无人驾驶干线物流：落地难度并不比Robotaxi低

摘要：

1.中国市场上重卡的保有量为600万辆，无人驾驶技术公司如果做方案供应商，假定每套系统的价格为5-8万元，则市场总体量在3000亿-5000亿元之间；但如果是去做服务运营商，则潜在市场体量为：每年都超过2万亿元。

2.从长期来看，做运营商的天花板比较高，对一些更注重长期收益的投资机构也更有吸引力；但技术公司做运营商的弊端在于，他们需要走重资产模式，对资金消耗量比较大，因此，很难对已成功的案例进行规模化复制。

3.无论商业模式是怎样的，技术公司都必须掌握整合产业链上下游（主机厂、场景方）的能力。谁掌握了产业链的资源优势，谁就会跑得更快更稳一些。在这方面，初创公司中做得最好的是智加科技。

4.针对干线物流场景的无人驾驶卡车公司中，商业化最快的是图森，但与原先计划相比，图森的进度也延期了。实际上，无人驾驶卡车技术在干线物流场景商业化的难度并不比Robotaxi低。

5.中国在无人驾驶干线物流的政策上比美国严苛，这可能导致技术在中国的商业化晚于美国；中国市场“换道超车”的希望在于车路协同。

正文：

“运物”比“运人”更容易，早已成为无人驾驶产业的一大共识。因此，随着Robotaxi商业化进程的不断延期，产业和资本的注意力开始向无人物流领域倾斜。

在无人物流中，按无人驾驶技术落地的难度排序，从易到难依次是：港口物流、矿山物流、末端物流、干线物流。其中，港口物流和干线物流都是通过卡车（重卡）来实现的。

在这四类中，资本热情最高的，是干线物流类公司。自2019年以来，在中国市场上，干线物流赛道上头部公司的融资金额，超出其他几个赛道上头部公司的融资额一个数量级。

（主线科技、踏歌智行的融资金额未披露）

无人干线物流尽管在这四个赛道中商业化难度最大，“吸金能力”却最强，最重要的原因还在于，这个赛道的市场体量最大。

以2018-2019两年的数据为例，社会物流总费用分别为13.3万亿元、14.58万亿元，占当年GDP的比重分别为14.8%与14.7%。其中，公路运输占了物流市场的75%，而在公路运输中，干线物流又占了40%——算下来，干线物流占了总物流市场的30%。

2018-2019两年，干线物流的市场体量分别为4万亿元、4.37万亿元。其中，司机成本占了近30%，即分别为1.2万亿元、1.3万亿元。

看起来，卡车司机的工资占了GDP的1.3%以上，不少了。然而，全国总共有1600万卡车司机，这1.3万亿元，分到每个人头上，也就8万多一点。

另据传化慈善基金会公益研究院、清华大学社会学系在2018年联合调查出版的《中国卡车司机调查报告NO.1——卡车司机的群体特征与劳动过程》，尽管中国卡车司机在2016年全年的平均收入就达到了10.7万元，但仍有50.6%的司机年薪不足10万。

与全社会的平均收入相比，10万元不算太少，但考虑到每一个卡车司机背后都有一个没有收入的“卡嫂”，这10万元，实际上是家庭的总收入。再考虑到恶劣的工作环境，10万元确实太少了。

更悲催的是，司机的工资已经没有多少上涨的空间了——据罗兰贝格的一份报告，物流行业的平均毛利率已下滑至6-7%，净利率更是低得可怜。

事实上，高达65.6%的卡车司机认为自己处于“社会下层”，而有辞职念头的卡车司机也达到了40%！

当要辞职的员工比例特别高的时候，老板就成了“弱势群体”。有一位涨不起工资的物流公司老板找人诉苦：“有时候，明明是司机犯了错，给我们造成重大损失，但我却连一句狠话都不敢说。”

这位物流公司老板诉苦的对象，正是一位无人驾驶卡车解决方案公司的创始人。而把这位“大老粗”和新锐的科技精英连接在一起的，正是无人驾驶技术为物流行业降低成本、提升效率的巨大潜力。

对物流公司的老板来说，如果能引入无人驾驶，不仅可省去占物流总成本30%的司机成本，而且还有望将油耗降低20%以上。

据统计，与驾驶习惯差的司机相比，驾驶习惯好的司机能将油耗降低20%，而无人驾驶系统还可以通过对换道策略等做优化，比习惯最好的司机还节省6%的油耗 。此外，无人驾驶卡车在编队行驶的情况下，还可以使油耗成本进一步下降10%-15%。

而对无人驾驶公司来说，进军干线物流市场的诱惑也非常大。

当前，中国市场上重卡的保有量为600万辆，假定在市场成熟之后，无人驾驶系统每套的价格为5-8万元，则市场总体量在3000亿-5000亿元之间。

如果是去做运营商，则潜在市场体量为：每年都有超过2万亿。

理想很丰满，但现实很骨干。正如主线科技创始人张天雷在最近的一次直播中所说：“人工智能在每个行业落地的过程，都是十分艰辛的”。

落地过程中的艰辛，主要是因为对场景的理解费时费力。已在一个月前破产的Starsky公司，为了更深刻地理解应用场景，一度有近半数员工在做传统的卡车运输业务——当时，该公司有3辆无人驾驶卡车，而传统卡车却多达36辆。

不仅艰辛，而且，只有真正钻进去的人才知道，这将是一场漫长的“马拉松”。

一．与主机厂同台竞技，技术类初创公司的几种活法

过去几年，在无人驾驶干线物流赛道上，频频出现在聚光灯下的，主要是Waymo、图森未来和智加科技等自带光环的技术公司，而主机厂们的存在感则很弱。

如很少有人知道在美国市场上Waymo、图森、智加合作的汽车制造商究竟是哪一家；如跟图森合作的主机厂，变速箱、线控底盘等关键零部件选哪个，都是由图森决定，而不是主机厂自己决定。

曾经，某些以”颠覆“为己任的技术公司都设想着让主机厂给自己“代工”。也确实有主机厂曾经或正在以“代工厂”的身份配合技术公司。

一位无人驾驶公司创始人这样解释技术公司在当前扮演主导角色的原因：结合具体场景做方案这活儿，只有技术公司能干。“我们做的是大脑，车辆只是一个执行机构而已。”

然而，，主机厂也不是吃素的。那些实力雄厚的主机厂们，并不甘心做技术公司的“代工厂”。

在国际上，随着Robotaxi商业化难度的加大，越来越多的主机厂也开始将注意力和资源向无人驾驶卡车板块倾斜，希望能在这个领域取得一席之地。

最典型的戴姆勒卡车公司，该公司在2019年初收购了无人驾驶卡车方案公司Torc Robotics的多数股权，随后，在此成立了无人驾驶技术集团。今年3月份，戴姆勒明确表示，将无人驾驶的重点从乘用车转向卡车。

戴姆勒的商业模式是，直接向运营商卖软硬件一体化的无人驾驶卡车。沃尔沃、大众、通用、丰田（日野）等也会走同样的路线。

在国内，东风在去年战略投资了AutoX，双方的合作将集中在商用车领域；最近，第一大商用车集团潍柴花6.6亿元收购了ADAS公司天津清智；先后跟图森合作的陕汽和福田也都有了自己的无人驾驶部门。

考虑到主机厂们的资金实力、对上下游资源的整合能力要超出除Waymo之外的大多数无人驾驶技术公司，因此，未来，技术公司们能否继续保持之前的活跃度，还存在很大变数。

甚至，随着巨头们纷纷涌入，无人驾驶卡车赛道也将成为一片红海。在这个红海市场上，实力不强的初创公司很难存活下来。甚至连某头部（Top 2）初创公司的副总裁也曾明确说过：“如果硬让我们跟主机厂竞争，我们肯定是干不过的。”

因此，对初创技术公司来说，跟主机厂合作，才是更可取的道路。从长期看，无人驾驶技术公司主要扮演技术供应商的角色。

但在早期的试运营阶段，扮演主导角色的可能是运营商。如在Waymo Via项目中，Waymo不仅提供技术，也是运营商；图森，在不少早期项目中，扮演的角色都是运营商。

对技术公司来说，在其技术尚未完全成熟之前，终端客户并不敢冒险花很多钱买他们的方案。这个时候，技术公司自己买车做运营商，便降低了客户的试用风险（不用买设备和技术方案，买运力就行了），更容易赢得客户的配合，因而，有利于收集数据、了解场景。

而从长期来看，做运营商也更容易获得可持续的收入，业务的天花板比较高，对一些更注重长期收益的投资机构也更有吸引力。

但技术公司做运营商的弊端在于，他们需要走重资产模式（需要花很多钱买车），对资金消耗量比较大，因此，很难对已成功的案例进行规模化复制。

并且，急着赚快钱的投资机构们并不喜欢重资产模式。正如Starsky创始人Seltz-Axmacher在公司破产前的总结文章里所说：VC们更愿意选择一家利润率达到 90％ 的 10 亿美元业务，而不是利润率为 50％ 的 50 亿美元业务。

此外，做运营商也更容易跟相关合作伙伴出现利益冲突，这便导致商务谈判难度加大，并且，后续的磨合成本也会比较高。

相反，如果只是做技术方案供应商，虽然天花板会比较低，但好处是，不仅可以轻装上阵，而且不需要去跟场景方“抢蛋糕”，更可能得到后者的配合。因此，对没有太多资金的初创技术公司来说，做方案供应商会是一条更务实的道路。

不过，智加科技高级主任科学家崔迪潇在去年6月份接受亿欧采访时又提到：希望几年以后我们能贯通技术-产品-商品-运营四个环节，实现从技术供应商向运营服务商的升级和转型。

而据一位接近图森的业内人士透露，图森的商业模式也没有完全确定，“短期内会以做技术供应商为主，长期，不能排除自己去做运营的可能性。”

二．整合供应链，锁定应用场景

其实，这些无人驾驶公司的创始人们从一开始就意识到了处理好跟主机厂关系的重要性。

与纯技术背景的创始人不同，智加科技创始人刘万千、嬴彻科技CEO马喆人都是商人出身，因此，他们对供应链整合、技术的应用场景有着更多的关注。

崔迪潇回顾说，2018年，还在西安交大当教师的他跟智加科技创始人刘万千有过一次深谈，10天后，他便决定从西安交大辞职，加入智加科技。

原因正是，刘万千很快点明了崔迪潇在看待整个技术落地应用中的缺失环节，让他从产业生态的角度重新理解了技术的定位、和技术需要的其他支撑环节，包括和OEM的关系、和运营平台的关系、政府政策的支持等。

智加与一汽解放从合作紧密度，双方互信程度，技术合作开发的深入度都让崔迪潇很受触动，觉得这是一条找到规律的道路，是在提前布局，等到条件成熟后，能够产生倍增的效果。

在经过一年多的产业实践后，崔迪潇进一步意识到，如果无法打通产业链上游，真正将无人驾驶技术前置到车辆的生产研发环节，顶多只能做做“实验室级车队”而已，不能完成真正量产规模化的落地。

崔迪潇说：“现在这个阶段，其实是技术思路在整个产业链的维度上进行的一轮新的演进，谁掌握了产业链的资源优势，谁就会跑得更快更稳一些。”

为了巩固这一优势，智加科技在2019年8月跟一汽解放和北京经纬恒润科技有限公司等企业共同组建了新的合资公司——苏州挚途有限公司。

与智加相比，图森的产业链整合做得供应链整合做得并不算成功。图森在国内最早是跟陕汽合作，但据一位接近图森的人士透露，图森跟陕汽相处得并不好，现在，图森改用福田的车辆了。

赢彻科技在整合供应链方面，也做了不少努力，该公司在2018年发起了干线物流联合创新中心，截至目前，该中心有大约20个成员单位。如重汽、福田、一汽解放、联合卡车等主机厂，采埃孚、威伯科等Tier 1,Velodyne、速腾聚创等激光雷达厂商，芯片厂商地平线及高精地图公司四维图新等。

但这只是一个很松散的组织，成员之间的关系并不牢固，算不上很成功的整合。

在关注供应链的同时，这些公司都争取通过跟场景方的“捆绑”的来提前锁定一部分未来的订单。

其中，嬴彻科技从诞生之日其便“自带场景”——其的发起股东G7和普洛斯便是其未来的客户。

嬴彻发起股东G7为全国第一大商用车管理平台，截至目前，G7服务的客户超过6万家，连接车辆超过120万台。此外，嬴彻CEO由G7总裁马喆人亲自担任。

嬴彻的另一股东，普洛斯是中国物流地产、全球物流地产最大的发展商。目前，其在43个战略性的区域市场投资、开发并管理着388个物流园、工业园及科创园，物业总面积达4,220万平方米。

这两大股东，均可为无人驾驶卡车提供丰富的应用场景。

图森、Emabark、Aurora等公司也通过拿到场景方的战略投资实现了捆绑。不过，拿到场景方的战略投资并不等于关系就特别牢靠了。

比如，UPS虽然投资了图森，但投资金额及所占股比都很少；比如，亚马逊就投资了多家卡车方案公司，任何一家都不是他的“唯一”。

而智加跟满帮的合作，则是一个无人驾驶公司跟场景方深度捆绑的典范。

总部位于贵州的满帮定位为“卡车界的Uber”，该公司在2018年拿到了软银和国新基金等19亿美元的投资，其中，软银投资了10亿美元。据称，中国700万长途卡车司机中有四分之三是都是满帮的用户。

据科技媒体the information在2月份的报道，满帮集团在2019年已实现了盈利，这是软银的投资组合中极其罕见的盈利项目。

满帮并不满足于在中国市场上的成功。该公司还投资了巴西的卡车撮合平台 TruckPad。

虽然双方并未披露投资金额，但据智加科技方面说是属于“排他性合作”。即满帮是智加唯一的客户，智加也是满帮唯一的无人驾驶方案供应商。

智加的高管们甚至说“我们跟满帮的关系，就相当于Uber ATG跟Uber的关系。你可以理解为，我们就是满帮的无人驾驶部门。”

对场景方的锁定，也需要保持对赛道的专注。

其实，在2018年，图森和智加科技都曾经试图切入港口物流领域。

图森甚至多次表示，在中国则侧重于港口物流。按照计划，图森2019年将在中国东部某港口的一个码头部署300台无人卡车，而3年内的目标则是拿下全部8个码头，总体部署超过2000台车。

不过，到了2019年初，图森决定砍掉港口项目，聚焦于干线物流。而到了2019年下半年，智加科技也表示，聚焦于干线物流，不做港口物流了。

毕竟，港口物流市场体量要比干线物流小得多，而去熟悉场景还得耗费很多精力，性价比不高。

事实上，经过几年的探索，“专注”“聚焦”已成为一些优秀创业者们的共识。

主线科技创始人张天雷最近在一次在线分享中说：“人工智能赋能任何一个领域的过程，都是无比艰辛的”。因为，无人驾驶技术在垂直领域落地的过程中，对场景的了解甚至比技术本身还要重要，而钻研场景，就是个辛苦活儿。

面对这种辛苦活儿，无论再牛逼的人，如果没有足够的专注，也很难做好。

三．“这是一场马拉松”

从目前已公开的信息来看，在干线物流赛道上的无人驾驶公司中，商业化试运营最早的并不是Waymo，而是图森。

早在2019年3月，图森就开始为UPS在Tucson-Phoenix 线上提供运输服务。在今年2月份，又增加了Phoenix——El Paso线路。如今，车队规模达40辆，订单数已从每周10份增加到20份。

2019年10月，图森CEO 陈默向媒体介绍说，图森未来已在美国服务于18家客户（包括后装市场上的客户）。

在中国，图森在2018年10月份获得上海颁发的全球首张无人驾驶重卡路测牌照，并在上海临港地区投入测试。目前，测试车辆正在临港物流园区、东海大桥、洋山港之间的高速上试运营。

需要注意的是，在干线物流场景，卡车行驶路径除了路况相对简单的高速道路，还包括从上高速前（仓库到高速口）和下高速后（从高速口到仓库）这两段路。通常，自己驾驶技术只能高速路段，那另外两段路怎么办？

Starsky公司的计划是，另外两段路上的驾驶，由远程操作员来完成。不过，鉴于Starsky已经破产了，这个设想能否经得起验证还不好说。

亚马逊投资的Embark公司的设想是，在高速附近设立“转运中心”，同时，无人驾驶卡车的车头和车厢可分离，仓库到转运中心（或者相反）这段路由人类驾驶的车辆来完成。京东也曾经做过类似设想。

但车厢和车头可以快速分离意味着，不能在车厢上装传感器。而目前的大部分卡车上，车厢后面有都个倒车雷达。因此，这种方案操作起来难度比较大。

由Nuro在2018年孵化出来的Ike公司的设想更简单：这两段路上的驾驶，还是由人类驾驶员来完成，但不必更换车头。“交接”同样是在转运中心完成。

但这两种方案共同的麻烦之处在于，“转运中心”也只能设在高速“附近”，而不是高速“出入口”，因此，还有一段系统无法顺利应对的非高速场景。

此外，按图森首席产品官Chuck Price的说法，转运中心实际上就是高速边上的一个大型停车场，如果同时运货的车队规模达100辆，则这个“停车场”至少需要100英亩（超过40万平方米），而且，还需要配备安保措施，这就相当于一个“港口”了。

况且，就算你能花得起这么多钱，高速出入口也未必有这么大的空闲场地啊。

Chuck Price认为，在高速边上设转运中心，会是一个“噩梦”。

为避开这个“噩梦”，图森和智加科技的计划是，直接实现仓到仓的完全无人能驾驶，即“两头”的行驶也是由系统来完成的。这意味着，这两家公司的无人驾驶系统，不仅需要搞定高速场景，还需要搞定部分城市道路。

不过，据智加科技中国区总裁容力在4月24日晚上的分享中介绍，短期内，这两段的驾驶仍然会由人工来完成。

2020年3月，图森跟采埃孚达成合作协议，采埃孚将支持图森未来小批量生产无人驾驶套件，并进行工程验证，最终将其集成到量产的商业车辆中。

图森方面称，同世界级的供应商采埃孚合作，意味着他们已准备将无人驾驶卡车技术推向市场。

不过，即便是对图森这样的头部玩家来说，无人驾驶卡车技术在干线物流场景的批量化应用，也没那么容易。

2018年1月份，图森CEO陈默在接受《中国企业家》杂志采访时说：“2019年结束的时候，我们会把第一个1000辆部署下去。”

2018年12月，图森又树立了一个目标：

在2019年技术定型，将美国亚利桑那州的车队规模扩张到200台；

到2020年，计划完成3000万英里的测试，以证明无人驾驶在干线运输上比人类司机安全；

到2021年，推出1500辆卡车做干线运输，等到可以撤掉安全员和测试员的时候，就是上市的时间。

不过，2019年12月，图森联合创始人兼总裁、CTO侯晓迪在接受Business Insider采访时说，搭载图森方案的前装无人驾驶卡车要到2023年才能批量上路。

实际上，早在去年8月份，就有无人驾驶卡车公司高管委婉地对图森的计划提出了质疑：“有的公司只要做个demo,就说我马上要量产1000辆了， 制造业不是这么玩的。传统的汽车生产，从0到1的阶段需要十年时间才能完成，现在虽然快了，但至少也得五年吧？”

也是在8月份，智加科技创始人刘万千在接受亿欧汽车采访时说：“L4级无人驾驶汽车的落地，远远没有到'下半场’的阶段，把它比喻成一场篮球比赛的话，现在行业整体才刚刚进入第二节开打的状态。无人驾驶就像一场'马拉松’长跑赛，这不是一个打快牌的事，打快牌会把自己'打死’。”

正是基于这种理念，智加开辟了“第二条道路”，即在主攻L4的同时，也成立L2团队。去年10月份，智加科技与一汽解放和北京经纬恒润的合资公司苏州挚途有限公司便发布了首款L2级无人驾驶汽车。

图森也开始调整了。

2020年2月份，图森在接受《中国日报》英文版采访时说：”未来许多年里，都是无人驾驶系统与人类司机协作。”所谓协作，有两层含义：系统能力是L4，在在较长时期内，安全驾驶员仍然必不可少；图森可能要做面向卡车的L2级无人驾驶系统了。

图森做L2并非毫无可能。

事实上，图森并不孤独，大多数研发L4无人驾驶卡车的公司都意识到，这事儿并没那么容易。在现实的困难前，先从L2做起，是一种比较务实的做法。

曾经第一个在全球范围内做了“L4”无人驾驶卡车运输Demo的前Uber无人驾驶负责人莱万多斯基，在2018年创办了无人驾驶卡车方案公司Pronto.ai，不过，该公司的定位不是直接做L4，而是先做针对后装市场上的L2级无人驾驶套件，然后再逐步向L4迭代。

连曾经以“激进”著称的莱万多斯基都开始“收敛”了，其他公司怎么还好意思执着于一步到位实现L4呢？

嬴彻科技，虽然自带应用场景，但L4的进展并不顺利。实际上，该公司采取的是渐进式策略，先从L1、L2入手，到2021年底推出L3；L4的商业化时间进度还不明确。

京东物流，其商业模式决定了他们的无人驾驶只能是L4，L2只是鸡肋。在2018年5月29日的JD CUBE大会上，京东称预计2020年在国内实现无人驾驶重卡商业化试运营，但在2018年底或2019年初，在意识到一些现实困难后，京东物流干脆取消了无人驾驶重卡项目。

菜鸟的无人驾驶重卡项目也在2019年3月份前后砍掉。

那么，开发针对干线物流的无人驾驶卡车技术，挑战主要有哪些呢？

首先，从技术的角度看，卡车与乘用车在运营中最大的差别就是：卡车不允许急刹车，且需要尽可能减少刹车，这其中的主要原因是——

　　（1）卡车运载货物多样，急刹车易引发危险（例如：卡车司机最不想运钢管）；

　　（2）卡车重量大、惯性大，急刹车产生的巨大摩擦力和热量易引起明火；

（3）卡车车身长，急刹车时重心偏移较大，大部分重量集中在前轴轮胎，接触面积减小、摩擦力减小，容易打滑翻车；

（4）卡车轮胎数量多，容易因为一个轮胎的失效/轮速传感器失灵而激活ABS进而限制刹车制动力。

这些都意味着，卡车所需的安全刹车距离远远大于乘用车。因此，无人驾驶卡车需要解决长距离感知的问题，然而，当下的激光雷达的感知距离还远达不到要求。

图森的方案是，以自研的摄像头作为主传感器，可实现超过1000米的探测距离。但这种方法仍然有个困难：在夜晚光线不好的情况下，摄像头能否依然正常工作？

其次，卡车的定位比较复杂。由于车头和车厢通常是独立的两部分，且车厢长度通常较长，因此一般需要有至少两个点来定位整个卡车（试想，如果只有车头定位，那么在做出转弯动作的时候，根据这个定位，车头过去了，车厢可能还没有甩过去）。

再次，如果有尺寸很长的隧道，定位和建图怎么做，也是个难题。

最后，尽管高速上的驾驶场景的确比较简单，但在最极端情况下，一旦无人驾驶卡车在高速上发生事故，后果就要比乘用车严重得多。

因此，单从技术的角度看，自动动驾驶重卡的商用绝不会比Robotaxi简单。

四．中国市场的法规政策限制了技术落地

除技术障碍外，法律政策也是影响无人驾驶卡车商用的一个关键因素。

截至目前，智加科技在美国的17个州展开测试，而在中国仅拿下了在长三角三省一市(上海市、浙江省、江苏省、安徽省)开放道路区域进行无人驾驶测试的牌照。

原因并非在于这家公司对中国市场的兴趣弱于美国市场，而是中国对卡车的测试牌照卡得更严。

在美国，尽管由于卡车司机工会的反对（怕失业），美国众议院和参议院在2017年9月份和10月份提交的《无人驾驶法案》中，均将重卡排除在外了，但在州一级，对无人驾驶卡车测试的态度还是比较开放的。

与Robotaxi的试运营只需要经过某个城市的许可不同，在高速上跑的无人驾驶卡车，往往是要跨越多个城市、甚至多个省份的，这意味着，无人驾驶公司需要”搞定“多个城市/省份，才能进行无人驾驶卡车的试运营或测试。而在美国，同时搞定多个州，比中国要容易一些。

Waymo、图森、智加和Pronto.ai的试运营，经常是跨城市的。其中，图森跟UPS的第二个合作项目，跨越了亚利桑那州、新墨西哥州和德克萨斯州三个州；而智加科技跟乳业公司蓝多湖合作的项目，横跨美国东西海岸，单趟运输距离超过3000英里（智加2800英里）。

相比之下，在中国，智加科技去年11月份拿到的长三角三省一市的测试牌照，是全行业唯一一张无人重卡跨省区域测试牌照。

在中国，高速上发生的重大安全事故，可能会影响到地方官员的仕途，因此，地方政府对给无人驾驶卡车公司发牌照会非常谨慎（目前已经颁发的无人驾驶卡车测试牌照多在封闭或半封闭区域）。

此外，需要特别强调一下的是，在美国，自Uber/Otto、Waymo、图森、智加科技等公司的无人驾驶卡车都有载满一车货物的经历。其中，图森跟UPS的合作，每周有20份订单。

相比之下，在中国，在已经从法规层面支持无人驾驶商业化的6个城市中，只有北京的法规里面明确提到了“载物测试”，而其他5个城市，都只提到了“载人测试”。也就是说，目前的无人驾驶卡车牌照，只允许“空跑”，而不允许运货。

在实操层面上，图森等在美国的测试就是'仓到仓“的无人驾驶，而在中国，目前高速上还需要司机来缴费。这意味着，即使无人驾驶技术OK了，还得花心思去解决“无人缴费”的问题。

还有很关键的一点：美国卡车司机比中国卡车司机人力成本高3-4倍，并且司机缺口比中国更明显，这使得美国的物流/电商公司比中国同行们更有动力采用无人驾驶技术。

因此，尽管中国市场有更大规模的货运量，但无人驾驶卡车在干线物流场景中的应用，美国市场有极大的概率会走在中国市场的前面。

五．中国市场“换道超车”的希望与挑战

不过，智加科技中国区总经理容力中国市场进展慢只是当前的情形，未来如何尚存在很大变数。“不能因为中国市场更严，就断定中国市场一定更慢。”

容力说：“美国的物流费用占GDP的12%，而中国的物流费用占了GDP的14.8%，但从这一点来看，中国作为第一制造业大国，物流的效率提升空间还很大。”

容力认为，在大批量推广的时候，中国市场有可能通过5G和车路协同技术的支持，推动干线物流场景的无人驾驶卡车走在美国市场前面。

无论是2月份发改委等部门颁发的《智能汽车创新发展战略》还是最近一段时间的“新基建”，都有不少关于“车路协同”的内容，但眼下的难题是，谁来出钱？

中国智能网联汽车产业创新联盟等4家行业联盟在2019年世界智能网联汽车大会闭幕式上联合布的《C-V2X产业化路径及时间表》白皮书透露，目前，国内的 C-V2X 路侧设施离实现产业化目标仍存在不少差距，其中最“刺眼”的一点是：商业模式不清晰。

目前已建好的车路协同设施，基本都是由地方政府投资的。但地方政府能投资的前提是，这些设施多是建在在一些示范区里的几段时道路上，路段比较短、设施也比较少，花钱不多，这种方式的投资，无法形成商业模式的闭环，因而也难以规模化复制。

唯有把商业模式的问题解决了，车辆协同才能规模化发展，进而加快无人驾驶卡车商业商业化的进度。