早在2009年，谷歌的Waymo就启动无人驾驶研发，试图将这项激动人心的技术带给全人类。然而，理想很美好，现实很残酷，十几年的打拼并没有带来自动驾驶的商业化运营突破。

　　现在自动驾驶其实处在一个很尴尬的阶段，发展这么多年了，从某种意义上说，依然是个概念，想想目前自动驾驶的发展进度，还要多少年才能看到L4、L5级别的自动驾驶车上路？预计的很长一段时间内，无人驾驶的商业化运营都将可望而不可及。

　　自动驾驶因为不能落地，带来了经济效益自然有限，自动驾驶一直是一个非常烧钱的赛道，如何落地以实现自我造血，是解决资金问题的根本出路。

　　自动驾驶公司，研发周期长、资金投入大，这是自动驾驶领域呈现出的特点，如何压缩成本与自动驾驶持续巨额投入间的矛盾愈发突出。

　　因此，商业模式需要在从根本上发生转变，从实际商业化进程来看，分步实施的步骤更为完善，即通过将自动驾驶在一些场景下率先落地来取得消费者的认可，实现商业收入。

　　虽然完全自动驾驶不能落地，然而应用于微循环公交、园区通勤摆渡、无人港口，自动泊车系统、特定场景如矿山、物流园区等先行进行技术开发和落地是可行的，都能缓解自动驾驶公司的资金压力途径。

　　许多公司在这方面都有动作，从事矿山自动驾驶的易控智驾和踏歌智行，经济模型已建立，离要盈利不远；新石器已交付几百台无人配送机器人。擎朗主打送餐机器人，过去两年机器人累计出货量超过1万台。

　　随着中低速自动驾驶的进一步推广应用，企业应进一步扩充产品线的丰富程度，去适配包括无人物流配送小车、社会安防、车路协同等在内的落地场景。先行让低速自动驾驶商业化落地不失为一种补血方法。

　　虽然目前自动驾驶技术尚不成熟，由于技术的关联性，在其它领域，快速落地是可行的。自动驾驶领域关键环节的核心技术如视觉传感器，算法等，可在其它市场拥有需求量，且易于落地。

　　比如视觉相关初创公司如天瞳威视、科赛科技、纵目科技等；软件算法类企业如地平线、宏景智驾等，在自动驾驶落地之前，都可在其它领域的应用中大有作为。

　　因此，对于自动驾驶来说，与其纸上谈兵，不如来点实在的，能赚钱的，能丰富数据的场景——自动驾驶物流车、自主代客泊车等规模化试运行和商业运营服务都是可行的方案。

　　部分技术商业化落地以实现自我造血，是所有自动驾驶公司的必然选择，也就是说，先进性与利润率都要兼顾，长远目标与当前目标要融合。

　　三、决战在未来

　　自动驾驶带来的机会是车企的第二增长曲线，是相关产业的生态扩大和产业链商机增加。不管现在自动驾驶处在一个什么样幼稚阶段，未来都是一个令人震憾的行业，值得持续付出努力和金钱来实现它。

　　智能化是大势所趋，自动驾驶是汽车智能化的核心环节，自动驾驶汽车的底层逻辑：即感知、决策、执行，三者加上车路协同组成了自动驾驶的经典模型。

　　2022年对于中国的自动驾驶行业而言将意义非凡，国内自动驾驶赛道终于迎来了“下半场”，我国量产汽车的自动驾驶等级正在从L2向L3过渡，L4级别自动驾驶技术也在研发及测试中。

　　到了L4：高度驾驶自动化时，驾驶员就可以完全不关心驾驶了，就算发生意外或系统失效，汽车自己也能应对，L5则完全属于无人驾驶，只要人类能够驾驶的道路，汽车自己就能行驶。

　　自动驾驶是前沿技术，技术方面仍在持续迭代，客观来说，自动驾驶当前正处于爬坡的关键阶段。现实驾车中的场景千变万化，即便自动驾驶车辆已掌握了上万种汽车运输行驶过程中的工作状况，但依然不能解决所有的问题。

　　自动驾驶就是需要大量积累数据和不断迭代优化算法，百度Apollo自动驾驶测试里程超2500万公里，相当于绕地球跑了600多圈，但还不完备。

　　从未来看，自动驾驶的方案可分为三个阶段：非全栈解决方案主要针对单独的技术或产品提供服务；全栈解决方案需要全部掌握自动驾驶领域最核心最关键的技术；一站式解决方案除了具备全栈解决方案的技术优势外，还能够提供前中后端一体化的运营服务，构建一站式大生态，打造更深的护城河。

　　关于自动驾驶的思考逐渐回归技术本源，对其商业价值的判断更加冷静与务实。办法总比困难多，要给予更多的机会与耐心，自动驾驶是颠覆性技术，其落地是一项系统工程，不仅需要技术，安全，更需要路况与法规。

　　从自动驾驶领域扩大到智慧交通范畴推进前沿技术，“单车智能+车路协同”成为发展新风向。

　　自动驾驶上路，不是依靠某一家公司就可以解决问题，首先需要一个系统级的顶层设计。光有车，没有一个好的路况，好的法规，无人驾驶其实也很难做。

　　车路协同已经成为我国自动驾驶大规模商业化应用的主流路线。中国汽车工业协会常务副会长兼秘书长付炳锋表示，现在中国已经明确走车路协同的路线。车路协同能让自动驾驶行车更安全、行驶范围更广泛、落地更经济，让自动驾驶规模化、商业化落地门槛大大降低。