L3自动驾驶量产难以落地

　　L4遥遥无期

　　所以能讲故事的Robotaxi成为热门

　　而首试便遭遇滑铁卢的滴滴

　　放弃总能找到100种理由

　　滴滴到底还在坚持什么

　　2020年6月27日，滴滴自动驾驶在上海开放首秀。但由于天气原因，摄像头和雷达被雨水干扰，驾驶员不得不多次接管方向盘。在长距离测试时，甚至出现了紧急刹车、猛打方向盘的现象。

　　滴滴自动驾驶首试“滑铁卢”，再次引发了人们对于自动驾驶的。自动驾驶技术无疑会重塑未来的出行方式，但目前我们离真正的自动驾驶还有多远？

　　在这个不仅仅考验的是技术实力，还包括政府资源、资金实力、商业化运营能力等等能力的行业。从科技巨头到汽车制造商，从零部件供应商到出行企业，各路企业都纷纷入局，没人知道这场战争何时结束，或许10年，或许更久。

　　然而，美好的故事在资本市场总会受到追捧。

　　麦肯锡预测，至2030年，自动驾驶相关的新车销售及出行服务创收将超过5000亿美元，出行服务提供商部署的自动驾驶车辆将占PKMT（乘客总里程）的11%，私人拥有的自动驾驶车辆将占2%。

　　这对于任何一个有机会涉足该行业的公司来将，都是一个巨大的机会，没人忍心看着蛋糕从嘴边划过而不去尝试。滴滴也不例外，但滴滴在自动驾驶赛道中胜算几何？

　　无数双眼睛正虎视眈眈盯着这家创业简单，守业难的滴滴。

　　滴滴自动驾驶历程

　　图源 | didi-labs.com

　　滴滴对自动驾驶领域的布局可追溯到2016年，这一年滴滴组建了自动驾驶研发团队，在高精地图、感知、行为预测、规划与控制等领域建立细分团队。

　　2017年

　　滴滴成立美国研究院，用于自动驾驶和大数据的发展。并将自动驾驶业务拆分，并获得软银愿景基金二期领投的超5亿美元融资；

　　2018年

　　获得美国加利福尼亚州自动驾驶测试标准，开始国内自动驾驶路测计划；

　　2019年

　　滴滴拿到由上海颁发的国内首批自动驾驶载人示范应用牌照。

　　此外，滴滴还建立了国内首个自动驾驶安全护航中心，能够实时监测车辆与路况，并协助给出相应的指令。

　　2020年

　　滴滴完成自动驾驶首秀。在向公众开放自动驾驶服务后的第9天，滴滴出行再次爆出新闻，计划今年雇佣多达200名员工，以加强其自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。

　　从最初布局到融资5亿，从自动驾驶技术落地再到公司规模扩大，滴滴加码自动驾驶的决心愈发坚定。

　　经过四年发展，滴滴陆续在中美两地组建了约拥有400名研发人员、涉及高精地图、（路人及车辆）行为预测、路线规划与控制等细分领域的团队，每年用于自动驾驶项目的人力投入在亿元以上。

　　然而，彼时的Robotaxi领域已经极为热闹。放眼中国市场，百度Apollo、文远知行、小马智行等企业各占一方。滴滴选择了上海嘉定，扮演着当地Robotaxi之路的“开拓者”。

　　路漫漫其修远兮

　　在洗牌加速的市场环境下，选择为自由开拓的滴滴，荆棘缠身。以下从四个维度对此进行解读。

　　盈利困难

　　前不久，滴滴总裁柳青宣布滴滴上线8年来迎来首次盈利，在这之前，滴滴已经累计亏损超过500亿美元。

　　过去8年里，资本的力量使滴滴改变了打车行业的格局，成为网约车寡头。然而因为“黑天鹅”事件和业务模式，滴滴始终未能迈过盈利门槛。

　　近期有媒体爆出，由于一级市场市场估值见顶，二级市场同类公司估值重创。滴滴没能给投资人带来希望，历经八年长跑，一部分投资人开始撤离。

　　此时看回自动驾驶领域，自动驾驶对于技术的要求很高，领先的技术总离不开资本的支持。随着自动驾驶技术研发的深入，“烧钱”成为了自动驾驶技术的标签之一。

　　对于亏损严重的滴滴来说，资金不足自然是一大问题。此次测试使用的是沃尔沃的C60车型，一辆车的成本在30万左右。除车辆成本外，还搭载了近20个传感器，其中包括1个Velodyne 64线激光雷达、2个Velodyne 16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达等，目前一辆自动驾驶车辆的造价在100万元以上。

　　以滴滴此前公布的目标，到2030年平台将拥有100万辆全自动的无人驾驶汽车，这将是一笔巨额投入。此外，人力成本也是一笔不小的开支。目前，滴滴自动驾驶团队人数超过200人，每年的人力成本支出都在亿元以上。这些资金从哪里来？按照目前的情况，滴滴自动驾驶规模化运营还存在很大距离。

　　对于滴滴业务模式及盈利问题，腾讯网友“小猪”的分析也不无道理：“个人认为滴滴的快车、专车等网约车板块是挣钱的。但是把挣的钱转投到自动驾驶就形成了资金链的黑洞，目前自动驾驶主驾位也必须有人看着，这样不但没有节约人力成本，而且高额的研发费用一但开始研发，就无法中途放弃，至少需要熬到交通法承认无人自动驾驶为止。科研成本就会越来越高，成为无底洞。”

　　况且，滴滴的自动驾驶融资情况并不理想，目前融到的资金仅有软银投资的5亿美元。这与自动驾驶行业堪称“钞票粉碎机”的烧钱需求相比，5亿美元并不能坚持多久，其自动驾驶业务的资金来源最后还得依赖滴滴自身。

　　站在商业角度，盈利问题是滴滴当下最需要解决的问题，不仅能解决自身发展困境，也是让投资人重燃信心的一种方式。

　　技术短板

　　2019年11月，滴滴与英伟达就自动驾驶与云计算达成合作协议

　　图源 | pandaily.com

　　从滴滴自动驾驶首秀来看，全程53.6公里的路途中，滴滴自动驾驶车辆出现了偏离、显示重叠等问题。尽管投入了大量的人力、物力，但从这次测评来看，滴滴的自动驾驶技术仅能在简单场景下运行，在出现行人、车辆等复杂的场景下，仍高度依赖驾驶员的操作。按照国家工信部的自动驾驶划分标准，滴滴这次运行表现的技术勉强可以达到L3标准，距其L4目标还有很大差距。

　　“目前国内的自动驾驶水平，L3都没到，主要靠产业吹。” 一位长期研究造车新势力的分析师表示，所谓的L3，其实都是一些结构化道路的L3功能，也称为特定场景的L3自动驾驶，均是一些非常有限的场景，而L4更是一个很小且受限的应用场景。

　　目前滴滴给自己的定位是L4级，但很难大规模商业化应用，只能理解为是L4级技术、但并非可商业化的产品。事实上，L4级别自动驾驶不只是车的问题，配套的基础设施也要有对应级别的支持，自动驾驶系统的级别越高，越需要依靠基础设施的支持来确保安全性。但从目前的情况来看，全国只能在有限的几个地方测试应用L4级别技术，且对车辆数量测试里程等都有明确规定、不允许取消安全员。

　　如今的自动驾驶技术主要由两类公司研发推广。一类是传统的汽车制造生产商。这些公司面向的是C端消费者，安全是第一位的，因此不太敢宣称自己的技术已经达到了L4级别；另一类是汽车新势力。这些公司短期内大概率不会向消费者出售自动驾驶汽车，而是为了给投资人讲好故事，拿到下一轮融资。

　　自动驾驶因为技术上的不成熟带来的安全问题也时有发生，比如特斯拉自动驾驶系统将白色卡车误识别为天空，致使车辆驾驶员死亡；Uber自动驾驶系统对夜晚横穿马路的行人识别分类不准而发生事故，致使对方死亡。

　　总之，从目前来看，要想达到L4是非常困难的。滴滴作为后入场者，摆在面前的是更多的质疑和技术挑战。

　　路漫漫其修远兮。

　　竞争激烈

　　图源 |driverless.directory.com

　　2019年起，在全球自动驾驶产业领头羊Waymo的带领下，国内自动驾驶公司也掀起了Robotaix落地测试运营的浪潮。在滴滴之前，百度、高德、文远知行、小马智行、AutoX公司等都已经驶入自动驾驶赛道中，向公众或特定人群开放体验。

　　行业公司纷纷入场的当口，滴滴入局也是理所应当。而且滴滴的网约车业务本来就被其他公司分流，如果自动驾驶再被对手先下一城，以后处境更加危矣。

　　而且如果自动驾驶技术成熟，本身也会分化一部分用车需求，降低安全隐患，也算是在为自己做打算。

　　但重点就在于如何在群雄逐鹿的市场竞争下，拥有足够的竞争力。至少目前来看，滴滴尚未有亮眼表现。

　　“操盘手”离职

　　滴滴大刀阔斧的进军自动驾驶市场之际，美国研发团队首席工程师、技术负责人贾兆寅已从滴滴离职，转投美国通用旗下的自动驾驶公司Cruise。

　　资料显示，贾兆寅于2013年在美国康奈尔大学取得博士学位后，直接加入当时谷歌的自动驾驶团队，从软件工程师一直做到感知团队的技术负责人。2017年1月，贾兆寅加入滴滴美国研发中心，在此期间，负责领导美国研发团队，建立了滴滴自动驾驶的技术模型，并负责管理感知、预测、定位、地图、模拟等多个团队，将其发展至数百人的规模。

　　贾兆寅作为滴滴自动驾驶美国团队的“头儿”，在其自动驾驶业务成型早期，发挥了重要作用，甚至可以说是滴滴自动驾驶公司技术上的一号人物。

　　自动驾驶技术的研发是一项系统工程，一个完善的自动驾驶团队，既要有各类IT人才，又需要传统汽车产业的老兵。但因为工作经历与要求不同，两类人才在进行沟通协作时难免会产生分歧，这就需要公司的操盘手，用更好的方式或寻找到新的解决办法来化解分歧，保证研发目标。

　　从团队搭建情况来看，滴滴自动驾驶部门在处理分歧和平衡目标上做得还算不错。只是如今，那个操盘手离开了。

　　不难想到，操盘手的离职会给滴滴自动驾驶释放出一丝不好的信号，尤其是在当下自动驾驶技术落地和大规模扩展的关键阶段。

　　痛点之外 数据优势

　　图源 | didi-labs.com

　　自动驾驶赛道上充斥着各方势力，谁都想在自动驾驶行业大展身手，但都面临着不同程度的技术难题。

　　上天造不同的人，做自己擅长的事。滴滴进军自动驾驶痛点明显，但优势也同样如此。

　　自动驾驶技术的迭代过程中，最大挑战就是场景复杂度与长尾。如何让自动驾驶汽车经历更多场景？数据成为解决问题的关键。

　　滴滴日均订单高达数千万单，司机的行驶轨迹和安装在交通工具上的桔视设备每年都将采集近1千亿公里的场景，这给滴滴自动驾驶提供了足够丰富的数据，进而为滴滴自动驾驶提供更为丰富的仿真训练场景，帮助其发掘更多长尾场景。目前各家自动驾驶企业的车队数量都十分有限，能达到百辆级别的车队仍寥寥无几，更不必说要经历可能驾驶千万甚至上亿公里才出现一次长尾场景了。

　　运营层面，滴滴网约车平台则能够为乘客提供“混合派单”服务：在合适的条件下，平台根据评判标准优先派单自动驾驶车，再派单网约车。如此，将技术迭代和运营进行最大化升级。

　　从这个维度而言，滴滴能够提前搜集大量的场景和运营数据，能够远程迭代算法，这使得滴滴自动驾驶“开城”相对更加容易。而随着进入城市数量以及遇到长尾场景数量的不断增多，滴滴自动驾驶系统的问题处理能力也得以增强。

　　图源 |Medium

　　可以看到，深耕网约车多年的滴滴，AI算法智能派单，大数据的运营和出行网络数据的运营等数据积累是其优势所在，借助已经存在的庞大的用户数据和运营数据，滴滴能够在技术研发和运营上无缝植入自动驾驶，从而加速整个自动驾驶行业的应用部署。

　　站在这个视角上，再来审视滴滴。不难发现，滴滴做自动驾驶可以将自动驾驶网约车服务与用户的出行场景进行无缝衔接，结合天然的出行场景持续积累的优势，成为了滴滴最大的底牌。

　　为什么要死磕自动驾驶？

　　毋庸置疑，自动驾驶是一个巨大的市场，但想要真正投入使用还有很长一段路要走，各方势力将面临一场漫长的拉锯战。

　　对于成立6年亏损500亿元的滴滴来说，自动驾驶给它带来巨大的压力。而且受技术和资金两方面困扰，自动驾驶商业化的道路注定不会平坦，且需要长时间的技术积累，盈利更是遥遥无期。在这样的情况下，滴滴为什么还要死磕自动驾驶？

　　我们试着分析一下其中缘由。

　　滴滴入局自动驾驶行业，目的自然不在于眼前的盈利，而是看中了自动驾驶行业巨大的市场潜力。此外，滴滴加码自动驾驶也是为了削减自身运营成本、解决安全难题。

　　滴滴网约车业务到达天花板，需要增添想象力，急需向其他领域扩展业务。自动驾驶技术自然是滴滴不愿错过的一大机遇，通过将自动驾驶技术和网约车业务结合，拓展产业线，例如备受期待的无人出租车业务。

　　滴滴入局自动驾驶也是在为上市造势。目前滴滴正处于上市前期，此次自动驾驶首秀其目的不乏是向资本讲述其在自动驾驶上面的故事，获取资本市场更高的估值。虽然实力不足，但重点是不能缺席。

　　上述观点或许可以解释滴滴死磕自动驾驶的原因，但滴滴该如何穿过漫长的周期，成为最终的获胜者，还需要面对太多的质疑和自我证明。

　　如今，无数双眼睛正虎视眈眈的盯着这家创业简单，守业难的滴滴。