抵达「1亿公里」里程碑后，卡车智能驾驶跨越商业裂谷

智能驾驶明显加速了，这已经成为2024年乘用车领域一个不争的事实。仅用两年时间，从激光雷达上车，到城市NOA领航辅助驾驶全国开城，再到AEB功能的底层价值之争，华为、小鹏、蔚来、理想等一众造车新势力共同将智能驾驶打造为乘用车标配。

这中间的营销手段是多元的——技术横评、高层造势、企业对峙。但不可否认的是，这所有一切关于智能驾驶系统的增量曝光，的确深刻影响了用户心智和消费决策。IDC预测，2024年中国乘用车市场中满足L2级自动驾驶标准的新车将达到1,478万辆，在全部新车中的占比达到59.8%。而在两年前，这一数字仅为30%左右。

自动驾驶需要跨越“商业裂谷”——从技术的概念验证、原型开发，再到成功转化为市场上可销售、可盈利的规模化产品。

乘用车场景已经率先做到这一点：它汇集了早期小众的极客用户，并利用商业武器逐渐集聚势能，如今成功过渡到主流大众市场。这背后的核心推力在于，要让用户看到技术的真实价值。

不可否认，一项前沿技术的社会价值和经济价值，决定了其能否跨越商业裂谷。而反观与推动社会经济发展强相关的干线物流领域，作为公路货运细分市场中商业化空间最大的赛道，这一领域既有经济价值，也肩负基础设施才有的社会价值，理应有不逊色于乘用车领域的商业表现。

在这之中，的确有一家公司已经展现出跨越商业裂谷的趋势，累计实现智能驾驶商业里程1亿公里——这家公司就是嬴彻科技。在商用车领域商业化进程被认为相对落后于乘用车时，它是如何做到的？

事实上，细究乘用车用户对智驾系统的消费动因，并不全然是理性的。其购买决策一部分来自于驾驶过程中一定程度的精力减负，另一部分则来自于跟风和炫耀心理。在实际的应用过程中，智驾功能的使用很可能是低用户粘性的，实际使用场景可能只占10%。

卡车作为生产工具，其经济价值将直接体现于干线物流企业的订单，对货运司机十几个小时运输工作的大幅度减负以及随之而来的商业效益提升上。市场对其商业价值的衡量，有着关于成本、收益、投入、产出的精确计算公式。软件技术不够精湛亦或是产品体系不够成熟，都会在这种严格审判中无所遁形。

嬴彻科技之所以能在这种考验下依旧跨越商业裂谷，正是因为其技术与产品都已经能够自如作答企业客户提出的ROI（投资回报率）公式。

与此同时，嬴彻科技的商业拓展已经全面覆盖整个干线物流行业，包括快递快运市场这一极具示范效应的干线物流领域的金字塔尖客群，以及零担专线、合同物流等庞大的基盘市场。这相当于为其商业化附上了一个可以稳步增长的系数。

带着对卡车自动驾驶的无限好奇，36氪与嬴彻科技创始人兼CEO马喆人进行了独家对话：为什么商用车自动驾驶的商业化突然加速了？物流企业可能是全世界最会算账的客户群之一，它们为什么决定买单？自动驾驶商用走到这一步，在技术上如何进一步迭代？这个行业可见的未来市场格局是什么样？

以下为对话整理，经编辑：

“1亿公里”的商业价值与技术价值

36氪：你们可能是卡车自动驾驶行业里商业化做得最好的企业，这项技术带来的核心价值是什么？今年会有什么新走向？

马喆人：回顾第一台量产智能重卡投用至今，可以说已通过商业化验证的关口，最核心的仍是智能卡车是真正的、安全稳定可持续的为用户创造商业价值。

它能把货运公司过去的“双驾”线路替代成“单驾”，驾驶员的工作从“开车为主”变成“跟车为主”，蜕成一个安全员的角色。这里有个很核心的指标叫自动驾驶里程占比。比如800-1000公里，甚至1200公里，自动驾驶里程占比平均都在90-95%之间。这意味着过去可能一天要开12个小时，现在只是跟车11个半小时、有半个小时需要自己驾驶，所以劳动强度的减轻是第一位。

与此同时，还有油耗的节省。它建立在长时间的精准行驶上，机器比人更加稳定。这两样带来的，尤其是人力成本的节约非常显著。算上司机里程奖，对车队来说，基本至少可以节约0.8个人的成本。

对客户来讲，有两种算账的方式：一种是最简单粗暴的算成本回收期，这些快递公司的回收期基本都是在12~18个月以内，而且绝大多数都是在12个月左右就能够回收。对快递快运企业来讲，新技术是一个非常理想的投入。

另一种算账方式，是把额外的成本按照正常的折旧摊到每一公里上，换算下来每一公里节约在2到4毛之间。现在的各行各业，包括物流行业很少有一项新技术或者装备能够使每公里有这个数字的成本节约。这意味着一个月有6000块钱的硬节约，这其实是一个很大的数字。

所以，我们真正通过这项技术为用户带来商业价值，我们服务了中国几乎所有的头部快递快运公司，目前产品已经在这些公司得到了应用和认可。这经历了一个比较长、很审慎的验证过程。实际上，今年我们看到绝大部分快递公司都在招标，寻找各个主机厂要带智能驾驶系统的产品。所以，我们预计今年智能重卡会有一个很大的保有量增长，算是一个商业化开始快速发展的年份。

36氪：除了头部的快递快运公司，目前应用范围层面是否有变化？

马喆人：实际上，快递快运公司是干线物流领域的金字塔尖，有极强的示范作用，但他的量可能10%左右。过去大半年很显著的一个变化是，智能重卡的认可度从金字塔的最顶端扩展到中上层了，比如说合同物流和零担专线，他们也都看到了智能重卡对他们的用户价值。这些用户价值是多元的，有的是省人，有的是更安全，对于个体司机来说还可以通过每天安全运营里程的提升实现收入的提升。

所以说，今年最重要的进展是，智能重卡已得到全行业的价值验证和认可，这也意味着商业化大拐点的到来。

36氪：促成智能驾驶在中小物流企业中实现更大范围渗入的原因是什么？ 

马喆人：有这个进展也很自然。

首先，随着应用越来越广，认知度得到自然提升。

其次，产品足够安全、稳定，它带来的用户价值被更多人接触到了。第一是更加安全，中小物流公司对安全特别看重，尤其是近三年出过一次重大事故的车队，对他们来说智能重卡的性价比就特别高。第二是节油性，大型快递快运公司的油耗管理非常严格，油耗控制也比较好，而中小企业司机技术差异较大，导致油耗偏差较大。智能重卡能实现百公里油耗节省大概3-5升。如果一年按20万公里计算，一年大概节省至少3万油费，这都是纯利。第三是省力，可以降低司机数量，或者说雇佣成本。最后是增收，对于个体司机来说，过去可能一个月只能拉4趟，用了这个车可以跑5趟，增长量对应增收。对于不同客户来说，这些价值能形成组合价值。

还有几个外部有利因素，比如乘用车的智能驾驶普及也在推动行业对智驾的认知。

36氪：在跟客户合作的过程中，他们是否有提出一些新的需求点，或者说超出预期的情况？

马喆人：这个过程中每天都有新的问题，但是非常本质性的问题我觉得没有，因为客户的诉求非常明确，就三件大事：第一，降本增效；第二，更加的安全舒适；第三最好还能够增收。增收是王道，就看这三件事情你能够满足多少。如果要说超出预期情况，大客户的验证周期比我们想象的要长。受疫情影响是一方面，另一方面客户异常审慎。

但新技术很有趣，它也在改变客户的许多理念、行为和模式。比如客户过去要管理司机行为、安全、油耗。但新技术来临，客户意识到“我不应该再管这些，我就应该管一个核心指标，就是自动驾驶占比”。在你相信自动驾驶比人开得更精准、更平稳、更安全的前提下，自动驾驶占比越高，你就会更安全、更省油、更省力。客户还在创造一些新的管理方式，比如通过一些新的路由规划、车辆排布和接力方式，在超长距离实现“双驾变单驾”。

一个新的技术，既能解放当前的生产力，又在推动商业模式发生变化——这是一件挺有趣的事情。

36氪：你们的商业运营里程从5000万公里到1亿公里得以快速增长的主要原因是什么？

马喆人：总结下来就是车辆数量增多、车型品牌增多以及用户场景也增多了。

再往后，公里数本身可能有意义，也没意义。我们更加关注的还是用户类型，是否从充分验证过的金字塔顶端开始加速往中上层和腰部渗透。这个速度是很关键的，因为这是下一个增长的大前提。所以这半年最让我们开心的不仅是里程数进一步提升，最重要还是有三点：

第一点是从被快递快运认可，到被全行业认可；

第二点是司机反馈安全了很多，回不去以前的模式了，这是最本质的；

第三点是这个过程中，不光客户参与。在前装的角度，中国前5名甚至前10名的主机厂都在做前装智能驾驶系统，这说明产业的参与度已经很充分。

由数据驱动的产品、技术和研发

36氪：搭载嬴彻智能驾驶系统的卡车目前主要是应用在哪些道路？对气候条件有什么限制？

马喆人：目前所有高速我们都可以开。从明年开始，我们也会提供国道的功能。

从环境角度来讲，基本上只要能正常行驶的环境我们都能够提供。但在非常恶劣的天气下，我们不提供功能的使用，因为那个时候车本身上高速也有问题。

当然我们还有很多细节要处理得更好。比如对一些复杂车流的处理，我们是否能够做得更加柔顺。我们也经常受到司机吐槽，说我们变道比较“保守”。这其实是有道理的，我们觉得现阶段还是以审慎为主，这也是有意而为之。

我们也希望应对各式各样复杂场景的处理策略更加优化。第一是更加接近人的体感；第二是能有更多个性化的模式出现。但是从一个生产工具的角度来讲，在所有的环境下，稳定和安全是第一位。

36氪：既然你们有这么多的道路里程积累，团队如何高效利用这些里程数据？

马喆人：大家都知道特斯拉创造了“影子模式”，但其实这是一个非常朴素的概念，任何一家领先的自动驾驶公司都在做影子模式。

我们从量产第一台车开始，就充分利用“影子模式”。但第一点，我们不是所有数据都上传，因为数据量非常大，成本也非常高。关键在于采集真正有价值的数据，这要做得特别精准。

第二，数据上传之后进行有效管理。回过头看，我们对于两年前的数据也还在不断挖掘它的价值。比如针对新的服务换一个角度来分析，数据的标签整理始终在进行，所以数据上传不是一次性的价值，而是有长期价值。

然后基于这些数据挖掘，再来训练我们的模型，包括早期的前融合、后融合，到现在的BEV，以及从局部到完整的“端到端”训练。这种基于数据的训练会不断闭环，再变成新的一个版本，比如我们现在差不多每两个月就有一个新版本发布。我们已经形成一套数据驱动的研发体系，它是以“影子模式”为基础，由数据驱动的工作体系。在智能卡车领域里，我们在全世界范围是最成熟的，应用最快的。

36氪：两个月迭代一次版本非常快，但研发投入也会很大，你们如何应对？

马喆人：目前来看，训练成本还不是最大投入。不过数据管理的挖掘和训练，哪怕对上市公司或者成熟公司而言都是一个很大的挑战，对创业公司可能会更大一些。所以我们在这边要做好几件事情：

第一还是基于对场景的识别，只去抓取真正有意义的数据，不要过度抓取；

第二是自动化的数据标注，尽量减少人工干预，这样效率会比较高，而且成本很低；

第三是云端训练，这既考验我们自己的算法能力，也考验我们怎么用好行业新开发出来的工具。

另外我们也在思考现在火热的大模型该如何使用。只是我们不会自己做疯狂投入，更多还是希望能够站在巨人肩膀上利用好业界的开源模型，在此基础上把它轻量化，然后再应用于智能驾驶上。这些工作都是目前正在一步步进行的。

长期一致性体验才是用户粘性基础

36氪：除了为主机厂提供技术服务，以及为物流企业提供智能驾驶运力服务，你们在商业模式上也开始尝试智能驾驶技术的订阅类服务。这是基于一个什么样的思考？初期的用户对象是谁？

马喆人：目前在做一些小规模尝试。但对于最终的用户来讲，无论是一次性购买一整套自动驾驶设备，还是买一个按年或者按月的订阅服务，商用车的单价肯定是高过乘用车，这是毋庸置疑的。

首先商用车总体批量会小一些，其次这实际上也反映出它的价值定位是比较清晰的。用户一旦认可了服务的价值之后，其付费意愿就会变得很清晰。订阅式服务的早期尝试还是针对中小型的车队，以及各式各样的合同物流、零担和专线公司。

36氪：特斯拉最近把FSD的月度收费从199美元降到了99美元，降价幅度非常大，对于更加注重成本节约的物流企业来说，它们会更加在意价格吗？

马喆人：我们也在思考，不光是嬴彻科技和卡车智能驾驶，整个智能驾驶的未来还是回归本源——就是客户为什么付费订阅？

首先它要有价值，而且这个服务要有很强的粘性。比如音乐、视频、电话，从这些服务看来，只要业务有足够黏性，就一定会有付费意愿。FSD现在不断进行价格调整，反映的并不是价格定高定低，实际上反映的是用户虽然对乘用车智能驾驶很感兴趣，但是使用粘性还是有很大的差异。

其次，不管乘用车还是商用车，用户能否在任何环境下都长时间使用智能驾驶，而且得到一致性的体验，才是用户粘性的最终基础。从这一点来看，我认为商用车、尤其干线物流这种长途驾驶，在未来一两年技术得到自然的放量普及后，它的订阅粘性和意愿会来得更快。

衡量粘性，就回到自动驾驶占比的问题上：如果说平均都是在85%以上，我们认为订阅付费的意愿是很强的，剩下的就只是价格问题。

所以现阶段我们对商业化本身，或者说变现模式的关注，更重要的还是把产品的泛化能力做得更好。比如在更多的道路环境下都能够稳定行驶，不管是什么货物类型都能够稳定发挥，从而让自动驾驶占比一直处于较高的水平。在这个量级起来之后，我们相信订阅模式会成长得更快。

36氪：我注意到2021年嬴彻科技就投入了L4级的自动驾驶卡车，但在去年一次活动上，你表示距离L4的应用可能要到2030年，为什么是2030年？

马喆人：准确来讲，2030年应该会有自动驾驶重卡或者大中型卡车一定规模的商业化应用。

这里有两道关，一个是技术上的。主机厂和用户都认为是安全的，才是真正安全的。另一个是法规的管制。不仅是交通部，公安部相关部门也要做考察和验证，确保这个技术是安全的，才能为这一类产品提供路权。

36氪：在中间这一段过程中，智能驾驶卡车行业的发展会发生什么？

马喆人：首先数量要足够多，因为只有数量足够多这件事情才有意义。其次，可能先是L2+的大规模商用，然后是国家逐渐放开一部分政策给到L3的大规模商用。这个事情是比较容易发生的。在这个过程中，各家公司有可能跑到10亿公里里程数，让行业有足够的技术积累和数据积累，从而技术和商业化会很自然地交织着往上走。

36氪：为什么是10亿公里？

马喆人：10亿公里意味着什么？中国的高速公路是17万公里，双向就是34万公里，再乘以一个4（假设每一个高速平均双车道），这样就是100万公里出头。

10亿公里意味着，你把中国所有的高速道路跑1000遍，基础数据的丰富度基本ok了。这对于一个人来讲，就是把这条道路开1000遍，基本上接近一个人的学习过程。

36氪：到达那样一个节点之后，怎么看待行业更加激烈的竞争问题？

马喆人：还是那句话，这个行业要足够大才有意义。在一个小蛋糕里面拿100%，还是在一个巨大的蛋糕里面拿30%，我宁愿选择后者。我们还是希望这个行业能够更热闹一些。