無人駕駛時代，網約車司機會被“搶飯碗”嗎？_風聞

編者按**·  2024.08.06**

今年3月以來，百度的自動駕駛出行服務平台“蘿蔔快跑”在武漢開始24小時全天候運營，其服務覆蓋面積已擴大到全市。“高端”“低價”等特點讓“蘿蔔快跑”迅速在社交平台上斬獲大量粉絲，甚至有人專程跨省到武漢“嚐鮮”。

無人駕駛網約車的推廣好處很多，用户享受低價出行的同時，不僅可以有效降低停車、養車等維護成本，還可以緩解交通堵塞，縮短通勤時間，減少碳排放。特斯拉總裁馬斯克提出，“完全自動駕駛（FSD）可以在車主沒有出行需求時轉為共享網約車模式。”這個説法向人們拋出了“誘餌”，畢竟誰又會抗拒“躺着”賺錢的機會呢？

有學者擔憂，在當前中國網約車司機已經趨於飽和，如果大面積推廣自動駕駛，無疑會讓本就嚴峻的就業市場“雪上加霜”。據《工人日報》數據，截至2023年底，中國的靈活就業人口已達到2億人，而靈活就業需求每年保持8%的速度持續增長。開網約車、送外賣、送快遞（俗稱“鐵人三項”）等靈活就業已經成了很多人謀生的重要渠道。

自動駕駛技術的發展和應用確實可能對網約車司機的就業產生一定影響，本文認為，這將是一個長期且漸進的過程，“搶飯碗”問題不會在短時期內發生。

隨着自動駕駛汽車逐漸穿梭於世界各個城市，這種曾經只存在於試驗場的交通工具，正迅速在各大城市試運行。油氣巨頭英國石油公司（BP）在2018年度能源展望報告中預計，到2040年，電動車將增加100倍。很多城市學相關的研究預示，當共享汽車大規模推廣後，私人汽車擁有量以及購置新車的消費慾都會相對降低，從而城市中與汽車相關的空間（比如停車場）也可以置換成花園、綠道等更加宜居的用地。對未來的想象總是令人振奮，但一個自動駕駛普及的城市究竟會變得更加宜居還是更加糟糕？

無人駕駛網約車的推廣固然能給一個城市帶來很多潛在的好處，但首當其衝的就是網約車司機羣體。據交通運輸部數據顯示，截至2023年12月，中國網約車司機註冊量達657.2萬人，2023年全年新增148.2萬人。當然，這裏面不乏平台上兼職的私家車主，但註冊為“全職司機”的絕對數量依然龐大。倘若L4-5級的無人駕駛汽車在全國推廣，作為經濟能力比較脆弱的羣體，網約車“全職司機”的生計問題是需要思考和解決的重要課題。

無人自動駕駛汽車平穩駛過武漢白沙洲大橋

（圖源：新華社）

技術層面：

全自動的無人駕駛指日可待

**不少人認為，自動駕駛代替“老司機”純屬杞人憂天。**中國幅員遼闊，共有城市691個，每個城市的道路千差萬別，路況和交規復雜，技術上要達到完全自動駕駛談何容易。然而，技術決定論者並不這麼認為，特斯拉等自動駕駛先驅就利用了端對端神經網絡傳輸有效地減少了對硬編碼編程的依賴，通過這項技術能夠進行99%的車輛控制決策，包括控制轉向、加速和制動等。其運行的C++代碼只有2000行，相比之前有30萬行代碼的版本“輕盈”不少。

實際體驗中，特斯拉的全自動駕駛 (FSD) 系統V12.3也盡顯“絲滑”。在處理長尾邊緣案例時，例如路中間穿行的行人或異形障礙物，FSD V12.3能夠準確識別並平穩應對，顯示出其在複雜場景下的優勢。此外，FSD V12.3對於紅綠燈的理解和控制也非常到位，能夠正確應對分時控制的信號燈以及它們控制的具體車道關係。簡單來説，這種技術更加“聰明”，也讓真正的“無人”駕駛成為可能——與僅僅依靠預設代碼運行的駕駛系統相比，端對端技術能夠更好地處理複雜的交通場景和邊角案例。

儘管端到端技術也面臨着對海量高質量數據的依賴、算力需求以及模型的可解釋性問題等挑戰，但技術的迭代遠超人類社會的演進速度。可以説，在更大範圍的真實路況實現無人駕駛已提上日程。

特斯拉的全自動駕駛 (FSD) 系統V12.3演示

（圖源：特斯拉）

然而，即使技術成熟，社會接受程度是另一回事，這既是一筆經濟賬，也是一場社會心理戰。

社會層面：

大規模商業化運行尚需時日

拋開技術成熟度，自動駕駛要實現大規模商業化運營，還面臨成本、基礎設施、消費者接受度、法律法規等多重挑戰，這需要一個較長的過程。

**首先，自動駕駛研發成本投入巨大，創業者需要忍受長期虧損。**馬斯克就在今年早些時候在其社交媒體上透露，特斯拉今年在自動駕駛領域的累計投入將超過100億美元。隨後根據信用卡數據提供商Yipit的數據顯示，在獲得特斯拉全自動駕駛 (FSD) 系統一個月免費試用的美國車主中，只有2%的人在試用期結束後選擇訂閲該服務。這意味着產品推出後需要很長一段時間來培養消費者習慣。

**即便技術成熟，前期部署成本也很高。**另一家美國的自動駕駛先驅Waymo，其自動駕駛系統配備了64線激光雷達，造價高達7.5萬美元，遠超傳統車型。Waymo前CEO約翰•科拉菲克（John Krafcik）在2018年時就曾公開表示，雖然他們在自動駕駛技術方面取得了進步，但自動駕駛汽車普及所需要的時間，仍會長得超乎想象。

商業化初期，高昂的車輛和基礎設施成本將制約規模化運營。蘿蔔快跑在武漢“走俏”後，也有不少機構主動給平台“算賬”，以造價為48萬的阿波羅（APOLLO）第五代車為例，即使不談前期研發和車輛保險等成本，外界計算其每日成本為200到400元不等，結論都是“入不敷出”。

**其次，缺乏標準和規範也限制了產業化進程。**自動駕駛技術迭代頻率遠超法律法規的更新。面對事故責任、隱私安全、網絡安全等問題，現有法律尚不完善，國際標準更沒有統一。美國採取相對開放的態度，但州與州之間規定不一。歐盟立法較嚴格，德國、英國相繼出台法規，允許L3級別自動駕駛上路，但運營要受到嚴格監管。無論是國際還是國內，統一的行業標準亟待建立。

**再者，自動駕駛的公眾接受度不高。**英國西英格蘭大學運輸與社會中心的研究團隊做了一項很有意思的調查。他們在布里斯托市採訪了899個人，讓他們在多種出行方式中做選擇，結果發現，很多人對於是否接受自動駕駛和共享出行還拿不定主意，而且不同人羣之間的看法大相徑庭。超過一半的參與者不願意使用任何自動駕駛替代方案，而在自動駕駛模式中，共享是最不受歡迎的選項，只有38.9%的人願意使用，接受率遠遠低於其他模式。

據美國汽車協會（AAA）2022年的年度自動駕駛汽車調查報告，報告顯示，雖然與前幾年相比，公眾的接受度有所提升，但仍有63%的受訪者對自動駕駛技術感到恐懼。這種擔心有例可循，Waymo、Uber和特斯拉等自動駕駛先驅都曾在測試車期間引發了民眾的投訴甚至致人死亡事件。

這進一步説明，自動駕駛網約車要贏得公眾信任，實現大規模普及，仍需漫長的市場教育和政策引導過程。

谷歌旗下的Waymo自動駕駛車輛示意圖(圖源：Waymo）

自動駕駛出行的商業模式仍在探索中

此外，自動駕駛出行的商業模式仍在探索中。現有研究普遍認為，共享出行是其主要應用場景。但具體如何設計車輛和服務形態，如何匹配不同場景需求，如何實現盈利，都面臨着諸多不確定性。當前，行業普遍採用“兩條腿走路”策略：一方面開展自動駕駛技術研發，一方面深耕傳統網約車。

儘管自動駕駛前景可期，卻也是個重資本、長回報的“香餑餑”，並不是誰都能“燒”得起的。**滴滴出行是國內最早開始L4級自動駕駛技術研發的公司之一。**早在2019年，滴滴就成立了單獨的子公司（上海滴滴沃芽科技有限公司），卻也“獨力難支”。2023年8月，滴滴宣佈與小鵬汽車達成戰略合作，將之前打造的電動汽車項目相關資產和研發能力出售給小鵬汽車，而它自己則擁有小鵬汽車的股份。今年4月，滴滴自動駕駛與廣汽埃安宣佈合資公司，這是L4自動駕駛公司和車企為了打造Robotaxi量產車，在國內成立的首家合資公司。這家名為安滴科技的合資公司宣稱，其將於2025年實現L4自動駕駛車量產。

**另一家更早入局自動駕駛領域的就是百度了。**據百度財報，自2015年正式成立L4事業部以來，百度每年的研發投入都不低於100億。除了無人出租車，百度還涉獵無人卡車、無人公交等商業場景。近十年來，百度累計研發投入接近1500億元。百度CEO李彥宏三年前曾明確其Apollo智能駕駛業務將分為三種：一是為主機廠商提供Apollo自動駕駛技術解決方案，助力車企快速搭建自動駕駛能力；二是百度造車，“端到端”地整合百度自動駕駛方面的創新；三是共享無人車服務，通過提供自動駕駛的共享出行服務來實現商業化。李彥宏明確提出的這三種商業模式，雖然蘿蔔快跑為代表的無人駕駛網約車“嶄露頭角”，但還是還在艱難的商業化探索中，因此要對自動駕駛商業可持續性打上一個問號。可見，投資自動駕駛是一場高投入、高風險、重合作的持久戰，其可落地的商業化模式充滿不確定性，只能“摸着石頭過河”。

5月，百度Apollo在武漢百度蘿蔔快跑汽車機器人智行谷舉辦Apollo Day 2024（圖源：新華社）

自動駕駛基礎設施和配套

政策有待完善和協同

跟傳統汽車產業不同，**自動駕駛領域不是一個產業，也不是單指“有形”的高端製造業，它的背後也需要“無形的力量”，即海量數據支撐、低延時的通信、更強的算力、更大容量的存儲等。**基礎設施具體還包括高精地圖、路側感知設施、“車路雲”一體化等。據英特爾公司估計，單個自動駕駛聯網車輛的自動數據採集系統（ADAS），即包括高分辨率攝像頭和傳感器在內的設備每天可以產生約4TB的數據。隨着智能網聯汽車滲透率的提升，還將誕生海量的駕駛場景數據，服務商未來需處理的數量估計可達ZB級（Zettabyte，澤字節）。這就對車載處理器、數據中心存儲和通信網絡提出了前所未有的要求。

而且，不同國家和地區，甚至一個國家內部的自動駕駛配套政策差異也很大。這種差異可能會阻礙自動駕駛汽車的貿易和單體流動，因此自動駕駛汽車的自由交易和流通需要基建和政策的協同支持。

2023年5月，拜登政府宣佈，將提供超過5200萬美元的補助金用於先進技術項目，目的是改善交通安全並提高通行效率。這些資金支持的項目包括提供實時交通信息、改進交通信號定時系統以及實現無縫換乘支付系統，以提高交通效率和乘客體驗。這些舉措正是美國版的“車路雲一體化”，拜登政府在政策上支持行業電動化、智能化的趨勢延續了特朗普時期的做法。

此外，美國交通運輸部分別於2020年和2021年發佈了《確保美國在自動駕駛汽車技術方面的領導地位4.0》和《自動駕駛綜合計劃》兩個重要文件，這表明，**美國政府早已意識到基礎設施對自動駕駛發展的重要程度不限於民生和技術層面。**一國之內在投資進度、技術標準等方面差異尚且較大，鑑於發達國家和發展中國家在基建上的差距，自動駕駛汽車的全球化過程必然會受到“技術競爭”“地緣安全”等因素的制約。

當談到人們對自動駕駛汽車的接受程度時，研究人員麗扎·卡西迪發現，與自動駕駛汽車相關的品牌名稱有助於緩解人們對這項技術的擔憂（圖源：Toronto Star）

人類社會無法跟上

技術演進的速度

總的來説，儘管自動駕駛商業化進程在加速，但在成本、消費者認知、商業模式、基建、配套政策等多方面的瓶頸尚存。**這也意味着自動駕駛推動的不只是一個產業的變革，而是整個社會生產力的提升，也是實現高質量發展的關鍵。**從行業角度看，自動駕駛仍處於技術積累和產業培育期，未來五到十年是技術突破的窗口期。

儘管自動駕駛技術日臻成熟，但離完全替代“人工駕駛”還有很長的路。從宏觀看，人工智能賦能的自動駕駛可能催生出更多需要配套的新職業，圍繞着數據採集、算法優化、車路協同、車隊管理、人機交互、安全監管等方面，將湧現大量跨界融合的新職業，為就業市場注入新的活力。在這個漸進的過程中，需要汽車製造商、科技公司、公共部門等各方密切合作、共同推進，從而平衡發展與安全、兼顧技術與道德。

摩爾定律常被視為人工智能近年來突飛猛進的關鍵因素。倘若這一趨勢持續，技術的進步速度也許超乎我們的想象。

技術的演進有着自己的節奏，人類世界做好準備迎接無人駕駛時代了嗎？