文：谈擎说AI 作者：郑开车
11月25日，百度萝卜快跑迎来国内首个付费乘客订单。当日，一位家住亦庄附近的萝卜快跑用户首次以付费形式搭乘了自动驾驶出租车，行程2．1公里。
但其实Robotaxi早已不是什么新鲜事，甚至已经从19年开始，逐渐被资本“嫌弃”。
在广袤的自动驾驶赛道上，19年之前，一众雄心勃勃的玩家们蓄势待发，他们中的大多数都盯上了前景和资本最为丰满的Robotaxi，可奈何存在诸多商业化瓶颈，现实骨感。
当前赛道上的一批起步较早的Robotaxi“天花板”，除了Waymo、Apollo这样有大厂在财力上撑腰的项目之外，小马智行、momenta、文远知行等独角兽们也都纷纷开始探索新的落地路线，不再死磕Robotaxi。
由此，干线物流、矿区、环卫、港口、无人配送等一批自动驾驶垂直项目或企业开始逐渐出现在了我们的视野之中。在这其中，无疑存在一个颇具竞争力的场景，那就是无人配送。
辰韬资本研究报告显示，从宏观的物流赛道到电商、外卖等诸多场景，当前我国快递即时配送业务市场已经达到万亿元规模。综合计算，2021年快递和即时物流末端配送总市场规模将超过3000亿元，并且快递和即时物流订单量还在快速上涨。客观的市场空间无疑是有的。
那么随着如今已经让人些许“累觉不爱”的Robotaxi突然一个咸鱼翻身，由百度率先打响了商业化第一枪。无人配送这一同样前景丰满且被认为较Robotaxi更容易落地的自动驾驶细分场景，离“翻身”还远吗？
赛道挤不挤？
从互联网诞生伊始，以我们一贯的认知来看，就像曾经网约车玩家们的恐怖厮杀，一条拥挤的赛道往往意味着“狼多肉少”。然而随着近年来电动汽车的战争愈演愈烈，这一认知已经在一定程度上被打破。
具体来看，一个明显的例子就是特斯拉经典的代码开源打法。2014年，马斯克做出了一个在当时让很多人出乎意料的决定，那就是特斯拉将采取“开源模式”，对外开放所有专利，欢迎对手们来“中门对狙”。值得讽刺的是这一年，正是滴滴们在为“一元打车”价格战拼得头破血流之时。
然而即便开源代码，对手们似乎还是不给力，18年、19年，特斯拉继续更新自己的开源代码，甚至20年直接开源了核心技术，自动驾驶部分代码。对于曾经特斯拉的技术，王兴也发出了下图感慨。
不难发现，在推动汽车电气化工业变革的道路上，特斯拉的“好山好水好寂寞”与同期滴滴们形成了鲜明的差异，但开源代码也绝不意味着特斯拉要“教会徒弟饿死师傅”。
随着如今蔚小理等玩家走到聚光灯下，美国市场“特斯拉杀手”Rivian来袭，特斯拉销量并没有因此而被瓜分，反而是在这些年呈现出近乎指数型的增长奇迹，这就很足以说明问题。
谈擎说AI认为，当前的汽车赛道与互联网诸多细分赛道的逻辑存在本质上的差异。互联网新赛道的导向之一往往是厮杀而后靠体量玩无限游戏，而当前的汽车细分赛道一个很鲜明的导向则是先一起把蛋糕做大。
驱动这一逻辑的一个核心点在于，互联网赛道的“原生壁垒”往往不明显，就比如滴滴抑或美团跟对手们“火拼”的那些年，对手打死一批，就又迅速来一批。而汽车赛道的“原生壁垒”则要坚固得多，要不是特斯拉不断开源代码来催化，电动汽车的风口也许真的要晚到几年。
也因此，汽车变革，难为一家之羹。这句似乎宿命式的箴言，如今在无人配送赛道上也有着很强烈的体现。
“想要让无人配送快速落地，当前只有通过合作推进。”某自动驾驶企业采购总监Tracy（化名）向我们表示，“因为无人配送当前的市场、技术这些资源要素分别在几只手里。”
这几只手的名字，分别为场景、技术、制造。
一：场景迭代的合理需求
想要让无人配送迅速落地，很显然第一个要义就是有足够的场景需求来支撑。就像开一家川菜馆，厨子再地道，也得有爱吃辣的人才行。
在当前的无人配送赛道上，存在两个巨大的需求场景，一是物流的末端配送，一是外卖等同城实时配送，共有三家以此为代表的火爆“川菜馆”，即菜鸟、京东、美团。也因此，赛道上“爱吃川菜”的需求是完全存在的。
那么菜鸟、京东、美团末端配送的生意做得岁月静好，为何要给无人化一个场景机会呢？
谈擎说AI认为，这主要是因为对当前末端配送主流玩家们而言，传统人力配送模式边际成本递减空间已经不大，这就给到了迭代的合理需求。
我们以网友诟病的“万恶资本家”代表美团外卖为例，网友整天在骂外卖涨价、骑手可怜，那美团平台真有那么挣钱？我们看数据，2020Q2，美团外卖佣金收入127亿，仅骑手成本就100亿，占比高达近八成，确实“不挣钱”的美团外卖自然也满肚子委屈。
不难发现，边际成本虽然会随着规模的扩大递减，但末端配送属于典型的劳动力密集产业，非边际成本占比极高，这个递减势必存在天花板。倘若能够无人化，边际成本就会成为大头，有菜鸟、京东、美团这样的大需求加持，相较于当前，成本势必会有一个可观的降幅。
二：无人驾驶技术一片火热
场景这只手能给到需求，技术这只手自然就闲不住了，当前无人配送赛道上盘踞的技术方案研发者并不少。
首先是场景自研派，没有出意外，菜鸟、京东、美团都在技术上坚定地走自研道路，并不希望让核心技术成为供应商的筹码。
当前菜鸟的技术自研主要由菜鸟ET实验室负责推进，已经研发出了菜鸟小G等三款末端配送机器人；专注于“互联网＋物流”的京东X事业部，无人车项目于2016年下半年投入研发；同年，美团成立W项目组，启动对特定场景下无人配送的研究，2017年，项目组提升为事业部。
在“场景大户”的自研之外，供应商们也一片火热，百度无人车这座“黄埔军校”出身的朱磊创办的白犀牛，当前已与永辉、大润发、叮当快药等建立无人配送合作；新石器也已经为联邦快递中国市场提供无人配送技术支持。
值得一提的是，致力于城市场景无人小车的毫末智行，早在去年就已经与阿里、美团签署了无人小车相关商业合同。不仅在阿里“小蛮驴”规模化量产方面开展了相关合作，今年4月，毫末智行与美团也正式发布了量产L4级无人车“魔袋20”。
除此之外，赛道上的Apollo、一清创新、行深智能、驭势科技等公司都在技术供应商方面有所布局。
三：整车供应商助力跨过产能地狱
场景＋技术，落地就有了基础保障，但想要达到最终的规模化远景，第三只手是另一个基础，即整车制造。
当前美团、菜鸟这些场景方的整车投放数量都在三位和四位数之间徘徊，永辉、大润发等的投放量则更少。但随着技术、法规逐步成熟，规模化是一个必然存在的门槛。从下图可以看到，盯着这个门槛的技术储备工作，赛道上早已开始进行。
（图源：辰韬资本）
不难发现，当前的无人配送赛道着实有些拥挤，但可以肯定的是，自动驾驶想要在无人配送这一场景上快速落地，并非造一个“终结者”就能高枕无忧，而是需要三只手的合力。这就意味着“拥挤”的含义更像是“热闹”，不失为一件好事。
小结一下，合格或优秀的自动驾驶智能化软件实力，发达或完备的整车制造工业，体量足够大且较容易赋能的实际应用场景，三方力量叠加，将直接决定哪一股组合势力将率先走出无人配送的荒漠。
那么在这三个要素资源里，分别存在什么难题和机遇？接下来我们将进一步阐述。
现实骨感吗？
在市场规模与“三只手”之外，关于无人货运的难点，Tracy还在微信上向我们表示，“规模成本和商业化，（无人配送）都还得翻几个山，对了还有技术，不就是个L4吗？那有啥难的？”
当然，她并没有忘记在自己关于L4的这个结论后面加上一个“狗头”表情符号。
诚然，L4技术攀峰的时间成本早已在Robotaxi上让资本直呼“渣男”，硬件测试工程师李畅（化名）也向我们表示，“场景、制造能力都有，这就好比你要炒菜，什么食材都备好了，但家里燃气灶还没通，就是干着急。”
至于Tracy所言的“规模成本和商业化”问题，我们认为与L4技术的不成熟同样不无关系。
李畅向我们调侃，“（现阶段）这些小车，一个个都像是行走的小金库，路测要是真遇到个懂行的，能给拆得一干二净。”
具体来看，“当前（无人配送小车）整车成本在50万左右，能压在20万的都已经很不错了。”李畅说，“但时间问题终归是时间问题，我们预测最终将会控制在5－10万之间。”
也因此，当前无人配送赛道距离大规模商业化，首座要翻越的山就是成本，这是对当前技术不成熟的直接反映。
到了实际使用场景上，当前无人小车的主要问题是存在“体验降级”的风险。为消费者升级体验往往是产品经理们的天职，但让消费者“体验降级”，夸张点地讲，似乎是一件站在全人类对立面的事情。
当前末端配送，除了菜鸟驿站和蜂巢等“取件式”服务，最主要的模式还有“交接式”服务。
试想一下这样一个场景，寒冷冬夜里你点了一份外卖，外卖小哥可以保证你不踏出家门一步就能吃上热腾腾的饭菜，但无人配送终端如果做不到精确的点对点，你就需要跑下楼去小车里自取，这样的外卖可谓是“莫得灵魂”。
谈擎说AI认为，任何的科技变革都是为了让体验再优化一层，而不是退化。
这就为当前玩家们提出了类似于以下一连串式的技术问题：无人车怎么进公寓楼？用无人机在末端解决吗？那么满大街的无人机安全问题如何保障？
不难发现，在“交接式”服务上，且不说未来让体验优化，单就保持用户体验原汁原味，似乎也是一件颇为棘手的事情。
“室内困境”怎么办？
我们来看当前赛道上的场景提供方，体验问题上，在外卖和顺丰、京东物流这样可以或是必须要送货上门的服务基础上，想要保证用户体验不被降级，难度无疑是很大的。也因此，单就落地技术复杂程度来看，美团、京东、菜鸟三家里，菜鸟的驿站式无人配送将会更容易实现。
那么美团、京东体验更好的“交接式”服务真就无解了？我们不妨从“实现配送终端与接收人的面对面交接”，这一直接难点入手。
具体来看，有报告统计得出过结论，人类约80％的活动都发生在室内场景，那么如何让无人终端在室内像配送小哥们一样灵活，无疑是这一愿景实现的最大难点之一。如何解决这一问题呢？让我们回归到自动驾驶的技术本身上。
我们都知道特斯拉坚持不用高精地图，不用激光雷达，而是走纯视觉路线，但简单来讲，这其实主要是因为特斯拉的视觉算法受到了非常大量的训练，从而减轻了对其他辅助定位软硬件的依赖。
对于无人配送的“室内困境”而言，像特斯拉一样通过大量的数据训练来实现存在理论上的可行性，但相较于室外路测，室内人员密集且危险性更大，政策法规这一关可能并不好过。
也因此，用软硬件来为无人配送终端提供辅助性帮助，将有望推动其更快速落地。
天眼查信息显示，11月24日，上海方位角数据科技有限公司获得了近亿人民币的天使轮融资，值得注意的是，该公司主要从事高精度时空服务和室内外一体化定位导航服务，团队主要成员来自于中科院的北斗导航卫星研制团队。
我们都知道当前的车企ADAS研发，想要实现对特斯拉的“弯道超车”，高精地图、激光雷达等都是很重要的辅助性技术手段，那么室内高精地图如果真的能够做出来，无疑也会推动美团们的无人配送落地。
总的来看，相较于能够循序渐进的ADAS，L4技术本就是一个需要渡过长期没有商业化能力的难啃硬骨头。但这确实也像是一股燃气，小马智行联合创始人李衡宇曾公开表示，小马智行可以做到把80％的乘用车自动驾驶技术用到卡车上。
这无疑意味着，到了L4技术成熟那天，干线物流、矿区、环卫等等场景都将加速商业化。毕竟燃气灶能打出火了，炒出各色菜肴很可能就会成为“分分钟”的事情。
我们也期待着无人驾驶赛道能够尽快打出这团火。
Ps：谈擎说AI，左拐新能源汽车，右拐智能驾驶，有深度，有温度，作者郑开车，转载请保留版权信息。
