来源：＠首席数智官（ID：shouxishuzhiguan）
hello 大家好，我们是首席数智官，研究产业数字化已经10年。
在长期的工作中，我们一直试图寻找「新品牌是如何借助数字化技术实现快速崛起」的答案。
为此，我们走访了大量知名企业，与上千位技术专家、创业者、前辈同行等一线精英们交流学习，看他们是如何利用数字化技术来创造新的商业机会，打造新的爆款产品。
我们希望把这些技术影响商业创新的案例分享给你们。
关注我，每天给你讲一个商业案例。
今天我们要给你讲的是：严峻的疫情催火的无人车生意。
无论公园里的无人驾驶巴士，还是园区中的无人配送车，自动驾驶技术已经逐渐贯穿人类生活的方方面面。
已经逐渐成熟的自动驾驶技术陆续在机场、干线物流、港口、矿山等商业场景中被广泛应用，帮助企业填补疫情等突发情况下的人力短缺、效率低下等难题。
随着自动驾驶的商业化走向“春天”，自动驾驶的商业化战争号角吹响。
新的军备竞赛下，自动驾驶厂商商业化落地究竟还存在哪些瓶颈？
自动驾驶解决方案还需要多久才能完全成熟？
巨头争相进场，初创团队如何打造差异化？
前不久，驭势科技副总裁关健为我们进一步解析了自动驾驶商业化提速，实体经济迎来的新机遇。
驭势科技成立于2016年，在行业里率先提出“全场景”自动驾驶战略；
拓展了无人物流、无人公交、乘用车自动驾驶以及UiBox无人城市服务四条产品线。
截至今年3月，驭势科技“真无人”自动驾驶商业运营里程已正式突破140万公里。
客户方面，驭势科技已携手巴斯夫、徐福记、长城蚂蚁物流、乌鲁木齐国际机场等合作伙伴，落地无人驾驶技术的商业化应用。
01 自动驾驶爆发三要素：算力、生产力、核心零部件
自动驾驶是人类的科技能力工程能力达到了一定的程度后，自然而然的产物。
自动驾驶的遍地开花，背后包含了算法、算力、汽车产业、传感器产业综合能力的提升。
算法算力上，机器学习算法在逐渐走向成熟，但人工智能之所以没有出现突破，是因为算力不够，彼时的算力无法支撑人工智能的需求。
随着摩尔定律发展至今，芯片算力的提升使得自动驾驶成为可能。
汽车产业上，10年前汽车工业生产力是有限的，去做自动驾驶车辆往往需要付出巨大的代价；
现在你想拿到一款先锋车，有大量的供应商可以满足你的需求，生产力大大提升，产业链也走向成熟。
传感器上，2017年激光雷达一度比一辆车的成本还贵，这种情况下，要实现自动驾驶代价太大了。
发展到今天，激光雷达已经不再是阻碍自动驾驶实现的门槛。
谈到自动驾驶，往往会将中国技术与海外技术放在一起进行比较。那么是否存在差距？
从算法角度看，差距甚小。
目前我们看到的RoboTaxi 还并不是真无人的环境下，大多都需要配置安全员用于随时接管车辆。
截至今年3月，驭势科技“真无人”自动驾驶商业运营里程已正式突破140万公里，成为了全球率先创造该里程碑的自动驾驶企业。
从具体品类的角度，商用车方面，驭势科技目前在物流、巡逻车、小巴、中巴、配送车等品类中，拿下了大量海外订单。
在这些领域中遇到的竞品大多是来自于国内，海外的竞品偏少。
其实在商用领域无人驾驶还有大量的场景没人做。
客户的需求得不到解决，属于是只要做了就能吃到蛋糕，并且竞争压力也不强。
但乘用车方面领域，海外的特斯拉的确走得很靠前。
02 走过技术验证期，自动驾驶助力实体经济发展
近年来，疫情正在推动着各行各业走向无人化、自动化，但疫情对于自动驾驶企业来说，是危中有机，迎接变化。
尽管驭势科技一部分项目计划不得不延迟，但疫情隔离需求，导致方舱、社区场景对配送车的需求旺盛，间接带来了配送小车市场的爆发。
目前是一车难求，此前驭势科技生产的库存也瞬间被清空。
另外还有一些客户会紧急联系到驭势科技，一度刷新了签单的成交速度记录。
当下，自动驾驶走过了技术验证阶段，走向了商业化落地的阶段。
自动驾驶带来的价值是多方多面的，大量实体经济产业正在因自动驾驶技术获益。
不管是算账角度还是省钱、省管理，又或者是保障安全和提升企业品牌的角度，都在推动着客户需求的觉醒。
算账角度，以驭势科技的车辆为例，目前一台车可以在客户的生产线中跑23．5小时，可以替换一天三班的两组人，也就是至少3～4个司机的费用。
按照每年10万的成本来算，三年大概可以为客户省下120万的成本。
人员管理上，由于作业环境恶劣，年轻的司机越来越少，人口老龄化的压力下，企业招工困难。
AI司机就可以帮助解决这样的问题，也就是帮助客户“省管理”。
安全方面，AI司机最大的好处就是“不知疲惫”。
尤其是在一旦出现安全事故就会面临停产停工问题的矿山场景，AI司机应用后人员安全问题将大大减少。
自动驾驶商业化落地的红海下，各家厂商的企业路线选择也各不相同。
有的企业选择走专项场景从港口、矿山、物流等方向发力。
而驭势科技注重一站式能力，强调快速适配能力。
各行各业都需要无人驾驶，驭势科技希望通过自己的技术快速适配各个行业。
在对具体场景的落地顺序上，驭势科技会考虑出错成本、是否刚需和市场容量三大要素。
驭势科技从小车、特定场景做起，是考虑到该场景的试错成本较低且可控。
考虑“是否刚需”，换句话说，就是去考虑它到底能不能成为一门生意？对于客户来说是否算得过来账？
最后，科技感正在成为企业们的关注重点，科技感正在为企业品牌塑造新的价值，通过无人车来营造科技感也已经逐步成为刚需。
对于我们来讲，这就是一个很好的生意。
这就是为什么驭势科技在物流场景下应用特别的广，但这个选择也不一定是一个很完美的选择。
市场容量也很好理解。
对于厂商来说，每适配一个车型都要花费很多精力、人力和成本。
如果适配一个车型，只卖出去两辆车，肯定是不划算的。这就是我们落地顺序的考量。
03 商业化落地挑战重重，需借工程化能力破局
尽管很多行业的需求已经觉醒，自动驾驶商业化依旧是一件很难的事。
在商业化落地的阶段当中，面临的挑战往往并不来自于自动驾驶技术本身，而是来自客户千行百业的场景，要求厂商能够快速适配各种车型的同时还要快速适配多种场景。
技术上，大家都在致力于将系统做得能够适配任何车型，让其具备如避障、自动驾驶等基础能力。
但这并不是一个真正的产品，真正的产品具备解决各种各样工程化问题的能力。
举个例子，物流AI司机和轿车AI司机所处理的任务复杂度是不同的，物流AI司机不仅要实现无人开车，还要进行货物交接。
因此驭势科技也开发了如自动脱挂钩、自动甩挂等自动化交接手段；
在货物通过AGV、无人叉车送到托板上后，通过无人物流车的甩挂技术找到托板，以自动化技术把托板带到目的地的规定位置，这样才是完成了一个完全无人化的产线。
再比如大雨大雪大雾等极端环境下，我们的产品不能停止运作的机场、厂区物流里边，如何实现远程脱困？如何保障极端情况下的安全运行？
这个时候，考验的就是产品的工程化能力。
只有解决了工程化的问题，才能够真正为客户产生价值。
这也是厂商在将技术商业化落地时需要解决的第一个核心问题。
工程化的问题解决了之后，还有管理的问题。
举个例子，当无人叉车和人工叉车共同运作的时候，如何制定新的规则？
在园区内，没有交通指挥规则，但依旧需要有序运作。
这就要建造一套管理流程，和客户约定严格执行才能提升产品的使用效率。
商业化落地很难的原因是：
在这个过程中，不仅仅是单纯解决一个技术问题，还要去解决工程问题，比如管理问题，流程问题，这个东西才能用起来，否则这个产品其实是不具备商业价值的。
04 抢夺市场，读懂客户需求很重要
自动驾驶赛道中友商很多，几乎都有强大的资本背景。
很多人觉得抢夺市场，需要强大的销售能力，实际上我们并不这么认为。
我们认为，要抢夺市场先机，需要一个能成立的商业逻辑。
衡量商业逻辑是否成立的标准包括是否满足客户的需求、是否真的懂客户、是否以客户为中心，是否在为客户带来价值。
我们的经验是，当你的产品足够满足客户需求的时候，产品很容易就能切入某个市场中去，很多合同也并不需要销售人员花很大力气去拓展。
相反的，一些依靠强大的销售能力的厂商，把产品卖给了客户但是并没有为客户带来价值，车停在客户现场吃灰，后续也难以和客户继续合作，无法实现可持续发展。
客户在选择一个无人驾驶方案供应商时，考虑的核心指标是企业是否真的能够为客户解决问题。
我经常在内部讲这样的故事：
以买手机为例，客户期待买的是智能机，想要刷短视频、聊微信。
但很多厂商只能提供功能机，只能实现打电话、发短信功能。
客户期待的是你能把他的活干了，但自动驾驶公司往往做不到这点，而是只能解决驾驶问题，甚至一些企业连驾驶问题也解决不好。
因此无人驾驶厂商在商业化落地时，需要去深度解决客户需求，这样对于客户而言，才能带来好的体验。
驭势科技内部也专门设置了这样的行业研究小组，希望去真正解决客户痛点。
另外我们往往希望通过人工智能去满足客户的需求，但可能很多场景短期内无法实现人工智能化。
这个时候厂商就需要去通过人工，先帮客户把活干了，然后逐步通过产品、技术解决方案等等逐渐进行替换。
驭势科技作为一家超过500人的公司团队，商业化团队实际上不到50人，并且在这50人当中，大部分是解决方案人员，而不是销售人员。
也就是说，我们不费销售，费的是方案、产品和研发。
自动驾驶厂商应该要意识到，要少赚短期的快钱，形成可持续发展的路径，才能在长跑中脱颖而出。
未来5年之内，自动驾驶的能力越来越强，这是毋庸置疑的。
伴随着管理、法规的成熟，未来有望开放更多场景。
企业方面，行业化能力将变得更加成熟、落地，能够满足客户在具体行业、具体场景下的需求。大家也有望体验到无人驾驶带来的体验带来的美好生活。
但是5年之中一定也存在发展瓶颈和阻碍。
自动驾驶一定是场持久战，大家需要考虑的并不是短期去实现爆发性增长，而是要有足多的耐心，踏实去了解、学习场景，扎扎实实地去满足客户的需求，做好长跑准备。
05 互动环节
Q：安全性是不是自动驾驶最大的瓶颈？你们是如何保障安全性的？
A：安全性的问题是工程化落地的具体问题，但没有办法完全规避。
我们尽量去选择那些安全的场景，不触碰高危的场景。
当然这并不是我们不去挑战自己，当试错成本过高的时候，的确是难以承受的。
Q：怎么应对巨头在自动驾驶赛道的围剿？会出现大鱼吞小鱼的状况吗？
A：目前来看互联网巨头可能有投资，但没有真正下水去做。
无人驾驶是场长跑，目前产生的营收效益对于巨头来讲太小了。
坦率来讲我们也是巨头的被投之一，我们倒不太害怕大鱼吃小鱼的现象发生。
要慢慢做好自己的产品，做好长跑打算。
Q：感觉现在各家的技术和落地情况都差不多，未来自动驾驶走到竞赛下半场，企业要靠哪些方面突围？
A：我不认为自动驾驶走入下半场，现在还是上半场。
上半场主要的工作并不是竞争，而是如何去满足客户的需求。
当前阶段做的最主要的工作，还是去理解客户的场景，去学习客户的场景，去解决客户的问题。
－END－
你尝试过无人驾驶吗？欢迎在评论区留言告诉我们。
如果你觉得本文有价值，欢迎点赞分享收藏。
如果你想进一步与我交流，欢迎随时私信我。
关注＠首席数智官（ID：shouxishuzhiguan） 看精英们成功的商业方法论
p．s．我也会回关你噢
