无人驾驶烦恼：如何打破物流“不可能三角”？

2019-11-19 15:43

　　随着5G应用落地，无人驾驶在通信技术上的一大阻碍逐渐消失，而无人驾驶的曙光则渐行渐近。一方面，国家和地方层面密集发布无人驾驶汽车路测新规及路测实施细则，国内多个城市也陆续发放自动驾驶的开放道路测试牌照；另一方面，包括BAT在内的各路资本加快布局无人物流，其中不少企业正力推无人驾驶在物流卡车领域的运用。

　　本人与很多专家和业内人士交流，他们都认为物流货运行业具备无人驾驶技术发展的商业动因，无人驾驶或最先在物流领域大规模商用和普及。从2B的物流运输业开始，随后才会蔓延到2C的消费者领域。

　　但研究发现“法律、商业、科技”之间一环套一环的“死循环”塑造了目前无人驾驶在物流行业落地的“不可能三角”：严格的法律管制不能为无人驾驶的商业化提供应用场景和更大范围的测算环境，从而导致投资人不能通过商业化数据测算技术对效率的提升效果及投资模型，进而被限制的科学技术发展缓慢，现有水平很难满足法律及监管部门对于安全行驶的要求。

　　所以，本文也将围绕“效率、安全、成本”这三个指标剖析无人驾驶在物流行业的应用，试图从商业角度找到破解不可能三角的突破口。

　　物流是无人驾驶的最可能首先商业化落地的应用场景

　　从商业模式的角度看，无人驾驶汽车在市场中以“卖产品”或“卖服务”两种形式出现，具体可以细分为B2C、B2B2B、B2B2C三种运营模式：

　　B2C模式：与现有汽车“卖产品”模式相同，以产品形式直接售卖给C端个人消费者作为私人车辆；

　　B2B模式：对于“卖服务”的场景，将会在中间的B端出现无人驾驶车辆运营服务提供商，针对C端消费者，它们将提供无人驾驶车辆，在通勤时间可以作为公共交通“最前一公里”和“最后一公里”的补充；面对B端客户，在一些路线相对固定的场景，诸如物流企业货车在高速路段。

　　从整个商业模式的分析看，本文对未来无人驾驶赛道的玩家分类的『1+2+1&4』格局观点：随着技术成熟，必然出现“资产持有-数据运营-操作调度”的三层分化， “资产持有”层大概率出现“主机厂三足鼎立”或“类似普洛斯在物流地产的统治”竞争格局。

　　“数据运营”层独角兽最有可能出现拥有“云+算法+丰富应用场景”的公司，比如“腾讯+滴滴”在B2B2C领域、阿里菜鸟在B2B2B，“操作调度”层可能进一步分化成“统一干线+特色末端（快递、大件、特殊件、工业品）”的“1+4”竞争格局。

　　从Ipsos《公众对未来无人驾驶汽车的民意调查》报告的结果我们发现几个结论：（1）中国民众对于无人驾驶汽车的信任程度明显高于全球平均水平（基本都超过10%），这说明一方面这些年国内企业在无人驾驶领域的发展在全球属于第一梯队，一方面说明民众对国内企业在科技方面的投入较为认可。（2）中国与全球在指标排序上，唯一的不同在“效率”上，强烈地表达了对技术驱动效率的诉求，很大程度源于国内拥堵的交通状况。（3）“效率、安全、成本”三个方面是目前公众最不信任的三个领域，而在上面分析的无人驾驶三大商业模式中，以物流对这三个指标最不敏感，所以物流是无人驾驶最可能首先商业化落地的应用场景。进而，本文也将围绕着“效率、安全、成本”三个指标剖析无人驾驶在物流行业的应用。

　　无人驾驶在『物流行业』商业化突破“不可能三角”的关键

　　在于“法律、商业、科技”制约平衡的瓦解

　　物流业主要分为“干-支-配”三大运输环节，从场景复杂度和车辆行驶速度两个维度观察：干线运输场景复杂度低但行驶速度相对较快，支线运输复杂度和速度都相对居中，末端配送则场景复杂度高但行驶速度较慢。

　　这些从本质上决定了无人驾驶在三个场景的落地应用的核心关注点：干线运输最重视安全、支线运输最担心成本、末端配送最关切效率。

　　“法律、商业、科技”之间一环套一环的“死循环”塑造了目前无人驾驶在物流行业落地的“不可能三角”：严格的法律管制不能为无人驾驶的商业化提供应用场景和更大范围的测算环境，从而导致投资人不能通过商业化数据测算技术对效率的提升效果及投资模型，进而被限制的科学技术发展缓慢，现有水平很难满足法律及监管部门对于安全行驶的要求。

　　1、无人驾驶技术整体的底层支撑目前还并不完善

　　目前国内外大多数研发无人驾驶技术的企业中，绝大部分还处在摸索尝试的过程中，而这个阶段的大部分尝试无疑都将以失败告终，在这个不断试错的基础之上，才有可能实现下一阶段的突破，而这个试错的过程可能并不会很短，投入之大也非常人可以承受。