文|诸葛卧龙处女座

在干线物流、矿区、港口，无人重卡的规模化落地比轻模式更指日可待，相较于智能化汽车，无人重卡的落地优势在哪？

一、重卡司机缺位，无人化需求急迫

二、封闭场景易控，适于路线预先优化

三、数据共享加速，技术互联互通

2022年，自动驾驶汽车愿景仍未完全实现，自动驾驶卡车的消息却源源不断。

资本市场上，2月，嬴彻科技完成1.88亿美元的B+轮股权融资，并在6月获得国内首张“主驾无人”自动驾驶重卡公开道路测试牌照；4月，千挂科技更以高达2亿元的Pre-A轮融资再次引起热议。

产品层面上，3月，小马智行公布了智能卡车品牌“小马智卡”，并在7月宣布同三一集团旗下三一重卡合资成立公司；4月，滴滴被曝已布局无人驾驶卡车。

比起面向C端的商用自动驾驶迟迟不能落地，专注B端的货运物流由于技术和场景复杂程度更低而离商业化更近，成为了智能造车玩家们“曲线救国”的选择。

重卡司机缺位，无人化需求急迫

人社部发布的《“最缺工”的100个职业排行》中，道路货运汽车驾驶员一直榜上有名，最高排名达到25名。

由于机动车驾驶证要求B2以上等级、工作环境较为艰苦，重卡司机的一直处于供不应求的状态。2021年，交通运输部发布数据显示，2020年1728万货车司机完成全社会74%的货运量，缺口已达1000万人。

即使是是重卡司机足够，卡车运输的问题依旧在人力上层出不穷：超负荷驾驶、夜间运输、年龄过大都可能使得货运司机产生疲劳驾驶，从而引发事故。

高额的工资也是用工方不得不面临的问题，最贵的矿车司机年薪达到30万，鄂尔多斯大卡司机一年也要20万元。

面对司机老化和短缺的问题、越来越高的人力成本，以及重卡行业普遍对驾驶安全和燃油经济性的考量，货运物流行业对无人卡车有着天然的需求。

无人卡车单车成本较高，对成本的敏感性相对较弱，加之卡车司机的人力成本并不低廉，多重因素加成，使重卡的自动化不仅实现了智能领域的“降本增效”蓝图，也切实解决了人力资源不足的发展桎梏。

率先实现重卡自动化的澳大利亚铁矿石出口商FMG，曾算了一笔无人重卡代替人力资本的经济账。从成本看，无人化改装和维护的成本一年约为30万元，大约是一辆车一年1-1.5个司机的成本。从效益看，成熟的无人化运输效率将比传统人工运输提高30%左右，以载重65吨的宽体车为例，一年因效率提升带来的利润增长就将超过30万元。

这就意味着，进行自动驾驶改造后的一年内，效率提升带来的效益就将覆盖掉自动驾驶改装的成本。智能化改装完成后，无人驾驶还能节省一部分油耗成本，在相对理想的情况下，自动驾驶会节省10%-20%的燃油费用。

对于有利可图的生意，主机厂和场景方的接受度很高，自动驾驶公司向B端提供用户车队和运力服务的商业化落地并不困难。

自动加速公司可以向主机厂提供自动驾驶全栈技术，或帮助场景方做车辆的无人化改造，收取技术服务费，车辆归属于主机厂或场景方。比如智加科技在与主机厂合作的过程中，负责研发自动驾驶系统PlusDrive；智加科技发布了L3级无人重卡J7，已量产并拿到全球1万辆左右的订单；嬴彻科技与主机厂合作伙伴共同研发的L3级智能重卡投入运营。

目前已经完成商业化落地的产品，也验证了盈利的可行性，如友道智途研发的无人纯电智能平板转运车运营一年，能省下约五六十万成本，相当于三个司机的工资。这类产品已在外高桥四期、宁波大榭招商国际码头提供运力服务。

从需求端看，前干线物流中司机增长的速度远远赶不上货运增长的需求，无人重卡的存在将逐步解决这一关键问题。从成本端看，对用工方而言，决定是提高薪酬招人还是上自动驾驶，核心点在于谁成本更低。

需求的旺盛和降本增效的能力，使得无人重卡成为道路货运场景下可预见的未来趋势。

封闭场景易控，适于路线预先优化

除了人力资源的缺口，更为易控的应用场景，也是自动驾驶卡车相对于自动驾驶轿车落地难度更低的原因。

相比复杂的城市行驶环境，货运卡车大多行驶在高速公路、港口等封闭性强的干线之上，来往车流更容易判别，对仍处于技术突破期的自动驾驶来说，封闭场景是比城市道路更适合落地的场景。

同样都是“主驾无人”的道路公测，货运重卡要求的自主级别要比普通汽车低一个等级，物流无人重卡在封闭的物流园区和试车场的测试已然获得成效。

苏宁物流与智加科技联合推出的“行龙一号”物流无人重卡时速达到80km/h，能在300米外识别障碍物、在25毫秒内迅速做出反应，遇紧急状况能迅速控制车辆，自主避障、自主规划路线、自动精确泊车，于5月24日在上海完成了道路测试。

从封闭园区走向专用车道，则意味着半封闭场景下的道路测试也成为可能，上汽友道智途5g+l4智能重卡东海大桥队列“减员化”运营，在东海大桥专用车道上测试成功。

港口等半封闭环境，对于自动驾驶落地更有利，但并不意味着技术上难度和挑战降低。

比如，在矿区开采、卸载等环节，卡车需要在起点和终点停靠的位置是变化的，对车辆控制的精确性要求较高；在港口存在船只、岸桥等调度环节，也有精准的位置要求。

封闭场景下的精细化定位处理，依赖于智能感知、智能定位和智能控制技术。主线科技TrunkPort全新升级2.0版本依靠精确场景三维重构，高精准度感知周围环境，推理车辆位置，构建驾驶决策态势图，实现厘米级微操控制。同时，不再配有安全员，达到了完全无人的港口码头真实业务场景整船作业。

由此可见，无人重卡在封闭、半封闭场景下运行，优势在于速度更低、路线更固定、任务更简单；但同样存在技术难点，即与不同场景的车型进行适配，以达到与车耦合的要求。

从技术层面看，实现封闭场景下的商用化落地依靠的是智能感知、智能控制技术的升级迭代；从应用层面看，提前与各大港口码头、矿区、物流常用的管理系统实现融合，则是缩短落地时间和成本的捷径。

数据共享加速，技术互联互通

相比于智能驾驶汽车，智能驾驶卡车的劣势似乎也非常明显：起步较晚、玩家较新，缺乏前期数据积累。

当前赛道专攻无人重卡的玩家智加科技、嬴彻科技、图森未来、千挂科技、行猩科技、主线科技等公司大多成立于近5年，比起专攻智能汽车领域的传统车企、互联网头部企业，似乎缺乏数据和技术上的优势。

从技术层面来看，业界普遍观点认为，乘用车和商用车之间的很多技术是相通的，自动驾驶技术的复用率可以超过70%。

由于自动驾驶是一项应用技术，行业内人才的流动会导致未来第一梯队的创业公司的技术差距不断缩小，自动驾驶的技术壁垒正在发生变化。目前很多入局企业都已经过了自动驾驶方案的可行性测试阶段，技术壁垒会随着时间的推移逐渐弱化。

从数据资产的积累来看，算法的演进需要“刷场景”，即在实战场景中获取数据，用大量数据来“喂养”算法，无人重卡并不缺少这样的场景。

无人重卡的优势降本增效的意愿强烈，进而使得应用端测试意愿较强、测试数据容易获得，实践场景支撑数据的获取。如无人驾驶卡车一旦成功，阿里电商的毛利率会从5%提升到40%左右，巨大的利润空间加速了测试的进程，无人重卡的数据积累显示着超出想象的速度。

从头部企业小马智行的发展规划，可以窥见无人重卡玩家们对于数据、技术以及商业化的态度。小马智行提出：2019 年到 2020 年实现物流货运商业化探索；2021 年到 2022 年建立规模化自动驾驶车队；2023 年到 2024 年建立智慧物流网络。

小马智行要想更快走通自己的商业化路径，并尽快建立自己的技术、数据闭环。其发展路径是，首先实现产品规模化运营，进而获取数据，最后通过运营数据、经验反哺技术，打通研发、生产、运营的整个过程。

不过，自建生态对创业公司来讲有不小的成本压力，宏景智驾、嬴彻科技为代表的玩家都选择了与主机厂合作，以最小成本获取技术支持和数据支撑。

如，宏景智驾与江淮合作开发L3自动驾驶卡车HyperTruck One，杀入干线物流，预计2022年量产；智加科技发布L3级无人重卡J7，已量产并拿到全球1万辆左右的订单；嬴彻科技与主机厂合作伙伴共同研发的L3级智能重卡投入运营。

从技术和场景复杂程度上看，乘用车到物流卡车存在一定的降维，似乎无人重卡的践行应该更顺利。

但从实践情况看，无人重卡的实践要慢于计划的时间节点，而能否早日L4级别自动驾驶技术，并打造牢固的闭环生态，或许成为无人重卡企业能否走出自己的路的制胜关键点。