赛道|京东、美团、阿里无人配送的“室内困境”( 三 ) 任务|谷歌母公司|sim|机器学习

小结一下，合格或优秀的自动驾驶智能化软件实力，发达或完备的整车制造工业，体量足够大且较容易赋能的实际应用场景，三方力量叠加，将直接决定哪一股组合势力将率先走出无人配送的荒漠。
那么在这三个要素资源里，分别存在什么难题和机遇？接下来我们将进一步阐述。
现实骨感吗？在市场规模与“三只手”之外，关于无人货运的难点，Tracy还在微信上向我们表示，“规模成本和商业化，（无人配送）都还得翻几个山，对了还有技术，不就是个L4吗？那有啥难的？”
当然，她并没有忘记在自己关于L4的这个结论后面加上一个“狗头”表情符号。

文章插图
诚然，L4技术攀峰的时间成本早已在Robotaxi上让资本直呼“渣男”，硬件测试工程师李畅（化名）也向我们表示，“场景、制造能力都有，这就好比你要炒菜，什么食材都备好了，但家里燃气灶还没通，就是干着急。”
至于Tracy所言的“规模成本和商业化”问题，我们认为与L4技术的不成熟同样不无关系。
李畅向我们调侃，“（现阶段）这些小车，一个个都像是行走的小金库，路测要是真遇到个懂行的，能给拆得一干二净。”
具体来看，“当前（无人配送小车）整车成本在50万左右，能压在20万的都已经很不错了。”李畅说，“但时间问题终归是时间问题，我们预测最终将会控制在5-10万之间。”
也因此，当前无人配送赛道距离大规模商业化，首座要翻越的山就是成本，这是对当前技术不成熟的直接反映。
到了实际使用场景上，当前无人小车的主要问题是存在“体验降级”的风险。为消费者升级体验往往是产品经理们的天职，但让消费者“体验降级”，夸张点地讲，似乎是一件站在全人类对立面的事情。
当前末端配送，除了菜鸟驿站和蜂巢等“取件式”服务，最主要的模式还有“交接式”服务。
试想一下这样一个场景，寒冷冬夜里你点了一份外卖，外卖小哥可以保证你不踏出家门一步就能吃上热腾腾的饭菜，但无人配送终端如果做不到精确的点对点，你就需要跑下楼去小车里自取，这样的外卖可谓是“莫得灵魂”。
谈擎说AI认为，任何的科技变革都是为了让体验再优化一层，而不是退化。
这就为当前玩家们提出了类似于以下一连串式的技术问题：无人车怎么进公寓楼？用无人机在末端解决吗？那么满大街的无人机安全问题如何保障？
不难发现，在“交接式”服务上，且不说未来让体验优化，单就保持用户体验原汁原味，似乎也是一件颇为棘手的事情。
“室内困境”怎么办？我们来看当前赛道上的场景提供方，体验问题上，在外卖和顺丰、京东物流这样可以或是必须要送货上门的服务基础上，想要保证用户体验不被降级，难度无疑是很大的。也因此，单就落地技术复杂程度来看，美团、京东、菜鸟三家里，菜鸟的驿站式无人配送将会更容易实现。
那么美团、京东体验更好的“交接式”服务真就无解了？我们不妨从“实现配送终端与接收人的面对面交接”，这一直接难点入手。
具体来看，有报告统计得出过结论，人类约80%的活动都发生在室内场景，那么如何让无人终端在室内像配送小哥们一样灵活，无疑是这一愿景实现的最大难点之一。如何解决这一问题呢？让我们回归到自动驾驶的技术本身上。
我们都知道特斯拉坚持不用高精地图，不用激光雷达，而是走纯视觉路线，但简单来讲，这其实主要是因为特斯拉的视觉算法受到了非常大量的训练，从而减轻了对其他辅助定位软硬件的依赖。