雷锋网按，做自动驾驶不难，但要在前面加个“全”字，可就不是一个概念了。不过，在大家都忙着讨论技术细节时，自动驾驶汽车的使用场景却很少被提及。那么，到底谁是自动驾驶汽车的真正受众人群？怎样才能做到满足实用性和经济性的同时获得强大的用户粘性呢？
显然，在对自动驾驶市场走势作出预测时，媒体、分析师和业内人士都不该忽略掉这一基础问题。
IHS Automotive 研究主管 Egil Juliussen 将自动驾驶汽车的使用场景分为四大类：最后一公里配送，自动驾驶卡车，固定路线自动驾驶和 Robo-taxi。理解这些使用场景间的细微差别意义重大，毕竟它们会影响未来落地车辆的性能、成本与时间线。
下面，就让 Juliussen 带我们纵览不同的使用场景，看看四大类型中谁是头部玩家，市场的现行状态以及大家测试与研发工作的进展。
为本文贡献宝贵观点的还有 Erez Dagan，他是 Mobileye 产品与战略高级副主席。上个月早些时候，以色列巨头吃掉了 Moovit，Mobileye 到底看上它什么呢？
在采访时，Dagan 就强调称，Mobileye 此举是为了“将自动驾驶汽车编入公共交通。”
Dagan 说的没错，自动驾驶汽车总不能在真空中运行，其价值必须结合整个社会的出行与秋与状况来估算。像 Moovit 这样掌握了用户旅行习惯的公司，当然是 Mobileye 未来整合实时信息与数据的关键。
Juliussen 定义的四大类型中，“最难的就是 Robo-taxi”。
讽刺的是，头部的自动驾驶科技巨头，包括 Waymo、Cruise、Argo 和 Aurora 在内，都对 Robo-taxi 市场情有独钟。眼下，Waymo One 已经在亚利桑那落地，而安波福则选择赌城，通用则选择旧金山。
自动驾驶测试这件事就更加普及了，光是加州就聚集了 65 家拿到测试牌照的自动驾驶公司，而 Argo 的车队则分别驻扎在匹兹堡、迈阿密、底特律、帕罗奥托、华盛顿特区与奥斯丁。
Juliussen 还指出，在 Robo-taxi 领域，美国拥有风投资金、自动驾驶开发与测试工作上的领先，中国则紧追不舍。“至于欧盟，则完全在自动驾驶测试与 Robo-taxi 上掉队了。”
鉴于 Robo-taxi 这个门类吸金能力超强，因此市场也公认其有巨大的潜力。
不过，Robo-taxi 这个门类未来肯定会被一个巨大的社会问题所困扰，即如果 Robo-taxi 在工作中真的杀了人怎么办？受害者家属告谁？赔偿金能拿到什么数？陪审团会同情没有司机的出租车吗？
答：如果 Robo-taxi 上不再设驾驶员，那么任何的伤亡事故 OEM 商都要独自吞下苦果，因为它们没办法甩锅了。显然，Robo-taxi 将改变所有现存的责任范围。
在过去，汽车制造商接受公众诉求中的新安全措施通常都是磨磨蹭蹭的，但在自动驾驶上呢？它们必须时刻留心安全问题，因为任何的失误厂商们都要承担所有责任。
在 Juliussen 看来，四大类型中称为最容易实现就是自动驾驶卡车，卡车行业也认同这一观点。最近接受采访时，Plus.ai COO Shawn Kerrigan 就强调称，卡车将成为自动驾驶市场最先成长的板块。
将自动驾驶卡车专门分出一类是因为它们的商业模式较为特殊。“成本会站在我们这边。” Kerrigan 解释道。自动驾驶卡车有能力为卡车运营公司省下大量成本，因为它们不再需要驾驶员了（现在卡车驾驶员缺乏也是全球各国的通病）。不过，从方程式中剔除驾驶员只是个开始，运营成本上自动驾驶卡车也优势巨大。首先，它们能 24 小时不停歇的工作；其次，自动驾驶卡车更加安全，事故率会大幅降低。
Juliussen 指出，从技术上来讲，“货运中心-货运中心”的模式也更容易管理，因为“自动驾驶卡车 90% 的时间都待在高速上”。鉴于它们城市驾驶的需求不多，因此需要处理的“社交问题”（即与行人和其他车辆的交互）也少了很多。
在自动驾驶卡车市场规模上，Juliussen 则与 Kerrigan 有着意见上的分歧。前者认为“这只是个小市场”，但后者却认为其市场前景广大，毕竟美国卡车行业年营收超过 6000 亿美元。
自动驾驶卡车新创公司成功与否取决于其商业模式。举例来说，开发全栈自动驾驶软件的 Plus.ai 自己并不造车，未来也不会拥有会运营一个车队。它们的任务是为自动驾驶卡车提供关键结构单元。
去年秋天，Plus.ai 就在这种商业模式下成功与东风汽车携手，新的合资公司将为中国市场研发自动驾驶卡车。需要注意的是，合资公司的首款产品虽然基于 Plus.ai 的 L4 堆栈，但投入使用后只能实现 L2 半自动驾驶。
换句话来说，虽然大家都对自动驾驶卡车兴趣浓厚，但想 L4 自动驾驶卡车并不容易。Kerrigan 就指出，全自动驾驶卡车离我们至少还有 4 年时间。“我们得保证车辆能处理所有极端情况。”
如果现实如此残酷，自动驾驶卡车初创公司们在没有实际产品的情况下能坚持多少年？
Starsky Robotics 用破产回答了这一问题，花光了融资的它们 5 年就挺不住了。
在 Juliussen 看来，Starsky 走了一条非主流路径。“不过，我还挺喜欢它们的。”他说道。举例来说，Starsky 的卡车能在上下高速以及城市驾驶时实现远程操控。不过，“它们的野心需要完整的基础设施来支撑，这点可能下坏了投资人”。
Kerrigan 还表示，自家公司已经融资 1 亿美元。不过，市场上它们的竞争对手可不少，Juliussen 那边列出的名单就包括 Embark、Ike 和 Kodiak 等。
与此同时，有 UPS 支持的图森科技今年 3 月拿出了新计划，它们要联合 UPS 扩大自家的货运试验项目，编入车队的是改装过的 L4 自动驾驶卡车。
在欧洲，戴姆勒去年秋天收购了 Torc Robotics，今年紧接着就开始扩大在美国公路上的自动驾驶测试了。
当然，我们也不能忘了那些领先的自动驾驶堆栈供应商，比如 Waymo 和 Aurora。除了 Robo-taxi，未来自动驾驶卡车这块蛋糕它们也不会松口。
固定路线自动驾驶
要说大多数人见过的“行驶中”自动驾驶汽车，恐怕得是校园、机场、医院和主题公园里的固定路线穿梭车。
虽然部署时间最早，但说实话这是自动驾驶汽车四大类型中最无聊的了，因为它们不但行驶缓慢，还畏手畏脚的。
自动驾驶穿梭车通常长得像架在轮子上的烤箱，内部能塞进 10-15 个座位，虽然比出租车装的人多，但又比不上巴士。
对于那些喜欢招手即停打车服务的人来说，自动驾驶穿梭车跟公共交通的体验其实没什么差别。不过在 Juliussen 看来，未来它们将在工业领域大放异彩，比如承担港口或矿山的运输任务。
投资者们对固定路线自动驾驶汽车的兴趣还在，不过 Juliussen 认为这个门类拿投资能力最弱，因为市场需求会因为地理位置变化而大幅波动。简言之，公共交通做得比较好的城市，固定路线自动驾驶就更容易吃得开。
在美国这种公共交通薄弱的国家，自动驾驶穿梭车肯定干不过 Robo-taxi，而在公共交通较为完善的国家，人们对固定路线自动驾驶汽车的接受度就会高很多。不过，既然公共交通已经很完善了，为何还要另设一套自动驾驶穿梭车呢？
当然，自动驾驶穿梭车们也有挖掘市场的潜力和空间。拿日本的乡村举例，因为人口持续外流，这里已经没有公交车了，但留在这里的人依然需要出行。这种情况下，自动驾驶穿梭车就能够更好地发挥作用。
对公共交通系统来说，盈利从来不是其目标，纳税人的补贴才是其持续运营的真正弹药。因此，真正竞争起来，恐怕自动驾驶穿梭车不是其对手。Mobileye 的 Erez Dagan 认为，想要生存下来，穿梭车们必须“主动融入公共交通系统”。
Mobileye 选择收购 Moovit 就是因为它们相信，了解人们的出行习惯能帮助穿梭车运营商为自家服务注入更多智慧。Dagan 就发问道，“如果运营商能按照用户需求调派穿梭车，让它们及时出现在用户最需要的地方呢？”
也就是说，未来的方向是协调自动驾驶穿梭车与其他出行选项，从宏观的角度满足人们的出行需求。
要说这个领域的领军公司，美国市场看 May Mobility， Local Motors 和苹果收购的 Drive.ai。欧洲，则成长出了 EasyMile 和 Navya 两大世界级的头号玩家。
Juliussen 指出，自动驾驶的四大门类中，最后一公里货物递送是发展最快，也是融资最为丰厚的一类。
在这个门类中，名头最响的非 Nuro 莫属。去年，这家公司从软银拿了快 10 亿美元投资，在零售方面更是拉到了巨头 Kroger 与 Fry’s Food。
除此之外，Nuro 还将自家技术授权给第三方公司，比如自动驾驶卡车公司 Ike。
今年早些时候，Nuro 则拿到了 NHTSA 的授权，它们可以在路上部署 5000 辆递送电动递送车 R2，为用户运送食物、杂货或提供其它服务。
Juliussen 将 R2 形容为“仅有半个车大小，但高度在车流中还比较显眼。很明显，R2 没有为驾驶员预留任何位置。”
并非所有美国州都允许此类递送机器人上路，即使是能够上路行驶，也规定其速度不能超过 6 英里/小时（约合 10 千米/小时）。此外，这类车还只能行驶在人行道上，遇到自行车与行人还要自觉让行。同时，运营公司还要为递送机器人配备远程操作员。
最近，巨头们也开始向这一领域渗透。亚马逊就开发了一款人行道自动驾驶汽车，沃尔玛则联合新创公司 Udelv 开启了杂货递送服务。在中国，百度 Apollo 平台战略伙伴 Neolix 则在 A+ 轮融资中拿到了 2800 万美元。
当然，对投资者来说，此类最后一公里递送车最吸引人的地方还是成本，毕竟它们需要的人力要少得多，而且化整为零后的车辆也比重型递送车便宜得多。
雷锋网&雷锋网&雷锋网
正在生成分享图...
nebula