AI司機能否成為「新勞動力」？自動駕駛企業探索「訂閲」商業模式

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：網易科技）

隨着人工智能從數字世界加速向物理世界延伸，物理AI在特定範圍內正逐步從技術驗證走向真實產業場景。

而以L4級自動駕駛為代表的特種車輛的應用，率先在部分機場、港口、工廠等場景落地，產業化也開始從"能不能開"轉向"能不能規模化運營、能不能持續賺錢"。

記者獲悉，目前部分自動駕駛企業已從單項目測試進入規模化運營階段。

馭勢科技（01511.HK）聯合創始人、董事長兼CEO吳甘沙在接受財聯社記者採訪時表示，旗下L4級真無人自動駕駛車隊在烏魯木齊天山國際機場累計運營里程已破160萬公里，所有機場累計真無人駕駛運營里程超過600萬公里，公司大中華區機場場景L4商用車自動駕駛解決方案市場份額達到90.5%。

不過，在行業加速從技術驗證邁向商業化的同時，L4自動駕駛依然面臨滲透率、成本、規模化交付以及商業模式等多重考驗。對自動駕駛企業而言，如何從"賣項目"走向可複製、可持續的商業模式，或成為下一階段競爭的關鍵。

機場成L4商業化"試金石"

機場可能是當前L4級自動駕駛較具代表性的商業化場景之一。

與普通道路不同，機場機坪需要同時面對飛機、牽引車、行李車、航油車等多種交通參與者，並且需要與航班、行李、貨運等業務系統進行協同，對無人駕駛系統的安全性、穩定性以及全天候運行能力提出更高要求。

吳甘沙表示，機場並不是一個簡單的封閉場景，機場自動駕駛要實現規模化運營，需要長期的數據積累和場景驗證。

以烏魯木齊天山國際機場為例，馭勢科技自2020年開始與機場溝通，2021年啟動相關工作。當地冬季低温、大雪等極端天氣，成為自動駕駛系統必須跨越的技術門檻。圍繞電池加熱、雪天感知等問題，公司進行了持續測試和優化。

其介紹，馭勢科技在烏魯木齊天山國際機場已落地總計近百台無人車，是現今規模較大的機坪無人駕駛運營車隊，其中52台無人駕駛牽引車承擔着機場90%以上國內與國際貨站至機坪的貨郵轉運任務。

在吳甘沙看來，一個機場自動駕駛項目從研發、測試到規模化運營，需要持續投入數年，企業不僅要解決車輛和算法問題，還需要積累大量極端天氣、複雜交通以及業務系統協同數據。因此，這並不是一個單純依靠技術就能夠快速複製的市場。

他將這一市場形容為"大公司看不起、中等公司賭不起、小公司投不起"。

不過，在高門檻之外，機場自動駕駛仍存在較大滲透空間。"機場離天花板還很遠。"吳甘沙表示，目前機場無人駕駛整體滲透率仍較低，因此機場仍將是公司未來重點經營的市場。

公開資料顯示，截至目前，馭勢科技累計真無人自動駕駛里程已超1020萬公里，業務覆蓋6個國家及地區，其中已有21家海內外機場實現了"去安全員"的無人駕駛商業化落地，既包含17家國內機場，也覆蓋新加坡樟宜、卡塔爾哈馬德等海外標杆機場。

分析人士指出，從產業發展階段來看，機場等場景的意義正在發生變化，其不僅是L4自動駕駛最早實現商業閉環的場景之一，也成為企業積累數據、驗證系統可靠性以及探索規模化運營模式的重要入口。

從賣車到"AI司機訂閲"

機場之外，自動駕駛企業正在尋找更大的市場空間。

在吳甘沙看來，特種車輛在特定範圍內自動駕駛的商業化，未來有三個重要方向：一是繼續提高現有場景的滲透率；二是尋找海外"人貴、人缺"的市場；三是進入規模更大的新場景。

從時間維度看，馭勢科技將未來AI司機的應用劃分爲三個階段。短期來看，機場、工廠牽引車、無人巴士以及化工、電網、礦區等特種車輛仍是相對成熟的落地場景；中期則有望向公交、環衞、港口重卡、專線物流以及城配輕卡等領域延伸。

其中，馭勢科技正在研發的重卡產品，將從港口、專線逐步向干線物流拓展；平板車和輕卡則計劃逐步進入城市配送場景。

吳甘沙認為，未來無人駕駛真正大規模普及后，首先被改變的可能並不是消費者每天乘坐的私家車，而是物流、港口等高頻運營場景。

但對於自動駕駛企業而言，比擴大應用場景更現實的問題是如何實現盈利。

當前L4自動駕駛仍處於商業化早期，研發投入高、項目交付周期長，同時不同客户往往存在較強的定製化需求，疊加回款周期等因素，企業需要尋找更具規模效應的商業模式。

在吳甘沙看來，未來真正成熟的AI司機商業模式，更接近訂閲服務，而不是一次性賣車。按照這一設想，自動駕駛企業首先需要通過與更多車型、主機廠合作，佔據更多"物理AI入口"，隨后通過降低硬件、交付以及運營維護成本，將一次性的自動駕駛解決方案逐步轉化為長期訂閲收入。

"只要我們與各方完成認證對接，為車輛搭載AI司機能力，方案交付后即可開啟訂閲服務，可按單台AI司機、行駛里程或使用時長進行計費。這就是我們判斷未來極具核心價值的商業模式，AI司機訂閲服務。"吳甘沙解釋道。

據悉，馭勢科技已與6家頭部商用車企深度合作，並落地養殖轉運、礦山運輸、電力巡檢等場景，與合作伙伴共同探索AI司機訂閲服務。如果這一模式最終跑通，L4自動駕駛的商業模式或將由"賣硬件+賣項目"，逐漸轉向"硬件入口+軟件服務+訂閲收入"。

吳甘沙提出這樣的設想，希望未來5到10年部署100萬個AI司機，如果按照每名AI司機每年產生約1萬美元訂閲收入計算，對應的潛在收入規模將相當可觀。

當然，這一目標能否實現，仍取決於自動駕駛滲透率提升速度、單車經濟性以及不同場景商業模式能否真正跑通。