您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
智能驾驶 正文
发私信给李安琪
发送

0

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

本文作者:李安琪 2019-07-16 20:10 专题:CCF-GAIR 2019
导语:此时自动驾驶的量产落地是激进、保守,还是正当时?

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

新智驾按:2019 第四届全球人工智能与机器人峰会(CCF-GAIR 2019)于深圳正式召开。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,深圳市人工智能与机器人研究院协办,得到了深圳市政府的大力指导,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博览盛会,旨在打造国内人工智能领域极具实力的跨界交流合作平台。

2019年自动驾驶行业的关键词是“落地”。在封闭场景发力低速无人驾驶,在高速公路上布局干线物流运输,在汽车上搭载L2/L3级别的解决方案,各家都以不同的方式推进落地的进程。

但少数车型的落地不意味着“量产”的到来。在自动驾驶技术尚未完全成熟的情况下,如何自我造血,如何探索出可靠的商业模式,是横亘在每一个自动驾驶公司面前的难题。

7月13日,在CCF-GAIR峰会的智能交通专场上,就这一命题,雷锋网邀请了菜鸟ET物流实验室主任张春晖、驭势科技联合创始人兼CEO吴甘沙、图森未来副总经理薛健聪、西井科技CEO谭黎敏、禧涤智能总裁高进,共同探讨自动驾驶下的商业模式革新的问题。以下为本次圆桌会议全文,雷锋网新智驾进行了不改变原意的编辑:

张春晖:今年是无人驾驶的落地元年。但目前大部分落地的案例都发生在垂直领域。从整个行业来看,此时自动驾驶的量产落地是激进、保守,还是正当时?

吴甘沙:落地不难,但量产很难,尤其汽车行业定义的量产更难。目前的问题在于,能否在“落地”和“量产”之间找到几个里程碑?这中间包括要真正解决,为客户创造价值,替很多客户解决痛点和创造价值,成本足够低的难点。产品变成商品时,才有量产可言。目前绝大多数行业参与者都在路上。未来一两年里真正解决客户痛点并创造价值,是驭势科技的目标。

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

人力成本(尤其是在工作条件不太好、人员流失率很高的地方)、管理成本、总体拥有成本等都是无人驾驶可以解决的痛点。TO B垂直场景的好处在于,客户更看重未来几年的整体成本,而无人驾驶的解决方案能为其减轻多少成本。

这对于在产量不大,成本偏高的无人驾驶的早期是有好处的。机场物流就是其中的代表场景,比较容易形成一套完整的商业模式。

发展商业模式的前提是真正实现无人,而这必须解决安全性问题。其实一两年前就已经有解决安全问题的方法,现在要做的是把它切入客户的场景。然后与其管理系统相结合,才算达到量产前最重要的里程碑。1000台是一个有代表性的里程碑。

薛健聪:“落地”永远是在摸着石头过河,特别是现在。当初行业兴起时,众人觉得自动驾驶时代很快会到来。但真正接触商业营运本质的时候,我们发现落地还是有距离的。

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

图森认为无人驾驶卡车、物流运输的商业模式会相对坚实一些。无人驾驶卡车的使用效率非常高。在政策、车的性能完善之前,如何做好现阶段的无人驾驶卡车和商业落地有很大的关联。

L1、L2是真实存在的市场,因为这两项技术可以带来安全性能的提升。但L3级别的卡车市场是否存在市场需求,这是一个值得探讨的话题?L3的自动驾驶大部分时间不需要驾驶员操控,但驾驶员应该什么时候接管、责任主体应该怎么界定,这是L3市场需要回答的问题。

因此,干线物流、码头、物流园区等是实现L4级无人卡车落地应用的场景,因为它绝大多数的时间在高速公路或半封闭场景里运行,路径场景相对单一,而实现无人化可以省去非常多的物流成本。因此,在讨论量产和落地之前,应该首先考虑商业模式是否真的符合市场需求。在美国,图森围绕现有的商业模式在做无人驾驶。目前图森的车队规模是50台车,未来将会扩展至100台。

目前图森已经和16家客户达成了合作,由于保密协议,唯一能透露的是美国邮政,剩下的公司都是抱着主动积极的心态,观望无人驾驶到底可以给物流行业带来什么改变?这是图森自动驾驶落地的前置条件,也是落地的基础。

高进:今年下半年禧涤会出两百台左右的车,到明年上半年会出到1000台。我们的应用场景速度要求比较低,距离也不要求太长,激光雷达可以覆盖25米左右,因此相对来说不那么难。

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

禧涤解决的是商用空间清洁工数量越来越少的问题。在发达国家,一个清洁工的平均工资在四万美元左右,而禧涤的机器售价不到两万美元。如果一天分白天晚上两班,机器至少可以替代两个人。有些场景人流较少,机器运作得快,可以取代四个清洁工。从成本角度来看,无人驾驶在发达国家有很大影响。

在中国,两万美元是两个清洁工的工资。禧涤的产品对清洁公司、物业外包公司来说都是很好的人力替代品。

谭黎敏:西井科技一直是把“落地”作为非常重要的目标。从2016年进入港口场景,西井用自研深度学习的加速芯片给用户提供前端的图象识别,帮用户解决了在港口理货的问题,减少工人提升了效率。随着需求越来越多,针对港口内的厂区安防、管理监控系统以及相关设备,西井提供了一些传感器、半无人化的作业系统以及生产系统的管理调度。

经过评估,觉得无人驾驶确实是能够提升港口的效率,西井才开始组建无人驾驶团队。目前我们有36个港口和码头的付费用户,这些订单也是西井收入的坚实的基础。

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

西井科技考虑的是,如何通过加入、落地自动驾驶技术和之前的子系统一起,帮助客户在完整的封闭场景里更深入地提升各个点的效率。对西井来说,“落地”是协同作战带来的产物。

得益于其他子系统,在进入自动驾驶领域之前,西井已经对场景、生产作业的流程已经有了两年时间的累积和观察。在这个基础之上,我们将自己清晰地定位于一个封闭场景,与用户的作业场景结合起来。

底层技术让车运作起来很容易,但接下,怎样保障车辆长期运营的稳定性和可靠性是难点。最初西井基于图像识别的子系统,加速芯片使得识别效率有了大幅度的拉升。但如果无法达到100%的识别率,对用户来说都是没有意义的。用户更看重安全可靠性,这是最后一步要解决的问题。只有做到这一点,真正能够把产品变成一个商品。

菜鸟ET物流实验室张春晖:现在行业内也有两种声音:一种声音是自动驾驶应该遵循渐进式道路,从L2向L3、L4演进,另外一种声音是直接从L2到达L4、L5。各位怎么如何看L3级自动驾驶是不是伪命题?

薛健聪:在无人驾驶的卡车物流领域,L3可能是个伪命题,L1到L5不是渐进的关系。在设计和无人驾驶的系统的时候,涉及到责任主体的考虑。L1和L2是以人作为责任主体出发,L4的最终目的是彻底无人化,否则产品不可能盈利。我们可以把无人驾驶系统简单划分为感知、决策、控制三个部分,单纯强调其中某个单项的优势是偏颇的。三个部分是互相配合的,否则整体系统性能就无法保证,因此需要以最根本的责任主体作为划分标准。

吴甘沙:我认为L3是一种特定的L4,指望车内驾驶员在紧急的状态下对系统进行接管,是不可能的。首先系统需要提前判断能否继续驾驶;其次实现优雅降级,可以减速或者靠边停下,给驾驶员或远程的操控者足够多的时间了解状况;使得驾驶员有充分的时间对车进行接管。所以我首先认为真正合理的L3就是一种L4。

当然从商业模式上说,L3和L4之间有巨大的差别。在对司机的资质和能力要求特别高的情况下,L3是否成立值得商榷。目前L3乘用车,需要车内的驾驶员只需要具备基本的驾驶能力,就具备接管的能力。但重卡和干线物流等商用车型,对司机的资质和能力要求非常高,而这类的司机资源是非常匮乏的,所以在商用车和干线物流等特定场景下,对于L4的需求是迫切的。

另外一个场景如小巴,在尚未完全实现L4之前,只需要在特定情况下对车进行接管,这时候对驾驶员的要求降低了,这是不是一种合理的L3车辆运营?这是可以进一步探讨的。

高进:从行业角度讲,低速行业是能在短期内可以实现马上落地商用,并且风险系数并不高。最理想的两个场景是商用空间清洁和封闭的场景物流,一是慢,二是场景封闭。商业场景足够慢,即使是存在不够灵敏的情况,也是能够存在商用运作。而且,存在着驾驶员的自动驾驶车辆还需面对一个哲理思考,遇到危险情况时,到底是保护车内人还是车外人?而机器人无原则护车外人。研发至今不到两年,我们就已经开始商用。

谭黎敏:西井的封闭场景原本就有完全无人化方案在运营,所以我们的自动驾驶一开始就瞄准了无人化。我们觉得L3并不是很合理的存在,如果没办法实现无人化,就没办法解决用户的痛点。无论是从用户需求还是从产品的价值导向看,西井科技都是瞄着L4走。越在商用车领域,越需要完全无人化。

自动驾驶时代,如何挖掘商业模式的革新点?|CCF-GAIR 2019

张春晖:在你们看来,目前自动驾驶量产面临的最大挑战是什么?

驭势科技吴甘沙:个人认为,最大的挑战还是如何保证绝对的安全。无论场景再封闭,再低速都不能出现事故。如何保证绝对的安全?关键是怎么更好地测试无人驾驶,增加测试的有效性,增加测试内容的丰富性、代表性、强度和密度,这是整个行业要着力解决的。我相信未来任何一个无人驾驶的场景,都需要解决这样的问题。实现商业化落地,摆在前面最大的问题就是测试有效性的问题。这既是对客户负责任,也是对自己、对行业负责任。

薛健聪:我觉得可以从政策或者商业化的角度来看量产问题。中国和美国是全球两个最大的无人驾驶市场,规模体量也很接近。美国政策的开放度要优于中国。图森已经累积了足够多的数据进行相关测试,除了路测之外,图森在美国实现商业营收。虽然在保留安全员的状态下尚未实现盈利,但可以节省绝大部分的成本。

对于国内而言,政策是否足够开放,是除技术以外的限制AI赋能实体应用的关键节点。但令人欣喜的是,国内现在已经有了很多的动作,包括上海去年三月开始的路测、今年四月份公布的首批人工智能试点场景。我们希望还是给予技术足够的落地空间,让技术真正成熟。

禧涤智能高进:行业着如何大规模的问题。在低速无人驾驶上,如果机器人清洁能达到一两百台的运营体量,接下就要考虑云端问题。比如一个商场有十台机器人同时清洁,云端要如何管控的问题。只要过了百台,行业的发展得到提速,一百台是服务机器人是一个很重要的节点。

西井科技谭黎敏:在目前的系统里,西井科技的产品至少有三套系统在同时布局,以保证可靠性和安全性。在封闭场景里,搭建车路协同、厂内的通讯系统以及远程人工监管,目前都有不同维度和体系的保障。

反过来,我们已经发现一些新问题。比如我们在自动驾驶上用的是电车卡车,各方面的表现都比柴油车更好。但如果一个码头有两百辆卡车,按照1:3配充电桩就需要60几个充电桩,车的充电面临着新的问题。所以自动驾驶的落地过程中,一定会有新的工程问题和挑战出现。路的确比较长,但未来也会有好的技术出现。这个过程一定是不断优化,不断合理化的。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说