文：談擎說AI 作者：鄭開車

從L2到L4，從場景數據訓練到GPT大模型，自動駕駛行業在不斷改變。

經歷過waymo裁員、Mobileye估值大跌之后，行業前景變得逐漸明晰：當L4、L5的故事講完之后，商業化才是自動駕駛的歸途。

于是，我們看到，一些做開放道路場景的自動駕駛公司在轉型，要么ToB做車企T1供應商，專注L2以及L2+落地，要么做園區物流配送等場景下的商業化。

出人意料地是，在大多數目光聚焦的開放場景之時，做封閉場景的自動駕駛公司卻是另一番景象：過去一段時間，踏歌智行、中科慧拓、希迪智駕等企業都受到來自資本市場的目光。

天眼查APP融資信息顯示，過去一年，踏歌智行、中科慧拓、希迪智駕等做礦山場景自動駕駛的企業均有融資入賬。

為什么目前自動駕駛技術商業化進程最順暢的卻是封閉場景？無人礦車為什么又備受關注？在風口中落地的這個領域究竟又有哪些價值？值得深究。

//礦山場景奪下自動駕駛商業化“頭籌”

過去的自動駕駛技術的發展證明，商業化落地是一個循序漸進的過程。從L2到L4，從封閉場景到開放場景，既是技術成熟曲線的客觀規律，也是自動駕駛行業化落地的既定路線。

對此，政策層面也有清晰的規劃路線。

根據2020年發布的《智能網聯汽車技術路線圖2.0》，到2025年，完成特定場景和限定區域的HA級應用；2030年完成高速公路廣泛應用以及部分城市道路規模應用；2035年之后達成全場景覆蓋。

在這個路線中，行業還需要解決兩個難題：從工程化階段走到商業化階段；從區域示范落地走到真正擁有自我造血能力。

從目前的發展來看，率先能夠解決這兩個問題的，可能是礦山自動駕駛。

從工程化階段到商業化階段，需要解決的核心問題其實就是長尾場景的問題。

從區域示范落地走到真正擁有自我造血能力。需要解決的就是成本替代的問題。

一個事實是，自動駕駛技術發展到今天，技術其實不是瓶頸，而是對長尾場景數據的覆蓋。

無論是車輛的感知能力，還是AI算法、芯片算力都不是自動駕駛落地的短板，真正的困難其實就是在于場景。

2018年的Uber自動駕駛車輛撞死行人的事故，以及海外特斯拉自動駕駛事故頻發，都提醒著人們長尾場景問題才是關鍵所在，而開放環境下，這個問題近乎無解，因為永遠都會有新的場景出現，算法、數據不可能覆蓋到100%的場景。

不過，在礦區，這個問題似乎不算特別難以解決。

目前，封閉的礦山已經實現了全機械化生產，生產流程更標準化，非標準化的場景其實本來就比較少，自動駕駛更容易落地。

礦區場景封閉、路線固定

“封閉場景與開放場景最大的一點不同是，封閉道路的工況和場景是可以被列舉出來的，比如說做露天礦的自動駕駛解決方案，可以跟前期客戶去確認需求、去解決一部分可能遇到的長尾場景問題”。踏歌智行方面對談擎說AI表示。

成本替代方面，對于相比開放場景，無人礦車落地更“剛需”，更能體現出成本優勢。

“與開放場景不同的是，自動駕駛礦車落地對礦企來說是剛需，一是不再需要更多的工人到一線，增加生產過程的安全性，二是，通過自動駕駛線路優化控制程序優化，能夠幫助減少車輛損耗，節省燃料，減少額外的開支，自動駕駛改造的成本就能省下來，礦企其實有很強的買單意愿。”中科慧拓方面表示。

解決這個兩個問題之后，礦山自動駕駛就更容易進入快速規模化落地階段。

談擎說AI認為，技術的商業化，大都是由B端到C端滲透的。比如計算機、互聯網，都是從B端開始向C端滲透的。

因為當一項技術真正作為生產資料，能夠提真正提升生產效率之時，才能大規模普及。蒸汽機、內燃機莫不如此。

事實上，一些自動駕駛場景項目，更容易由B端成本變革驅動，而非技術、資本、政策因素驅動。而當下階段，自動駕駛在B端的價值，要遠遠超過C端。

不管是C端還是B端，自動駕駛最大的價值，一個是降低事故率，另一個就是成本。但對于這兩種價值，C端的購買意愿和購買力還遠遠不夠。

一方面，開放場景下的技術落地還不成熟，Robotaxi也好，Robotruck也罷，法律法規真正放權之前，大規模商業化都只是紙上談兵。即便是現在有的特斯拉FSD等產品，C端的購買率其實并不高，安全、信任及倫理等問題依舊需要解決。

另一方面，足夠的購買力才是商業化的前提。在這一方面，顯然礦區、港口等B端客戶的體量更大，購買力也更強，

“這個行業不缺強買單能力的客戶，而且這點投入對他們平時采購的大型工程機械來說并不算大額支出，而且能實實在在幫助礦企降本增效。”中科慧拓方面表示：“現在市場已經關注到了這個行業的價值，年后我們幾乎每周都能接到電話（來自投融資機構），市場對這個行業的認知也在變得更深刻。”

//IPO窗口已打開，產品、技術打開商業化“藍圖”

市場對行業認知越深，行業內的玩家謀求上市的條件就越來越成熟，隨著最近Momenta、文遠知行等自動駕駛企業謀求上市消息傳出，自動駕駛企業可能會迎來一波密集上市。

這對于做封閉場景的自動駕駛企業來說，意味著IPO窗口期已經打開。

雖然行業整體仍然處在擴張階段，但無人礦車的商業化落地仍然比較穩。也就意味著相比Momenta、文遠等自動駕駛企業，封閉場景下的自動駕駛企業商業化的步調可能會更穩一些。

一方面，相比開放場景，礦山等封閉場景下的自動駕駛商業化水平更高，業務端仍然處在擴張增長階段。

去年Waymo、Argo AI等一批自動駕駛企業紛紛裁員，截止今年3月份，Waymo已經裁掉了8%或209名員工。

與之相對的是，由于業務增長的需要，踏歌、中科慧拓等做封閉場景的自動駕駛企業仍然在招聘。這也從側面反映出，礦山等封閉場景下的市場其實是一個可挖掘的藍海市場。

另一方面，從滲透率來看，目前行業整體的滲透率不高，還有很大的增長空間。

“開放道路不太好評價，但封閉場景下自動駕駛商業化落地其實是很快的，目前行業還處在一個初期的發展階段，市場空間很大，粗略估算，僅存量車無人化改裝就有4600億左右的市場空間。”中科慧拓方面表示。

對于增長趨勢，踏歌智行則表示：“當行業實現全礦無人運輸運營的商業化落地，市場滲透率會出現重要的拐點，市場規模將達到新的數量級。”

華潤水泥砂石礦正在落地全礦新能源無人運輸

談擎說AI判斷，以目前的行業容量來看，市場能夠容納3到4家千億市值規模的上市企業，但要進一步挖掘商業化增長空間，兌現商業化增長的藍圖，還是需要靠產品、靠技術拿出能夠可復制的規模化解決方案。

自動駕駛商業化，最核心的壁壘其實就是技術和產品。

首先，誰的技術、產品實力夠硬，能夠從demo級的方案進一步升級為規模化商業化的方案，誰就能取得市場份額上的優勢。

“礦區對自動駕駛的需求跟其他場景不一樣，他對‘真無人’、‘安全員下車’的訴求是遠大于其他訴求的，比如說礦區內部的一些運輸任務，完全不需要人介入，而且要做到7天×24小時生產狀態下的安全員下車，這對技術和產品的可靠性的要求是很高的。”踏歌智行方面表示：“一旦真正做到了這一點，那么自動駕駛落地就會倍速增長，滲透率也就會進一步提升。”

國能北電勝利能源煤礦“安全員下車”常態化無人運輸

在產品落地上，5月6日，中科慧拓發布了我國首臺套新能源礦山智能運載機器人“載山”（CarMo）并投入使用，據悉，“載山”（CarMo）在底盤功能整合、核心控制算法、感知定位融合方面實現多項技術突破，進一步推動自動駕駛方案產品化落地。

踏歌智行方面，也已經在多個礦區實施7×24小時常態化無安全員作業，推動礦區無人駕駛商業化。

其次，礦山自動駕駛落地，帶來的其實不僅是技術和產品，也是全新的管理體系。

“在落地的過程中，涉及到的一個重要的問題是管理的問題，如何做好礦上的無人化管理？無人化車輛、有人車輛如何去配合？如何重塑生產作業流程？這些都需要通過大量的實踐積累，這些才是落地過程中最關鍵的東西。”中科慧拓方面向談擎說AI表示到。

也就是說，在產品的基礎上，企業賣的其實不是自動駕駛技術，而是新的自動化生產、運輸、管理體系的一整套解決方案，這樣的解決方案可復制性越高，那么商業化也就越容易。

最后，技術和產品之上，決定未來格局的關鍵，還是核心的商業模式。

從資本市場的角度來看，商業模式決定業務模型，業務模型決定財務數據。

“這兩年資本市場市場對做礦山港口的自動駕駛企業關注的確變多了，但這其實是行業規律的問題，商業化進程到一定階段，資本自然就會來關注，因為商業化進程究竟如何，不止體現在業務上，最終還是要歸結到財務數據上。”踏歌智行方面對談擎說AI表示。“能否到達一個盈虧平衡的點，關鍵其實就是看業務結構。”

對于礦山場景的自動駕駛企業來說，核心的商業模式也有三種：做運營、做前裝（賣車）、做全套的解決方案。其中體量最大的，市場規模最大的其實是做無人運輸運營，其次是賣無人駕駛礦車。但從毛利率的角度來看，做解決方案毛利率可能表現會更好。

因此，最終決定玩家綜合商業化水平的，還是得看具體的業務構成以及各業務的商業化進度。

整體來看，目前大型國有及民營礦企均在穩步推進智慧礦山的建設，這意味著行業的增長其實有很大的確定性，接下來就是技術和產品的博弈。

自動駕駛商業化，猶如踏雪尋梅。

囿于當下時代所限，自動駕駛雖然還有很長的路要走，但我們亦能看見屬于未來的可能性。也許，礦山自動駕駛就是皚皚白雪中的那簇火焰。

在這個礦山獨特領域，道德與法規不是約束而是助力，自動技術的生命力就會生長的越來越強，商業化的火焰就會越燒越旺。

· 談擎說AI出品 ·

· 未經授權 謝絕轉載 ·

· 歡迎分享到朋友圈哦 ·