駛技術，使多輛貨車更加緊密地編隊行駛，通過減少風阻，進一步減少約10%的燃油消耗。,另據東吳證券的估算，從重卡的5年運營成本結構來看，引入自動駕駛系統后，重卡5年總成本將降低23.4%，總成本節約近百萬元，平均每年20萬元。,基於此，頭部幹線物流自動駕駛方案解決商與主流 OEM、場景方構建生態圈，跨場景玩家紛紛入場布局。,目前頭部重卡自動駕駛公司主要包括圖森未來、智加科技、主線科技、贏徹科技和宏景智駕等。與此同時，跨場景玩家也紛紛利用自身差異化優勢入局。包括小馬智行、希迪智駕、清智科技、經緯恆潤等均開始布局自動駕駛重卡領域。同時，傳統重卡市場也积極布局自動駕駛技術，其中上汽紅岩、三一重工等均有所布局。,以智加科技為例，以智加科技為例，其始終堅持漸進式的發展路線，與主機廠和一級供應商緊密合作，通過前裝量產及聯合物流客戶的實際運營，不斷釋放自動駕駛技術的商業價值，讓客戶方和場景方切實從科技賦能中收穫綠色低碳、降本增效、安全省力。,具體表現在聯合一汽解放、摯途科技完成了面向榮慶物流的100台中國最大前裝量產自動駕駛重卡訂單的首批交付，與此同時，智加科技還积極與下游場景方建立緊密聯繫，例如與亞馬遜簽署訂單，將提供至少1000套搭載 NVIDIA DRIVE Xavier運算平台的自動駕駛系統，為亞馬遜長途物流車隊進行升級。,其他場景挑戰猶存，市場空間相對較小,除了上述的幹線物流，商用車的自動駕駛應用場景還包括港區場景、物流園區、礦區場景、機場場景、末端配送和無人清掃，屬於半封閉或者封閉的自動駕駛應用。,但在業內看來，所謂封閉並非意味着簡單。,以港區為例，其沒有交通燈控制，每個路口都沒有保護，考驗自動駕駛集卡的感知能力和行為預測能力。自動駕駛集卡僅承擔港口作業中的水平運輸環節，和橋吊、場橋的配合十分重要，要求定位誤差要維持在厘米級範圍內。對於車身長、慣性大的港口集卡，需要進行適應調整；對於碼頭遍布金屬集裝箱將對信號有所干擾的情況，還需解決影響衛星導航系統定位精度的問題。,又例如礦區場景，礦區自動駕駛運輸場景的實現，除了自動駕駛礦用貨車能夠在技術上滿足需求外，還需要能夠將商業模式複製和拓展，才能將規模做大，攤低成本。目前國內礦業市場比較分散，在一個礦區打通商業模式后，能否進入另一個礦區的供應體系，可能會存在一定困難。,由此看，這些場景同樣存在不小的挑戰，但與前述同樣具有挑戰的RoboTaxi和幹線物流場景相比，市場容量卻較小，容易觸及增長天花板，使得其在市場、成本、技術間很難實現如幹線物流場景的平衡，所以最終落地尚需時日。,寫在最後：其實一個新技術能否最終規模性、商業化落地，從來都是供需雙方在技術、成本以及市場等因素的最優平衡，結合這些因素及目前自動駕駛落地的現狀，未來自動駕駛規模化落地的應用場景大概率會首先是在商用車市場的幹線物流，其次是乘用車市場的RoboTaxi。,一般來說，乘用車是為了使生活便利而設計，用於運載人員及其行李/或偶爾運載物品，涵蓋了轎車、微型客車以及不超過9座的輕型客車；商用車則主要是為企業經營獲取利潤而設計，用於運輸大量的人或者貨物，包含了所有的貨載汽車和9座以上的客車。,自動駕駛歷經多年的發展，市場關注度不再僅停留於技術層面，尤其在特斯拉、Waymo、圖森未來等企業實現進一步的商業化落地后，自動駕駛何種場景更容易規模落地成為業內關注的焦點。,