资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

作者:利荣
2018/07/11 18:59

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

雷锋网按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,得到了宝安区政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会,旨在打造国内人工智能领域最具实力的跨界交流合作平台。

雷锋网CCF-GAIR 2018 延续前两届的“顶尖”阵容,其中智能驾驶专场由一场大会报告、两个圆桌讨论、九大主题演讲组成,共计22 位来自产学研的嘉宾将分享他们的实践与心得。本文为下午圆桌-智能驾驶商业化与产业化的编辑与整理。

在智能驾驶商业化与产业化的圆桌上,蔚来资本合伙人朱岩作为圆桌的主持人,与 G7 总裁马喆人、AutoX 创始人兼 CEO 肖健雄、诗航智能 CTO 刘振宇、景驰科技运营副总裁张力、盼达用车科技商务总监蒋齐共同探讨了智能驾驶的商业化与产业化的话题。

出行服务/物流/快递服务「蛋糕」有多大?

时至今日,没人会怀疑,自动驾驶会形成一个难以估量的庞大市场。而当终点的旗帜如此明显,赛道也就变得格外拥挤。过去几年,无论各大传统车厂,科技巨头还是供应商,都在以一种军备竞赛的心态开足马力,在自动驾驶的路上跑马圈地。

现如今,在分食自动驾驶这盘裹挟着巨大利益的蛋糕时,不同团队其实早已在不同路面上厉兵秣马。例如按照不同场景:有人盯准乘用车市场,就有人觊望商用车市场;有人希望让自动驾驶穿梭于闹市之间,就有人希望让自动驾驶卡车来往于高速路的两端,或者在港口码头等封闭低速环境下默默耕耘。

1、G7智慧物联网

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

* G7 总裁马喆人

作为卡车车联网公司,目前G7平台上实时连接的车辆已经超过70万台,例如圆通、中通、申通、百世、韵达等快递公司的车都在G7平台做管理。G7平台上能够实时看到的数据,例如发生货车事故的车辆、冷链运输货物因途中温度控制不当发生融化,行驶的车辆偏离路线造成异常停车等等。

去年,G7发布了安全机器人产品,数据显示,部分车队因为使用安全机器人,事故率下降了70%,G7借助物联网+AI,实现了技术赋能应用场景的巨大进步。除了AI在安全管理上的应用持续提升,G7还考虑重新设计车辆。

4月份,G7和蔚来资本、普洛斯成立了自动驾驶的卡车公司,目的是在未来几年内造出自动驾驶卡车,使总体成本下降30%以上。目前取得的初步进展有G7设计的智能挂车,可以通过自我感知,测量车厢温度和称重。此外智能挂车由于自动连接了油卡和ETC,可实现自动核算得出利润。G7通过自我感知、自动连接和自我学习技术,使整个物流链条的管理效率提升了10倍左右。

G7不做交易也不做物流,本质是给物流公司提供服务,而且一直主张构建开放平台。目前市场上80%以上的卡车公司都和G7有开放平台的协议,例如解放、东风、Scania、Volvo等都和G7建立了合作。

2、AutoX

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

*AutoX 创始人兼 CEO 肖健雄

AutoX 创始人兼 CEO 肖健雄是 MIT 人工智能实验室的博士。创业前,他是学术圈里的明星人物,周围的朋友和同事喜欢称他为 Professor X(「X 教授」)。学生时代,肖健雄曾先后获得包括 ECCV(欧洲计算机视觉会议)、Google Research 在内的最佳论文奖等。2013年从 MIT 毕业后,他在普林斯顿大学计算机系担任助理教授,后创办了普林斯顿大学计算机视觉和机器人实验室(Computer Vision and Robotics Lab)。

去年6月,他离开普林斯顿大学创办 AutoX,一家为自动驾驶汽车提供软件(包括感知、决策和控制)解决方案的科技公司。AutoX 的商业主线是,自动驾驶其实不是来代替人类工作,而是让这个运力池增大,肖健雄将其阐释为平民化自动驾驶,即让自动驾驶连接城市衣食住行等日常需求。

肖健雄认为自动驾驶做为一种赋能技术,与互联网类比最为贴切。与互联网一样,自动驾驶上的科技突破,会带来生产力的飞跃,从而赋能各行各业。另外,自动驾驶作为一个行业,有着很多可颠覆的细分领域,包括无人出租车,无人同城物流,无人高速货运等。

根据这些场景,AutoX 给出了基于三款无人驾驶车的LBS解决方案:同城低速物流配送车,同城全速物流配送车,和同城 L4 级自动驾驶乘用车。针对同城物流,肖健雄表示,自动驾驶同城物流方面有很多优先落地的优势,首先是同城物流的行车速度慢,技术难度小,安全性高,然后同城配送范围小,小范围可以立刻投入商用,最后在电商、零售发达的今天,末端配送需求超过干线运输100倍以上,模式更具可复制性。

3、诗航智能 

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

*诗航智能 CTO 刘振宇

2018年5月,深圳一家L4级自动驾驶公司-诗航智能科技有限公司创立,诗航智能是一家在深圳创立的自动驾驶合资公司,其背后是深圳金语科技有限公司和日本ZMP株式会社。金语科技是一家传统汽车电子制造商,生产汽车的导航、安全、娱乐类产品。ZMP是日本自动驾驶的代表性企业,有超过17年的自动驾驶研发的经验和4年的上路测试经验。

如今诗航智能已经获得了ZMP的技术授权,定位为Tier 2,并在初期专注于商用车领域的落地。此外,诗航也会和国内其他上下游企业合作,完善自己的解决方案,例如芯片公司或者传感器公司等。

4、景驰科技

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

*景驰科技运营副总裁张力

去年3月份,王劲从百度自动驾驶事业部离职,随后创办景驰科技。紧接着,景驰组建起了包括CFO、CTO、首席架构师在内的高管团队。

公司成立后,景驰先后拿到了洪泰基金、联创投资、启明创投在内一千万美金以上的投资;2017年6月份,景驰科技成为加州DMV榜单上第34家拿到加州路测资格的公司;2月26日,王劲辞任景驰科技CEO,并全面退出景驰,韩旭接棒并担任CEO;公司成立8个月后,景驰落地广州,建立了一支29辆车的车队,美国5辆,中国24辆,广州生物岛开始自动驾驶试行运营;上个月,景驰完成了广汽GE3暴雨天路测,雷锋网新智驾独家报道了该测试,此款广汽景驰GE3国产自动驾驶车由景驰独立改装完成,配备由景驰自研的L4级别自动驾驶技术。

未来景驰会进一步扩展运营的团队,据新智驾了解,安庆是景驰的一个运营中心,未来也将大力投入安庆的运营计划,目前的运营的模式也在进一步探索当中。

5、盼达用车

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

*盼达用车科技商务总监蒋齐

2016年6月,力帆集团发布“智蓝战略”,新能源汽车租赁服务被列入战略计划。当时力帆的思考是,新能源汽车不是一个很成熟的产品终端,其不成熟之处在于电池技术和应用环境。但车企推广新能源汽车的趋势不可阻挡,所以需要找到一个模式去承接这样的规模化发展。

接着,盼达用车应运而生,成为战略的落实者,盼达由力帆控股投资。相比于其他没有主机厂资源的分时租赁企业,盼达的一大优势是,身后站着力帆这样一家整车制造厂。

盼达目前投入的运营车辆是向力帆定制的,根据分时租赁的特性,这些车辆取消了钥匙,减少很多物理环节,通过前装车联网实现无人值守,同时搭建起分时租赁云平台,所有的运营车辆信息都可以进行实时监测,而且,车联网云平台产生的行驶数据在未来也可以进行深入挖掘。而为盼达提供车联网服务以及运营后台的公司就是无线绿洲,作为力帆股份的子公司,配合起来显然要比盼达再找第三方合作伙伴更为轻松。

5月24日,百度和共享汽车运营商盼达用车在山城重庆启动共享汽车自动驾驶示范园区项目,正式宣布自动驾驶共享汽车的落地运营。接下来,二者合作的盼达自动驾驶共享汽车将开始示范运营,普通用户即可体验二者共同带来的出行新技术。不过,现阶段因为有法律法规的限制,车上还是得配上安全员。

自动驾驶最先大规模应用的场景

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

*蔚来资本合伙人朱岩

朱岩:车辆是用来载人和载货的,各位都选择了汽车行业的不同领域,到底哪一场景会是自动驾驶最先大规模应用的场景?

肖健雄:自动驾驶行业有一个特殊点,就是技术要求非常高,包括人工智能技术。虽然载人与载货车、高速与低速场景,最终都是自动驾驶要落地的场景,但是每个场景中都有很多的难点需要突破,例如低速载货车,它的路况就非常复杂,尤其是低速场景下的行人,还有大量穿梭马路上的摩托车和自行车。当然低速载货车也不是没有好处,假如发生事故,不会造成很严重的人员伤亡。

所以说,有些场景可以用来实验,真正落地恐怕困难重重。因为无论任何情况下,安全是首位的,没有安全的保证,就无法落地实现。

马喆人:载货一定会比载人早一步落地。因为载货场景比较清晰,例如城际配送,从物流园区到高速公路再到物流园区,基本不驶入居民社区;另外一个是室内低速配送,技术实现相对简单。

大规模运用方面,规模化运营比自用价值空间更大,原因是运营本身可获得更好的价格空间,使技术趋于成熟。有精确数据表明,无论是乘用车队、出租车队还是货车车队,都有巨大人力成本,而自动驾驶在某种程度上可以取代人力或降低人力劳动强度,从而降低人力成本。此外,在货运领域,目前的自动驾驶技术已经达到L3级水平,车辆可以自动驾驶,人只是作为后备紧急救援情况下的安全员。     

刘振宇:关于谁率先落地商用化问题,只有保险公司真正参与进来,才能揭晓答案。我们有个原则是没有百分百技术,但有风险可控的技术,一个技术能商用化一定是在风险可控之内的。就算发生事故,也要明确具体出事故的概念,风险可控在商业上其实就是保险公司愿意给你承保,就代表可以正式商用了。因为保险公司需要算出事故概率是多少,需要多少赔偿金。

所以我认为自动驾驶物流车会比乘用车先商业化,因为物流行业的风险是可计算的,保险公司是可以算出故障率是多少,要赔多少钱,所以只要保险公司愿意给出明确的参数就是可商业化了。

张力:不管是物流行业、出行行业还是出租车场景,从技术角度来看,还有一段路要走;从商业模式角度出发,运用自动驾驶技术替代驾驶员,也有一段路程要走。无论是研究哪个场景,其实是大家推动自动驾驶发展的角度不同,没有好坏之分。

蒋齐:我认为载人和载货是伦理问题,对汽车来说是没有分别的。因为载人和载货都会对第三方产生损害,所以主要是评定造成的伤害程度。

购买汽车还是购买服务?

朱岩:刚才各位都从不同的角度做了判断和思考,每个企业的方向选择也非常不一样,但不管是载人还是载货,自动驾驶如果能早日到来,对整个汽车行业的效率提升有着非常好的帮助。值得注意的是,消费者在购买汽车时,是购买汽车本身还是购买服务,各位的想法是什么?

张力:未来汽车的新能源化、共享化、网联化以及自动驾驶化,是不可改变的潮流。就共享化而言,有报告显示,2030年,汽车共享化能达到30%,意味着未来个人购买车辆的意愿可能会降低。

蒋齐:盼达用车作为新能源汽车分时租赁服务提供商,也是基于汽车共享化越来越普及所考虑的。

朱岩:目前很多企业都在布局汽车共享化,这是一个大的发展方向。但是还有一大发展方向就是共享车辆和私家车并存,随着自动驾驶的发展,人们更愿意拥有一辆智能化汽车,对此怎么看?

肖健雄:共享车辆和私家车并存,将是未来发展形势。单纯的共享车辆无法满足人们出行隐私方面的保证。

刘振宇:私家车满足三个需求:出行、储物和娱乐,而共享汽车考虑更多的是运营成本,很难提供储物和娱乐需求。

朱岩:互联网企业和主机厂在出行服务生态中的竞合关系是怎么样的?

马喆人:目前OEM也在为转型积极做准备,而且OEM所积累的实力不容小觑。如果简单地把自动驾驶分层级:第一层级是技术应用,把自动驾驶技术具体应用在车辆上;第二层级是把成熟的自动驾驶车辆合理运用到市场中,实现落地运营。

针对第一层级,未来自动驾驶公司假如没有找到合适的场景实现落地运营,可能会和OEM之间回归到Tier1和主机厂的关系,OEM做主导,掌握数据。

整体来看,大型互联网公司会做两件核心事情,一是变成控制大场景的一部分,未来会看到互联网公司和运营公司走在一起,无论是货运还是客运,目的是掌握最终场景;二是互相围绕数据进行交换,形成以地图数据、驾驶行为数据、道路数据和车流数据为基础的主要数据阵营。

蒋齐:运营商和主机厂在做数据交换时,主机厂一般不会增加额外的传感器和设备。而运营商会添加这些设备,例如定位功能除了提供GPS,还包括差分服务,随后把查分后的数据返还给图商,图商再运用返还的数据做智能调度。双方数据交换越来越多,维度越来越多,将实现双方共同发展。

自动驾驶落地及其商业化时间表

朱岩:什么时间点,成本达到什么水平,才能全程参与到载人的运营过程中?面对如滴滴和Uber这样的公司,作为自动驾驶新兴运营平台企业,如何破局?

张力:和出行公司的合作,主要针对出租公司、分时租赁公司和网约车公司。其中出租车的成本控制在35万元以下(包括车辆和改装的设备),运营四年,是能够取得利润的。但是自动驾驶公司和主机厂的路线不同,自动驾驶公司是在保证百分百安全的基础上,不断降低成本,具体的成本控制包括各种传感器以及激光雷达。

朱岩:各位所做的自动驾驶服务,什么时间会大规模的推广到市场上?

蒋齐:考虑到法规等各方面原因,具体在2020年左右可以实现洗车、维修和能源等辅助性项目。

朱岩:分时租赁,自动驾驶换电,高速公路行驶这些呢?

蒋齐:不一定是分时租赁,只要配备了自动驾驶技术的车辆在很多场景都可以实现,网约车就是其中一项。具体场景,首先会选择短距离的低速场地。

刘振宇:预计L2.5级自动驾驶车辆应用会在2019年年底,2020年实现L4级自动驾驶车辆在半封闭场景运营。

张力:预计今年和明年能做到100-200辆的L4级自动驾驶车辆在特定场景中的应用。

肖健雄:目前公司的产品基本已经完成,具体包括同城低速物流配送车,同城全速物流配送车,和同城L4 自动驾驶乘用车。今年底会推广到市场上,大规模的推向市场会在明年底。

马喆人:G7专注在城际重型卡车领域,第一阶段目标是L3级自动驾驶卡车,此外还包括卡车车身的设计重构,预计在2021年实现规模化运营。值得注意的是,真正的量产离不开关键零部件的产能,例如激光雷达和车载计算平台等产品,只有零部件能够稳定的大规模提供时,我们才能真正实现大规模量产。

总之,自动驾驶领域的激烈竞争目前已经愈发显著,除了传统车企,供应商以及诸多科技公司也迈出了自己在自动驾驶方面重要的一步,并制定了量产时间表。可以预见,未来的汽车出行模式,也会随之向智能化、自动化的方向演变。或许在不远的将来,电影当中的场景就会真切地出现在我们身边,成为人们日常生活中的一部分。

长按图片保存图片,分享给好友或朋友圈

实现规模化营收考验产业链,智能驾驶的商业化与产业化落地还有多远?丨CCF-GAIR 2018

扫码查看文章

正在生成分享图...

取消
相关文章