正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
原创
2021-04-22 07:17
自动驾驶卡车?图样图森破

出品|虎嗅科技组

作者|宇多田

头图|视觉中国

 

在过去一个月内,发布招股书并以85亿美元估值成功上市的自动驾驶卡车技术公司——图森未来(Tusimple),似乎印证了自动驾驶商业化在进入两年低谷期后有了“回暖”的迹象,但也同时说明,它和它背后的资本们也亟需更多元化的方式去找钱了。

 

然而,翻开它的招股书,我们对这种“回暖”深感疑虑。而上周图森上市后首日破发,在短短一小时内大跌19%,随后又逐渐回升,收盘勉强持平40美元的IPO发行价,也似乎证实了我们的部分疑虑。

 

高级别自动驾驶(L4及以上),究竟是一种从电动汽车市场蔓延开来的虚假繁荣,还是商业化曙光的初现,我们试着从招股书和现实中的运输市场寻找答案。

 

而针对产业和媒体对自动驾驶卡车几乎一致的“褒奖性报道”,我们的态度是——技术是值得被鼓励的,但存疑是绝对有必要的。

 

图森的自动驾驶半挂卡车

 

作为中国最早一批崛起的自动驾驶卡车技术公司之一,图森在2015年成立后,逐渐做出将研发与商业化重心放在美国的决定,在过去2年里,他们所有的技术与商业化进展,几乎都在美国进行,迄今为止在全球拥有70辆自动驾驶卡车。

 

根据公开数据资料,从2020年7月开始,他们先后获得了北美商用车及发动机生产巨头Navistar与大众集团旗下卡车制造商Traton的战略投资(注意,同年11月,Traton收购了Navistar);而有趣的是,也正是在去年中旬,他们被传出要SPAC上市的消息。

 

此外,在2020年11月,他们又获得投资管理公司 VectoIQ 的3.5亿美元E轮融资。需要注意的是,这家主攻交通领域的投资机构在同年6月与尼古拉汽车公司做了反向合并。

 

图森成立以来的融资情况,图片来自Crunchbase

 

遗憾的是,对于创业公司来说足够长的6年时间,仅仅是包括图森在内的许多自动驾驶技术公司商业化马拉松的第一个100米。

 

在招股书里,图森仅公开了2018年、2019年以及2020年三年的营收情况。很显然,即便是2020年收入达到了百万美元级别,但这三年收入的总和也不过是总成本的零头。


根据招股书中图森披露的收入来源,大部分应该来自于货运客户大约5700份自动驾驶卡车订单的预订费用(500美元/份)。

 

2018~2020年,图森三年亏损总额达到3.09亿美元。其中,研发投入在以每年100%的速度增长,大约占总成本的75%。

 

另外,这家技术公司的员工数量让人有点惊讶。不过这似乎可以解释,为何他们需要投入如此庞大的研发成本:

 

截至2020年12月31日,图森在全球有839名全职员工,其中有673名员工从事研发工作。在自动驾驶技术公司中,这样的公司规模已经算是较高水平。


可以明显看出研发投入占成本大头

 

实际上,这些财务数据,从来都不是自动驾驶卡车落地最让人遗憾的事情。

 

总结来看,目前自动驾驶卡车市场完全是沿着自动驾驶乘用车市场的两条主流路径逐渐成型的——

 

一种是求稳的过渡式路线,场景从“圈养”的码头和矿山开始;另一种就是“一步登天”路线,譬如干线物流,一上来就要实现公开道路的无人化。

 

基于纯粹的商业角度,美国卡车司机缺口非常严重,自动驾驶卡车切入货运市场的最大商业卖点便是“大幅降低劳动力成本”,那么后者显然是正确的。


因为只要有人,就实现不了“降本”,更不用说填补前期巨大的技术投入窟窿。

 

但从现实角度出发,至少5年内,甚至10年内,在公开化道路(不管是城市还是高速公路)上的“去人化”基本都是妄想。

 

谷歌Waymo多年来都是“彻底无人化”的坚守者,但其12岁“高龄”早就演变为一种警告:如果不高于谷歌工程师的技术水平,也找不到比谷歌更高明的赚钱方式,要凭借什么才能比他们花更少的时间获得高等级自动驾驶的商业成功?

 

自由市场10年不盈利,是一个有自知之明的L4自动驾驶公司与背后投资人们的自我觉悟。

 

有趣的是,这份招股书让人颇有点熟悉的,是很多技术、产品和市场解析用词,与三四年前的说辞没有明显区别。这在很大程度上说明,这个行业在三四年来都没有什么实质性的商业突破。

 

举个例子,在这份招股书里,我们又看到了“L4”这个很容易让业内皱眉的词汇。

 

按照由美国汽车工程师协会(SAE)的粗略定义,L4指的是“高度自动化”等级,车辆可以实现全程不需要驾驶员,但会有限制条件,譬如限速,且驾驶区域相对固定。


L0~L5的等级划分


但是在2019~2020年间,大量声称可以研发L3和L4自动驾驶技术的公司,并不能从实际场景中给予其产品明确定义,甚至针对定义模糊而投机取巧的做法屡见不鲜。


有人说自己在工业厂区内无驾驶员的小巴或清扫车是L4。当然可以L4,厂区里路线简单,没什么人干扰,速度也低到人可以轻松跑步超越;


有人说跑在长沙和广州某个区的无人车是L4级别,但安全员仍然存在,且随时可以接管。

 

后来,喜欢用L4级和L3级装点门面的车厂们在接二连三被揭穿技术真实实力、量产和无法界定责任归属的真相后(譬如长安的L3级量产车事件),也就慢慢摒弃,或不敢再用“自动驾驶等级”这个一直存在争议的概念。

 

最明显的就是在今年的上海国际车展上,大部分车企或技术公司在对自动驾驶的用词方面更为谨慎,鲜少看到对“自动驾驶等级”的标定。但在2019年的上海车展上,毫不夸张地说,遍地都是L4的宣传标语。


实际上,L0~L5只是一个概念层级的粗略划分,在现实面前往往不堪一击。早在2018年,就有国外权威研究机构和媒体狠狠斥责过这个含糊的等级标准。

 

当然,按照企业类型定义,图森是一家“新兴成长型公司”,很多人认为应该给予这样的公司以充分的信任和包容力,但是,很多前沿技术,不一定应该以“公司”这种商业组织形式被支持和鼓励。

 

我们认真研读了这份详细介绍了图森未来自动驾驶卡车技术、产品以及商业模式的上市材料,找出一些让我们困惑的商业化问题。而借此提出,也是希望能听到产业里更好的回答。

 

到底是卖车,还是搞运营

 

图森招股书里给出了两种清晰的商业模式:Carrier-Owned Capacity(软硬件一起卖)与TuSimple Capacity(软件服务,license模式)。

 

其实不仅仅是图森,国内外自动驾驶卡车公司讲的商业故事几乎都是这两种模式的一种:

 

一种是技术公司与卡车制造商共同合作推出自动驾驶半挂卡车,然后把车和自带的软件系统卖给运输公司(承运人),譬如像UPS这种拥有自主车队的美国包裹速递巨头。后者有了车和车上的自动驾驶系统,未来只要付至多0.35美元/英里的软件订阅费。

 

也就是说,车、软件与运营权最终都在承运人手里。

 

另一种软件服务。但与其说是根据里程计费的纯软件服务(按授权许可付费),不如说是2019年前自动驾驶公司商业计划书里屡试不爽的“运营模式”

 

这意味着图森自己来通过自建的“自动驾驶滴滴式网络”来管理运营数十数百辆自动驾驶卡车。根据招股书,给这些车买单的是第三方车队与金融机构,而购买自动驾驶运输服务的,则是货主(托运人)。

 

根据我们的理解,这有点像是互联网平台思维的一种延伸——货主来我的平台上“找车”,我给需要车的货主们分配与调度卡车,做“羊群的放牧人”,或是“资产管理人”,将运营权掌握在自己手里。

 

在第二种模式里,与1.7美元/英里的卡车运输市场平均价格相比,图森定的运营价格为1.35美元/英里


这两种模式,都牵扯到卡车市场的一个很大的特点,这在招股书前面就已经提到——

 

卡车货运运输市场高度碎片化(分散化)。

 

根据美国运输部估计,美国国内有超过50万家卡车运输公司经营着超过360万辆8级半挂卡车。其中绝大多数是小型运输公司,95%的公司经营的半卡车少于20辆,超过84% 的公司经营的半卡车少于6辆。

 

而在国内,这种“分散化”更为严重,大量“散户”存在。譬如在行业内普遍存在“夫妻车”——夫妻俩共同拥有一辆车,两个人一起接活儿、跑长途。

 

市场高度分散化的原因是因为这个市场的进入门槛相对较低,而卡车租赁公司在很大程度上缓解了资本壁垒,经营者只需要花费一定时间就可以获得商业驾驶执照和运营权。

 

这便导致出现了一个高度竞争的卡车货运市场。最终,激烈的价格竞争导致那些大运营商的运营利润率低于10% ,劳动力成本占每英里卡车运输成本结构的40% 以上。

 

那么,结合技术公司的两种商业模式,便引出一个问题:

 

首先,在卖卡车+套件时,有充足财力的大型运营商(有自己车队的运输公司)是技术公司梦寐以求的“爸爸”;而在卖软件服务时,技术公司又想成为一支车队的运营方。


这之间是否存在一定的矛盾?(所以,我们姑且考虑公司还处于商业模式探索期)

 

其次,走第二种“运营”的服务模式,意味着要挤入一个已经存在大量散户的运营方市场。


那么托运人有什么理由,把货物交给一家“技术没有得到充分验证,不能保证100%安全”,“线路选择单一”、运费没有明显优势(1.35/英里与1.7/英里,虽然行驶10万英里可以理论上可以节省4万多美元,但没有考虑车型、货物易损度和种类、线路难度、安全员、保险费等多重现实维度)的初创公司?

 

在市场高度分散的前提下,在有着城市区域壁垒、运营商壁垒、汽车品牌竞争壁垒这三座大山压镇的传统货运市场,想将芝麻拾进盘子的“平台美梦”,极有可能被另一种情况取代:

 

变成一粒新的芝麻,加入这个已经足够拥挤的市场。

 

“劳动力成本”的美梦易碎

 

 我们先来看招股书里给出的“用自动驾驶卡车替换传统卡车的好处”:安全、可靠的货运能力、降本增效、碳排放减少。

 

其中,对运输公司最具吸引力的无疑是“L4自动驾驶半挂卡车解决方案将降低每英里50%的货运运营成本”——

 

在美国,货车司机因短缺变得极为抢手,也因此变成成本里的大头。劳动力成本占每英里半挂卡车运营总成本的43%,是成本结构中占比最大的部分,比燃料成本高79%。

 

招股书指出,购买自动驾驶卡车,又支付软件费用的买家(第一种商业模式),将在未来持续受益于大约0.35美元/英里的总运费,这听起来是一个比传统货运市场平均1.7美元/英里更有吸引力的数字。因此,他们预期客户可以在不到一年时间里回收前期硬件增量投入。

 

又根据美国的市场公开信息,一辆半挂卡车大约1年跑10万英里,而一辆Scania半挂卡车的新车价格大约在7万美元(约50万人民币)~15万美元(100万人民币)。因此我们粗略计算了一下,卡车硬件成本在不到一年的时间里的确是有机会收回的。

 

但这个表述,很明显是一个排除了一切不可控变量的最高理想化结果。

 

  • 根据公司规划,在前几年的商业化试运营只存在于一些特殊的、环境相对友好的运输专线。实际上,每条运输线路根据地理环境、城市、车型和司机人选,都有一定的价格浮动,而激烈的市场竞争又不排除让自动驾驶卡车运营商的竞争对手们进一步压低价格的可能性。

 

  • 尽管很多企业认为自动驾驶卡车“可以24小时不停运输”,极大缩减时间成本,但在高速公路场景中,“速度”和“天气”这两个致命安全变量会极大限制这项技术的发挥,进而影响运输效率。

 

一位卡车运输公司人士告诉我们,即便是自动驾驶卡车也会受恶劣天气影响,停靠在路边待命,而非常恶劣的天气(美国南部地区会有暴风雨和龙卷风袭击),会让一整条专线陷入停滞状态,这对于运输公司是很致命的。


  • 不同货物品种的费率差异非常大。譬如易燃易爆物(譬如油类)和液体的运输难度要高,运费也会高于非易燃固态货物,保险费用也会远高于后者。而且这些物品对人和环境的潜在安全威胁是要远远超出我们想象的。

 

  • 基于自动驾驶卡车改装与测试的高难度、地区法规限制和天气情况等复杂因素,任何公司对于真正的无人化都没有一个明确时间表,甚至没有一个可靠的允诺。

 

也就是说,在肉眼可见的未来5年里,即便自动驾驶卡车的相关法规会进一步放宽,也绝不可能去除“安全员”这个角色。而如果不真正做到“无人化”,那么所谓“成本压缩”就是无稽之谈。

 

到2024年之前,涉及到“完全无人化”的规划是“2021年的无人展示”和“2021年增加完全无人货运路线”

 

凭什么建立生态?

 

生态,根据我们的理解,是比“持续且相对稳固的合作伙伴关系网络”更高阶的合作表现。这意味着建立生态的企业需要具备一定的主导能力。

 

当然,作为一家技术亟需验证的企业,往上连接卡车专业制造商,往下连接物流运输巨头,将托运人(货主)、承运人、运输公司、卡车车企,第三方服务商纳入到自己的生意网中,非常有利于加快商业化步伐。

 


然而,在过去5年,包括自动驾驶与AI公司的大量科技企业,虽然频繁提及“建立生态”重要性,但技术公司建立的生态在汽车、工业等领域是否存在,历史经验告诉我们,这是一种互联网思维的理论误导

 

举个例子,过去5年来,百度阿波罗平台想兜住诸多车厂的“失败”,除了得出“多虎怎能容一山”的结论,对于技术创业公司的崛起和生态而言,有一个问题也应该被认真思考:

 

一个本质上的汽车技术服务商,是否也能做一个生态的建立者与主导者?其产品是否有足够的不可替代性?

 

有意思的是,我们可以在隔壁的工业互联网市场,看到一个类似的情况:

 

做工业互联网平台相对成功的企业,都是在一条供应链上有相对主导权的工业或制造业巨头。


一位工业人告诉我们,某家非常有名的家电企业,尽管在建立工业互联网生态上取得了不错的成绩,但其影响力只覆盖了其垂直供应链上的小兄弟们;但从横向千沟万壑的市场来看,它却拓展很慢,仅仅是占了一个山头而已。

 

我们看到的是,大部分技术服务类创业公司走上了“依附”这条道路——站在一个巨人的头顶上帮他摘他够不到的果实。

 

生态的建立者,除了利益驱使,还需要有强有力的主导权。从自动驾驶卡车运输市场的上下游来看,技术还没得到验证,且对“车”这个主体没有绝对影响力的自动驾驶公司反而是最不可能的。

 

当然,你可以在一些松散的产业联盟里,看到技术服务企业与硬件巨头并肩的情况。然而一旦涉及到合作伙伴之间的商业竞争和数据安全,算法与数据的开放性与流动性,就必然要与有形体边界的实体产生激烈碰撞。

 

如招股书中所说:“需要将基于云的监测系统集成到客户的运输管理系统和供应链中,才能预订和追踪整个货运流程,并动态匹配货运供应与需求”。但与此对应的风险则是“数据泄露与隐私侵犯”。

 

“数据这一块的态度,包括车企在内的很多重工业企业都是非常强势的。” 一位工业相关从业者告诉我们,假如商业模式里有涉及到商业竞争的敏感信息,那么推进就会异常缓慢,“而且相比国内,国外对安装监控系统的态度更加复杂,人权当道,对数据隐私的要求也更高,那么对于技术公司堪比生命一般的数据积累,就会更艰难一些。”

 

“安全”将技术拉入深渊

 

3年前,推崇高速公路自动驾驶而非城市街道先落地的行业专家们,指出高速公路自动驾驶是“更单一,更有规划性的行驶路线”,其复杂性远低于城市道路的路况。

 

这种说法看似有一定道理,譬如你在河南和山东修缮良好的高速公路上行驶,当然要好过北京早高峰时段某个“人车互殴”的混乱场面。

 

然而,这里面存在着卡车与乘用车本身构造的巨大差别,也有两者之间使命的天差地别。


一位自动驾驶卡车从业者告诉过我一个真实的经历:1年前,他们在西南地区某条坡度高达60度的盘山公路上进行路测时,只有那位驾车经验超过10年的老司机还能面色正常,谁也不能保证下一秒这辆载着十几吨货物的重卡是不是会撞出山间防护栏:

 

“我们和当时拍摄的记者坐在司机座后面缩成一团,瑟瑟发抖,那种感觉属实不太好。但也说明重卡司机的确不好做,太难了。”

 

当然,有人说美国的高速公路看起来非常宽阔,车流密度要远小于国内的高速公路车道。但我们想说,你可能是看西部公路片看多了。

 

一位从业者告诉我们,其实美国每个州的高速公路环境差异非常大,有些地方的公路车道线等标识缺失非常严重,对于道路数据采集不友好。

 

2019年,Youtube博主TheRustTrucker把自己一次从加利福尼亚州的洛杉矶到北卡罗莱纳州的卡车自驾旅行,用行车记录仪拍摄下来,用实践向观众展示了卡车驾驶的危险性究竟有多高。

 

在路途中,有一个片段让人印象深刻——在他以60公里左右的速度行驶在一段当天正在下暴雨的高速公路上时,前方一辆红色四门轿车突然发生“滑水现象”,在大概距离卡车前方300米左右打了个圈。

 


此外,他在这段大约2300英里的旅途中,目睹了一场两辆车发生猛烈撞击的车祸现场,还时不时能发现一辆停在路边或冒火,或被烧焦,或在雨天高速行驶中冲出车道的卡车。

 

“你永远想象不到高速公路上驾驶汽车有多么冒险,如果风速达到35英里~40英里/小时(按照国内风速等级,约为8级大风,可损毁树枝的程度),你根本控制不了这辆沃尔沃卡车,会有翻车的危险,除非卡车负重再多一点。所以你只能停在路边等待。”

 

他在翻越一段两边布满高大绿色丛林的北莱卡罗纳州山间公路时,重点提到了“速度”这一高速公路死神最大的“助攻”。

 

“很多时候你绝不能低于60英里/小时,否则你就是美国高速公路上老司机们最大的敌人,有些混蛋甚至将车加速120以上,从你身边经过时,就像一个随时会把你带走的龙卷风漩涡;

 

但在一些山间公路,早上总会有大雾,那时候如果你开车超过55就是找死,我有一位认识的朋友就是在这段路上被带走的。”

 

 

如同上面所说,“速度”这个影响高速公路驾驶最重要的变量之一,能够让“车辆的不可控性”和“天气”的危险指数放大数倍。

 

一位上汽的商用车从业者告诉我们,自动驾驶卡车的确在国内一些港口和工业园区实现了无人化运作,但这些第一是“封闭场景”,第二便是“速度没那么快,甚至要比想象中低”。

 

“速度大约30~40,而且路线非常固定,港口也不会突然冲出来人或者是车,因此环境安全等级本身就比较高。”

 

而开放高速公路上的运输卡车却对速度和司机驾驶技巧有着更高的要求。

 

毕竟它的目的是送货,为了节省时间成本,高速行驶具有绝对必要性,而且有时候慢了就会遇到被其他老司机用车“怼”的情况。


换言之,比起目前在郊区龟速行驶的自动驾驶巴士、洒扫车和新城区里有机会在优质路面遛弯的无人乘用车,“安全问题”对于跨省市的自动驾驶卡车更为致命。

 

技术公司,当然相信能够用技术和“圈地”来逐步解决问题。

 

如招股书所说,根据半挂卡车的大小、重量、视野(跟高度有关,后部能见度尤其低)、运行速度,以及乘用车司机在它们周围的行驶特点,它的自动驾驶配置需要十分特别。

 

譬如,半挂卡车的刹车距离是乘用车的两倍,那么就需要给卡车留出足够的反应时间,因此就需要特制的高清摄像头与探测范围较远的高线束激光雷达(不过目前大多数激光雷达探测距离不超过500米,即便到500米,探测精度也会出现严重下滑)、高精地图以及远程监控,将卡车的感知范围扩大至1000 米(普通乘用车大约前后250~500米)。

 

另一种方法就是“把一条专线跑熟”。为了更快上路,自动驾驶公司通常会开辟出一些“相对单一的固定送货专线”。譬如图森在招股书中展示的一条“南部路线”(2020~2021)——

 

穿越新墨西哥州的一小段公路,连接亚利桑那州与德克萨斯州的6个城市。除了新墨西哥州相对保守(已开放),亚利桑那州与德克萨斯州均是美国最早开放自动驾驶卡车测试权限的地区。

 

第一阶段2020~2021年把南部这条从亚利桑那州到德克萨斯州几个城市的路线开拓出来

 

但是,人工智能如今已经进入“概念普及后时代”,相信很多人都已经意识到它的局限性——监督式学习并没有达到人类的预期,本质上仅是一个复杂的模型匹配工具,很快进入能力增长停滞期。

 

换句话说,聚集再多顶级的算法工程师,堆再多的激光雷达和摄像头,自动驾驶算法能力在很长一段时间也不会有质的提升。而到了某个节点,数据便开始起关键主导作用

 

这几年来,汽车产业内外普遍认为“极端案例的存在”是自动驾驶汽车上路最大的阻碍。譬如上面那个红色小车让人措手不及的“滑水”。而这样意想不到的危险在高速行驶的公路上比比皆是。

 

与此同时,当一个算法模型变得逐渐完善健壮,那么它所需的数据就必须更精确,也就越难找到极端案例的优质数据集,这便继续加剧了模型“改良”的难度,所需的时间与人力成本也会随之增加。

 

此外,让我们感到遗憾的是,这份招股书除了强调部署更多AI技术来增加保护冗余,许多企业对“如何搭建一个综合性的安全工程”的公开信息甚少,对于“极端案例”的具体应对措施也没有太多披露。

 


 至于开辟适用于自动驾驶卡车的运输专线,当然,一家技术公司完全可以选择一条最适用于自动驾驶卡车运营的路线(法规、道路条件都符合要求),将安全威胁指数降到最低。

 

然而,作为一家技术服务公司,从商业角度出发,是否有足够的运输路线选择权仍然存疑。事实上,作为自动驾驶卡车的潜在客户,运输企业与车队运营者熟悉哪些运输路线更能带来高利润,对境内卡车运输的路线选择更拥有话语权。

 

另外,我们也发现了一件有趣的事情。

 

招股书提及了美国境内卡车运输路线的一个独有特点——卡车货运量集中在少数几条“走廊”上。美国近80%的卡车货运货物是通过10% 的贸易走廊运输的。换句话说,选择重点路线就可以cover大部分美国货运市场。

 

于是我们在美国联邦高速公路管理局的网站上查找了“境内最主要的货运走廊”。的确,管理局也指出“最大的货运流集中在数量相对较少的走廊上”,而下图则是“每年运输超5000万吨货运能源网络的部分”:


红线指“每天至少运送8500辆卡车的公路段”,每年运送大约5000万吨货物;棕线指“承载8500辆卡车、铁路平板托运以及集装箱托运车的其他高速公路段与平行铁路线,这类货物通常是高价值、时间敏感的货物”

 

可以看到,美国流量最大的高速公路段集中在东部和中部,以及沿海港口区域。但是截止到目前,有26个州还不允许自动驾驶商业化部署,多集中在中东部。


不过很明显美国的法规还是相对开放的,黑色是已经允许商业运营的州。但迄今为止,没有一个州允许“完全去人化运营”。

 

白色为目前还未同意上路的州,灰色为仅允许测试的州,黑色是允许商业化部署的州,

 

总的来说,技术升级和线路选择总归还是技术公司可以插手的,只有真正去高速公路上跑一回运输,才会明白,假如在“无人”的情况下,卡车与货物面对的究竟是什么。

 

有业内卡车从业者告诉我,欧美地区路况差异很大,拥堵和超速驾驶也频繁发生,超速翻车也屡见不鲜,但是,那里比国内好的地方可能在于“路权意识”和“驾驶素质”,这一点很重要。不过,站在客户的角度考虑,除了司机的人身安全,涉及到货物安全性的问题也同样重要:

 

  • 如何避免被高速公路“流氓”疯狂骚扰?路怒症人士在每个国家都存在。

 

  • 在恶劣天气或特殊情况下翻车后,是否有紧急便捷的处理方式?

 

  • 自动驾驶卡车的保险费用如何被定义?已经有美国南部几个州在自动驾驶卡车保险费的讨论中指出,自动驾驶卡车保险费用应该更高,甚至高达几十上百万美金。


不过在国内,自动驾驶卡车本身需要面对的情况可能更多更复杂。譬如,路霸一方多年的“油耗子”问题是不是自动驾驶卡车可以解决的?假如翻车发生,如何应对哄抢货物的窘境(这在国内并不少见)?


很明显,除了卡车公司本身的参与,政府的法规和对道路的管理和升级改造也是配套必需品。


一位华为相关从业者认为,“干线物流”如果仅从车本身的改造来考虑,其命运与公开道路的无人乘用车是很相似的,这时候就更需要从路端进行进一步规划。譬如,政府是否愿意对特别路段进行进一步改造,甚至开辟出一条“自动驾驶运输车道”?


这又涉及到了基建话题,从时间和成本角度显然更加未知。

 


最后,我们不得不说,永远没有确凿证据表明有人和无人谁更安全,便是自动驾驶的最大障碍

 

如招股书中所说,“美国国家公路交通安全管理局估计,94%的严重事故是由人为失误造成的”,“从2009年到2019年,大型卡车撞车事故中的受伤人数增加了一倍以上”,这样的数据真的可以让大众相信自动驾驶的安全能力吗?

 

做宽泛预判无可指摘,但很遗憾,有人与无人的安全性,从来就不能被做精确对比。

 

譬如,即便Waymo无人车车队1年内在凤凰城没有发生过任何事故,也不可能有任何机构做这样的假设:一辆无人车、一个自动驾驶车队,一年没发生事故,它一定比“有人的车”更安全。

 

因为这个类比的N种前提条件(包括汽车体量、地域环境、天气、司机驾驶水平、路况、速度……太多了)永远都不均等,永远在实时发生变化。

 

此外,这些官方统计的车祸数据里,其实也隐藏着一些理解误区。

 

譬如怎么知道这些车祸是“被动引起的,还是主动引起的”?因为自动驾驶卡车可以是标准的“三好学生”,但不意味着路上其他车辆不会“欺负”它。而目前为止在Waymo等无人车身上发生的大小车祸,有至少一半是“由对方触发”的(Waymo2019年在美国路测最频繁的一段时间里,路上的司机甚至会向它们投掷石子,甚至故意别车)。

 

疲劳驾驶和司机自己造成的车祸可以靠自动驾驶功能解决一部分问题,然而,有多少道路上的惨剧是来自于“对方带来的出其不意”?

 

没有数据给过答案。

 

而Uber等公司犯下致命事故后,大众对它的态度已经说明,公开道路上的自动驾驶在现实世界中每前进一步,可能就会后退五步。

 

故事有多大,烧钱就有多猛

 

其实不用过多渲染,持续的研发投入(包括人力成本)和可能长达5年以上的“有人化运营”,都是意料之中的烧钱之举。这适用于所有高级别自动驾驶企业。

 

此外,根据业内人士的反馈,卡车的线控和技术改造,难度要高于乘用车。前面已经提到,基于卡车的体积、转向控制、刹车距离等自有特点,无论是线控,还是激光雷达还是摄像头等传感器的选择,要求只高不低。

 

不过根据招股书呈现的自动驾驶卡车运营模式,我们还注意到了两个信息点:

 

  • 图森也要在靠近客户仓库的地方建立类似“码头”(AFN Terminal,下图)的货运站。举个例子,货主的卡车从洛杉矶的仓库A出发,将货物运到AFN T1换自动驾驶卡车,上匝道进入高度公路路段,再下匝道运到凤凰城的AFN T2,然后再换有人车将货送到终点仓库B。

 

  • 他们强调,与市面上很多自动驾驶卡车公司的“高速公路限定模式”(卡车不走上下匝道,不进城市道路,仅仅在高速公路路段实现自动驾驶)不同,图森的自动驾驶卡车要同时cover高速公路主路段、匝道路段以及城市道路路段。这样做,公司解释是为了节省时间和避免不必要的人为失误。

 

建在货物所在的存储点附近

 

根据以上,我们可以这么理解:


  • 这辆卡车的技术成熟度要达到可以cover城市部分道路与高速公路的水平;


  • 同时,图森的产品手册里,不仅要包括软性产品(自动驾驶软件系统、高精地图、移动网络),还要包括建立线下的货运码头实体。这些“码头”和货主仓库作为“点”,被自动驾驶卡车的运行轨迹连接起来,最终组成一个类似于滴滴平台的运输运营网络。

 

但不得不感慨,高技术含量的整车改造、软件服务、“码头”建设以及移动网络运营、绝对必要的安全工程设计,每一个部分都可以讲出一个独角兽的成长故事。


但这里面,没有一个是可以迅速获得现金流的故事。


至少2024年前的规划显示,有落地目标,但没有明确商业交付目标。

 

其实在“招股书”的风险要素里,图森表现非常真诚,已反复强调了自己商业模式的不确定性和未来持续亏损的可能性。

 

譬如,图森在招股书中披露自己有来自大约10个货运企业客户的5700多个自动驾驶卡车订单,每个订单的预订费用为500美元,其中多数订单来自于图森的投资者。

 

但是,这些订单并不等于签订具体的购买订单,用户完全可以取消预订;而截止招股书发布时,图森表示没有与任何预订客户签订购买协议;也没有已经交付的卡车。


有人说,开放道路上的自动驾驶卡车需要超过10年时间,但我们更悲观的是,完全无人化自动驾驶,是一个永远在趋近最佳值,但永远无解的故事。

 

2020年3月,美国自动驾驶卡车公司Starsky Robotics创始人在宣布公司倒闭的同时,也给这个产业留下了一些可以借鉴的告诫之言:

 

  • 安全工程投入必要且巨大,但在灾难来临前,没人关心它;

  • 人工智能局限性很大,做好10年都无法开发一份实用解决方案的准备;

  • 没有多少创业公司能够在没有运输订单的情况下生存10年

 

高级别自动驾驶卡车不具备观赏性(你懂的),其商业运营总有一天要打入实打实的2B市场,或者说必须要接受自由市场的检验。


每个人都需要明白,一项技术可以不被市场和大众接纳,但将这项技术送入商业化轨道的公司需要。

 

*我是虎嗅科技组的傅博(宇多田),关注自动驾驶技术、人工智能、欢迎行业人士批评交流(微信:fudabo001,加好友务必备注身份)。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: