手机网站
手机网站
无人驾驶在物流行业的最佳应用前景是什么？如何突破不可能的三角形？
源/物流语言( ID:LOG56SHOW )
作者/Panda梁骅
随着5G的应用落地，无人驾驶通信技术上的重大障碍逐渐消失，无人驾驶的曙光逐渐接近。 一方面国家和地方一级密集发布无人驾驶的道路测量新规则和道路测量实施细则，国内很多城市陆续发行了自动驾驶的开放道路测试号码，而包括BAT在内的各条路线的资本加速了无人物流的配置，许多企业加强了物流卡车领域的无人驾驶。
我与许多专家和行业相关人员交流，他们认为物流运输行业具有发展无人驾驶技术的商业因素，在无人驾驶或物流领域首次大规模商用和普及。 从2B的物流运输业，扩展到2C的消费者领域。
但研究表明，“法律、商业、科学技术”之间的一系列“死循环”形成了目前无人驾驶在物流行业落地的“不可能三角形”:严格的法律规制无法为无人驾驶的商业化提供应用场合和更广范围的估算环境，投资者无法通过商业化数据来估算技术效率的提高效果和投资模式， 更有限的科学技术发展缓慢，目前水平难以满足法律和监督部门对安全行驶的要求。
因此，本文也围绕“效率、安全、成本”三个指标分析了无人驾驶在物流行业的应用，试图从商业角度找到打破不可能三角的突破口。
01
物流是无人驾驶最有可能商业落地的应用场合
从商业模式的角度看，无人驾驶车在市场上以“出售产品”或“出售服务”两种形式出现，具体可细分为B2C、b2b、B2C三种运营模式
B2C型号:与现有的汽车“销售产品”型号相同，以产品形式直接作为个人车辆销售给c方的个人消费者
B2B模型:对于“销售服务”的场景，中央的b侧出现了无人驾驶车运营服务业者，对于c侧的消费者，面向提供无人驾驶车，在上班时间可以补充公共交通的“开头公里”和“最后公里”的b侧的顾客，物流企业的卡车在高速公路上等，路线比较固定的场面
从整个业务模式分析来看，本文从未来无人课程玩家分类的“『1 2 1&4』”结构观点:随着技术的成熟，必然出现“资产所有-数据运营-操作时间表”三层分化，“资产所有”层出现“主机厂三足立”和“过程在物流地支配相似”竞争结构。
“数据运营”层独角兽最有可能出现拥有“云算法的丰富应用场景”的公司，例如“腾讯DDT”在B2B2C领域，蚂蚁新人在b2b，“操作调度”层可能进一步分化为“统一干线特色末端(快递、粗大、特殊品、工业品)”的“1”竞争结构
根据Ipsos《国民对未来无人驾驶汽车的舆论调查》报告的结果，发现了一些结论
(一)中国人民对无人驾驶汽车的信赖度明显超过世界平均水平(大部分超过10% )，表明近年来国内企业在无人驾驶领域的发展属于世界第一步，而对国内企业的投资却得到了比较认可。
(2)中国和世界在指标排行榜上唯一的区别是“效率”，强烈表现出对技术驱动效率的诉求，主要是由国内交通堵塞造成的。
(3)“效率、安全、成本”三个方面是目前最不可靠的三个领域，但在以上分析的无人驾驶三种商业模式中，物流对这三个指标最不敏感，因此物流是无人驾驶最有可能商业着陆的应用场所。
此外，本文还围绕“效率、安全、成本”三个指标，分析了无人驾驶在物流行业的应用。
02
无人驾驶在《物流行业》商业化中突破“不可能三角”的关键
“法律、商业、科学技术”制约了平衡的崩溃
物流业主要分为“干支配”三个运输环节，从情景复杂度和车辆行驶速度两个维度来看，干线运输情景复杂度较低，但行驶速度相对较快，支线运输复杂度和速度相对居中，末端运输情景复杂度高而行驶速度慢。
它们本质上决定了无人驾驶三个方面着地应用的核心关注点:干线运输最注重安全，支线运输最注重成本，末端运输最注重效率。
“法律、商业、科技”之间的一系列“死循环”形成了无人驾驶在物流行业落地的“不可能三角形”:严格的法律规制无法为无人驾驶的商业化提供更广范围的推算环境，投资者无法用商业化数据推算技术效率的提高效果和投资模式，进而限制了科技发展的缓慢，处于当前水平
1 .整个无人驾驶技术的基础支持仍不完善
目前国内外众多开发无人驾驶技术的企业中，大部分还在摸索中，这一阶段的大部分尝试无疑以失败告终，在这一试错的基础上，有可能实现下一阶段的突破。 这个错误试验过程可能不短，投入的大部分也非常耐用。
无人驾驶沿着两横三纵的技术构造，实现了成熟的智能化和网络化
(1) 2016-2018年主要是三大传感器的融合使用
(2) 2017-2019年主要是高精度地图的成熟
(3) 2019-2022年是车载通信模块、互联网终端、通信服务的成熟
(4) 2022-2025年主要是决策芯片和算法的成熟。
2、安全是干线运输最适合无人驾驶物流应用的落地场景的核心要素
目前全国约有700万辆卡车经营全国干线运输业务，占全国货车所有量的27.6%。 根据国家统计局和公安部交通局的统计数据
(一) 1)2018年，全国发生卡车责任道路交通事故5.09万件，死亡2.23万人，伤亡4.7万人，分别占汽车责任事故总量的30.5%、48.23%、27.81%。
(2)卡车发生事故率和死亡率是整体的2倍以上，卡车生产安全成为监督部门最关心的事项。
卡车司机疲劳驾驶和超速驾驶是交通事故的主要原因。 根据G7观测到的数据，每天驾驶员一个人长时间闭上眼睛的时间超过18.2次的驾驶中，出现注意力分散的次数平均一天打7次哈欠的是每天2.2次。频繁低头的是每天0.2次。 无人驾驶经常可以避免这些非常危险的驾驶行为，特别是干线运输的沉闷危险场面。
3 .技术不能突破现阶段改变驾驶行为，这是关系到公共安全等复杂行为的事实
无人驾驶技术描绘了未来向大众显示智慧的蓝图，但安全性、可靠性仍然存在疑问，具体技术水平必须达到哪个水平才能得到各国的认可。 不同国家对无人驾驶技术的态度不同，政策上的不确定性也会严重影响无人驾驶技术的发展方向。
具体政策法规制定实施的不确定性，是耗时的不确定性，在阻碍无人驾驶技术普及的同时，如果发生无人驾驶事故，有可能阻止并冷冻新技术。
但是，新的不是“洪水猛兽”，无人驾驶更加广阔，有着深深影响普通人生活的倾向。 因此，法律在无人驾驶新技术潮流中如何发挥规范指导作用，平衡新技术与公共安全的关系，是政策制定者智慧的重要考验，在一定程度上也是影响新技术和相关企业命运的重要因素。
4、提高无人驾驶技术效率的成本压缩空间仅为17%
现在无人驾驶的自行车成本依然很高，如果现在卡车司机违规(一天行驶18小时)，司机的工资和事故成本下降，有可能超过节约的费用。 消除司机成本是物流企业利益的关键，但无人车辆成本下降到市场水平，每公里可压缩的成本空间只有17%。 测量模型包括
5、物流企业运输成本大部分依然来源于折旧、路桥费、油费等部分
然而，无人驾驶技术可能大大降低负外部性成本。 例如，每增加一个司机，其他司机面临的交通堵塞程度就会加剧，另一个司机事故的发生概率就会提高。 这种外部成本约每公里0.56元。 如果一个司机跑了1万公里，不仅会给自己负担的费用，还会给别人带来5600元的成本。
03
趋势和建议
(1)铁路总公司具有标准化、网络化、高信用、大容量、24小时365天、低价格、高保障、低碳环境保护等独特优势，目前在货物清算和分配方面缺乏激励性，难以控制道路运输企业实现“门到门”系统，实现无人驾驶，铁总是“无人驾驶”
(2)从目前公布的无人驾驶测试区域城市分布来看，集中在沿海和东南部地区，北京、长沙、广州和重庆成为无人驾驶测试的重点区域。 东部地区由于人工费用的压力，支线运输很可能突破无人驾驶，但选择西南等远程地区进行技术测试和迅速反复。
干线场景适合无人驾驶，但长期来说无法取代铁路干线优势，东部地区的支线运输将成为无人驾驶的突破(有人工费用的压力)，但为了远程选择技术测试和快速反复，只有技术的成熟才能反过来推动法律和政策的变化，而技术却被取代了
参考:
孙铭溪|经济参考报-《无人驾驶车》挑战现行法律》
唐航|监视器-《无人驾驶推进时间表》
黄乐平，杨俊杰|中金公司-《AI汽车:通用无人驾驶距离我们有多远？ ’”
陈萌中信建投证券-《无人驾驶生态解析，终端还是云？ ’”
薛健聪|图森未来-《大规模无人驾驶团队正在改变物流行业》
厚视-《未来货物运输:无人驾驶技术与卡车司机如何配合？ ’”
蓝钢|胜彻科技-《无人驾驶在物流业先着陆，推进运输全方位升级》
刘大成物流时代周刊-《无人驾驶车来了，会引起物流产业结构的变革吗？ 什么？ ’”
danya第一电动汽车网-《无人驾驶来了吗？ 等等，这个故事我不太会讲.”
Ipsos益普索|“国民对未来无人车的舆论调查”
源/物流语言( ID:LOG56SHOW )
作者/Panda梁骅
