搜狐商用车论坛贺雄松：长尾场景是自动驾驶商业车落地的核心阻碍

搜狐商用车论坛贺雄松：长尾场景是自动驾驶商业车落地的核心阻碍阴三儿老师你好,372.90,温州情侣不雅视频, 12月9日，首届搜狐商用车新视界论坛暨2021钜轮奖颁奖盛典在京举办。近百位行业专家、企业领袖和代表共聚一堂，围绕“边界与蓝海”这一主题，就新形势下中国商用车行业发展与创

12月9日，首届搜狐商用车新视界论坛暨2021钜轮奖颁奖盛典在京举办。近百位行业专家、企业领袖和代表共聚一堂，围绕“边界与蓝海”这一主题，就新形势下中国商用车行业发展与创新机遇，进行了深入探讨。会上，辰韬资本执行总经理贺雄松进行了题为“商用车自动驾驶前瞻分析”的主题演讲。

以下为发言实录：

各位尊敬的嘉宾，大家下午好！

今天的话题主要讲的是商用车自动驾驶的前瞻分析。刚好最近新闻比较多，也都关注到了商用车自动驾驶或者卡车相关出台了很多新的玩家。比如说面上看得到的，像千挂、擎天智者卡、行猩科技、图灵智卡、DeepWay，还有吉利刚好也来了，这么一数下来有六家企业了。我们了解到，至少有两家以上的自动驾驶商用车相关的公司紧锣密鼓开展业务，所以这个赛道一下子变得非常火热。另外我们也可以简单回顾一下今年投融资情况，上半年来说，我们已经关注到像干线、矿山、港口等各个赛道持续拿到了资本，有很多公司拿到资本的融资，从融资角度也是看得出来，整个赛道目前依然处于非常火热的状态。

今天在这么一个背景下，我们也是想要去探究，为什么商用车自动驾驶能够保证这样的热度，它背后存在着怎样的机会与挑战。首先我们从机会的角度来看，我们坚定的认为商用车行业对自动驾驶存在非常刚性的需求。

第一，自动驾驶可以解决人力短缺的问题。人力短缺大家都听过很长时间了，这里我分享一下我在行业里面了解到的两个细节。第一个，我们了解到不止一个末端配送场景的站点，因为缺乏骑手被撤销掉了，另外前一阵子跟国内头部的民办公司交流的时候，他们提到司机的平均年龄每年增加0.8岁，这使得他们之前对干线重卡司机年龄设限的措施实际上变得没法执行。每年增加0.8岁意味着没有年轻司机加入了，都是原来的司机在不断调整来维持这个行业的需求。所以我们可以看到目前末端配送也好，干线也好，已经存在人力短缺的情况。下面的数据让我们从需求增长的角度来看，即使已经出现了人力短缺的背景下，需求依然在往上走。像快递这种末端配送，2013年开始一直在保持高速增长，及时配送的订单哪怕在去年也保持了30%的增速。而且根据目前发展态势，我们预计接下来还会持续往上走。像中国公路货运行业，也是从2013年到2025年预计会保持8.5%的年化增速，因为基数很大，所以这个增速也是蛮可观的。所以在这种情况下，需求是确定往上走的，供给问题有没有可能解决呢？我们这里来参考一下中国适龄劳动力人口的情况，从2013年开始一直往下走，到2019年已经持续减少了2300万，另外从目前可以查询到的，我国历年人口出生数据来看，在短中期内不可能逆转，所以人口短缺已经是确定的“灰犀牛”事件了。我们觉得这是未来出现的矛盾。

目前的解决方案，虽然也有机器人或者是无人飞机类似的方案，但是总体来说，综合考虑成本各个方面，无人驾驶应该是最确定的一个方案。所以从这个角度来看，无人驾驶对整个问题的解决产生非常大的作用，这是非常刚需的点。之前我们在关注需求的时候，可能会考虑到无人驾驶相关的产品能不能做的比人更好、服务的更周到。从人力短缺角度来看，我们面对的不是有和优的问题而是有和无的问题，因为以后没有干线小哥重卡司机服务了，这是可以预想到的点。

其次，自动驾驶在降本增收方面空间非常显著。我们结合具体案例分析一下，首先是矿山场景，比如说一个矿井车三班倒，每个司机平均一个人10来万，三个人一年就30来万。如果用无人驾驶的话，投资两年时间基本上可以收回成本，这是在完全去掉安全员，完全替代司机的情况下。我们看到无人物流小车也可以做类似的测算，目前物流小车的成本大部分企业20到25万之间，行业人员交流可以降到10万以内。按照我的了解，确实有企业把成本控制在10万以内。从这个角度，哪怕算比较高的运维费用，投资周期也就一到两年，降本效应非常明显。港口这边我们也可以看到，每年也可以节省20万左右。只要能实现L4的自动驾驶，在降本上空间非常巨大。而且到了那个时候，没有采用无人驾驶，在成本上相比采用无人驾驶上成为巨大的劣势，这会成为未来决胜的关键点。

再次，无人驾驶在增收上也有它的发挥空间。第一方面，可以帮助扩大管理经营规模。还是以干线为例，目前很多运营公司的规模都是非常小的，像真正50辆车以上的占比也就6.7%，这是非常小的比例。上5000台的车都是屈指可数的，我们跟行业里的人交流的时候，有了解到司机的招聘和管理是非常大的痛点，这也是为什么很多干线运营公司很难做大。无人化以后，我们可以把司机招聘的问题解决掉，因为已经不需要司机了，同时配合其他信息化方式，我们可以去扩大企业的管理和经营规模，不会限制在50辆左右或者是更小的规模。这个对整个行业来说，是非常大的利好。未来的运营公司有概率出现巨无霸公司。

另外自动驾驶它可以衍生其他业务，这里着重提到一个网络效应，当运营公司它的车辆规模达到一定数量之后，它有网络效应在的。有了网络效应之后，可以往行业上下游去延伸，比如说无人物流小车这个方向上，如果它的运力网络已经形成了，它往上是可以直接做零售的，而且它是整个跟消费者非常近，可以作为流量入口。如果它从专运费转到零售的话，整个市场空间天花板能打的非常开。像干线也是一样，如果有了一定的运力网络，可以直接跟B端的客户合作的。另外，像往上游的话，也可以自己造车，作为整个产业链技术壁垒最高的环节，自动驾驶一旦做好了，可以沿着产业链上下游延伸，这也是它未来潜在可以带来收入增长的方向。这是第二点。

另外，自动驾驶的推广可以提升司机驾乘体验。我们关注到乘用车提升司机驾驶体验非常普遍，也有乘用车用户为此买单。商用车用户有一些争议，商用车大家更多当成生产工具而不是消费品，生产工具核心是降本增效。并且很多商用车的购买方并不是实际的使用方，刚开始没有动力提升司机的驾驶体验，这里会存在一些割裂。所以很多人会担心提升司机驾驶体验能不能有人买单，而且比较关键的点在于纯自动驾驶L4在干线上需要非常长的时间，在短中期内都只能处在L2+或者是L3的级别。我们判断下来，整个提升司机驾驶体验这个事情非常有必要的事情。为什么这么理解呢？其实中国目前干线运营方有很多还是夫妻店的形式，夫妻店最大的特点即购买方就是使用方。我们之前跟司机做过访谈，他们透露如果真的实现L3自动驾驶的话，他们愿意付费购买的。

第二个，刚才提到了整个人力短缺是“灰犀牛”事件，为什么司机越来越难招聘，运营方有动力改善工作环境，来吸引司机，降低招聘难度，所以从这个角度来看，提升司机驾驶体验的需求，从长远来看是有想象空间的。

这个点为什么单拎出来说，尤其像干线自动驾驶这个行业非常关键。在L4完全实现之前，我们有很长一段时间还处在L2或者L3阶段，L2和L3，如果仅从降本增效的角度，大家讲的更多的是安全省油和省人的逻辑。这个实效来讲还存在一定的问号，它需要在其他方面寻找一个商业闭环。如果提升司机驾驶体验这个事情能够得到大家的认可，会有人愿意买单的话，它的商业闭环可以更合乎逻辑。对这种干线自动驾驶公司来说，它们也有更完整的链路去布向L4阶段。这是关于自动驾驶提升司机驾驶体验的部分。

虽然自动驾驶商用车存在很大机会，但是落地目前依然存在很多挑战。

首先想到路权和商业模型的问题。我们梳理下来从长期来看，这两点不是核心的阻碍。首先从路权角度来看，政府在路权方面确实目前还没有完全放开，但是他们的底层诉求是担心安全，在技术成熟的情况下，我们觉得路权不会成为主要的限制因素。目前各地政府对整个新技术的发展都还是保持开放和支持的态度，所以我们也看到北京和深圳，已经在积极开展落地。我们从实际的工作中也关注到，大部分政府对无人车的试运营，都还是保持支持和开放的态度。所以我们相信到了技术真正落地的那一天，路权不会成为核心的阻碍因素，这是一方面。

另外商业模型的问题，刚才我们分析了几个场景目前的商业模型的的测算结果，如果实现L4的话，整体降本效果非常明显。另外还有两个因素要考虑一下。第一，人工成本不断往上走，同时商用车自动驾驶的套件，它的成本是在往下走的，随着量上来它的下降空间依然非常大。所以综合来看，这个商业模型一旦过了拐点，它的效益会越来越明显。我们认为综合来看，目前的商业模型不是核心阻碍。

那么核心阻碍在哪里？从技术角度来说，长尾场景是最关键的因素。为什么这么理解？从自动驾驶算法底层架构和算法框架来看，我们觉得这个问题已经有成熟方案了，而且各家自动驾驶公司不存在本质的区别。第二，我们觉得长尾场景是落地的关键，以及经营的决胜手。为什么这么理解？AI只能完成之前被训练过的任务，自动驾驶就是以AI为核心的，如果要实现自动驾驶的话，我必须提前把所有的长尾场景都找到，但是事实上，目前的长尾场景是成正态分布的。中间这部分长尾场景我很容易找，但是边上很长尾的场景，我需要花非常大的时间和代价，理论上不可能全部找全，所以我只能够尽可能去逼近，而不可能全部找到。我们有几个判断：第一个判断，这个长尾场景找得越多，离商业落地越近。第二个判断，我们肯定没有办法把所有的长尾场景都找齐全，所以在什么时候我们自动驾驶技术才是OK的——准备好的时候，这个判断是非常关键的。实话说很难预判清楚，我们怎么解决这个场景呢？一方面提高容错率，比如说我们找特定场景，找低速的场景，这样的话，虽然说我有些场景还没找到，但是我的容错率高，也不会造成重大的事故。另外降低我的危害性，比如说在低速场景下，或者无人物流小车类似的场景，就算撞了人，也不会有非常大的影响，不会造成非常大的事故，从这个角度来看，特定场景肯定比较先落地，这是关于长尾场景的判断。

在实际的情况里，供应链也是非常的大问题，这里有三点：第一个是缺乏冗余方案，尤其像底盘相关的制动或者是相关的部件没有双冗余设计的。所以我们也了解到很多自动驾驶公司，可能需要自己在这方面做一些算法，或者是一些整合。第二，供应商配合意愿不是特别强。目前整个商用车自动驾驶，虽然说前景非常好，但整个数量还不是特别高。所以大部分不愿意做深度的配合和开发。第三，商用车比乘用车使用工况更复杂，尤其荒山这种场景，昼夜温差很大，像冬天低温常年处在零下40度以下的温度，很多传感器不能工作，像激光雷达能在低温环境下工作的并不是很多。这些是需要大家共同配合去解决的。

所以总共这三点，是我们目前面临的挑战。接下来我讲一下目前各场景的进展和落地节奏的预判。

像矿山场景，宽体车比矿卡有更大的市场空间，在实地落地过程当中，在单车智能这块，在中央控制系统整体管控能力也很关键的，目前矿山进入24小时长编组的试运营阶段。也是慢慢完全去掉安全员，可能在最近一两年，等到安全员去掉之后，它规模复制的限制就会被打开，所以整个商业落地节奏我们预判是两到三年的时间。

无人物流小车，整个节奏预判是2到3年，这里有几个点可以关注一下。第一，国内有好几家公司，已经进入常态化的试运营了，而且这个试运营是没有安全员的，所以我们觉得技术上已经到了快要准备好的节点。另外，我们整个无人物流小车，已经有公司把成本控制在了15万块钱左右。从商业模型上，我们觉得也是处于比较OK的节点。从商业模式上，它也涉及很多场景，比如说生鲜、零售、快递和外卖。我们判断生鲜、零售、快递肯定比外卖更好落地一点。而且其中像商超可能会最快落地。从这个维度来看，无人物流小车也处在商业爆发的前夜。像港口的话，相比AGV和跨越车的方案，目前是主要的改造方向，目前是常态化运营，完全去安全员的前夕，我们预判两到三年落地。同时港口硬性通行高，未来港口自动驾驶公司，向干线物流延伸相对来说比较方便一点。还有就是环卫，室内的无人清洁产品已经落地了，室外这一块，无人化和信息化也是在同步推进过程中，这两块都会产生巨大的商业价值。最后像干线的场景，我们也跟很多业内，包括一线的核心技术人员有聊过，从落地角度来看，技术要完全准备好，短期内是不太可能实现的。可能至少八年以后，大家再一起讨论一下这个事情什么时候落地。所以在短中期内，大家很难设想从无人的方案能够批量推广。在此之前这么长的时间，我们有没有其他的商业模型？我们看到了两个方向：第一个方向，刚才讲到的，高级辅助驾驶，未来可能会有需求。第二个方向，这种编队的自动驾驶功能，像地广人稀的地方，做编队。比如说头车尾车配司机，或者是头车配司机这种情况下，能够保证相对安全，这种落地也是相对比较好，可以做一个非常好的过渡，这个就是我们对乘用车自动驾驶领域落地时间节点和现状的判断。

接下来我们也可以得到几个启发点：

第一，需求判断上需要动静结合。动静结合指的是，既从静态角度看，也要从动态角度看，而且大的趋势确定性高的话，我们从动态角度看得更清晰一些，第一点，像很多自动驾驶产品，它在未来解决的是有和无的问题，尤其像无人物流下车这个场景，未来都没有骑手了，很难去实现配送到家这个问题了。所以我们在需求判断的时候要提高对无人驾驶产品和技术的容忍度。没必要过分的拿无人驾驶产品服务质量跟人工的服务质量去对比。

第二点，我们看重消费品属性在商用车领域的价值。以前大家没有关注到，作为生产工具，我们要改善司机的驾乘体验。但是我觉得现在整个时代不一样了，我们在很多其他行业，像B端SaaS行业也看到这个趋势，在软件应用性都花了很多功夫。同样作为生产工具，商用车也需要在应用性方面迭代和进步。这个也是我们干线自动驾驶公司，L4完全实现之前，商业闭环跑通的核心点。

我们了解到，目前整个场景壁垒非常坚固。壁垒分为两个方向，第一个方向是技术方面的壁垒，按照刚才的梳理，技术中最关键的是长尾场景的问题，而长尾场景解决的话，必须要深入场景才能够实现。而且很多问题没法仅通过仿真去做的，还要到实际场景中搭建和迭代。专注在场景的公司是非常有优势的，如果没有在场景里面投入那么多的话，这一块很难做闭环。第二，在技术以外的优势，像商务或者供应链这些优势，也很难被其他场景的公司超越。从这个角度来看，专注在一个场景它的壁垒是很高的。这也是为什么我们当时非常坚定说在特定场景进行布局的主要逻辑支撑，我们也是非常看好这一块。

以上就是今天的主要分享，谢谢大家！

www.8090kk.com http://www.xinzhiliao.com/zx/jianshen/6620.html