任何高科技，一旦你无法落地成为一个客户愿意花钱购买的产品，那无论你将技术说得再天花乱坠，那一切也是白搭。
自动驾驶行业同样如此，别看现在自动驾驶行业看起来一片繁荣，但如果最终没有人愿意购买自动驾驶产品，那自动驾驶行业的繁荣只会沦落成一个巨大无比的泡沫。
因此，对于自动驾驶行业而言，追求技术进步的确很重要，但更重要的，或许是在现有技术水平之上，探索自动驾驶的行业落地。
而近日，在 TechCrunch 国际创新峰会杭州 2018 上，我们特意以自动驾驶落地为主题分别邀请了Roadstar.AI联合创始人兼首席科学家周光、图森未来联合创始人兼首席运营官郝佳男、酷哇创始人兼首席运营官刘力源，一起探讨了如何将自动驾驶落地于不同的行业。
（据了解，Roadstar.AI主要将自动驾驶落地于出租车行业；图森未来主要落地于高速货运和港口场景，车型也是货车等大型车；而酷哇主要落地于环卫领域，今年4月，他们刚刚发布了一款自动清洁的环卫车。）
如何选择落地场景？
目前行业普遍认为低速以及限制场景下的自动驾驶将首先落地，而图森未来以及酷哇所选择的场景则分别对应限制场景以及低速场景。
郝佳男认为无人驾驶在落地方面主要面临两个选择，一是2B还是2C，二是大车还是小车。对此，郝佳男认为自动驾驶绝对将首先落地于B端市场，而且大车将更容易找到标准化的应用场景，并有助于未来的场景复制。而这便是图森未来为何首先专注于高速货运自动驾驶的原因，而且值得一提的是，图森未来已经成功将这种大车策略复制到了港口市场。
而酷哇所选择的环卫场景则是低速的落地场景。但除了环卫市场在技术上更容易实现自动驾驶落地这个原因之外，刘力源还解释酷哇看好环卫场景其实还有两大原因，首先就是环卫场景无需上车牌，受到的政策监管相对比较少；当然更重要的，还是因为酷哇十分看好这个场景巨大的市场。“环卫这个场景本身是人力极度密集的场景，整个环卫事业中人力占到70%，我们认为在这里面做自动驾驶机会比较大。”刘力源如此表示。
的确，市场前景也是在考虑技术落地时必须要考虑的。而Roadstar.AI在考虑做自动驾驶出租车时，首先考虑的便也是市场。“我们认为自动驾驶出租车是目前无人驾驶中（市场前景）最大的一块，大家每天出行，很多都会选择出租车，虽然这一块技术难度会大一点。”周光如此介绍。
落地说不清的问题：量产
是否实现量产，其实也是业界衡量企业落地能力的一个指标。既然三位嘉宾所在的企业已经实现技术落地，那我们自然而然地想要知道它们是否实现了量产。但行业却很难回答这个问题，因为，对于什么是量产，行业并没有一个标准！
“对于什么是量产，我相信不同人会有不同的判断，对于图森而言，我只能谈几个指标，一个是企业本身是不是参与了落地项目的实际运营，也就是这个项目能不能为企业带来收入，第二个是车队的规模。”郝佳男表示，图森在中国北方两个港口已经实现了集装箱货运的无人驾驶化，而且已经有了一定的运量，在美国则为一个比较大的零售商做端到端的运货服务。不过，郝佳男并没有透露图森目前落地的自动驾驶车辆的具体数量以及与港口合作运营的合同年限。
值得一提的是，Roadstar.ai CEO 佟显乔稍早之前公布了该公司的无人驾驶试运营计划：
- 今年准备有 20-50台车在深圳等城市做试运营，主要目的是提高算法；
- 2019年 联合车厂合作生产一两百辆车，在城市做小规模试运营，覆盖一个区域范围；
- 2020年，生产自己定制的无人驾驶汽车，规模达到1500辆，真正做无人驾驶落地的试运营，实现远程协助的半无人运营模式。
但这是否意味着Roadstar.ai实现了量产？周光认为量产的标准应该是企业是否盈利。“如果自动驾驶不能替代司机，传感器成本不能降低，那做自动驾驶就还是一件烧钱的事，烧钱就不能算是量产。”
不过，刘力源对量产问题还是比较乐观，“虽然我们也还没有达到盈利点，但随着传感器硬件等各方面成本的快速下降，我认为我们离真正量产已经不远了。”刘力源表示酷哇目前并没有每月量产多少台的常规指标，但今年年底会部署大概50到100台的规模。
扩展做其他场景的自动驾驶，难吗？
三家自动驾驶企业已经实现了在一个场景中的技术落地，那其是不是很容易在其他场景中复制这种落地能力？
其实不然。
“如今行业很难做成一个通用的、适应所有场景的无人驾驶技术，所以大家都是根据场景定制自己的技术方案，去解决相应场景的问题。”郝佳男认为根据场景做定制化是行业的必然。而基于此观点，刘力源则补充认为，虽然各家在基础技术上的水平是相近的，但在落地不同场景的过程中会形成各自的壁垒。这就意味着你能做好一个场景的落地，并不代表你能做好其他场景的落地。
“目前的场景主要有高速、低速以及大车、小车等，虽然无人驾驶大概上分成传感器、感知、定位、控制、决策这几个模块，但每一个落地场景对于技术要求都是不一样的，比如低速车对应比较近的感知，高速车需要远距的感知，更加精准的感知，火车可能面临更远距的感知。总体来说，不同场景的技术要求差异很大。”周光也认为想要作出一款通用的自动驾驶解决方案并不容易。
因此，三位嘉宾也表示他们现阶段将各自专注于自己的细分领域内，轻易不会扩展去做其他场景的自动驾驶方案。
如何应对百度阿波罗？
说到竞争，企业除了要面对其他类似体量的创业公司的竞争外，在自动驾驶领域，面临的另一大挑战便是百度的阿波罗自动驾驶平台（虽然也有人将百度阿波罗定义为自动驾驶行业的赋能者）。
对此，郝佳男首先发言，“如果是建立一个平台，建立一个生态，降低大家参与自动驾驶的门槛，这是有益的。”不过，郝佳男也认为百度想要赋能传统车企的想法是好的，但传统车企在基因上可能并不适合做真正的无人驾驶。因此，郝佳男认为百度建立这个平台的时间点可能有点早了。“尤其是现在行业还没有一个构建赋能平台的公认的、能够走得通的系统构架共识。”
当然，即使未来可能面临竞争，郝佳男似乎也不担心：“无人驾驶可以细分出很多不同的赛道，而不同的赛道就有不同的玩法。”
类似的，周光则认为阿罗波虽然可以让一些玩家、车厂，或者让没有接触过的人很快上手，但它并不能降低门槛。“它（阿波罗）（只要）能够提供一个80分的应用，就可以让大家做自动驾驶尝试，这是没有问题的，但自动驾驶真正门槛其实是99分。”周光如此介绍。
据介绍，酷哇其实也与阿罗波有一定的合作，但刘力源以环卫清扫车举例表示，自动驾驶只是整个环卫清扫作业的一部分，自动驾驶只是完成了从A点到B点的移动，但其它诸如清洁作业系统却需要由专业的企业自己来做。
“显然，阿波罗不会是一个太关注垂直领域的平台，因此，也就需要我们这些创业公司来做最终产品的落地。”刘力源说。
