這次百度蘿蔔快跑的出圈，其實只是國內自動駕駛快速發展的一個縮影。像小馬智行，AutoX，圖森未來，元戎啟行，蔚來汽車，蘑菇車聯，Momenta，如祺出行，文遠知行等公司都在自動駕駛領域積極布局。它們的背後有互聯網大廠，也有傳統車企的身影：百度在小馬智行的開發中扮演了重要角色，阿裏領投了元戎啟行，騰訊參與了蘑菇車聯的5.8億元C2輪融資，而廣汽、東風、宇通等車企也已在這一領域落子。
目前，整個行業正處於從組合駕駛輔助向有條件自動駕駛過渡的階段，大潮還未到來，我們看到的只是其中的一朵小小浪花。自動駕駛這盤棋到底有多大？身處其中的我們又有哪些機會？讓我們一起來看一看。
乘客體驗提升
盡管在網上，很多人把蘿蔔快跑的出租車叫做「傻蘿蔔」，嘲笑它不能應對突發狀況，不夠「靈活」。但與此同時，乘坐過的人普遍對自動駕駛的出行服務感到滿意 -- 車輛內部空氣清新、空調效果好，環境整潔又安靜，不用跟司機說話，也不擔心它故意繞道或情緒激動。
實際上，這些只是無人駕駛出租車的基本功能，是未來的標準配置。如果從技術發展趨勢來看，未來的出行體驗只會越來越好。比如7×24小時全天候服務，根據即時交通狀況和替代路線為乘客提供最佳出行方案，每次行程前進行自我清潔等等。
在所有出行體驗中，安全始終是最關鍵的因素。如今的蘿蔔快跑為每台車配備了一名行程專員，通常是一個人遠端監控若幹台車，但只在乘客呼叫時響應。
人工智慧在多個領域超越人類已經是正在發生的事實，包括在自動駕駛安全效能上也將超越人類駕駛員。根據美國無人駕駛出租車公司Waymo的數據，無人駕駛汽車造成乘客受傷的事故機率比人類駕駛的汽車減少了85%。
商業模式創新
如果只是體驗的升級，可能還算不上顛覆，成本最佳化才是降維打擊。無論是傳統的出租車服務，還是像滴滴這樣的網約車服務，支付給司機的費用都是其營運成本中的一大塊。據滴滴透露，其凈利潤率僅為3%，而公司收入的80%需用於支付司機。司機在扣除大約一半的營運成本後，剩余的部份才是他們的個人所得。據此可以推斷，司機成本至少占據了網約車總營運成本的三成以上。如果能夠消除這一成本負擔，維持合理的價格和便捷的服務，勢必會促進無人駕駛網約車的廣泛使用。當然，這個過程不會像網上說的那麽快，關於蘿蔔快跑和自動駕駛汽車的市場占有率也沒有準確的數據，但有一個東西是真的，那就是對司機們的沖擊。對於這個問題，市場管理者應該承擔起應有的責任，一方面讓舊的崗位不要消失的那麽快，另一方面也要發現和擴大新的崗位需求 -- 移動服務的需求。
移動服務時代
正如電話和簡訊等基礎電信服務普及之後，手機逐漸成為了社互動動、線上購物、遊戲體驗和娛樂消遣的多功能平台；未來的無人駕駛汽車，也將超越單純的交通工具角色，轉變為集移動購物平台、流動影院、即時通訊空間以及互動遊戲場所於一體的綜合平台。
隨著無人駕駛汽車技術的發展，預計將催生一系列前所未有的創新服務，比如自動駕駛安全員，智慧網聯汽車測試員，地圖采集員，客戶服務和支持人員，自動駕駛車隊管理人員等等，這些新出現的職業有潛力創造大量就業機會，甚至會超過傳統出租車司機的規模，不僅有助於推動經濟的增長，還為社會帶來新的生機與活力。
在自動駕駛行業的新機會中，很多都與程式設計師有關，比如數據分析師、演算法工程師等等，而這些機會都與AI技能密不可分，如果你也感興趣，正好知乎知學堂推出了【AI 大模型進階之旅】直播課，我真的建議你來聽聽。現在大模型正是行業趨勢，AI全棧工程師才是未來的方向，用AI解決業務問題的核心方法、培養你獨立開發AI產品的能力才是核心競爭力! 我相信你聽完一定有新的收獲，不僅提高你的開發效率，還能拓寬技術視野。點選以下連結就可以加入學習:
在自動駕駛出租車服務領域，未來的營運商有望成為提供多樣化移動服務的領導者。目前看來，中國在這一領域已經取得了一定的先發優勢；而在美國，特斯拉和Waymo等公司同樣展現出了成為行業領軍者的潛力。在這一輪競爭中，政府的政策與監管可能是關鍵因素。
監管與發展
在自動駕駛技術的開發中，一個核心問題是如何明確劃分其自動化水平。依據中國國家標準【汽車駕駛自動化分級】（GB/T 40429-2021），自動駕駛分為0級至5級，L3級別指的是在特定條件下車輛能夠自主駕駛，但駕駛員必須隨時準備接管控制；而L4級別則意味著車輛在面對挑戰時能夠完全自主應對，無需駕駛員介入。然而，這一分級體系缺少清晰的量化標準，導致其實際套用的有效性受到質疑。例如，現有的無人出租車需要滿足L4級別的技術要求，但它們與那些配備監督員的L3級別自動駕駛車輛在技術層面上其實沒有本質區別。
有人建議采用「罕見事故處理能力」作為評估自動駕駛系統級別的主要標準。舉例來說，如果一個系統能夠處理那些發生機率極低，大約為十萬分之一的事故，那麽它應被歸類為L3級別；如果能夠處理百萬分之一機率的事故，則應升級為L4級別。雖然在現實的道路測試中很難遇到這些罕見和復雜的情況，但透過使用模擬數據進行訓練，自動駕駛系統可以學習如何應對這些罕見事故。因此，透過引入基於模擬的虛擬測試，以罕見事故處理能力為評價標準的分級方法將變得更加實用。
與美國相比，中國對自動駕駛技術采取了更加開放和寬容的政策。盡管特斯拉的全自動駕駛技術（FSD）在某些方面處於領先地位，但由於與監管機構的關系較為緊張，其L3級別的牌照發放一直受阻。中國在行動網際網路時代已經展現出了先發優勢，現在在無人駕駛汽車的移動服務領域，中國也有望透過早期套用而取得領先地位，為社會和經濟的發展註入新的活力。
