Redian新闻
>
全球自动驾驶规模化落地难?运营服务有望提供新解决方案

全球自动驾驶规模化落地难?运营服务有望提供新解决方案

公众号新闻
这个千亿级的赛道或将在挑战中迎来发展“拐点”。


即便已经发展多年,如今的自动驾驶行业仍充满挑战。
但挑战的重心已经悄然发生转变。随着数据的多年积累和算法的不断迭代,自动驾驶行业的竞争逐渐从早期的技术能力转移到商业化落地阶段,相关玩家们的差距也逐渐拉开。
今年10月,曾经估值一度高达70亿美元的自动驾驶明星企业Argo AI官宣倒闭,引发行业强烈震动。不少投资者对该领域产生质疑:自动驾驶是否还有未来?实际上,与一贯只追求高技术能力的Argo AI相反,注重实际落地运营的Waymo等企业正在持续创造价值。目前,Alphabet旗下Waymo正在努力将Robotaxi业务扩展到洛杉矶,通用旗下Cruise也在凤凰城和奥斯汀开启新的业务。
Cruise首席执行官凯尔·沃格特(Kyle Vogt)在一封邮件中这样形容自动驾驶行业的发展现状:“落后者仍在落后,领先者正在创造价值。”这也预示着,全球自动驾驶行业的新一轮洗牌的到来,这个千亿级的赛道或将在挑战中迎来发展“拐点”。
未来自动驾驶的核心商业价值所在,是技术还是数据,是量产还是运营?
答案可能是“自动驾驶运营服务”。在中国,更多该领域的头部公司,正在将发展焦点从单车智能技术转向与运营相关的环节。Robotaxi运营已被验证在推进自动驾驶技术加速商业化落地中作用显著,而行业内已有“玩家”正在探索将“Robotaxi运营服务能力”扩展到“自动驾驶运营服务”,促使自动驾驶最终从B端走向C端。

Robotaxi商业化让自动驾驶从技术变成服务,这一过程需要出行服务运营能力

自动驾驶运营,正在从B端走向C端场景

自动驾驶之所以被誉为“人工智能王冠上的明珠”,不仅是因为该领域市场空间庞大,更是因为其技术难度之高。正因如此,过去自动驾驶行业的竞争重点基本集中在技术领域,但如今经过了多年的发展,自动驾驶技术方案的趋同性开始显现。
业界普遍认为,目前自动驾驶技术最难攻克的技术部分依旧集中在感知层面。对此,小马智行、特斯拉等多家企业均试图通过BEV(Bird’s Eye View)技术途径解决。与此同时,为解决海量数据训练问题,AI大模型也成为各家企业常用的技术手段。硬件层面,各家Robotaxi的传感器的配置与布置方案也基本类似。
可见,当下无论是从软件来看还是硬件来看,各家企业在技术方案上已经难以“卷”出新东西了。如果自动驾驶技术想要进一步实现进步,大量数据量的获取与算法的迭代必不可少,而这项技术越向未来发展,其需要的数据量就海量。
面对自动驾驶技术进展趋缓,作为最早实现商业化的场景,Robotaxi的运营就显得尤为重要。对于自动驾驶公司而言,其可以通过运营手段快速收集大量数据,触达长尾场景,从而实现技术的迭代更新。
除了技术以外,在Robotaxi的实际商业化落地过程中,运营也是必不可少的一环。业界观点认为,随着自动驾驶汽车从实验室开始逐步走上路面,运营将可能成为中国开创自动驾驶特色发展模式的重要影响因素。
咨询机构罗兰贝格在近日发布的《自动驾驶出租车商业化前景展望》白皮书中提到:“Robotaxi的商业化是出行服务视角的商业化。自动驾驶由技术变为具有商品属性的服务,需要规模化的出行服务运营能力。”
这意味着这个“运营”的概念,已不仅是”Robotaxi运营”,而是帮助一众自动驾驶技术公司,有机会从B端走向更广阔C端市场的“自动驾驶运营”。
行业内已关注到这个趋势。
日前,腾讯在其2022年数字生态大会上就预测称,未来自动驾驶将会演变成一种持续性的服务,这意味着自动驾驶需要直面B端和C端用户,这对其安全性、舒适型、人性化等方面都提出了更高要求。
国内提供Robotaxi服务的参与者不少,有技术公司背景的百度、小马智行、文远知行、AutoX、元戎启行等,还有车企出行平台背景的享道出行、曹操出行、T3出行、如祺出行等。广汽旗下的自动驾驶运营平台如祺出行CTO宋德强近日就在公开场合透露,如祺出行正在打造全生命周期的自动驾驶运营服务,促使自动驾驶最终从B端走向C端,“未来只要用户启动汽车的自动驾驶功能,便纳入自动驾驶运营服务的范畴。”

今年以来,如祺出行在自动驾驶运营方面有一系列密切动作。继10月在广州正式提供有人驾驶网约车与自动驾驶Robotaxi混合运营后,又于近日先后发布了自主研发的全国首个开放式Robotaxi运营监管平台及Robotaxi车辆管理系统。

可能是最适合中国玩家的模式

让自动驾驶从B端走向C端,这对自动驾驶公司提出了更大的挑战——不仅要有技术实力,更要具备C端用户的运营能力。而运营是一门需要长期经验积累的生意,出行领域巨头林立,此时入局的自动驾驶公司不但难以吸引更多用户参与其中,合理的派单逻辑也需要进行长时间的摸索后才能形成。
从这个角度而言,这项服务必须由已经发展成熟的出行平台来完成。一方面,出行平台本身拥有巨大流量,出行平台的接入,将为Robotaxi带来更多“种子”用户,有助于相关自动驾驶公司在各大城市进行“冷启动”,另一方面,出行平台能在接入Robotaxi后,在运营范围内开启“有人驾驶与自动驾驶人机”混合派单模式,增加Robotaxi用户的同时,也能收集更多路测数据,助力自动驾驶公司实现技术迭代。
在国外,以Waymo、Cruise为代表的自动驾驶企业早早意识到了这一点,纷纷寻找出行平台合作。
2018年,Waymo在获得出行服务业务牌照后,曾在美国凤凰城通过自营出行服务平台Waymo One提供付费Robotaxi服务。但实际运营后发现流量不足导致订单量较少,且无法收集到足够的数据帮助自己进行进一步的技术迭代和优化。意识到这一点后,Waymo于2019年与Lyft合作,在Lyft平台投入10辆Robotaxi,这一举措取得了良好的运营效果和数据反馈。
与国外模式稍有差别。在国内市场,有“强大量产能力”背书的车企旗下Robotaxi出行平台,因为具备更大的量产上车能力,似乎展现了将自动驾驶运营能“从B端到C端”的更大优势和想象空间。
中国的自动驾驶公司在寻找出行平台“结亲”时,更青睐带有车企背景的出行平台,形成“自动驾驶公司+车企+出行平台”的组合,联动多方力量突破行业瓶颈,加速推进Robotaxi商业化落地进程。
这一方面源于国内外自动驾驶企业背景差异,与国外自动驾驶公司不同,国内自动驾驶公司多为初创企业,没有车企背景,单纯靠自动驾驶技术更难实现商业化落地。另一方面则是中国自主品牌车企有“弯道超车”的野心,开始频频涉足自动驾驶领域。

一些自动驾驶技术公司正在加深与出行平台的“绑定”。Momenta参与上汽集团旗下共享出行平台“享道出行”新一轮融资,而如祺出行则吸引了小马智行、文远知行两家自动驾驶公司“成为股东”。江浙一带也形成了“元戎启航/小马智行-吉利-曹操出行”、“轻舟智航-一汽/东风/长安-T3出行”的组合。

从B端到C端的自动驾驶“运营”,怎么做?

值得注意的是,出行平台采用开放合作的模式,接入自动驾驶技术公司。共享出行平台的运营、数据、合规资源等优势,以便让自动驾驶公司在Robotaxi商业化的早期阶段解决数据、流量和运营的问题。
这种中国特色模式带来的好处显而易见。中国路况异常复杂,出行平台能够将产业链上下游尽量多的力量聚合起来,在收集、共享海量数据驱动Robotaxi技术提升的同时,加速自动驾驶运营商业化落地。
出行平台和自动驾驶技术的“结合”方式,也各有差异。
比如,T3就曾联合多家公司发起自动驾驶生态运营联盟鳌头联盟,以联合其他合作伙伴共同推动Robotaxi落地、拥有吉利汽车背景的曹操出行就已经与小马智行、元戎启行等自动驾驶公司建立了合作关系,多方共同组建Robotaxi车队,打造满足用户需求的 Robotaxi 产品。
而最早实行“全开放式”将多家技术公司接入平台运营的如祺出行,则是发挥出行平台在需求响应、运力调度、服务管控和安全监管等运营层面的优势,打造了包括运营平台、数据平台、监管平台在内的自动驾驶运营科技体系。在与广汽集团、文远知行、小马智行等企业合作的同时,如祺出行还计划于近期进行示范性混行运营。
在这个“车企+Robotaxi+的自动驾驶技术公司”的“金三角”模式中,出行平台成为自动驾驶运营平台,一方面能为自动驾驶公司收集海量数据,另一方面也能为背后车企等新车研发提供多维度支撑,可谓是最适合自动驾驶玩家的模式。
但在今年,这些平台中,已经有人正在探索将“Robotaxi运营”往“自动驾驶运营”方面打造,促使自动驾驶运技术从B端走向C端。
“随着运营范围的不断扩大,Robotaxi最终要从B端走向C端,走入寻常百姓家。无论是B端还是C端用户,只要启动汽车的自动驾驶功能,就需要自动驾驶运营服务支持。”如祺出行在上周发布了全新的Robotaxi车辆管理系统,其CTO宋德强近日在一场公开分享中提到,自动驾驶等汽车智能技术的发展,会让汽车逐步从普通交通工具进化为智能移动空间,当自动驾驶汽车大规模上路,车机系统迭代、驾驶决策优化、出行服务保障、用户体验提升等问题,都需要全生命周期的自动驾驶运营服务,并透露如祺出行正在打造全生命周期的自动驾驶运营服务,计划通过高效运营体系加速推动自动驾驶商业化落地。

同时,“大厂”腾讯云亦正在寻找机会尝试“以云入局”自动驾驶运营。今年6月份,腾讯提出“车云一体化”战略发布腾讯智能汽车云,是行业首个专为自动驾驶和智能汽车而设计的云专区,以安全、开放的专有云为基,参与自动驾驶、智能汽车发展。

自动驾驶运营平台将成“车企必需”?

当前,Robotaxi商业化已在国内多地陆续落地,但距离自动驾驶技术全面商业化,还隔着遥远的距离。
随着Robotaxi规模上路,市场认受度不断提高,它将逐渐演变成一项持续服务,并促使自动驾驶汽车走向C端市场。
对于车企而言,当自动驾驶汽车售出上路之后,仍不可避免地遇到一系列未知或突发情况,另一方面,L2/L3级自动驾驶的能力覆盖都是渐进式的,车企要根据车辆行驶过程中的实际表现和遇到的问题,快速做出优化与调整。
而用户也在自动驾驶汽车的体验过程中,不断对自动驾驶的安全、体验等提出越来越高的要求,希望车企能保障车辆的驾驶情况,为安全护航。例如在导航、定位、娱乐应用等体验上,用户希望其功能越来越精细化;在地图服务上,希望车辆随着街道路况改变、个性化的驾驶习惯,能及时更新车上地图等。
在这一背景下,海量数据处理、地图决策、用户体验提升……均需要自动驾驶运营支持,自动驾驶运营成为车企在自动驾驶时代的必修课。
尝试以“云”入局自动驾驶运营的腾讯,正通过自动驾驶云解决方案,一站式集成自动驾驶研发到运营全链路的广泛能力,可助力自动驾驶数据存储实现10倍性能加速,算法开发环节TCO降低50%。
而出行平台,则更多是通过持续对自动驾驶业务进行运营优化打造相关能力基础,进一步掌握自动驾驶车辆上路后的车后问题解决方案,为车企进行下一代自动驾驶车辆研发、制造以及批量化提供稀有且必须的资源。
如祺出行的公开资料显示,在Robotaxi运营过程中,平台除了通过数据反哺自动驾驶技术优化迭代以外,也在进行高精地图数据众包、仿真场景库、驾驶员知识图谱等多维度探索,可以为后续自动驾驶汽车量产和C端市场应用积累核心竞争力。
由于拥有区域产业资源优势,能承接政策优势,背靠车企的出行平台更容易成为区域政府推动自动驾驶产业发展的抓手,助自动驾驶公司进一步深入参与到城市或区域自动驾驶汽车产业发展,并被认为能较好地帮助自动驾驶公司解决Robotaxi规模化上路的牌照监管问题,消除数据安全的隐患,同时也拥有汽车制造全产业链基础支持,能更有效协同上下游不同环节形成产业合力共同探索突破发展困局。
罗兰贝格曾预测称,2030年全自动驾驶出租车将占据全球三分之一以上的汽车出行市场,五年内,利润可观的商业模式将会成为现实。在这个过程中,中国或将在车企、自动驾驶公司、出行平台的共同努力下,走出适合自己的发展模式,实现技术落地的“弯道超车”。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
福瑞泰克 B 轮融资近亿美元,自动驾驶量产落地有多值钱?其名“三立” :三次倒下,三次站立DDD落地难?三个迭代带你由入门到进阶|极客时间小马智行彭军:自动驾驶是一场长跑,要有耐力,也要有瞬时爆发力|中国自动驾驶十人专访「庭宇科技」连获A1、A2轮近亿元融资,加速边缘云实时互动解决方案在多行业落地|36氪首发自动驾驶时代,如何从卖车变成卖服务?“数据二十条”落地,数字经济红利在哪里?“理想解决方案”:Daltix的自动化数据湖归档节省了10万美元基于冷冻电镜解析发现,首个最清晰的LRP2蛋白结构亮相Cell,有望为阿尔茨海默病等提供新靶点盛极而衰,经历公司裁员和倒闭烧完36亿美元,自动驾驶巨头突然倒下:员工遣散,车企转投辅助驾驶京东高管回应:京东是加速ChatGPT规模化落地的最佳场景轻舟智航创始人兼CEO于骞 :在自动驾驶寒冬中出生,在马拉松长跑中追赶|中国自动驾驶十人专访清华AIR张亚勤院士:自动驾驶决赛在2030|中国自动驾驶十人专访为电力行业提供边缘智能解决方案,「江行智能」完成过亿元Pre-B轮融资丨36氪首发疫情防控新十条落地,苹果放弃全自动驾驶汽车 | 财经日日评【首发】康湃医疗获数千万元A轮融资,深化布局乳腺癌防治创新解决方案哈尔滨地铁部分站点暂停运营服务早鸟报|推特重大政策决策投票将仅限蓝V用户;飞书项目发布软件研发解决方案;腾讯获得上海首批高级辅助驾驶地图许可......“具备量产条件”成为试点汽车准入标准 自动驾驶进入落地准备期“理想解决方案”:Daltix 的自动化数据湖归档节省了 10 万美元基于无标注网络驾驶视频,自动驾驶策略预训练新方法 | ICLR 2023还没找到家庭医生?多伦多华人医生提供临时解决方案!太管用了!华罗庚 并不如意的人生从云端到落地,自动驾驶如何走好这条「闭环」?【首发】影诺医疗完成数千万元新一轮融资,推进消化内科全套AI解决方案落地应用未来十年,我们需要什么样的自动驾驶芯片? |中国自动驾驶十人专访【万圣节】暖场 《可念不可说》+故事和字谜小鹏汽车:计划2025年起向全面自动驾驶、无人驾驶进发自动驾驶还没落地,我先被裁了自动驾驶运营,终成兵家必争之地售价3300美元的自动驾驶婴儿车:自动前行、智能制动,还带哄睡为小事吵架,警察上门,可能还要上庭获国汽投资及政府平台战略投资,智能新能源汽车互连解决方案提供商「卓劼智连」完成数千万元Pre-A轮融资|36氪独家L4自动驾驶独角兽官宣倒闭!吸金26亿美元,商业化难落地【首发】瑞莱谱医疗完成近亿元A2+轮融资,致力于提供领先的临床质谱解决方案和服务
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。