自动驾驶，一场关于信任的战争

自动驾驶，如何赢得信任？

如何突破路测的瓶颈？从人的角度来看，自动驾驶首先要做的就是赢得消费者信任。

谈擎说AI认为，基于对信任的破局，大致有三条比较明朗的路径：

第一个，最稳妥，饼也是最大的，即用技术攀峰从而真实现百分百安全。

听起来荡气回肠又决绝，不过技术攀峰有多难？今天越来越多L4企业扎堆涌入辅助驾驶赛道，已经可以让我们窥见一斑。

从技术层面来看，想要真正实现百分百安全的无人驾驶，车路协同大概率是绕不开的，悲观地看，何时能够实现，今天确实是难以预测的。

第二个，委曲求全，把一步到位的愿景退而求其次。

既然自动驾驶在安全、信任及伦理等等问题上，今天仍得不到很好地处理，那L2这样的“体验卡”，自然就是一个很好地商业化方式。

就像是结婚，既然两个人互不信任，索性还是先处着。

如果说十年前一步到位和委曲求全哪个才是正解，行业其实很难有一个精准的判断，但今天我们已经可以确认，特斯拉在一定程度上已经战胜了Waymo。

乘用车ADAS之于自动驾驶，本质上的差异在于，ADAS不是要去解决问题，而是最大化地避免问题，通过从刚需到体验的降维，从而在安全、信任及伦理等问题面前绕道走。

不可否认，在ADAS市场上，“自动驾驶”还仅仅是一个可以锦上添花式的存在，其与自动驾驶的终极愿景还有很大落差的。

不过瘦死的骆驼比马大，就算是在乘用车场景里做“技术降维”，这也已经是今天看来，赛道内最澎湃的一股力量了。

第三个，把安全议题分为量和程度两个思考维度

信任问题的源头归根结底还是安全，但安全并不是自动驾驶路上一头笼统的拦路虎。

谈擎说AI认为，自动驾驶关于安全还是可以有两个划分，一个是量，一个是程度。

举个简单的例子，鲜有人会因事故风险而不坐私家车，但不少人会因为担心飞机不安全而坚决不坐飞机。

这其实就是量和程度的区别，乘用车的事故率比飞机高很多，但对人的伤害程度却比飞机事故低得多。

人之常情告诉我们，大众对前者往往包容度会更高，但对后者的包容度则很低，这样的敏感点放到新技术上，同样会更进一步放大。

到了这里，我们进一步看一个例子，那就是关于自动驾驶落地问题很多人都在推崇的Robotruck。

对干线物流场景的青睐者们认为，干线物流路线相对封闭固定，基于今天的自动驾驶技术，Robotruck发生事故的概率“量”，会较不确定性更多的城市场景低很多。

但谈擎说AI认为，把安全的“量”这一衡量标准优化，对于自动驾驶大规模普及而言，今天能够起到的作用其实是极其有限的。

原因在于，尽管相对封闭，但干线物流本质上还是要在非封闭的高速场景下参与交通，虽说可以把事故从量的层面压低概率，但如果真的发生事故，基于卡车高速、大载重等特点，造成的后果从程度上来讲，很可能是相当惨重的。

这似乎也就是为何早在2017年前后，基于业务成本驱动，阿里、京东等电商巨头都风风火火入局L4干线物流，被誉为“自动驾驶第一股”的图森未来，天眼查APP信息显示，其中国公司北京图森未来科技有限公司也早于2016年就已成立，这几年一路高歌，但到了今天，大家的结果大抵和Robotaxi一样，绝大多数还是困在路测里。

不难发现，Robotaxi也好，Robotruck也罢，本质上两者在做的事情没有区别，想要实现都还是得去解决问题，而不是避免问题。

这也就意味着，在无法保证道路上没有人这一要素参与，或者无法保证百分百能避免事故发生之前，Robotruck想让法律法规真正放权大规模商业化，难度很可能并不会较Robotaxi小太多。

从“硬刚”到“避免”：L4寒冬里的火绒

基于以上分析，谈擎说AI认为，如果有场景可以把跟安全、信任及伦理等等问题正面刚，转化为巧妙避免这些问题，其将会有望成为助力现阶段自动驾驶破局的关键场景。

那么除了乘用车ADAS，行业今天还可能有哪些机遇？

其实不难发现，符合“避免”要素的细分场景并非没有，虽说前景可能没有Robotaxi大，但较乘用车ADAS，却有望让相对原汁原味的L4或L5上车，以持续供养技术攀峰：

首先是非参与交通的封闭场景，如矿区、港口等等。

封闭场景无需过多赘述，就像是在工厂里引进自动化器械，只要人的要素能够完美摘除，剩下的其实就是相对单纯的成本博弈。

比如无人矿车，虽说前景没有乘用车市场大，但今天已有不少玩家在此聚集，没有了道路法规约束，路测其实一定程度上就是实战，这对于规模化应用而言，已经算是有了得天独厚的优势。

其次，是能把安全在“程度”方面拉低的一些交通参与场景，如无人环卫、无人配送。

其可行性的核心同封闭场景其实是相通的，封闭场景是摘除风险，无人配送等的核心优势则是可以有效弱化风险。

接下来，我们不妨以前景和难度都更大，争议也很高的无人配送场景为例，简单分析一波。

这两年无人配送热度不低，外卖、电商等平台都有很大的斗志，但不看好无人配送的声音也非常多。

因为客观来看，无人配送在“上门”这一问题上今天确实走得不那么顺利，比方说配送车在楼下等候，会很大程度上牺牲消费者今天既有的上门送货体验，“航母”式放无人机等天马行空的方案也多少有些架空现实，因此很多人认为不可行。

不过被很多人一棒子打死的上门问题，也不是没有解法。

谈擎说AI认为，无论是快递还是外卖，在需要上楼、上门送货等末端配送场景里，其实均可参照今天的菜鸟驿站模式，由无人配送车将货物分发到终端网点，从而用更少且可以摊薄成本的人力资源在终端驿站进行调度，满足有上门送货需求的客户意愿。

至于外卖场景，非标准化的取货挑战无人车如何攻破？今天仍有待探讨。不过我们重点要说的还是上路后的安全，这是一切自动驾驶场景想要落地的前提。

谈擎说AI认为，之所以说无人配送落地有更快的可能性，就是因为其最大的优势在于运力终端有着低速、体积小这些特点，使得物理撞击“程度”风险更低，算法遇到极端情况的概率也会更低。

基于理论上的可行性，我们不妨复盘一下近期无人配送的相关事故，这一年里，美团无人车给我们贡献了两个较火的案例，一是同私家车相撞，一是同公交车相撞。

从结果来看也是如此，虽然均为直接碰撞，但事故最终结果都相对较轻微，也算是一定程度上印证了其“程度”方面的安全性。

但尽管如此，两则事故还是把无人配送一时间里推向了风口浪尖。究其原因，谈擎说AI认为，其中很大的一个争议点在于，无人配送车给其他参与交通的主流机动车添加了额外风险因素。

尽管无人配送车可以低速，小体积，甚至后续还能在外部给车武装上气囊，把直接碰撞的致伤风险最大化降低，但比如因A车辆对无人车进行闪避，撞到了B车辆，安全风险便会再度不可控。

虽然囿于技术，今天任何有一定规模的自动驾驶项目都还无法保证百分百零事故，但最起码在比如降低事故程度这样的安全规避的思路上，今天已经有了些许可能性。

这样的可能性在僵局面前，也许就是冬夜里的一簇火绒。