卡车自动驾驶
这些年一提到自动驾驶，
很多人首先想到的是：
Robotaxi。
没有司机的出租车在城市里接人，
乘客上车以后告诉AI目的地，
汽车自己开过去。
这个场景当然很有未来感。
但最近看到Pony.ai在德国发布新一代L4自动驾驶重卡，我突然觉得：
自动驾驶真正大规模进入现实世界，
可能并不会首先发生在我们每天乘坐的汽车里。
它更可能从高速公路上的卡车开始。
为什么卡车可能比出租车更适合自动驾驶？
因为卡车司机每天面对的很多驾驶任务，其实非常重复。
高速公路。
物流园区。
港口。
仓库。
固定线路。
长距离运输。
一辆货车可能连续几百公里都在同一条高速公路上行驶。
相比之下，
城市里的Robotaxi面对的环境复杂得多。
行人突然过马路。
自行车。
施工。
学校。
救护车。
狭窄道路。
临时停车。
各种奇怪的驾驶行为。
所以从技术角度看，
“让汽车在伦敦市中心完全无人驾驶”
和
“让卡车在高速公路两个物流中心之间自动行驶”
其实不是同一个难度的问题。
商业逻辑也完全不同
普通消费者买车的时候会考虑很多东西。
品牌。
外观。
舒适。
驾驶体验。
安全感。
甚至会不会喜欢这辆车。
物流公司买卡车的时候，计算方式简单得多。
一公里多少钱？
一天能运行多少小时？
油耗多少？
维护成本多少？
司机成本多少？
事故率多少？
如果一套自动驾驶系统能够非常明确地证明：
每公里运输成本降低15%，
物流企业就有很强的动力采用。
这也是为什么很多真正改变世界的技术，
最开始并不是因为“很酷”而成功。
而是因为：
账算得过来。
卡车最大的限制之一，其实是人需要休息
机器不一样。
人不能连续开二十个小时。
也不应该。
长途司机必须休息，
这既是安全问题，也是劳动法规要求。
但车辆本身并不需要睡觉。
如果未来自动驾驶成熟，
一辆卡车理论上的利用率可以明显提高。
今天一辆价值十几万甚至几十万英镑的重卡，
可能大量时间停在那里等待司机休息。
未来如果能够实现：
自动驾驶高速运输 + 人类负责复杂路段，
车辆利用率就可能发生很大变化。
而对于物流行业来说，
资产利用率提高一点点，
都可能意味着非常大的利润变化。
所以第一阶段甚至不需要完全取消司机
这可能是自动驾驶讨论里最容易出现的误区。
大家总喜欢问：
“什么时候卡车司机会全部失业？”
现实很可能不是某一天突然发生这种事情。
更可能出现的是任务重新分配。
例如：
司机把卡车开出城市。
进入高速公路以后，
自动驾驶系统接管。
卡车连续行驶几百公里。
到达另一个物流枢纽附近，
再由当地司机接手完成最后一段复杂道路。
甚至一个远程操作员可以同时监控多辆卡车。
这时候司机并没有完全消失。
但一个司机能够支持的运输能力增加了。
而这其实已经足以改变行业。
自动化真正替代的往往不是职业，而是职业里面的一部分任务
历史上很多技术都是这样。
Excel没有让会计消失。
CAD没有让机械工程师消失。
工业机器人也没有让制造业完全没有工人。
它们首先替代的是：
重复计算。
重复绘图。
重复搬运。
重复焊接。
AI和自动驾驶也很可能遵循同样的规律。
“卡车司机”这个职业实际上包含很多任务：
驾驶。
检查车辆。
装卸协调。
路线判断。
处理突发事件。
与客户沟通。
完成文件。
自动驾驶真正擅长的可能只是其中一个：
长时间驾驶。
如果这部分被机器接管，
职业本身可能仍然存在，
但工作内容会重新组合。
这反而可能缓解一个现实问题
很多国家其实已经面临卡车司机老龄化和招聘困难。
年轻人不一定愿意做长途运输。
长期离家。
工作时间不规律。
夜间驾驶。
服务区休息。
身体负担也很大。
所以自动驾驶进入物流行业，
并不一定只是：
“机器抢走人的工作。”
另外一种可能是：
机器首先接手越来越少人愿意做的那部分工作。
这在农业和制造业已经发生过很多次。
但如果自动驾驶卡车真的成熟，物流成本可能发生很大的变化
我们平时买一件商品，
很少考虑它到底经历了多少次运输。
原材料进入工厂。
零件送到装配厂。
产品进入仓库。
仓库送到配送中心。
配送中心再送到商店。
每一次移动都有成本。
所以如果长途货运成本明显下降，
受影响的不只是物流公司。
理论上整个经济都会受到影响。
食品。
汽车。
建筑材料。
网上购物。
工业零件。
几乎所有实体商品都需要运输。
物流其实是现代经济非常重要但又容易被忽略的基础设施。
自动驾驶真正成熟以后，甚至可能改变工厂建在哪里
这是更有意思的一层。
今天企业选择工厂位置的时候，
运输成本是一个重要因素。
为什么物流中心喜欢建在高速公路附近？
为什么仓库集中在一些交通枢纽？
为什么供应商希望靠近整车厂？
因为运输需要时间和钱。
但如果未来自动驾驶大幅降低长途运输成本，
企业选址逻辑也可能发生变化。
工厂可以距离客户更远。
仓库可以建设在土地更便宜的地方。
夜间运输可能更加普遍。
甚至供应链库存策略也可能改变。
所以自动驾驶最终改变的，
可能不只是汽车。
而是整个制造和物流网络。
不过真正困难的问题可能不是“车会不会开”
今天自动驾驶技术已经非常强。
摄像头。
雷达。
激光雷达。
高精地图。
AI模型。
车辆控制。
很多技术问题正在快速进步。
但真正大规模商业化以后，
会出现大量看起来很无聊的问题。
出了事故谁负责？
保险怎么买？
车辆在哪些道路可以无人驾驶？
跨国运输怎么办？
法国允许，德国不允许怎么办？
道路施工怎么处理？
传感器坏了怎么办？
网络断了怎么办？
系统升级以后需要重新认证吗？
这些问题没有自动驾驶Demo那么吸引眼球。
但决定技术最终能不能进入社会的，
往往就是这些东西。
欧洲尤其有一个很现实的问题：跨境
美国和中国都有一个很大的优势。
市场规模巨大。
一套系统获得批准以后，
理论上可以覆盖非常大的区域。
欧洲不同。
一辆卡车可能上午还在德国，
下午进入荷兰，
晚上已经到了比利时。
自动驾驶规则如果每个国家都不一样，
商业化就会非常困难。
所以欧洲真正需要解决的，
不仅是技术标准。
还需要法规逐渐协调。
这也是为什么Pony.ai现在与欧洲政府讨论道路测试这件事情值得关注。
真正重要的并不是发布了一辆新卡车。
而是：
中国的自动驾驶技术开始尝试进入欧洲真实交通体系。
这又会带来一个非常有意思的产业竞争
欧洲拥有世界上非常强的商用车产业。
Daimler Truck。
Volvo。
Scania。
MAN。
这些都是非常成熟的企业。
欧洲并不缺制造卡车的能力。
但未来卡车的核心竞争力可能越来越从：
发动机。
变速箱。
底盘。
转向：
自动驾驶软件。
传感器。
AI。
数据。
车队管理系统。
这和电动车行业发生的变化非常相似。
机械能力仍然重要，
但软件在产品价值中的比例越来越高。
中国企业进入欧洲，真正输出的可能不只是汽车
过去中国出口给欧洲的东西，
很多是制造出来的产品。
玩具。
家电。
太阳能板。
电动车。
但如果Pony.ai这样的公司能够进入欧洲，
出口的东西就开始发生变化。
它输出的是：
算法。
驾驶模型。
数据能力。
系统集成。
甚至整套自动驾驶运营经验。
这代表中国企业国际化正在进入另外一个阶段。
从：
Made in China
逐渐增加：
Developed in China。
这个变化可能比单纯出口多少辆汽车更值得长期观察。
当然，L4并不等于“明天所有卡车都没有司机”
L4自动驾驶有明确的运行条件。
它并不是任何天气、任何道路、任何国家都可以完全无人驾驶。
真正大规模部署仍然需要很多年。
法规、安全验证、保险、基础设施和公众接受度都会限制速度。
所以现在说：
“卡车司机马上消失”
显然太早。
但技术变革有时候并不需要达到100%才会产生巨大影响。
如果自动驾驶只覆盖：
高速公路上60%的驾驶里程，
就已经可能重新改变整个物流行业的成本结构。
真正值得关注的，是“每一个司机能够支持多少货运能力”
假设今天：
100辆卡车需要100名司机。
未来也许不是：
100辆卡车变成0名司机。
而是：
100辆卡车只需要60名，
然后40名司机转向：
短途运输。
复杂路线。
车辆管理。
远程监控。
客户服务。
这已经是非常大的生产率变化。
技术对就业最深刻的影响，
很多时候不是让一个职业突然消失。
而是：
同样数量的人，可以完成以前更多的工作。
这其实也是整个AI时代正在发生的事情
程序员如此。
工程师如此。
会计如此。
设计师如此。
未来司机可能也是如此。
所以每次讨论“AI会不会替代某个职业”的时候，
也许更有意义的问题应该是：
这个职业里面，
哪些任务最容易被自动化？
剩下的任务会变成什么？
一个人未来能够完成多少以前需要几个人完成的工作？
因为生产率提升真正发生的地方，
往往就在这里。
Pony.ai在德国发布一辆自动驾驶卡车，
今天看起来可能只是科技新闻。
但如果十年以后回头看，
我们可能发现自动驾驶真正改变世界的方式，
并不是某一天早晨醒来，
城市里突然没有出租车司机了。
而是高速公路上那些我们平时根本不会注意的卡车，
开始一辆一辆，
在夜里自己开了起来。
而当运输成本因此发生变化以后，
它最终影响的可能是：
工厂在哪里。
仓库在哪里。
商品多少钱。
供应链怎样设计。
甚至一份“司机”的工作，
到底意味着什么。
感谢大家阅读！
你觉得自动驾驶最先大规模商业化的场景会是Robotaxi，还是长途货运？如果自动驾驶卡车能够明显降低物流成本，你觉得它对社会带来的好处会大于对司机就业的冲击吗？