原标题：为什么说，“自动驾驶+物流”是个被忽视的市场？
时至今日，没人会怀疑，在触手可及的未来，自动驾驶会形成一个难以估量的庞大市场。
而当终点的旗帜如此明显，赛道也就变得格外拥挤。过去几年，无论各大传统车厂，科技巨头还是林林总总的供应商，都在以一种军备竞赛的心态开足马力，在自动驾驶的路上跑马圈地。
但不知你是否留意，或许是在科技媒体的过度洗礼之下，当我们在谈论自动驾驶时，约等于就是在谈论乘用车的自动驾驶，但事实上，在分食自动驾驶这盘裹挟着巨大利益的奶酪时，不同团队其实早已厉兵秣马，在不同路面上并行奔跑。
譬如按照不同场景：有人盯准乘用车市场，就有人觊望商用车市场；有人希望让自动驾驶穿梭于闹市之间，就有人希望让自动驾驶卡车来往于高速路的两端，或者在港口码头等封闭低速环境下默默耕耘；有人专攻城市，就有人转战农田……总之，自动驾驶对人类的福祉，会出现在不易被大众察觉的场景。
举个具体的例子，物流。
如果你看过《集装箱改变世界》就会知道，在20世纪人类各种眼花缭乱的发明里，集装箱势必占有一席之地，它让人类物流体系标准化，形成了巨大的规模经济和网络效应，让从A地到B地的货物运输成本忽略不计，并最终成为全球贸易爆发的基石，从那一刻起，物流系统也被视作全球贸易的毛细血管。
尽管如今很难有哪项物流技术能与集装箱相提并论，但令人欣喜的是，在经历了人工生产，机械化和自动化阶段之后，物流行业正在进入到整合各项传统科技与新兴科技，以人工智能，大数据和云计算等前沿技术为引导的智慧化阶段。无论是运输，仓储还是配送环节，几乎都正在被你所熟知的各种黑科技所加持，譬如在运输环节，产业界就非常相信：自动驾驶将在经济成本和配送效率上做出巨大贡献。
嗯，在我看来，由于远离媒体聚光灯，自动驾驶在2B领域的摸索和进步，似乎有些被低估了。
当自动驾驶遇上高速公路
让我们先从高速货运的场景谈起。
在过去的直觉里，自动驾驶率先落地的场景，大概率上会与“共享理念”融合。你可能已对如下想象倒背如流：在APP上预订，一辆汽车自动驶来，带你到指定地点，你下车，它自动去接下一单。在人们的期许中，共享自动驾驶汽车能大幅提升社会效能（私家车95%的时间处于停放中），改善自然环境，甚至打破工业时代城市规划的枷锁，重新释放城市居民的自主权。
我当然相信，上述美好景致，终会变成现实——但若论商业落地的速度，共享模式，乃至整个乘用车市场，都不见得是排头兵。最近几年，产业界似乎正在扭转共识：大概率上，商用车会比乘用车更快完成商业落地，在许多人眼中，自动驾驶卡车会比私家车更快实现规模量产。最近的GMIC上，我就听智加科技PlusAI（硅谷无人驾驶公司）副总裁付强谈到，当自动驾驶遇上高速公路，会几乎会立竿见影地改变货运现状，让这一相对枯燥的行业更为高效，经济和安全。
这不难理解，如果说乘用车的最大属性只是出行工具，货车则更像是成本颇高的“生产工具”。角色上的差异，会让后者对自动驾驶技术有更为迫切的需求，因为货运行业通常只关注两个指标：安全和成本，这两点对自动驾驶技术都不是难事。
先说技术，众所周知，人工智能的完善需要数据的喂养，相比于城市内部复杂的“网状”路线，货车在高速路上是“线状”行驶，道路环境单一且相对封闭，这种从A到B的重复线路会让数据不会被过渡稀释；另一方面，由于更多是“生产工具”，货车的用户体验也不用像乘用车那么复杂，对算法的要求相对较低，也更有利于量产。
而货运公司拥抱自动驾驶的真正理由，是它可以大幅降低成本。利润低，成本高（尤其人工成本）是货运领域的最大痛点，但中国经济的快速发展，早已让其快速成为物流运输大国，中国拥有超过700万辆长途重卡和1600万重卡司机，整体物流业占GDP比重将近17%，其中公路运输占比70%，有人曾算过一笔账，仅以1600万干线运输司机为例，如果能减掉一半，按一名司机年薪12万算，这就已是个万亿级别市场。而除了人力成本之外，油耗在干线运输成本中也占有较大比例，自动驾驶技术的落地，预期能减少约15%的油耗成本。
当然，众所周知，自动驾驶能大幅提升公路安全，这在高速路上显得尤为迫切。在中国，货车司机因疲劳驾驶引发的交通事故屡见报端，而自动驾驶不存在这个问题，能为物流货运带来更为安全的操作。
其实就像人工智能学者塞巴斯蒂安·特隆总结的那样：“驾驶事故是年轻人死亡的第一杀手，所有这些事故几乎都是由人为错误而非机器故障造成的；而在自动驾驶的帮助下，我们还能让高速公路的承载量提升2到3倍——通过优化车辆的位置，让它们在较窄的行车道上近距离行驶，进而消除高速公路拥堵。”
另外值得一提的是，目前看来，政策也颇为利好。商务部等5部门在《商贸物流发展“十三五”规划》通知中就指出，要加强商贸物流信息化建设，推广应用人工智能等在内的先进技术，探索发展与生产智慧物流生态体系。使自动驾驶在国民经济的核心产业领域释放出更大潜力。
不同场景的落地
一切指向一点：作为未来人类智慧物流的重要一环，即将率先落地的自动驾驶商用车市场潜力巨大。
趋势背后，是各大厂商的积极应对：无论是戴姆勒这种传统车企，谷歌这样的互联网巨头，还是特斯拉和Otto（6.8 亿美元被 Uber 收购）这样的科技新贵，在自动驾驶货车方向均有布局。而与其他AI领域非常相似，市场的广阔，让初创团队完全有资格与大公司共舞。
值得一提的是，在很多人眼中，相较于未来乘用车市场更宏大的蓝图，巨头们只把商用车当做对冲风险的副线，研发精力大多集中在乘用车的主线——这意味着，自动驾驶商用车更像是某种“边缘性创新”，如智加科技PlusAI这种创业公司更可能成功突围，作为获得美国加州自动驾驶测试牌照的企业之一，他们已经迅速掌握了包括高精地图制作，基于 学习的感知，路径规划和控制等技术在内的L4级别全自动无人驾驶能力，这让他们有能力提供给厂商一整套可立即商用的解决方案，推动自动驾驶在不同场景的落地。
比如一个特殊场景：港口码头。
如果说人工成本高，危险系数高，工作环境苦，是横亘在公路货运领域的三道关卡，那么这三道关卡，在高温，高盐，高海风的港口码头无疑会成倍放大。正因如此，港内集装箱卡车也急需与自动驾驶技术完成嫁接。
其实与公路相似，近年来随着中国进出口贸易日益繁荣，港口码头物流压力倍增，需要24小时高效、安全、精准运转的港口，对于无人化运输的需求非常迫切，而港内集装箱自动驾驶卡车，可以在很大程度上解决司机短缺，且大幅降低港口运营成本，提升运营效率。
港口正在完成自动化的蜕变。譬如就在不久前的青岛港集装箱码头，搭载L4级驾驶系统的商用重卡解放J7全程以无人驾驶状态工作，顺利完成了包括自动装货、行驶、转向、停车、卸货等一系列关键港口标准作业，成为首次在港口真实生产环境下的商用车实地作业。作为一汽解放的战略合作伙伴，智加科技（PlusAI）为解放J7的发布提供了独家的无人驾驶技术支持。
这并不容易，众所周知，港口龙门吊的设计结构（有些吊臂下面左右空间不到10cm）决定了卡车必须精准停在吊具下方，前后误差不能超过5厘米。加之桥吊钢笼结构还会屏蔽信号，导致卫星导航系统无法精确定位，都会增加精准停车的难度。而为了解决低速条件下精准定位的问题，PlusAI也通过融合了 学习视觉算法，使用车道线检查、LIDAR（激光探测与测量）以及SLAM（即时定位与地图构建）等方案，操控解放J7将停车误差控制在正负2厘米。
而值得一提的是，在不少人眼中，相比于“无人工厂”里来回穿梭的小型机器人，无人重型卡车在码头上的闪转腾挪，其实更具视觉冲击力。
总之不难发现，无论在高速公路，还是港口码头，“自动驾驶+物流”正在媒体的聚光灯之外，完成对运输效率的改造，成为自动驾驶领域率先落地的商用场景。
李北辰/文
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
