跨过长尾场景的“大山”,无人矿车开向商业化坦途
从 L2 到 L4,从场景数据训练到 GPT 大模型,自动驾驶行业在不断改变。
经历过 waymo 裁员、Mobileye 估值大跌之后,行业前景变得逐渐明晰:当 L4、L5 的故事讲完之后,商业化才是自动驾驶的归途。
于是,我们看到,一些做开放道路场景的自动驾驶公司在转型,要么 ToB 做车企 T1 供应商,专注 L2 以及 L2+ 落地,要么做园区物流配送等场景下的商业化。
出人意料地是,在大多数目光聚焦的开放场景之时,做封闭场景的自动驾驶公司却是另一番景象:过去一段时间,踏歌智行、中科慧拓、希迪智驾等企业都受到来自资本市场的目光。
天眼查 APP 融资信息显示,过去一年,踏歌智行、中科慧拓、希迪智驾等做矿山场景自动驾驶的企业均有融资入账。
为什么目前自动驾驶技术商业化进程最顺畅的却是封闭场景?无人矿车为什么又备受关注?在风口中落地的这个领域究竟又有哪些价值?值得深究。
矿山场景夺下自动驾驶商业化 " 头筹 "
过去的自动驾驶技术的发展证明,商业化落地是一个循序渐进的过程。从 L2 到 L4,从封闭场景到开放场景,既是技术成熟曲线的客观规律,也是自动驾驶行业化落地的既定路线。
对此,政策层面也有清晰的规划路线。
根据 2020 年发布的《智能网联汽车技术路线图 2.0》,到 2025 年,完成特定场景和限定区域的 HA 级应用;2030 年完成高速公路广泛应用以及部分城市道路规模应用;2035 年之后达成全场景覆盖。
在这个路线中,行业还需要解决两个难题:从工程化阶段走到商业化阶段;从区域示范落地走到真正拥有自我造血能力。
从目前的发展来看,率先能够解决这两个问题的,可能是矿山自动驾驶。
从工程化阶段到商业化阶段,需要解决的核心问题其实就是长尾场景的问题。
从区域示范落地走到真正拥有自我造血能力。需要解决的就是成本替代的问题。
一个事实是,自动驾驶技术发展到今天,技术其实不是瓶颈,而是对长尾场景数据的覆盖。
无论是车辆的感知能力,还是 AI 算法、芯片算力都不是自动驾驶落地的短板,真正的困难其实就是在于场景。
2018 年的 Uber 自动驾驶车辆撞死行人的事故,以及海外特斯拉自动驾驶事故频发,都提醒着人们长尾场景问题才是关键所在,而开放环境下,这个问题近乎无解,因为永远都会有新的场景出现,算法、数据不可能覆盖到 100% 的场景。
不过,在矿区,这个问题似乎不算特别难以解决。
目前,封闭的矿山已经实现了全机械化生产,生产流程更标准化,非标准化的场景其实本来就比较少,自动驾驶更容易落地。
" 封闭场景与开放场景最大的一点不同是,封闭道路的工况和场景是可以被列举出来的,比如说做露天矿的自动驾驶解决方案,可以跟前期客户去确认需求、去解决一部分可能遇到的长尾场景问题 "。踏歌智行方面对谈擎说 AI 表示。
成本替代方面,对于相比开放场景,无人矿车落地更 " 刚需 ",更能体现出成本优势。
" 与开放场景不同的是,自动驾驶矿车落地对矿企来说是刚需,一是不再需要更多的工人到一线,增加生产过程的安全性,二是,通过自动驾驶线路优化控制程序优化,能够帮助减少车辆损耗,节省燃料,减少额外的开支,自动驾驶改造的成本就能省下来,矿企其实有很强的买单意愿。" 中科慧拓方面表示。
解决这个两个问题之后,矿山自动驾驶就更容易进入快速规模化落地阶段。
谈擎说 AI 认为,技术的商业化,大都是由 B 端到 C 端渗透的。比如计算机、互联网,都是从 B 端开始向 C 端渗透的。
因为当一项技术真正作为生产资料,能够提真正提升生产效率之时,才能大规模普及。蒸汽机、内燃机莫不如此。
事实上,一些自动驾驶场景项目,更容易由 B 端成本变革驱动,而非技术、资本、政策因素驱动。而当下阶段,自动驾驶在 B 端的价值,要远远超过 C 端。
不管是 C 端还是 B 端,自动驾驶最大的价值,一个是降低事故率,另一个就是成本。但对于这两种价值,C 端的购买意愿和购买力还远远不够。
一方面,开放场景下的技术落地还不成熟,Robotaxi 也好,Robotruck 也罢,法律法规真正放权之前,大规模商业化都只是纸上谈兵。即便是现在有的特斯拉 FSD 等产品,C 端的购买率其实并不高,安全、信任及伦理等问题依旧需要解决。
另一方面,足够的购买力才是商业化的前提。在这一方面,显然矿区、港口等 B 端客户的体量更大,购买力也更强,
" 这个行业不缺强买单能力的客户,而且这点投入对他们平时采购的大型工程机械来说并不算大额支出,而且能实实在在帮助矿企降本增效。" 中科慧拓方面表示:" 现在市场已经关注到了这个行业的价值,年后我们几乎每周都能接到电话(来自投融资机构),市场对这个行业的认知也在变得更深刻。"
IPO 窗口已打开,产品、技术打开商业化 " 蓝图 "
市场对行业认知越深,行业内的玩家谋求上市的条件就越来越成熟,随着最近 Momenta、文远知行等自动驾驶企业谋求上市消息传出,自动驾驶企业可能会迎来一波密集上市。
这对于做封闭场景的自动驾驶企业来说,意味着 IPO 窗口期已经打开。
虽然行业整体仍然处在扩张阶段,但无人矿车的商业化落地仍然比较稳。也就意味着相比 Momenta、文远等自动驾驶企业,封闭场景下的自动驾驶企业商业化的步调可能会更稳一些。
一方面,相比开放场景,矿山等封闭场景下的自动驾驶商业化水平更高,业务端仍然处在扩张增长阶段。
去年 Waymo、Argo AI 等一批自动驾驶企业纷纷裁员,截止今年 3 月份,Waymo 已经裁掉了 8% 或 209 名员工。
与之相对的是,由于业务增长的需要,踏歌、中科慧拓等做封闭场景的自动驾驶企业仍然在招聘。这也从侧面反映出,矿山等封闭场景下的市场其实是一个可挖掘的蓝海市场。
另一方面,从渗透率来看,目前行业整体的渗透率不高,还有很大的增长空间。
" 开放道路不太好评价,但封闭场景下自动驾驶商业化落地其实是很快的,目前行业还处在一个初期的发展阶段,市场空间很大,粗略估算,仅存量车无人化改装就有 4600 亿左右的市场空间。" 中科慧拓方面表示。
对于增长趋势,踏歌智行则表示:" 当行业实现全矿无人运输运营的商业化落地,市场渗透率会出现重要的拐点,市场规模将达到新的数量级。"
谈擎说 AI 判断,以目前的行业容量来看,市场能够容纳 3 到 4 家千亿市值规模的上市企业,但要进一步挖掘商业化增长空间,兑现商业化增长的蓝图,还是需要靠产品、靠技术拿出能够可复制的规模化解决方案。
自动驾驶商业化,最核心的壁垒其实就是技术和产品。
首先,谁的技术、产品实力够硬,能够从 demo 级的方案进一步升级为规模化商业化的方案,谁就能取得市场份额上的优势。
" 矿区对自动驾驶的需求跟其他场景不一样,他对‘真无人’、‘安全员下车’的诉求是远大于其他诉求的,比如说矿区内部的一些运输任务,完全不需要人介入,而且要做到 7 天 × 24 小时生产状态下的安全员下车,这对技术和产品的可靠性的要求是很高的。" 踏歌智行方面表示:" 一旦真正做到了这一点,那么自动驾驶落地就会倍速增长,渗透率也就会进一步提升。"
在产品落地上,5 月 6 日,中科慧拓发布了我国首台套新能源矿山智能运载机器人 " 载山 "(CarMo)并投入使用,据悉," 载山 "(CarMo)在底盘功能整合、核心控制算法、感知定位融合方面实现多项技术突破,进一步推动自动驾驶方案产品化落地。
踏歌智行方面,也已经在多个矿区实施 7 × 24 小时常态化无安全员作业,推动矿区无人驾驶商业化。
其次,矿山自动驾驶落地,带来的其实不仅是技术和产品,也是全新的管理体系。
" 在落地的过程中,涉及到的一个重要的问题是管理的问题,如何做好矿上的无人化管理?无人化车辆、有人车辆如何去配合?如何重塑生产作业流程?这些都需要通过大量的实践积累,这些才是落地过程中最关键的东西。" 中科慧拓方面向谈擎说 AI 表示到。
也就是说,在产品的基础上,企业卖的其实不是自动驾驶技术,而是新的自动化生产、运输、管理体系的一整套解决方案,这样的解决方案可复制性越高,那么商业化也就越容易。
最后,技术和产品之上,决定未来格局的关键,还是核心的商业模式。
从资本市场的角度来看,商业模式决定业务模型,业务模型决定财务数据。
" 这两年资本市场市场对做矿山港口的自动驾驶企业关注的确变多了,但这其实是行业规律的问题,商业化进程到一定阶段,资本自然就会来关注,因为商业化进程究竟如何,不止体现在业务上,最终还是要归结到财务数据上。" 踏歌智行方面对谈擎说 AI 表示。" 能否到达一个盈亏平衡的点,关键其实就是看业务结构。"
对于矿山场景的自动驾驶企业来说,核心的商业模式也有三种:做运营、做前装(卖车)、做全套的解决方案。其中体量最大的,市场规模最大的其实是做无人运输运营,其次是卖无人驾驶矿车。但从毛利率的角度来看,做解决方案毛利率可能表现会更好。
因此,最终决定玩家综合商业化水平的,还是得看具体的业务构成以及各业务的商业化进度。
整体来看,目前大型国有及民营矿企均在稳步推进智慧矿山的建设,这意味着行业的增长其实有很大的确定性,接下来就是技术和产品的博弈。
写在最后:
自动驾驶商业化,犹如踏雪寻梅。
囿于当下时代所限,自动驾驶虽然还有很长的路要走,但我们亦能看见属于未来的可能性。也许,矿山自动驾驶就是皑皑白雪中的那簇火焰。
在这个矿山独特领域,道德与法规不是约束而是助力,自动技术的生命力就会生长的越来越强,商业化的火焰就会越烧越旺。
本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。
免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com