文：谈擎说AI 作者：郑开车
【资料图】
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。”
国能北电胜利能源煤矿“安全员下车”常态化无人运输
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。
原文标题 : 跨过长尾场景的“大山”，无人矿车开向商业化坦途
关键词：
