在被称为自动驾驶商业化元年的2022里，相比较robotaxi的欲拒还迎，自动驾驶在一些鲜有关注的角落，如矿区、港口、机场正在加快落地。无人重卡，才是上半年自动驾驶赛道的主角。
仅在今年上半年，无人重卡领域就有十余家企业获得大额融资。这向来是个昂贵的赛道，盛产超级独角兽分布在各个落地场景。到今年，智加科技、嬴彻科技等，估值早已超10亿美元。小马智行更是在完成3月份的融资后估值达到85亿美元，成为这个赛道里最贵的独角兽。
但进大钱之外，上半年融资更大的意义是折射出行业变化：已有多个老玩家走到C、D轮，资本却仍然愿意支持擎天智卡这样的新闯入者。去年底刚成立的擎天智卡，仅仅成立三个月，就获得了五源资本投出的近千万美元天使轮。
另一个背景是，过去半年正是无人重卡唯一上市公司「图森未来」在二级市场节节败退的半年。图森的股价从年初的每股30美元一路跌至如今的7、8美元左右，几乎跌去了四分之三。公司本身也深陷持续亏损、管理层套现出走的泥潭。对标上市公司的股价往往是一级市场的风向标，二级市场对图森模式的不认可多多少少给一级市场敲响了警钟。
“大家还是坚信无人驾驶必然会落地，但很明显目前的头部玩家路走错了，所以都开始赌新选手。”汉能投资投资人对36氪解释道，资本对无人重卡的信心没有变，这一点或许可以从8月下旬，Deepway完成4.6亿元的A轮融资得到印证，创造了智能新能源卡车造车新势力的最大融资规模记录。但未来的战况、路线都可能出现新变数。
当轻模式迟迟不能落地，无人重卡玩家们正在放弃单纯当个技术输出公司的幻想，转向了艰苦的造车之路。6月，图森公布了氢燃料重卡子公司Hydron；7月底，小马智行与三一重工旗下的三一重卡宣布成立成立合资公司，研发生产L4自动驾驶卡车。
一些头部玩家中的key person则干脆自己转身。去年下半年，从小马智卡出走创业的三波团队中的两家：行猩科技率先选择与车厂合作造车，千挂科技也没有完全放弃造车的考虑；智加科技CFO韩文则创立苇渡科技，选择面向中美市场造新能源重卡；图森另外一位创始人黄泽铧在去年离职后也创办了自己的造车公司“零一智卡”。
五年过去，无人重卡的故事似乎掀开了新篇章。但不变的是，无论在干线物流、矿区还是港口，规模化落地都像个看起来很近、实际上很远的梦。这条路到底去向何方？会有黑马跑出吗？
36氪在同多位业内投资人和企业深度交流后，在本篇文章中将围绕无人卡车行业试图回答以下几个问题：
1、无人卡车主要应用在哪些场景？行业内有哪些玩家？
2、无人卡车当下的市场格局是什么？目前市场处于什么阶段？
3、无人重卡距离量产落地还有多久？玩家们凭借什么存活到量产那一刻？
为什么卡车最需要无人化？
重卡，指总重量大于14吨的卡车，出没于干线物流、矿区、港口、机场等场景。同属硬件智能化范畴，机器人等赛道经常讲的故事是降本增效，但无人重卡有些区别。它最大的痛点是真缺人。
人社部发布的《2021年“最缺工”的100个职业排行》中，道路货运汽车驾驶员每季度都赫然在列，最高曾经排在25名。2021年交通运输部发布的数据显示，2020年1728万货车司机完成全社会74%的货运量，缺口已达1000万人。凯辉基金执行总监陈增炀(Eric)告诉36氪，当前干线物流中司机增长的速度远远赶不上货运增长的需求，且这一趋势分差在未来会越来越明显。
Eric也曾在矿区目睹重卡司机的稀缺程度：“很现实的是在矿区招不到司机”。另外，汉能投资投资人调研时注意到，矿上开车的司机主体还是70后，80后已经非常鲜见，90后群体更是不可能。“按照这样的趋势，再过五年十年会很明显出现一批劳动力断档。”即便是这个已经老龄化严重的群体，也在快速地流失。常见的情况是，年前还有200多名司机，过完年后可能就有几十名甚至上百名司机不来报到了。
卡车司机的确是个苦活。在矿区、港口、干线等商用场景中，司机要么一旦上工就要两三个月不能回家，要么需要两三名司机轮换实现24小时运作，不仅尘肺病、胃下垂都是常见的职业病，还往往因为疲劳而引发安全事故。而卡车这种车型对于司机要求更高。以内蒙古的一个矿区为例，要求持有B2及以上驾照，5年以上工程类驾龄。
要解决缺人问题的方法不止一种。对用工方而言，决定是提高薪酬招人还是上自动驾驶，核心点在于谁成本更低。以目前自动驾驶普遍落地路测的L3而言，最多还只能替换一个司机。那就要算一笔账——
以矿区为例，汉能投资投资人告诉36氪：“像在内蒙或新疆等比较偏远的矿山，最贵的矿车司机年薪达到30万（包括吃住报销、工资支付以及五险一金缴纳），在鄂尔多斯，一个大卡司机一年也要20万元。”如果按一个人一年20万来算，一辆矿卡一般配备4至6名司机轮流倒班以及应对突发情况，一辆宽体矿卡一般是2-3名司机，这也就意味着，在矿区一辆运输车一年的人力成本就接近上百万。
那自动驾驶的成本呢？曾有提供矿区无人驾驶解决方案的企业做过这样的测算：一台宽体车改装成本平均在40万左右，正常使用寿命约为5年，分摊到每年的成本大概为8万；另外车辆每运营成本，即操作员、运维人员的成本约为每年8万；再加上激光雷达等易损的零部件维修费用约为每年15万。综合算下来，无人化改装和维护的成本一年约为30万元，大约是一辆车一年1-1.5个司机的成本。
但在进行自动驾驶改造后，澳大利亚铁矿石出口商FMG的数据表明，成熟的无人化运输效率将比传统人工运输提高30%左右，以载重65吨的宽体车为例，一年因效率提升带来的利润增长就将超过30万元。这也就意味着投入使用一年后，效率提升带来的效益就将覆盖掉自动驾驶改装的成本。
“且和robotaix相比，卡车单车成本较高，对成本的敏感性相对弱一些，这也是其能够在封闭场景迅速落地的优势之一。”一位关注自动驾驶的美元基金投资人对36氪说。
人工之外，无人驾驶还能节省一部分油耗成本。多位业内人士表示，在相对理想的情况下，自动驾驶会节省10%-20%的燃油费用——自动驾驶的最优控制决策会解决传统驾驶中深一脚油门浅一脚油门以及紧急刹车等低效率燃油行为，使车辆保持在最佳巡航速度，发动机保持在最佳状态。众为资本合伙人于晓璐也向36氪指出，自动驾驶可以通过对路线的预先优化和对路况的提前反应，不再依赖于司机的驾驶习惯，从而减少事故率、油耗以及暴力驾驶对车辆的损伤。
另外，电车以及氢燃料车替代燃油车也是一种从根源上实现0油耗的方式，主线科技合伙人王超告诉36氪，“目前在港口实现智慧化的同时还在建设绿色港口，从油车基本上直接换成电车。”
对仍处于技术突破期的自动驾驶来说，矿区、港口等封闭场景是比城市道路更适合落地的场景，如今少数港口已经基本能实现L4级别无人驾驶。一方面道路较为封闭，卡车在相对固定的路线上进行从A到B的运输，时速也较低，基本都在30-40km/h左右；同时在这些作业场景中，不存在上牌照的问题。
谁能掌握自动驾驶主动权？
从参与者来看，无人重卡是个格外热闹的生意。除创业公司外，互联网大厂、有硬件产能的车厂，都在进行自动驾驶系统的研发。仔细盘一下局内的玩家和他们的合作方式，就能发现造车是个想绕也绕不开的环节。
除了创业公司外，传统车企如一汽解放、陕汽、上汽、东风等都成立了独立自动驾驶子公司。互联网大厂中，百度与货运运营平台狮桥联合发起的自动驾驶卡车公司——Deepway专注于研发制造L3/L4级自动驾驶卡车；阿里达摩院自动驾驶实验室也在研发L4级自动驾驶卡车“大蛮驴”。
和初创公司相比，传统车企的优势在于有更成熟独立的整车经验和完整可靠的卡车上下游供应链。而互联网大厂和创业公司一样，能入局靠的是工程师红利，但多了一重武器是手握流量入口。但在所有的禀赋之下，不同势力争夺的是同一个资产：数据，它不仅是打开自动驾驶落地大门的钥匙，更是决定未来竞争格局的最关键变量。
要理解不同玩家对数据的争夺，先要看他们是如何合作。从自动驾驶创业公司的视角看，商业模式有三种：
一是提供自动驾驶全栈技术，帮助主机厂或场景方做车辆的无人化改造，收取技术服务费，车辆归属于主机厂或场景方。比如智加科技在与主机厂合作的过程中，负责研发自动驾驶系统PlusDrive。
二是自动驾驶企业向整车厂买车进行自动化改造，提供第三方车队运力，按运输量收取服务费，车队属于自动驾驶企业。赢彻科技属于此类，自研自动驾驶系统「轩辕」，与主机厂合作实现量产，向物流企业提供自动驾驶卡车运力服务。
三是企业一方面向B端提供用户车队和运力服务，另一方面还自己造车加速量产，车辆和车队归属于企业自身，这种方式既可以收取运输服务费，还可以通过售卖智慧整车实现盈利。代表公司是美股上市的图森未来，在向UPS、U.S.Xpress提供公路货运服务的同时，图森还自制L4半挂卡车。与前一种模式相似的是都提供运力服务，但这种模式在造车的加持下，资产更重。
对于创业公司而言，相比较造车和提供运力，只提供技术解决方案当然是最轻巧的方式。主机厂由于自身基因、内部利益等问题，在自动驾驶技术研发层面很难匹敌初创公司，“像大众丰田福特这样全球前十的车厂都是以委外、投资、孵化为主要道路。”汉能投资投资人表示。而物流行业，由于卡车货运的高度分散且进入门槛较低，众多小企业的压价造成运输业利润率极低（通常为个位数），也无法成为自动驾驶改造的主角。因而，抛却造车和车队运营，初创公司凭借技术也能占领一席之地。
但问题在于，无论技术多强，在没有自己的车或车队的情况下，最接近数据的还是主机厂，测试中产生的数据都不优先属于他们。这也是为什么一直以来创业公司要抱紧主机厂或场景方的原因。数据目前的分配方式是：所有权在车企或场景方，他们可以通过共建白数据库脱密使用的方式将使用权交给自动驾驶企业。但在实际的合作过程中，对数据这一核心资产的分配是个敏感问题，合作伙伴提供的数据能不能满足自动驾驶企业去做数据训练和系统迭代也是问题。
这也迫使许多无人重卡玩家参与造车／组建运力的重资产环节，试图将数据握在自己手里，尽量把握测试和迭代进度。千挂科技CEO陶吉曾在今年接受36氪采访时指出，“OTA和数据回传并共享是一个大的趋势。另一方面我们也会构建车队参与运营，我们自己运营的车队数据是一定能形成闭环的。”
除此之外，创业公司和车企的分歧更在于将卡车无人化的动机。从一众车企设立自动驾驶子公司的动态来看，车企为了卖车，主动性并不算弱。一个大背景是，2021年开始我国重卡的销量就在下滑，2022年1-8月，重卡销量更是近几年来同期表现最差，伴随而存的油价上涨和运费下调等更是雪上加霜，这种情况下，自动驾驶上线对车厂而言或许是一个转变契机。
但自动驾驶企业更多瞄准的是背后更大的价值点——运营市场，运力服务收费这是一个可以长期持续造血的增量市场。在理想的L3状态下，卡车首先将省去劳动力成本，而在L4状态下，卡车的人工成本就将完全抹去，油耗也将得到明显的降低，这对利润率极低的物流行业来说有着巨大吸引力。一旦实现规模化商业落地，自动驾驶企业就可以从物流公司夜以继日的运输——从每单当中收取源源不断的运力服务费，而单纯的卡车销售基本是“一锤子买卖”，卖车服务完成也意味着交易价值的终结。
凯辉基金执行总监陈增炀(Eric)告诉36氪，主机厂本身从卖车的过程中来实现自身利益，卖底盘也能获得一定收益，在这种情况下，主机厂也想积极参与自动驾驶的变革，但是要考虑投入产出，因此投入速度并不一定比创业公司和物流方快。难以快速策动车厂，这也就使得自动驾驶卡车的新玩家们注意到造车这条新路线。
造车的方向确定了，但这一方向背后是更重的资产比拼，无人重卡的创业公司们开启的是个更hard模式的游戏。踏入造车行列影响因素是多方面的，跟团队对无人驾驶和新型商用车的理解有关，和正向设计及研发的能力有关，也跟生态链合作和下游客群关系的把握有关。
有投资人告诉36氪，一辆自动驾驶卡车的样车成本可能就需要4-5千万，也就是说两到三辆成本就是上亿的规模。而除了资金，还有时效问题。“有些创业公司找专门的车辆改线控底盘做全新的定制升级，花费的时间就可能长达三个月到半年”。Eric告诉36氪。这对于刚刚开启这条赛道的新玩家来说，无疑是一场困难的角逐。
另外，车企在和Tier 1长期合作的过程中，Tier 1的角色是只对主机厂负责，打通这条供应链对造车新手而言也是不小的挑战。从赢彻科技的经验来看，赢彻在与主机厂联合开发L3智能重卡的过程中，和主机厂协同50多家产业链上下游合作伙伴，在传感器、域控制器、线控底盘等核心零部件和系统方面进行了合作。
好在资本还是买单的。以今年上半年斩获1.88亿美元融资额的赢彻来看，资本还是愿意为赢彻的运营逻辑赌一把。这对于开启重资产游戏的玩家们至关重要。
真正落地还有多远？
尽管市场规模在不同的机构测算后有不同的结论，但总体来看，干线物是无人重卡当中规模最大的万亿级市场；矿山次之，无人化运输是千亿市场；港口较小，市场规模未到百亿。
当前无人重卡走到了哪一步？落地拐点到达了吗？——多位投资人给出的答案是还没有。众为资本合伙人于晓璐告诉36氪，自动驾驶是一个渐进的过程，不是一个零到一的突变，需要技术、政策路权和市场等多方面的量变准备才能实现质变。汉能投资投资人告诉36氪，落地上低阶（主要是商用车政策推动的防疲劳等）有部分出货，但L2以上的出货量还非常少，拐点还远远未至。昊辰资本管理合伙人汤涛也告诉36氪，长期来看自动驾驶，纯L4的全域无人化的确比想象中要难，所有玩家的商业化进程都在比原来预想的时间表不断的延后，这已经是一个大家公认看到的情况。
千挂科技CEO陶吉在此前36氪的采访中表示，下一个mile stone将发生在从产品技术上验证原本需要两个驾驶员的中长途的路线是否能够在自动驾驶的帮助下用单驾驶员完成时。也就是说，真正大批量实现仅需一个司机上路跑的时候，干线物流玩家的运输业务就应该是正向的毛利和净利。汤涛预测“拐点到达的时间最快的话有可能到明年或者后年”，关键在于企业运营扩张的速度以及产生的收益，能不能覆盖掉研发投入及总体费用。
那么现在距离到达拐点还差什么？多位投资人士的共识是：
第一，取决于自动驾驶的技术方案成熟度能不能实现真正批量化上车。比如技术和工程化方面，据赢科技发布的《自动驾驶卡车量产白皮书》，重卡外轮廓尺寸标准宽为2.55米、高达4米，长度最长可达17米，在干线物流这一高速场景当中，在常规载重情况下，由于卡车本身体积和自重较大，需要更长的感知距离，才能保障车辆在安全范围内实现制动刹车，这就需要更远距的传感器设备，自动驾驶控制难度也更大。
于晓璐告诉36氪，当前各家的算法在自动驾驶模拟场景中表现较为乐观，但在实际工程化上车过程中会碰到很多问题——嵌入式方案要求对算法做裁剪，还需要考虑到算力、功耗、和成本的动态优化和平衡，这些都对自动驾驶公司的工程经验提出了较高要求。
CMC资本合伙人徐晨表示，总体的技术难度更多是在于能不能与不同场景的车型进行适配，达到与车耦合的要求。在矿区开采、卸载等环节，卡车需要在起点和终点停靠的位置是变化的，对车辆控制的精确性要求较高。在港口存在船只、岸桥等调度环节，也有精准的位置要求，在这两个场景当中很明显需要更精准的传感设备以及成熟的算法处理。主线科技合伙人王超补充道，在港口不同载重对车辆控制的要求实际上非常高，另外在雨雪等地面湿滑的情况下要求也会进一步提升。
另外，矿区和港口的自动化还需要环境的同步配合，于晓璐指出，当前真正实现无人化的港口还是少数，一些港口新旧环境杂糅，人车混行，这些客观情况是需要无人卡车配备安全员的。但如果从建设规划阶段，港口就能按照无人化标准来推进，那是最理想的。所以这也是一个逐步提升的过程，港口无人化不是单靠车辆自身的自动化驾驶能力就能解决，还需要周边环境的协同改变。车实现智能化的同时，环境也需要配合优化。徐晨也提到，矿区无人化最大效能的挖掘并不但是依靠无人驾驶，而是需要各个环节整体的智能化配合运作，但这一过程的推进可能还需要更长的时间，光是开采或者运输的无人化，能够产生的价值点还是十分有限的。
电池续航方面，在干线物流长途运输中，重卡需要更强的续航能力，锂电的最大续航里程为300公里，加上电池本身的重量，放多少电池就已经直接决定了车辆的续航里程。王超告诉36氪，在类似港口的相对短途封闭区域内电动卡车还能满足行驶，但是在高速上可实现的续航里程还远远不够。未来随着自动驾驶卡车的普及、氢燃料的应用等，需要靠储能方式和效率的改进来提升电池的动力。
第二是在逐步商业化的过程中，以赢彻科技为例，在自己保有运力服务的同时，能不能将一部分运营体系卖给物流公司来增加产值收入，加快盈利速度，在这个过程中，初创公司打造的运力盈利模式也至关重要，这事关物流公司能否在这个运营体系下获取可观的盈利。图森目前的收入模式就提供了一种思路。
图森目前有两种收入模式，一是承运人运输，货运公司客户向 OEM 订购搭载了图森路径的 L4 特制半挂卡车，通过订阅图森的自动驾驶、路线规划等多功能一体化的服务，收取每英里0.35美元的单车订阅费；二是自营车队运输，通过为有货运需求的托运人提供承运货物服务，每英里收费1.45美元（比传统卡车每英里1.70美元的收费略微划算）。
第三，路测里程的长短，是否能够通过足够数量的车来达到充分的场景测试量；汤涛表示，自动驾驶测试里程对于企业拿到运营资格而言至关重要。只有测试场景达到足够的数量，未来再去申请真正的商业化运营资质时才能够保证基本覆盖路面上的遇到的各种情况。
这也回答了一个问题是：当前玩家们都在拼的端到端的封闭路测牌照其实仍然有一定意义。Eric告诉36氪，自动驾驶测试到一定里程，企业才有资格去获取一些证书或是得到客户的认可。自动驾驶里程很多都是在测试的场景下达到一定阈值，才能再去实际上申请获得半运营的一些资质，然后去覆盖一些在测试情况下，没有达到的corner case，进而实现数据扩充和系统迭代，所以说端到端的路测以及能够实现的里程数是日后真正商业化运营的敲门砖。
汤涛还告诉36氪，现在企业普遍申请和运用的是商用车路测牌照，这个牌照在路测的同时是能够进行拉货运输来变现的。获得牌照后跑出几千台车的规模其实并不难，这与国内整个庞大的干线运输的规模相关，在一些繁忙的道路上，每天的车流量可能是几千上万台车在来回跑，所以有这几千台车路测便能够实现一定的商业化能力。另外，从商业化角度来看，几千台车实现的路测里程数就已经能够比肩物流公司的规模。
第四是政策方面的开放性以及安全性考量。徐晨认为，干线运输核心问题在于国内路权的开放程度，由于干线运输的跨区域长途，但在不同省份道路归不同的交通局管理。如果无人驾驶能够得到多地的车管部门的认可，实行统一的标准，自动驾驶才有可能盘活整个干线网。
那么按照以上设想，在干线场景中，无人卡车开始商业落地之后，交付对象首先是具备稳定货运量的物流行业。不同于消费品属性的乘用车，卡车作为生产资料，汤涛告诉36氪“拉货这件事情只要足够安全便宜，市场采用的意愿便会比较强，接受程度会非常快，物流行业是非常适合自动驾驶技术的。”Eric也告诉36氪，最终物流公司一定会朝着无人化方向发展，目前除了采购第三方系统来整合，很多物流公司自身内部也通过多种方式参与着自动驾驶，内外赛马进而选出最佳合作伙伴，反观也说明无人化确是他们的刚需。
而对于中国的货运体系中另一部分没有雇佣关系的“夫妻店”的模式，徐晨表示，自动驾驶公司与物流公司的合作运输其实是一种信息交换，即货物与运力的交换。对于个体户而言，一方面零散的状态不太可能有规模效应，另一方面对车主本人来说，花钱进行自动驾驶改造去替代自己，逻辑上也是跑不通的。
按照目前的节奏，自动驾驶卡车落地仍受制于内和外，向内有技术和运营的成熟度来决定，向外有政策和使用意愿来牵制，经过5年的竞赛积淀，如今又有造车新势力涌入试图为这个大赛道加速，或许再过上5年，落地梦就有可能真正照进现实。
