自动驾驶的发展历经了五年左右的快速迭代，已经从技术革新走到商业化落地的阶段。因为政策的支持，测试的范围逐步扩大，贴近c端用户的Robotaxi从2020年起开始规模投放，许多人都纷纷尝试这个新鲜的物种。对于行业内人士来说，自动驾驶之路的商业化标杆看的是Robotaxi的进程，这也是行业的共识。

　　随着百度Aopllo、小马智行、Autox等自动驾驶企业向Robotaxi路线纷纷驶进，从各种积累路测数据再到线下商业化运营，无不展现着自动驾驶来到了全新的阶段与拐点。

　　车企纷纷入场Robotaxi的逻辑

　　这两年车企纷纷入场Robotaxi路线，是一个天时地利人和的选择。

　　“天时”：整个自动驾驶行业的发展已经从实验室的demo阶段走出，落地到实际生活中，技术的发展相较来说成熟很多，落地的时机刚刚好；

　　“地利”：政策引导和支持，对于智慧道路的建设，真金白银的补贴政策，支持自动驾驶车辆的商业化运营方面，政府以一个支持发展的姿态帮助车企更好更快的迭代；

　　“人和”：企业这些年积累的数据、算力、算法模型，打磨得很成熟了，需要时机去落地实践、检验和回血反哺自己。

　　从计算机仿真的实验室到真实路况中的下场秀肌肉，大家选择Robotaxi路线的根本逻辑还是将其作为试金石，自动驾驶已经走过了用demo吸引资本的阶段，想要讲好故事，需要实力说话。吸引资本的最好方式就是拿真实运营的数据情况展现技术实力。资本烧了那么多钱，需要看到烧出来的成果。企业到了需要展现自己技术实力与造血能力的时刻。

　　此外，Robotaxi的商业化运营得以进行的另外一个原因就是政策，各大城市政策法规的支持与引导无疑是最大的助推剂之一，无论是车路协同中“智慧的路”基础设施的建设，还是真金白银的补贴支持，以及允许无安全员的情况下，自动驾驶的车辆可以上路并且进行商业化运营的方式，都在积极向车企招手吆喝“快来玩啊！”

　　Robotaxi商业化路线的推进过程中，车企们的实际商业化运营虽然各异，但是整体的逻辑如上所述，Robotaxi商业化路线对于整个自动驾驶行业来说，具有里程碑的意义，在商业化试运营的现状中，我们会发现，是一片如火如荼的繁荣场面，但是进场时机再合适，入场逻辑再充分，落地的实际状况还是跟想象有一些出入。毕竟商业化落地牵扯的层面较多，涉及到成本、运营商业模式、技术、安全、政策等方面，这个复杂的熵增大乱炖场面，也非常容易引起蝴蝶效应，每个要素的角度、发展有偏差，对整个行业的发展都有大的影响，商业化进程的征途也是荆棘满满。

　　商业化进程的荆棘

　　试运营的情境下，无论是数据还是车企火热的下场姿态，展示出来的是一片繁荣的景象，但是繁荣的背后，只有车企心里知道的商业化之殇。

　　荆棘之一是规模化发展的需求与低成本的难平衡魔咒，规模化的发展不仅仅是给资本展现时数据好看，更重要的是在实际的运营中能够积累很多价值经验与数据，只要成本负担得起，企业还是很乐意规模化发展，但是规模化发展的最大的问题就是成本高昂。

　　据测算，业内的一辆测试车的改装成本就在100万元左右，如果再算上运维成本和安全员等人力成本，这个数字只会更高。资本与企业心中都有一杆秤，企业核心的需求还是在尽量低成本的情境下获取更多的商业化价值。规模与成本之间难平衡，成为了车企的心中的魔咒，规模大了成本就高，规模小了，拿出来的运营数据又没有很大的说服力。

　　荆棘之二是技术成熟背后的安全与政策的拉扯，技术成熟度背后的本质不仅仅是炫酷功能的实现，技术实力的肌肉，更是安全可靠性，无论是对于生命财产的保障，还是车企的声誉，谁也不想成为祸害自动驾驶产业的老鼠屎，因为技术不成熟在行驶中闯祸，提高行业的政策成本与门槛。

　　而安全就是政府最关心的事项了，政策的推行围绕着安全有一定的限制性，实际开放的路段距离和时间有限，涉及触达的人群数量也比较保守。关于政策，各地政府针对Robotaxi的路线和标准不一，有些地方比如北京可以支持无安全员的商业化运营，有些地方可能仅仅只是支持路测，对于商业化运营并没有跟进的支持政策。对于安全方面，政策的态度还是比较审慎，一旦出现安全问题，可能转脸就成为落地难的拦路虎，限制一些法规政策，谁也没法兜住这个结果。

　　荆棘之三自动驾驶平台、系统集成商以及整车制造商的生态体系还未完全建立，Robotaxi技术体系的搭建，标准协议的制定和推广还未有头绪，需要整个行业的号召与推动去完善。举例来说，无论是自动驾驶出行服务还是Robotaxi的商业化进程，都离不开试点路测区域以及特定封闭区域如高速公路的智慧设备建设，成本高昂，只靠企业去建设有点困难，需要借助整个行业与政府的力量去完成。

　　荆棘之四是平台收集的海量数据难处理之殇，自动驾驶技术和算法的训练需要依靠大量测试车采集数据，无论是路上实际在跑的测试车辆还是商业化运营的车辆，千亿级别的数据，其中有很多是重复的数据，辨别数据价值的成本以及有价值的数据需要优化标注处理的流程，研发成本过高，再叠加Robotaxi本身的成本，数据不太美丽。

　　而对于网约车平台来说，海量的车载记录仪的摄像头数据并非是自动驾驶高精度摄像头的数据，车载记录仪中的实际数据是否能与自动驾驶需要的数据打通，以及该数据的真实效用有无价值，还有两说，网约车平台在Robotaxi路线中的所谓的天然数据优势效用存疑。

　　Robotaxi的商业化征程并非一帆风顺，无论是政策、安全，还是行业生态的建立，都需要时间的打磨，事物的发展规律需要成长的空间，谁也不是从婴儿哗的一下子长大成人，自动驾驶的技术发展至少走了十年的迭代之路，实际的商业化之路如果如履平地，不太符合道的规律，商业化的落地使用遇到的问题和政策还有很多场景需要学习，需要革新。

　　反脆弱——除了Robotaxi路线的其他商业化选择

　　Robotaxi的路线最大的挑战就是其成本，几乎拿捏住Robotaxi发展的命脉。不论是搭载昂贵的激光雷达车辆本身，还是一二线城市的人力、场地运营资本，商业化的运营每跑一公里耗费的成本不仅仅是油，烧的是钱。Robotaxi路线不是想埋头坚持就能继续走下去的选择，对于财大气粗本身就有造血能力的百度、滴滴以及背靠资本爸爸的明星创企比如文远知行、AutoX来说，烧钱也会烧出个未来。

　　对于依赖资本的其他企业陪跑的话耗不起，需要考虑其他的支持业务路线，在反脆弱一书中，这也是对抗单一路径的聪明选择，多方向拓展业务，将自己的反脆弱能力提高。对于一些企业来说，烧钱的Robotaxi路线商业化进程短时间内走不出来，企业需要开拓其他业务发展。很多企业也会选择无人小巴、自动驾驶卡车等业务线，进行L4的量产落地。

　　比如小马智行，虽然背靠资本大树，但是在业务考虑方面，除Robotaxi的路线，还有常态化的自动驾驶系统业务与自动驾驶卡车业务线。小马智行的自动驾驶技术与整车制造商、供应商进行深度融合、合作，打造可复制可量产的自动驾驶解决方案。今年的世界人工智能大会上，小马智行发布了智能卡车，据悉，目前小马智卡已经进行商业化运营，共完成了13650吨货运运输，商业运营里程达37466公里。

　　无论是像AutoX专注发展Robotaxi路线还是走小马智行多业务并行的路线，自动驾驶发展的路径多种多样，走得长远就好，虽然Robotaxi距离大规模运营之间，还有一大段山头需要翻越，但是靴子已经落地了，好过在实验室里电脑中跑，剩下的事情就是交给时间一点点去打磨，自动驾驶的未来，我们都能体验到。