智能相对论 || 初创公司激战无人物流,在谈诗和远方之前先“填饱肚子”

发布时间:2019-05-20 09:17:30
微信图片_20190520090646.jpg


文 | 魏启扬

来源 | 智能相对论(ID:aixdlun)


在自动驾驶赛道中,虽然每个玩家的发展策略都有所求,专长方向也各有不同,但随着越来越多自动驾驶商业落地的消息传出,其中的头部玩家们似乎已经逐渐走通了自动驾驶商业落地的路径。


可是在一个接一个的“好消息”面前,我们依然不能判断自动驾驶时代已经真正到来,全场景下的自动驾驶保守估计至少还要再等20年。这对自动驾驶赛道的玩家们提出了一个最基本且现实的要求——如何挺过这20年,活下去。


无人物流的典型玩家


自动驾驶很难。苹果公司CEO库克将自动驾驶定义为“所有人工智能项目之母”,从中也可以反映出自动驾驶技术的复杂程度。


自动驾驶蛋糕很大。根据相关统计显示,中国市场光物流行业对自动驾驶的需求就达到9万亿。行业也普遍认为,无人物流的落地速度也将快于其它行业。因而其中的竞争相比其它细分赛道也更为激烈。智能相对论对其进行了整理,将无人物流的典型玩家分成以下几类。


1、商用车主机厂:一汽解放、北汽福田、东风卡车、上汽红岩等


国内主流的商用车主机厂有涉足商用车自动驾驶的研发,但由于企业的定位和属性不同,车企具有持续量产的需求,其主要目标只有一个——卖车。


在这样的背景下,“是否有利销售”成为车企衡量自动驾驶技术是否值得投入的评判标准,这也使得车企和造车新势力对自动驾驶技术一直处于观望之中,即便已有新技术研发出来,他们也不急于卖,只是证明我有这么个高端车就行,卖的实际上还是畅销车。


微信图片_20190520090723.jpg


2、物流企业:阿里菜鸟、京东物流、苏宁物流、顺丰集团等


这些企业大多还是基于物流业务的需求,探索仓储、干线运输和末端配送整条物流链条的无人化。


像阿里菜鸟在去年已经实现了末端配送无人车“小G plus”的公开路测,并且与一汽解放联手发布自动驾驶卡车“公路高铁”;京东则发力无人机配送,重型无人机京东“京鸿”在去年下线;苏宁物流则继无人机、AGV机器人仓之后,也在去年先后推出无人配送小车“卧龙一号”和无人重卡“兴龙一号”,其智慧物流的样本正在逐步成形。


微信图片_20190520090725.jpg


3、初创公司:图森未来、小马智行、希迪智驾(CIDI、长沙智能驾驶研究院)、智行者、智加科技等


这类初创公司大多在自动驾驶的一些细分领域具有过人的实力,并以此形成了自己的核心竞争力。


像图森未来在无人车的感知环节上能力突出,其有效感知距离可达1000米,相比之下,被视为自动驾驶界领头羊的Waymo,其所能实现的感知距离也仅为300米左右。


智行者则对无人驾驶汽车的“大脑”有着深入的研究,凭借着自主研发的AVOS软件操作系统和AVCU硬件控制平台,可以为自动驾驶车辆提供环境精准识别和智能决策算法,让自动驾驶产品能够实现快速、灵活地进行相应部署。


希迪智驾在努力提高单车智能的同时,积极推进车路协同系统的普及,让智能网联汽车与路侧单元之间进行通信和调度,将自动驾驶的安全提升到一个新的级别。在希迪智驾的解决方案中,车路协同系统与单车智能被摆在同等重要的位置。


一个值得注意的细节是,在自动驾驶赛道的无数分支中,这些初创公司都在干线物流和商用车的自动驾驶领域中汇集了。


微信图片_20190520090729.jpg


初创公司扎堆无人物流,既为秀实力也是求生存


通过上文对自动驾驶典型玩家的分析可以看出,在现阶段,物流公司在打通无人物流全链路的过程中,更多的精力花在解决仓储和末端配送效率的问题上,干线物流无人化的进展并不大,与之相对应的是初创公司们表现出对干线运输无人化的强烈兴趣,并将其作为主攻方向。初创公司扎堆自动物流看似偶然,其实有着非常深刻的现实原因。


首先,干线物流痛点明显。


在物流行业,安全和成本是物流公司老板们最为关切的两个方面,也是行业被提及最多的痛点。


据公安部交管局的数据,在2016年时,我国货运车辆在全国机动车占比中只有12%,但却制造了48%的事故死亡数。


快递公司老板最怕的是什么?“爆炸、货丢货损、大客户流失、司机带货跑路” 成为百度知道中的高赞答案。


安全成为高悬在物流行业头顶的紧箍,相比乘用车,自动驾驶的价值由此被放得更大。希迪智驾副总经理应龙在与智能相对论交流时就提供了一个细节:“物流公司对自动驾驶的接受程度比我们想象中要高,只要告诉他们能够解决某个具体问题,哪怕还需要时间等待,他们也愿意提前买单。”


至于自动驾驶在物流成本上的优势,图森未来CEO陈默曾公开算过一笔账:一辆技术成熟的自动驾驶卡车可实现每周工作七天、每天工作20小时、每辆卡车相当于2.5个人力司机,只收取相当于1个人力司机的服务费。


根据相关统计,中国拥有超过700万辆长途重卡和1600万重卡司机,如果仅以1600万干线运输司机为例,如果能减掉一半,按一名司机年薪12万算,这就已是个万亿级别市场。而除了人力成本之外,自动驾驶在油耗上也能有效减少成本。其中的想象空间更大。


其次,技术能更快实现落地。


乘用车的自动驾驶和商用车的自动驾驶在技术上是共通的,但商用车的的使用场景较为单一且相对封闭,因而研发技术的难度也相应较低,另外由于商用车更多的是“生产工具”的性质,没有乘用车那么多复杂的“用户体验”的考虑,这也大大降低了对算法的要求,再加上场景单一,更容易形成规模化的批量复制,在实现商业化的路径上会大大短于乘用车。


自动驾驶毕竟是一场长跑接力,在没有撞线之前,自动驾驶研发公司更多考虑的是如何生存下去,这对于大多靠融资,并没有深厚资金储备的初创公司来说,在进行自动驾驶研发的过程中,能够形成持续的自我造血的能力非常关键。


因而,初创公司们目标一致的瞄准了干线物流、港口矿山封闭场景里的商用车自动驾驶,这个能更快实现商业落地的细分领域。


从去年开始,初创公司头部企业的商业项目开始陆续试点落地,迈开了自动驾驶商用车商业落地的第一步。像希迪智驾从车路协同设备、挂车的智能化、车联网化入手,在公司成立的第一年即通过销售车路协同设备(OBU、RSU)实现了3000万的营收,5月下旬,智能化冷链运输产品“智鲜仓”也将在新疆至青海的物流线路上上路。


这些初创公司的战略打法出奇的一致:自动驾驶的蛋糕我们要分,在吃到蛋糕之前,还得找到其他办法完成过渡。要么深度打磨技术,在无人物流这个相对容易的细分赛道中抢先达到终点,要么用其他“食物”暂时替代,不至于在自动驾驶的长跑中“体力不支”,提前出局。


跑通无人物流还需跨过三个门槛


从自动驾驶技术的发展态势来看,干线物流无人化的曙光似乎就在眼前,但具体到当前的产业环境,跑通无人物流至少还需再跨越三个门槛。


1、尚未形成规模效应前的边际成本考量


平心而论,现阶段的自动驾驶,无论是研发还是实际的成型产品,都是很“烧钱”的。


酷哇机器人和中联环境在去年联合研发了一款自动驾驶扫地车,并且在长沙的“橘子洲智能洁净景区项目”中进行了商业运营,根据其公布的数据,这款整车功率达到45kw的燃油动力自动驾驶扫地车的售价在70万以上。在扫地车市场,一辆比较好的进口车售价在60万以上,而在本土市场,接受程度最高的价位在10—20万之间。


项目之所以能够落地,政府在其中给予了非常大的支持。根据招标文件显示,总共7年的项目周期,长沙市各级政府为此至少要投入4720万元。如果将自动驾驶商用车放到市场化程度更高的物流行业,虽然能够减少司机和部分运营开支,但那些精明的物流公司老板们依然会盘算车价溢出部分的回收周期。


对此,希迪智驾给出了较为务实的策略,为自动驾驶商用车定出了20万的改装红线,不去过分追求各类传感器等硬件设备的极致性能,够用就好,基于低成本传感器方案,则通过算法的优化,达到系统最优的效果。在自动驾驶的各项性能能够达到上路要求的基础上保证成本可控。


2、开放线控的车头数量太少


自动驾驶必须触及的线控改造,商用车领域和乘用车领域一样,主机厂的开放程度非常有限,同时由于要改线控,必须得要自动挡车型,但自动挡商用车/卡车车型实在太少,在这方面,商用车的无人驾驶研发条件比乘用车更差。


希迪智驾在创立后遇到的第一个难题就是买卡车头,希迪智驾CEO马潍曾在接受媒体采访时透露,当时团队几乎跑遍了全国所有的传统重卡车厂,花了两个月才买到合适改装的车头。


研发样本(开放线控的卡车车头)资源的缺失,加上商用车主机厂在线控系统开放程度的保守,在一定程度上也拉高了物流自动驾驶实现的成本和难度。


3、来自车联网标准的制约


虽然很多互联网巨头与主机厂都在研发车联网,但大家都是各搞各的,没有形成统一的标准,车车之间的通信还是存在很多障碍,特别是目标所谓的车联网用的都是手机模块,能够报车的位置,能够上传车的诊断信息,但都是非实时的,无法控制车的运行。


普遍的观点认为,中国的车联网标准会诞生在5G时代,这也意味着自动驾驶汽车大规模上路还要再等一段时间。对此,有行业人士认为,在这期间如果行业能够形成共识,用临时标准进行过渡,这样或可大大缩短自动驾驶商用车的上路时间。


结论:处于头部位置的初创公司的长板突出,短板也很明显,可以确定的是单凭自身肯定无法做成自动驾驶。初创公司在进行自我造血的同时,还应花费精力扩大自己的“朋友圈”,赛道中的各方既是竞争者,也是合作者。从系统构架这类无人驾驶的“基础设施”,到具体的造车支持,初创公司与互联网巨头和车企都有非常广阔的合作空间,甚至与直接的竞争者物流公司,初创公司们也能与他们合作获得更加深刻的场景理解。毕竟,自动驾驶的蛋糕足够大,还没达到要“抢”的程度。