万亿Robotaxi市场,打响商业化落地的三场战役( 三 )


但考虑到安全问题 , Robotaxi要想实现“无人化” , 在感知、决策和执行三大核心环节都会采用最高标准的软硬件设备 。 技术与成本往往是硬币的一体两面 , 这往往导致Robotaxi成本居高不下 。
比如 , 滴滴自动驾驶公司COO孟醒曾介绍 , 滴滴的自动驾驶车辆安装了近20个传感器 , 其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达 , 一辆车的造价在100万以上 。
市场研究公司YoleDéveloppement的统计也指出 , 美国以Waymo为代表的自动驾驶公司的自动驾驶汽车改装成本基本在20万美元上下 。
作为对比 , 一辆传统网约车的车辆成本大约为15万 , 司机每月的薪酬成本在1.1万左右 。
不过 , 随着技术发展 , 自动驾驶套件的量产成本有望快速下降 。
硬件层面 , 以激光雷达为例 , 此前自动驾驶厂商激光雷达的主流供应商Velodyne , 其生产的64线激光雷达报价在75000美元/颗 。 而进入2020年 , 以大疆为代表的国内激光雷达产业开始进入准量产阶段 , 价格比Velodyne有数量级的下降 。
按照中金公司的预测 , 2023年激光雷达单价有望下降至500美元/颗左右 , 远期L3成熟、L4/L5导入千万台量产时单台激光雷达成本将降至100美元以内 。 预测中提到 , 参考计算机发展过程中著名的“摩尔定律”:计算机的性能每隔18个月翻一倍 , 即每过一年半时间 , 价格降为二分之一 , 在自动驾驶上同理 。
另一方面 , 车路协同V2X技术路线的推进将降低车端的改造成本 。 这是因为 , 有了车路协同V2X技术路线 , 过去单车智能需要承担的安全压力可以分摊到路侧 , 不再只是通过在车上不断堆叠传感器来实现安全 , 还可以依靠路端智能设备的辅助来实现 , 这减少了在单车安全上“添砖加瓦”的负担 。
按照百度Apollo的测算 , 车路协同V2X技术每年可为一座大城市节省1500亿元 , 避免94%人为造成的交通事故 。 而根据2018年底发布的《车联网产业发展行动计划》 , 高级别自动驾驶功能的智能网联汽车和5G-V2X逐步实现规模化商业应用的时间是在2020年 , 自动驾驶们已经站在起跑线上了 。
关于节省成本 , 百度最有发言权 。 在百度2021年第二季度的电话会议上 , 百度CSO余正钧表示 , 前四代百度Apollo代际之间平均下降成本为62% 。 今年6月 , 百度推出的第5代共享无人车ApolloMoon更有突破性意义 , 发布会上首次向外界公布了无人车一直以来避讳向媒体提及的成本:48万 , 仅为行业L4级自动驾驶车型平均成本的三分之一 , 将每公里成本进一步削减60% 。
ApolloMoon发布会上 , 原首汽约车CEO魏东首次以百度IDG首席安全运营官的新身份向外界发声 。 他告诉大家 , ApolloMoon48万的成本按照5年摊销 , 月成本仅8000元 。 而在一线城市 , 不考虑车辆成本的情况下 , 每月仅网约车司机成本就要8000元以上;在二线城市 , 以一辆B级商务车为例 , 车辆的月租金成本约为3000元 , 另外网约车司机成本也要5000元以上 。 相较之下 , ApolloMoon已经具备了对现有专车的可替代性 。
根据麦肯锡预测 , 预计2025年左右 , Robotaxi取消安全员并规模化部署后 , 其成本优势凸显 , 与传统出租车成本相比将在2025至2027年之间达到拐点 。
万亿Robotaxi市场,打响商业化落地的三场战役
文章图片
可以说 , 在保证安全的前提下 , 谁先控制了成本优势 , 谁就掌握了商业化落地的主动权 。
不过这还不够 。 如果说技术决定了企业发展的起点高低 , 成本决定了企业发展的速度 , 那么在Robotaxi下半场决定商业化成败的就是行业加速度——运营能力 。