自动驾驶出租车在武汉等城市开展商业运营试点，引起社会广泛关注和热议。
经过多年的技术推动，智能化对汽车、交通系统乃至社会生活的影响已经深入人心。虽然目前还只是小规模的运营测试，但人们相信“星星之火可以燎原”。有人期待，有人害怕，有人受到影响，也有人只是跟风。在浩瀚的信息海洋中，有大众讨论趋势，有谈论人与技术的关系，有担心资本赢者通吃，也有人谈论其他。
作者是“小镇考生”，深知民生不易，但作为追踪情报多年的研究者，也深知创业不易。有些话，如芒刺在背，忍不住要说出来。本文想从行业成熟度、商业理解、技术价值观三个角度谈谈一些学者的系统思考。褒贬不一，都是个人观点，只希望不要浪费读者的时间。有兴趣的朋友也欢迎和我交流，如果能对不同身份的决策者有所参考，那将是莫大的帮助。
1. 行业成熟度：不要问你的娃娃脸何时会变老
自动驾驶是人工智能技术的产业化应用，是新高质量生产力的典型代表，是改变世界的复杂系统创新，任何科技强国都不敢忽视。
但作为核心的人工智能目前仍不够智能，技术路线仍存在争议，数据与能力存在“先有鸡还是先有蛋”的辩证关系，自动驾驶产业化尚处于起步阶段。
因此，那些有关技术、制度、机构尚未成熟的批评，更像是一种循环论证——就像世界上没有成熟的婴儿，也没有新生的老人一样。
为了衡量一项新技术的产业成熟度，我所在的清华大学朱恒远教授团队曾提出一个简化的认知模型，包含技术、效用、市场、产业链（网络）四个不可或缺的维度。
巧合的是，它在多年前首次公开发布时，就是用来评估智能的，但当时自动驾驶行业尚未成熟。
美国汽车工程师学会（SAE）将汽车智能驾驶分为L0~L5六个等级，L1~L2为辅助驾驶，L3以上为自动驾驶，中国的国家标准与此类似。
目前，辅助驾驶已然成为热门话题。根据盖世汽车研究院提供的数据，2023年中国电动乘用车市场高端辅助驾驶标配的渗透率已经超过51%，在20万以上车型中的渗透率更是超过85%。人们可以明显感受到，导航辅助驾驶（NOA）在高速公路和城市道路的应用，已经被越来越多的用户所熟悉。
但目前，在全球范围内，自动驾驶还局限于实验、示范区域和特定场景，尚未实现大规模商业化。
技术上，虽然实际应用的最低门槛（t1）已经突破，但算力、算法还在迭代，数据还在积累，而决定性的技术主导设计（t2）还未确定。也就是说，技术还未定型，而技术定型是实现工业产品大规模复制的前提。
举两个例子，一个是人们能直接感知到的Robotaxi消费者体验，循规蹈矩却枯燥无味，看似“无人驾驶”的背后，是人类安全员的远程实时监控和接管待命。另一个例子是行业内的争论，有创业者认为，目前大部分公司“规则算法+小型AI模型”的方案无法实现真正的自动驾驶，建议行业向“端到端”的大模型转型（指从感知端输入信息，在执行端直接输出结果的智能驾驶系统，其训练方式类似ChatGPT）。但该术语的技术概念尚未统一，鉴于大模型逻辑的“不可解释性”及其对算力和数据的巨大依赖，尚不能断定其就是主导的设计方案。
其实，更大的技术定型问题在于“单车智能”与“车路协同”之争，限于篇幅，笔者将另文详述。
从用户效用角度看，交通运输的基本价值在于为人们提供出行便利，目前自动驾驶正处于从有限场景（U1）向一般场景（U2）两个层次拓展的过程中。
一是地域范围，由部分城市的局部区域推进到更多城市、更大区域。最新进展是7月，五部委宣布智能网联汽车“车路云”融合应用试点将扩大到北京、上海、广州、深圳、重庆、沈阳等20个城市。再一个是人与车的关系，安全员从汽车主驾驶、副驾驶位置退居幕后远程监控，这体现了汽车的“成长”。对消费者而言，更多的场景兼容性意味着更多的普适价值。
从市场层面看，早期用户（M1）虽然可以通过线上渠道找到汽车进行体验，但消费者数量还远远达不到让市场自行起飞的市场规模（M2）。
以走在前列的武汉为例，据当地交通部门今年5月的数据，该市每天运营的网约车数量约为2.94万辆，无人驾驶出租车占比不足2%。技术的不完善也意味着无人驾驶汽车还未达到让用户完全放心的阶段，这导致客流稳定性较低。这体现在，尽管价格低廉，但日均订单量并不比普通网约车高出太多。
产业体系层面，目前行业成熟度还差得远。美国的Waymo和中国的百度、小马智行、WinDrive都是自动驾驶激进路线的代表，他们手握“灵魂”，希望直接提供L4级出行服务。但由于自己不造车，必须与车企合作、改造现有汽车（例如Waymo与捷豹、克莱斯勒、沃尔沃开展过大量合作）、在特定区域进行实验、积累数据。由于长期缺乏可观的营收，巨大的资金投入需要靠资本市场的输血来维持。
相对而言，以特斯拉为代表的整车厂和中国的新兴电动车企业普遍采取的是渐进式的做法，先把车卖出去，通过辅助驾驶积累客户、数据、资金，再逐步升级到L4。其中，特斯拉相继推出了Autopilot、FSD两大系统供用户使用，而中国则诞生了一大批与整车厂合作的智能化解决方案提供商，华为就是典型的例子。有人把这种渐进式的做法称为“攀登珠穆朗玛峰，沿途下蛋”。
但无论是激进还是渐进、单车智能还是车路协同，无论走哪条路线，完全自动驾驶都涉及交通法规、制度、社会体系的变革，没有全社会的动员就无法实现，注定超出单个企业的能力范围。
尤其从目前全球格局以及长远未来来看，中国自动驾驶创业者无论是在芯片、算力、模型还是系统支撑等方面都还有很长的路要走。
总而言之，无论舆论如何激烈，如果我们冷静看待，自动驾驶尚未完成从“极客产品”到“时尚产品”的转变，从产业周期来看，也尚未走出“婴儿期”。
自动驾驶是世界科技和工业强国之间的长距离技术竞赛，“成熟”恰恰是“不成熟”想要颠覆的对象。站在最前沿的各国科技公司在亏损地投入，而持续投入其中的资本，其实才是国家需要、社会呼唤的“耐心资本”。
在此情况下，在富怡扩大试点之际，有媒体朋友“炒作热点”、“泼冷水”，或炒作“失业焦虑”、“资本垄断”，其实是没有必要的。
孩子还小，人生还长，我认为，政府、企业、社会应该尽一切努力，积极审慎地支持颠覆性创新，做好覆盖创造性破坏的预案，才是正确做法。
2. 商业化：别再墨守成规
人类的推理方式主要有三种：演绎、归纳和类比。其中，类比是通过比较已知事物与未知事物的相似性，帮助我们通过已知事物去理解未知事物。
用Robotaxi作为产品名来指代自动驾驶汽车提供的公共交通服务，其实是一种类比，这也是人们讨论网约车司机生计的原因。同样，有人将技术替代归咎于个别公司，担心互联网平台赢家通吃现象重现，也是出于这样的类比思维。
类比虽然形象，但最大的问题在于简单化，忽略了差异，其实昨天的简单重复根本不会发生。
其影响远远超出了网约车司机的生计。
总体来看，无人驾驶出租车只是智能出行时代的一个环节，智能出行只是智能应用的一部分，机器对人类劳动力的影响不仅仅是替代，赋能与调整也不容忽视。
总体来看，自动驾驶对人类交通和生活的影响至少会涉及以下几个方面。
1）提升交通安全性。据统计，约90%的交通事故是由人为因素引起的。自动驾驶汽车通过实时采集和处理道路信息，可以大幅减少因人为失误或疏忽造成的交通事故，并能准确感知和判断路况，及时避免车辆间碰撞，从而提升道路行驶的平稳性和安全性。
2）交通效率优化。自动驾驶汽车可以根据实时交通信息和预测优化行驶路线，减少不必要的等待时间和交通拥堵，提高道路利用率和行驶速度。
3）出行方式的改变。自动驾驶技术将颠覆现有的商业模式，冲击行业格局。比如很多人可能不需要购买属于自己的汽车，而只需要购买共享的自动驾驶出行服务。24小时共享出行将提供更加个性化、舒适的交通服务，满足不同人群（尤其是需要照顾的人群）的需求，提供更加便捷、安全的出行方式。
4）对就业的影响，而不仅仅是失业。自动驾驶确实会减少对司机（如出租车和卡车司机）的需求，造成一定的失业；但与此同时，自动驾驶也会在自动驾驶系统的研发、生产、监管和维护等新领域创造新的就业机会。
5）城市规划调整。随着自动驾驶汽车的普及，城市交通结构将发生变化，减少对传统交通方式的依赖，从而为城市发展腾出更多空间。此外，可能还需要调整现有的城市规划和基础设施，比如增加充电站、维修中心等设施。
当然，自动驾驶也会带来新的问题。比如数据隐私和安全。自动驾驶汽车需要收集大量数据，包括个人信息和行为数据，可能带来数据泄露或滥用的风险，对个人隐私和数据安全带来挑战。此外，在伦理、责任、风险识别等方面，与自动驾驶相关的法规和监管机制也需要重建。
自动驾驶的普及将极大影响人们的城市生活，在这种情况下，如果只讨论网约车司机的问题，就会陷入“只言片语，不见森林”的境地，会过分关注“马车会开到哪里去”，而容易忽视“路是需要人来修的”。
恐怕讨论“智能时代人该做什么”这样的话题会更有价值。毕竟，没有人天生就是马车夫、司机，这些技能都是学习和训练的结果。
能够主动学习和影响环境，是人类区别于其他动物的重要特征，我其实对人类一代又一代的适应性进化很有信心。
这个趋势是一股合力，不是单个厂商能够做到的。
备受热议的“机器人快跑”是百度Apollo推出的自动驾驶出行服务平台，目前已在11个城市开放载人试运营服务，并在北京、上海、深圳、武汉、重庆等地开展全无人驾驶自动驾驶出行服务测试。在国内，百度虽然是该领域起步最早、投入最多、行业领头羊，但将自动驾驶替代人类的责任归咎于这样的公司，都是罔顾事实。
2004年至2007年，美国国防高级研究计划局（DARPA，在推动芯片和互联网产业早期发展中起到了至关重要的作用）组织了三届全球无人驾驶挑战赛。谷歌发现了自动驾驶的技术潜力，并在著名的X实验室招募参赛选手开发自动驾驶项目，形成了现在的Waymo公司。2014年，谷歌推出了纯电动全自动驾驶汽车，世界第一次看到了自动驾驶的具体概念。
谷歌的示范让全世界意识到了自动驾驶领域的潜力和重要性。从亚马逊、百度、华为等科技公司，到奔驰、通用、特斯拉，以及后来的蔚来、小鹏汽车等新造车企业，以及 Uber、滴滴、如期等出行服务商，都纷纷加入了这一征程。根据百度提供的信息，其在 2013 年就开始布局自动驾驶，并在 2017 年推出了全球首个开放自动驾驶平台 Apollo ——不晚，但也不是最早。
如前所述，在自动驾驶商业化的探索上，业界分裂成了两条路线（打个比方，都在爬珠穆朗玛峰，但是南北坡的难度有所不同）——Waymo、百度等计划以Robotaxi的形式直接实现自动驾驶，而包括特斯拉在内的各家车厂则走上了从高级别辅助到自动驾驶的渐进路线。
过去十年，中美两国在自动驾驶技术领域都掀起了一波创业热潮，一大批创业公司追随 Waymo 的脚步。除了百度，美国的 Cruise、中国的文远知行、小马智行也都推出了 Robotaxi 或无人驾驶巴士，在投入巨额资金、历经艰辛后，才终于在近期迎来曙光。
在美国，不久前Waymo宣布将向旧金山地区所有用户开放Robotaxi服务（此前仅向有限数量的乘客开放）；在中国，除了武汉，上海近期也向小马智行、百度智行、赛科智能等企业发放了无人驾驶智能网联汽车示范应用牌照。北京相关部门也宣布将开启智能网联乘用车“无人驾驶”商业试点项目。深圳市坪山区政府则向安途智能驾驶、彭电集团、罗博交通联合体等企业发放了类似牌照。
与此同时，走增量路径的特斯拉已宣布将下一代产品平台调整至Robotaxi方向；在国内，小鹏汽车也已取得广州智能网联汽车载人测试牌照。
即便我们不讨论技术趋势的大叙事，不讨论整个政产学研生态的支撑，只讨论微观层面的产品竞争参与者，自动驾驶的趋势也是谷歌、特斯拉等美国科技产业力量和百度、小马智行、文远知行、滴滴、小鹏等各路中国企业同向发展的结果，更有甚者，小马智行、文远知行、启明星辰、保监会、红豆科技、地平线、Momenta等一大批该领域的创业公司都和百度有着密不可分的渊源。
创业极其艰难，仅从智能化、自动驾驶方向的行业贡献来说，作者虽小，但我愿意为百度说话。
工业互联网不存在赢者通吃的情况。
对于无人驾驶出租车平台，有人担心互联网平台扩张的“葵花宝典”模式再现——低价获取用户，垄断市场，再抬高价格获取利益。对此，笔者建议大家可以放心，理由很简单，既不可能，也没有必要。
自动驾驶出行服务涉及信息层面的码比特与物理层面的实物资产、能源层面的充换电设施、制度层面的监管法律和区域利益的结合，属于产业互联网（将数字技术与现有产业结合，降低成本、提高效率、提升质量、实现创新）的范畴，与消费互联网（基于码比特提供标准化数字服务，享受零边际成本和规模化网络效应）有着本质区别。
产业互联网涉及制度复杂性，边际成本不可能趋近于零，不存在赢家通吃的局面。对此，学术界、科研人员、企业从业者其实多年来已经达成共识，资本也已为此付出了天价的学费。
最简单的例子是，产业互联网还没有出现新的BAT，字节跳动、拼多多、京东、美团的基本盘子，依然是消费互联网领域的数字娱乐、社交网络、交易费用；滴滴10多年巨亏，拼尽全力，最近交出了一份报告，2023年营收1924亿，盈利5亿（销售利润率0.26%）——我想，如果时光可以倒流，无论是市场份额扩张，还是合规运营质量，滴滴都会做出不一样的选择。
笔者的好友、北京大学侯宏教授是互联网商业生态研究的专家，他曾从价值点、环节、网络等方面概括产业互联网与消费互联网的根本区别。
在消费互联网中，网络价值在产品价值中的占比高于单点价值，这也是网络效应占主导地位的原因；但在产业互联网中，产品的单点价值通常是建立网络价值的前提，即产品或服务本身首先要强大。
链消费互联网的反馈通常非常快，因为消费者有冲动消费的特点；而产业互联网的反馈速度较慢，因为企业客户或者合作伙伴的决策非常理性，在缓慢的过程中会有更多的人涌现出来争夺资源和客户。
网络——网络的地理分割，导致网络效应被分割为一系列局域网络，每个局域网络只能基于自身的规模产生网络效应；网络中流动的资源不再是数字资源，而是产业资源和实物资源，其移动成本非常高昂。
这些特点通常导致工业互联网平台的网络效应会弱很多，发展速度也会慢很多。如果只是慢，还好，投资者还有希望，还有长期主义。问题是，一旦慢了，最后的结果也会变，赢家通吃的可能性不大，长期主义也收不到贪婪的果实。
交通运输涉及公共安全和国家安全，是每个国家都高度监管的领域。自动驾驶出行服务商若想在某个区域为客户提供服务，必须取得当地的批准，解决实体资产与智能服务结合的问题，也存在巨大的成本下限。或许，如果一定要打个比方，可以拿国家电网来做比较，国家电网为全国大部分省市提供垄断性供电服务，作为基础设施和最大的央企之一，其价格和服务也受到政府监管。
当然，从另一个角度看，城市交通运营这个行业已经拥有无限的想象空间，占据竞争地位已经是巨大商业成就的体现。
企业战略研究领域的常识是，技术不等于产品，技术只是构成产品的资源和要素，技术与互补要素的组合才形成产品。
对于拥有核心技术优势的企业来说，产业链、价值链、供应链、创新链都有着无数的运作空间，在终端市场追求“赢者通吃”其实完全没有必要，“把所有东西都吃干净”也不是最好的商业模式。
毕竟微软的主业不是生产电脑，华为称，其目标是帮助汽车厂商造出更好的汽车，长期可持续的竞争力是公司不变的追求。
3. 技术价值观：世间正道，在于变幻人生
经济增长的本质是价值和财富的增加，而不是货币的增加。经济学家普遍认为经济增长的源泉只有两个——增加资源投入或提高资源效率。技术是资源转化为产品或服务的机械和智力转换过程。在资源没有增加的情况下，技术进步是实现增长的唯一途径。
1930年，经济学家凯恩斯在《我们孙辈的经济可能性》一文中预测，一个世纪后，人类生活水平将提高4至8倍，每周工作时间将缩减为15小时。90多年过去了，欧洲发达经济体的人均收入已增长到当时水平的5倍，公民的法定工作时间已缩减为每周35小时。虽然凯恩斯的估计过于乐观，但方向是正确的。
发达工业国家国民收入与闲暇时间同步增加，确实得益于技术进步，从本质上说，是技术进步让生活变得更美好，有效的社会机制保障了这种美好。
将上述话题放在自动驾驶的背景下重述，可以说，理想情况下，在交通领域，自动驾驶技术有望帮助人类用更少的人力和物力创造出完全工业化的、更安全、更丰富、更低成本和高质量的出行服务，让人们的生活更加美好。
诚然，历史上每一次技术革命最终都带来了更多的就业岗位，但总量的增加并不能解决结构性问题。问题是，现实中，自动驾驶作为“替代劳动力的技术”而非“赋能劳动力的技术”，能给人们带来“收入更高、闲暇时间更多”的美好吗？
多年前，我参加过一次“科技向善”的讨论，至今记忆犹新。科学技术本身是价值中性的，与“善恶”等价值判断相关的只有使用技术的人。就像人可以用诺贝尔发明的炸药开山修路创造增量价值，也可以用在战争中杀人搞零和博弈。用什么样的机制用技术组织生产，用什么样的机制分配价值，这里面涉及价值判断。人是主体，也是目的。
在创新研究领域，这是一个关于技术基础与制度建设的熊彼特问题——技术和产业发展总是领先于社会机制和规范的进步，及时有效的制度和规范保障了社会经济的可持续性，并缓解了创新带来的创造性破坏。
机制建设并不完全是政府的责任，企业作为创新主体和市场主体，也需要在其中发挥重要作用，以求长远可持续发展，与生态环境共生共荣。我们不能只把目光停留在“用技术让复杂的世界变简单”的技术信仰上。复杂就是复杂，从物理学角度看，能量守恒，熵不断增加，局部简单一定是有人承担了复杂性的结果。
2019年，普林斯顿大学出版社出版了《技术陷阱：自动化时代的资本、劳动力和权力》一书，以西方国家工业革命的历史为线索，对各个时期的技术发展以及相应的经济、社会、劳动力状况进行了细致的分析。
书中提到，当今的挑战是大数据、机器人、人工智能等技术几乎都是“劳动力替代”，而技术无法解决如何分配技术所创造的更少的就业岗位和巨额财富的问题。基于“再分配”的思路，弗雷讨论了几种可能的应对策略，如教育、再培训、工资保险、税收抵免、人口迁移、扩大住房供应、加强城际交通联系、振兴产业等。
教育。事实证明，拥有大学以上学历的人被自动化取代的风险相对较低。虽然低技能的工作仍然被社会需要，但这些工作在未来面临更高的被取代风险。然而，现行的教育政策也面临挑战：来自弱势家庭背景的孩子在教育方面表现相对较差，弱势背景的孩子可能来自因自动化而失去工作、工资减少或家庭破碎的家庭。因此，教育系统如何均衡资源是防止下一代被新技术淘汰的必要机制。
再培训。为技术失业者提供再培训曾是美国 1960 年代应对自动化焦虑的一项国家计划。然而，这种高投入、大规模培训的成效难以评估。无论是国家投资的再培训计划，还是自费投资的再培训课程，应对快速的技术创新，“终身学习”都能满足不同职业阶段的技能需求。
这本书非常有价值，但总体而言，它具有独特的个人主义语气，即个人应该通过教育和培训来提高知识和技能，以应对技术进步的挑战，但是，应对技术的挑战不完全是个人的责任。
在这方面，另一位未来主义者马丁·福特（Martin Ford）表示，从长远来看，合理的方法应该是创建一种机制，使每个人都能在市场上拥有一定的份额，并允许每个人成为分享技术收益的股东。
如果这是真的，恐怕，也许，除了技术创新之外，企业家还应该在商业模式和机构创新方面具有很大的潜力...
在有关自主驾驶的最近讨论中，我注意到有些人提到了旧工作减少以及新工作和新的就业机会的结构性问题，有些人提到了教育，培训，培训和重新就业帮助的问题，政府提到了政府的税收和次要分配机制，有些人提到了让在线焦虑症的临近，这些问题可能会使人们的分配构成现实，这些问题可能会有意义。是 - 我认为，没有多少人对当前的机器人如此高度的看法，但是在各行各业的经济衰退和“互动”的情况下，人们对未来的深刻焦虑是有点脆弱的，对于公司而言，这是有点脆弱的。
幸运的是，如前所述，对于政府，企业和个人，自主驾驶行业已经成熟，孩子们还很年轻，时间很长，还有时间，现在是时候接受技术创新并讨论技术的使用。
最后，尽管我在一个非常接近政策的智囊团中工作，但我反对“政策决定论”。
无论哪个新兴行业，政策都提供阳光的环境，企业是主体，技术是种子，需求是土壤，企业家是农民，在社会文化中工作，可以适应有利的天气或暴力风暴。
在积极的技术创新和企业家精神仍然是奢侈品的时候，作者很清楚，只有在企业家，企业和客户之间存在良性的互动，但它被社会所接受和传播时，就可以实现所有自动驾驶者。
评论（0）