此前，作为国内首批自动驾驶商业化试点企业，百度于去年8月份正式上线了自动驾驶出行服务平台“萝卜快跑”。

这不仅仅是百度自动驾驶商业化战略的首次落地，更是国内首个进行提供付费服务尝试的自动驾驶出行品牌，对于整个出行赛道而言，意义之重大不言而喻。经过小半年的运营后，截至2021年第四季度，萝卜快跑的载人订单量已经达到了21.3万单，更是打通了深圳、山西阳泉等多个城市。

而与百度同一时间开启商业化收费运营试点的小马智行，也在今年2月份完成了D轮融资的首次交割，企业估值也上涨了65%，达到85亿美元。

由此，知名研究机构中信证券更是大胆预测，自动驾驶有极大的可能，将成为新能源汽车之后，下一个具有万亿市场宽度的潜力赛道。

只不过，在鲜花、掌声和数不尽的赞誉声之外，诸如此类的疑惑也不断萦绕在许多人心头——尚且没有真正迈过L3门槛的自动驾驶，真的已经到达可以大规模商用的阶段了吗？

L3尚未普及，自动驾驶年轻依旧

根据SAE美国汽车工程师学会的分级标准，自动驾驶技术从L0至L5，共分为6个级别。从简单配备自动紧急制动、各类危险警告功能的L0，到初步为驾驶员提供转向、制动、加速等控制功能的L1和L2，严格来讲都只是“智能驾驶辅助”。

而作为区分开自动驾驶和驾驶辅助的分水岭，L3级自动化技术，也只能在满足特定条件的前提下实现自动行驶。而且车辆仍然离不开驾驶员的配合，在行驶过程中，也还是以人工干涉为主。

一旦迈过L3的门槛进入L4，虽说仍然对驾驶环境存在需求限制，但已经摆脱了对驾驶员的依赖，甚至从这一阶段开始，踏板和方向盘就可以从车辆上移除了。若是再进一步到达L5，自动驾驶就没有了限制，属于是任何场景都可以放心使用，且具有高智能、高互动能力的汽车机器人了。

百度的区域无人出租车，可以看做是L4自动驾驶技术的一种具体表现形式。只是基于安全、舆论等方面的多重考虑，目前阶段仍然配备有应对紧急状况的安全驾驶员，所以严格来讲更像是L3级后期的技术应用，也被称作L3+。

纵观目前全球范围内的新能源汽车，能够实现L3级自动驾驶功能的凤毛麟角。即便业内人士普遍认为2022年将成为L3自动驾驶量产元年，但至少在当前阶段，大多数都还处于L2.5、L2.9之类L2级后期阶段，更有不少车企甚至连L1都无法实现。

预计在2022年量产搭载L3级自动驾驶系统DrivePilotL3汽车产品的梅赛德斯奔驰，也才在去年成为全球首个获UN-R157认证的汽车企业。诸如宝马、现代等国际传统车企，同样处在即将量产L3级别车型的临界点上，排除用以测试和获取资格的时间，真正实现量产L3或许还有不短的路要走。

相比之下，国内近些年涌现的新能源车企，依靠自身技术的积累，大都拥有了相对完善的L3级技术，并且已然瞄准L4级高阶自动驾驶规模化进行量产准备。只是此类话语往往集中于宣传上的噱头，实际来说，至少在未来两年内，能够实现L3量产、甚至L4落地的企业，仍然只是为数不多的一小部分。

再加上目前供应链下游普遍存在的芯片短缺，以及疫情大环境下，全球上游代工厂也普遍产能不足，想要研发对软硬件需求都极为苛刻的自动驾驶，难度可想而知。短时间内，L2+和L3+，或许才是自动驾驶市场普遍的水准。

而且除了产能和研发能力的限制，配套设备和技术体系的相对滞后，也会阻碍自动驾驶的大规模量产。比如激光雷达、主控电脑、传感器、摄像头等等自动驾驶基础性能结构，现阶段也存在着种种疑惑，类似于激光雷达会否是智商税、摄像头是否侵犯车主隐私、自动驾驶是否安全等等，都在不断增强消费群体对陌生科技的恐慌。

即便不考虑技术层面的问题，虽然百度的区域无人出租车已经证明了其商业可行性，但仍然仅限于一线城市的部分地区。想要推广到全城范围，亦或是从一线城市逐渐下沉，都是很漫长的过程，也离不开对整个社会环境的长期培育。

在车智驾看来，在乘用车领域，自动驾驶仍然处于非常年轻的初期阶段。就像是早上五点钟的太阳，尽管潜力非凡，但距离如日中天的辉煌，还差了许多时间的积累，想要大规模商用还为时过早。

当然了，在乘用车之外，自动驾驶技术还拥有非常广阔的细分市场。目前的技术级别，会否能够在其它领域“提前”开花结果？

细分市场，能否承载大规模商用？

在这个L2级自动驾驶功能刚刚进入市场普及期的阶段，根据自动驾驶场景对速度的需求，大概可以用低速和高速的区别，对相关商用场景进行归类。

低速领域，多为封闭园区、社区、港口等环境下的货品配送，以及无人环卫等场景固定，且功能需求相对专业的应用。而高速范畴之中，大多以日常用车、无人出租车、智能物流卡车等，场景物理宽度更广阔，需求也更复杂的种类为主。

其中，封闭环境中的物流配送，主要体现为无人配送机器人、无人快递车、无人机外卖等等。这些由京东、阿里等龙头科技企业推动的自动驾驶细分市场，在疫情最初爆发的时期，就已经投入实际使用，并取得了极好的市场反馈。

而在目前自动驾驶企业所涉足的细分市场中，公认最具潜力的主流发展方向，莫过于无人环卫、无人出租车、智能物流卡车和自动泊车。

随着中国城镇化增长率不断提升，以及环卫工人老龄化严重等问题，无人环卫车的市场需求正在不断扩大。各地政府基于卫生安全和市貌建设的需要，也相继出台政策来支持无人环卫的商业化落地。

现如今，已然吸引了无数企业进军无人环卫领域。目前较为知名的，有类似于仙途智能、酷哇机器人等，以L4级自动驾驶技术切入赛道的企业；深兰科技、希迪智驾等，致力于人工智能研发与应用的公司；高仙机器人、赛特智能等，以服务机器人产品为主的技术驱动型企业。翻看天眼查，已然有1424家企业登录在案，其中不乏知名企业的身影。

尽管速度有高低之分，但是对于性能和算力的需求而言，二者之间并没有太多差别。所需要面对的都是较为复杂的动态作业环境，高感知、高AI、高算力也都是不可缺少的关键。

如果一定要有所区分，那就是应用场景面积更广、线程更长的高速自动驾驶细分市场，借以承载技术应用的载体，造价、维护成本要更为昂贵，同时所涉及的安全风险也更加明显。而且高速自动驾驶在更高的投资回报之外，其准入门槛也变得更高，目前赛道中的玩家还是以各大车企和出行企业为主。

无人出租车领域，除了目前领先于行业的百度和小马智行，2019年就已经在广州进行无人出租车安全测试的文远知行，也是不容忽视的玩家。而且不仅是乘用车，类似于无人小巴车、无人轻轨等泛用于城市场景的公众交通工具，也是相关企业避不开的战场。

同样是更多针对ToC市场的无人泊车，主要用于解决家用车日常使用过程中的需求痛点，有着极大的市场潜力。目前，文远知行、宇通、雷诺日产、小米、广汽等企业，在相关层面都已经有了实际的落地尝试，尤其是在IOT物联网生态环境逐步完善后，低速特征明显的自动泊车功能，正在成为智能汽车常驻的功能。

而解决ToB需求的智能物流卡车，由于国家还没有开放主要道路上的无人重卡测试，目前无人卡车主要应用于轻量型卡车，并且也仍处于在港口、物流园区等专属场景之中。介乎于低速和高速之间的无人卡车，主要解决的是长短途运输中，司机的安全以及人力成本问题，

只不过，尽管理论上L4级自动驾驶技术才是智能物流卡车的核心基础，但在政策、市场环境等多方面影响下，L2+级别的自动驾驶已然开始落地。已经应用于汽车辅助自动驾驶领域的北斗导航，或许就是最好的证明。

毫无疑问，自动驾驶相关细分市场都拥有不容忽视的市场潜力，而且处于普及阶段的L2级自动驾驶技术，看似已经满足部分行业的商用前提。但是，车智驾认为，且不论L3级量产逐步临近，即将引发的的产业变革，从最基础的商业逻辑而言，现在并不是自动驾驶进行大规模商用，最好的时机。

营收承压，安全隐患不容忽视

任何科技的商业化落地，都离不开最基本的商业逻辑，也就是关于成本和营收的讨论。在庞大的市场潜力下，自动驾驶相关企业或许不用过于担心营收数据，但成本多少，却是个难以忽视的问题。

自动驾驶作为足以跨越产业结构的技术类型，其研发难度可想而知。赌上整个公司未来All In AI的百度，从2017年坚持到现在，以无数资金、时间，和错失无数风口为代价，才换来了Apollo智能系统，以及成为整个行业中最早实现L4级自动驾驶技术商业化落地企业的可能性。

即便如此，由于基础环节的欠缺，百度无人出租车也只是展露了L3+的技术水平。或许等到2025年，搭载高通下一个“算力天花板”高性能芯片，以及高度定制化智能座舱平台的集度汽车量产，才能真正将积攒多年的技术力全面变现。

行业中大多数困于，并且可能长期困于，无法摆脱人力干涉的L2级自动驾驶技术的企业，单单只是自动驾驶的研发压力，就足以严重挤压掉整个企业的利润空间。比如百度2021年第三季度的研发费用就超过了62亿元，对中小企业而言，这几乎是天文数字。换言之，在市场普遍处于L2的阶段，自动驾驶相关行业的盈利状况，不小一部分都是行走于亏损边缘的薄利多销，如果没有足够的资金和技术支持，大多数企业或许都要止步于此了。真正想要盈利，或许还要等待L3级自动驾驶驾驶完成对市场的培育后，在L4市场提升整体营收。

此外，在现有科技的基础上，实现自动驾驶与否，最核心的问题还是交通安全。然而事实上，不仅在测试环节中自动驾驶车辆保持着不低的事故率，单看近期，特斯拉、蔚来、理想、小鹏等智能车型，都发生过因自动驾驶导致的交通事故。

驾驶安全并不是表格上冷冰冰的数字，尽管自动驾驶并不等同于100%安全的零事故，但至少现阶段的事故频率，并没有达到自动驾驶真正该有的标准。保障不了最基本的安全，大规模商用自然也就无从说起。

再加上，自动驾驶需要大量的数据采集和场景反馈，离不开全程联网。无论是道路信号源，还是车载WIFI，都很有可能成为网络黑客的攻击对象。驾驶场景中自动系统失控意味着什么，想来所有人都很清楚。

综合目前的市场环境，车智驾编辑团队判断，虽然现阶段自动驾驶已经开始证明自身商业化的前景和可行性，但想要大规模商用，可能还需要等待L4级自动驾驶技术的推广，以及网络信息安全建设的完善才行。

在此之前，还是先做好培育市场的工作吧。