首页 - 财经 - 行业新闻 - 正文

Robotaxi扩大运营背后:商业化落地难题依然待解

关注证券之星官方微博:
受制于缺乏真实的应用场景、商业化进程投入成本大、产业化规模受限等因素,自动驾驶目前仅实现了从0到1的技术突破,商业化落地还处于“一车、一路、一平台”的单打独斗模式。

(原标题:Robotaxi扩大运营背后:商业化落地难题依然待解)

风口上的无人驾驶汽车正迎来新的发展机遇。

5月27日,深圳市七届人大常委会一次会议听取审议了关于《深圳经济特区智能网联汽车管理条例(草案)》(以下简称《草案》)的说明,明确规定智能网联汽车经登记取得登记证书、号牌和行驶证后,可上特区道路行驶。

值得关注的是,《草案》明确指出,高度自动驾驶和完全自动驾驶的智能网联汽车开展道路测试或示范应用,经市相关主管部门审核批准,可以不配备驾驶人;同时,授权市政府可以选择车路协同基础设施较为完善的行政区全域开放道路测试、示范应用及商业化试点。

这或许意味着,无人驾驶这一新兴领域即将“有法可依”。更为重要的是,从测试道路到基础设施较为完善的开放道路的示范应用,或许也意味着Robotaxi商业化落地场景的更快实现。

“自动驾驶出租车作为智能网联技术在共享出行场景下的重要落地应用之一,具有最先实现商业化推广和落地的潜力,并成为自动驾驶最有可能实现破冰推广的突破口,近年来一直是各大车企和科技公司布局的热门领域。尤其是在刚刚过去的2020年,从传统车企、自动驾驶初创公司到出行公司及科技企业,越来越多的专业力量,以及越来越多的城市,正在加入Robotaxi商业化发展赛道。”

5月26日,中国汽车工程学会监事长、汽车智能共享出行工作委员会主任马建在第八届国际智能网联汽车技术年会(CICV 2021)上表示。

今年以来,多家国内车企宣布了激光雷达量产上车的计划。视觉中国

2020年,AutoX和滴滴先后在上海嘉定推出无人驾驶打车业务,大众汽车集团自动驾驶出行服务试点正式落地合肥,并获得了合肥市首张自动驾驶车辆测试牌照;2021年以来,自动驾驶领域商业化落地迅速推进,尤其是在贴近C端用户的Robotaxi场景,初创企业们正激烈地角逐。

今年1月28日, AutoX正式在坪山区建设中国首个全无人驾驶运营中心,开展L5级别全无人驾驶Robotaxi车队示范应用,探索商业化运营模式。

据21世纪经济报道记者不完全统计,到目前为止,国内已经有北京、上海、广州、深圳、苏州、武汉、长沙、沧州、杭州、合肥等27座城市发布自动驾驶测试政策,开放测试道路里程超3000公里。

值得关注的是,4月19日,北京市经济和信息化局印发《北京市智能网联汽车政策先行区总体实施方案》,形成了包括亦庄新城 225 平方公里规划范围,涵盖城市路、高速路、快速路等多场景的自动驾驶测试范围。

随着自动驾驶测试范围的逐步扩大、政策快速落地以及在贴近C端用户的Robotaxi的规模化投放,自动驾驶的发展条件日渐成熟。

不过,广阔的前景中也暗藏着危险的一面,作为一个长周期、重投入的行业,何时实现商业化落地依然遥遥无期。

多重矛盾待解

目前,Robotaxi的运营模式有三种:第一种模式是独立运营,以Waymo和优步为代表;第二种是特斯拉提出的众包模式,让车主把闲置的车辆加入到打车网络中来;第三种是自动驾驶公司与主机厂的合资模式或者合作模式。

从长久市场化的运作来说,商业化和能不能盈利是企业最关心的问题,在业内看来,Robotaxi商业落地确实面临着很多的困难和问题,至少面临三重矛盾。

第一个矛盾是规模化运营与成本之间的矛盾。

“Robotaxi是个典型的双边平台经济的模型,如果没有足够的自动驾驶车辆、用户等待时间太长,整个平台就很难吸引用户。反之,如果没有足够的用户,企业布局成本又非常高。”5月26日,中国信息通信研究院政策经济研究所的总工程师何霞指出,Robotaxi将成为自动驾驶落地商业化的标杆,这是大家都比较认同的观点。但成本是Robotaxi推进中非常重要的障碍。

足够的自动驾驶车辆意味着规模化,规模化则意味着高昂的运营成本。

据测算,一辆测试车的改装成本就在100万元以上,如果再算上运维成本和安全员等人力成本,这个数字只会更高;同时,自动驾驶技术和算法的训练需要依靠大量测试车采集数据,这就更加重了研发成本。

有数据显示, 2015年到2019年,Waymo的运营亏损已超过了200亿美元。直到今年4月,Waymo的无人驾驶车队规模大概还是700辆,距其2万辆的目标相去甚远。

“目前Robotaxi大多集中在一线城市,不管是人力还是场地租用的成本都很高,车辆的采购还有保险、申请牌照的成本超过百万,所以很难去拓展这种车队的规模。企业没有运营服务的资质,没有办法开展试运营实现营收。” 北京经济技术开发区科技创新局副局长捷菲指出。

而企业运营成本很高,市场环境缺乏专业保险的支撑,同时测试保费比较高,交费者付费的意愿还需要长时间的市场培育,还不具备盈利的条件。

受制于缺乏真实的应用场景、商业化进程投入成本大、产业化规模受限等因素,自动驾驶仅实现了从0到1的技术突破,商业化落地还处于“一车、一路、一平台”的单打独斗模式。

“还有两个矛盾,一个就是技术的开发和产品准入的矛盾,产品如果不准入,技术怎么能够进行大规模的验证?第二个矛盾是技术成熟度和商业化运营的管理矛盾。如果没有大规模的示范应用,技术没有进行规模性的测试和评价的话,商业落地可能也会存在一定的风险。” 深圳市未来智能网联交通系统产业创新中心执行主任毕欣指出。

这两个矛盾的存在,也直接影响了Robotaxi的商业化落地。

据了解,目前各地政府针对Robotaxi的政策和路线标准不一,另外测试的开放区域和时间都有限,商业运营并没有完全放开,有很多长尾的挑战也还没有解决,需要在现实场景当中进行长时间的验证。

“我们面对的挑战也是行业共同面对的问题,比如技术体系的搭建,标准协议的开发和推动,这是需要行业共同去发展迭代的问题。同时还面临路侧设备投资额度比较大,商业模式不清晰,同时车辆入网的数量还需要进一步提高等问题。”捷菲指出。

此外,在整个Robotaxi测试过程中还面临一些问题。

一方面,自动驾驶场景无限丰富,也面临一些非常具有不确定性的困难,如何在自动驾驶场景中有效地对真实场景的建模,同时如何保障自动驾驶系统的功能安全、网络安全,以及OTA安全,都是非常重要的问题。

另一方面,自动驾驶场景的多样性与道路的标识不规则性也是目前评测过程中面临的非常重要的问题。

政策先行

“整个自动驾驶商业化落地有三个方向比较明确:第一个是Robotaxi,第二是长途货运卡车,第三是无人配送车,后两个现在正在推进中,包括政策,包括规则和标准。”何霞指出,Robotaxi要想真正实现商业化,需要平台、自动驾驶的系统集成商以及整车制造商组成的强大生态,并通过这个生态来进行相关规模化推进。

但在何霞看来,在整个Robotaxi商业化运营中,最重要的是政府框架的落地,当前整个产业发展需要政策法规、标准、金融、保险等各个方面给予大力支持。

“智能汽车也好,自动驾驶出行服务的生态圈建设也好,都离不开城市基础设施条件。就试点项目的路测区域而言,16平方公里之内,大到政策法规,小到车道划线,没有政府的支持,单凭企业来谈智慧出行是不可能完成的任务,没有成规模的企业参与度,单凭单一企业亦是无法形成发展气候的。”此前,前大众汽车集团(中国)董事、大众汽车集团(中国)执行副总裁苏伟铭在接受记者采访时曾表示。

当然,各地区对推动自动驾驶技术发展的重视程度日益提高。

目前,北京市已建成全球首个网联云控式的高级别自动驾驶示范区,今年4月设立了国内首个智能网联汽车的政策先行区,并已经为小马智行、百度、滴滴颁发了合计112张政策先行区道路测试牌照。5月25日,为京东、美团、新石器三家企业颁发了无人配送车的上路编码,实现了无人配送车首次的持证上岗。

广州在2019年发出了第一批24张的道路测试牌照后,预计到今年年底会达到200张。

在深圳,除了率先实现国内无人的Robotaxi示范外,3月23日,深圳市人大颁布了《深圳经济特区智能网联汽车管理条例》(征求意见稿),不仅仅为智能网联汽车专门设置了深圳特区的专属正式号牌,还明确赋予了自动驾驶系统的合法驾驶地位。

这一举措也意味着智能网联汽车真正地从科研的测试品走向可上规模的销售产品,这也才能够使相关企业从只靠资本投入维持运转到通过商业盈利的正常商品经济循环之中。

“商业模式落地需要解决两个问题,一个是如何收费,一个是真正实现无人,这两个问题的关键是政策和技术。”

在上海国际汽车城副总工程师李霖看来,商业模式落地才能谈到盈利。随着各个传感器、激光雷达以及车载计算平台技术的逐步成熟以及规模化的扩大,单车成本会逐步下降,未来随着规模化铺开一定会实现商业化落地。

“希望在商业模式方面,能有一个比较好的运营模式,目前我们提出的就是车路智行,一次性地投资基础设施,持续受益的运营生态,包括聪明的车,智慧的路和云网图,形成一体化统一规划。”百度智能驾驶事业群组智能网联资深研究员何鹏表示。

而Momenta的目标是在2024年实现单车盈利。

“第一是研发成本,要解决技术问题;第二部分是数据成本,要积累测试里程。”Momenta的政企事务高级总监马琛表示,用数据驱动的算法降低研发的边际成本,用众包降低数据的成本。

“如果2024年真正实现单车盈利,Robotaxi和自动驾驶的商业化落地会进入大规模的爆发期。” 马琛最后表示。

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-