图片来源@视觉中国
文丨光锥智能，作者丨罗宁
2019年6月16日，一辆车身标有Starsky Robotics花字的18轮重型卡车驶入美国佛罗里达州收费高速公路，当它以88公里时速行驶9.4英里之后，路上的其他司机惊讶地发现：
“车内驾驶室竟然没有一个人。”
是的，没有司机，没有安全员，也没有任何工作人员，这是美国开放道路上第一次重型卡车自动驾驶测试，在无风无雨的完美天气下，这辆车完成壮举并在当时成为焦点，而让Starsky Robotics引以为豪的则是其背后研发团队创造的远程无人自动驾驶平台。没错，这辆车之所以能上路，就在于有人遥控它。
这是自动驾驶卡车的冰山一角，不同于如今计算机视觉和深度学习主导的技术趋势，曾经的创业者希望能够借助远程操控实现真正的无人驾驶，只需要司机坐在家中面对几块显示屏和方向盘、操纵杆，就能完美控制千里之外的卡车。
这曾是一部分人的梦想，但随着人工智能技术的发展和扩张，过去的梦被替代，机器上位，卡车司机“岌岌可危”。
自动驾驶卡车的军备竞赛，已经进入到下半常
5月10日，随着“全球自动驾驶第一股”图森未来成功IPO不久，另一家自动驾驶公司智加科技已与特殊目的收购公司Hennessy Capital Investment Corp. V签订合并协议。
这里有必要说明一下，特殊目的收购公司，又被称为“空白支票公司”，是美国市场特有的一种上市公司形式，一般是该行业的专家，他们承诺在特定时间内寻找并投资目标私有公司，进行谈判与合并。而这家目标公司也将通过和已经上市的特殊目的收购公司并购，从而迅速实现上市融资的目的。
智加科技计划通过这种方式于今年第三季度在纽交所挂牌上市，这意味着又一位自动驾驶卡车领域的重磅玩家拿到入场券，参与下半场的角逐。
这和人们认知中自动驾驶技术的普及方向似乎并不相同，乘用车领域一向是无人驾驶技术关注的焦点，但如今来看，重卡自动驾驶公司相继上市，卡车司机们也许很快会迎来被替代的命运，这究竟是为什么？对物流行业又会产生哪些影响？变革到来前夜，我们不妨一起来聊聊这些变革者背后的自动驾驶卡车行业。
机器取代人，从卡车司机开始？
在美国，卡车司机一向是工资最高的蓝领工作之一。
据一位在美国跑运输的重卡司机Martin描述，在美国70％以上的货物都靠卡车运输，由于油费低、高速公路不设收费站，美国卡车司机收入相当可观。卡车司机工资按照里程计算，单人驾驶普遍为每英里0.42美元，一般每天10小时行驶650-700英里，美国国土面积辽阔，往返一趟平均运距大概8000公里，一个月7000美金左右的收入，年收入能到6-7万美金，并且随着驾龄增长，卡车司机收入还会持续上涨，因此其待遇和收入处于中上水平。
但即便如此，在美国和加拿大，卡车司机近些年却逐渐出现用工荒，缺口日渐扩大，美国货运协会2018年的调查显示，全美大约有5.1万货车司机缺口，如今这一数字提升到了30万，如果深究其原因，则在于这一职业的危险性。
据2017年美国劳工统计局发布的全美致命职业伤害普查报告称，在2016年，重型卡车司机在所有行业中的致命性工伤绝对数量最高，共计死亡786人，平均每10万人中有25.6人死亡。与其他职业相比，每天需要长时间在路上行驶的卡车司机不仅容易疲劳，还要面临突发天气和抢劫等意外情况，生病受伤在所难免。
一边是用工缺口，一边是高薪机会，为了解决这一难题，美国联邦汽车运输安全管理局想出各种办法，比如进一步提升卡车司机福利待遇，比如寻找科技公司研发自动驾驶技术，甚至考虑将卡车驾驶员年龄限制从21岁降低至18岁，而在这些方案当中，自动驾驶卡车被推到了台前。
人们提到自动驾驶汽车，往往更多关注到的是自动驾驶出租车（Robotaxi），乘用车领域虽然热门，但发展却并不够快。相反，比较冷门的商用领域，比如自动驾驶重卡却进展迅速，一些公司开始利用深度学习和人工智能算法切入赛道，当下备受关注的图森未来、智加科技、小马智行、嬴彻科技等公司也正是在美国卡车司机用工荒这一时期相继创办。
为什么自动驾驶重卡当下发展迅速？人工智能技术的成熟或许是主要原因，但外在原因更为直接，因为相比于城市中出租车复杂的路况，货运车辆路况更简单且路线且更加明确，这对于自动驾驶技术提出的要求相对较低。
此外，受疫情影响，近两年中美两国货运行业需求进一步提升，目前全美货运车辆规模在350万辆左右，中国则为3000万辆，货运卡车司机不够用的事实再次被放大，也导致了自动驾驶重卡领域被按下加速键。
以中国为例，根据国家邮政局发布的《2020年中国快递发展指数报告》，2020年，全国快递业务量达到833.6亿件，同比增长31.2%。这其中包含的同城、异地、国际/港澳台快递业务量分别占全部快递业务量的14.9%、82.9%和2.2%。与去年同期相比，同城快递业务量的比重下降2.6个百分点，异地快递业务量的比重上升2.7个百分点，异地业务则大多由货运卡车完成。
但中国与美国发展自动驾驶重卡技术的目却有所不同。智加科技投资方之一的国泰君安国际私募股权部主管赵玄提到一点：“无人卡车技术可以解决重卡行业诸多方面痛点，通过减少人手操控，降低不良驾驶习惯，达到省油降本及提高使用安全性。”这其中说出了一个非常重要的区别，在中国，货运领域的运输成本主要是路桥费、税和油。而美国最大成本则是人工，年薪6-7万美元的职业却招不到人手变成行业痛点。
所以，自动驾驶重卡的发展，于中国的目的是利用自动驾驶技术节省燃油成本，而在美国则是节省人力成本，于是当我们再回到开头的问题，其实无论中国亦或者美国，即便当下自动驾驶重卡快速成长，也并非是为了取代卡车司机，而是去解决各自遇到的运输业瓶颈。
但是，当我们再深入思考，就会发现最终决定自动驾驶卡车能否取代司机的问题，核心或许并不在于自动驾驶技术本身，而是整个运输行业的分散而复杂的“老问题”。
拿掉驾驶员，风险在车外
通常，当我们在谈论无人驾驶时，无论出租车还是巴士，我们更关心的是乘客安全，而无论是货运平台还是卡车司机看来，安全问题都只是风险之一，自动驾驶技术无法覆盖卡车运输中的其他风险，而这些其他风险却也关系重大。
2017年，特斯拉旗下第一款卡车Semi Truck亮相，一经公布便引发热议，在还未量产之前，特斯拉就已经拿下了沃尔玛、UPS等巨头订单，而人们除了对于这辆电动卡车强大的性能充满期待之外，其自动驾驶功能也成为亮点。
Semi Truck搭载的增强版Autopilot，配备了自动紧急制动、自动车道规避及前方车辆碰撞预警等功能，不仅如此，它还能探测驾驶员是否出现健康问题，一旦判断情况紧急便会选择靠边停车，若驾驶员无响应，车内系统还会拨打紧急求助电话。而诸如远程故障诊断、预见性维修、定位追踪及与调度中心进行通信等功能也是很多卡车司机对它感兴趣的原因。
这些功能，本质上并不是为了取代司机，而是在出现紧急情况时为司机提供帮助。实际上，卡车司机不光关心自身安全，还在意车上货物和车本身的安全，诸如卡车在停靠点被“油耗子”偷油，货物失窃，司机接单后遭货主放空等各种各样的问题，这些和自动驾驶无关，但却屡见不鲜。
比如国内屡禁不止的偷油贼，通常情况下，当卡车司机停车给车胎降温时，一辆黑车，几个偷油贼，两三分钟，就能盗走几百升柴油，而偷油的方式也比较暴力直接对油箱进行破坏，这种特殊情况若没有司机在场看守油箱，仅仅是自动驾驶技术无法带来任何效率上的提升，反而会造成更多复杂情况。
满帮集团高级副总裁苗天治曾指出：“在车辆5年的使用周期中，购车成本只占26%，燃油费、通行费、保养、轮胎、保险、维修保养等费用占到了74%。”正好说明这一点，即便自动驾驶技术成熟，在一辆卡车的运输途中，各种意外情况依然需要司机随时关注，拿掉驾驶员，保养、轮胎、保险这些风险要如何处理？这也是问题所在。
自动驾驶行业有一个著名的长尾效应，是说当自动驾驶技术上已经解决了90%的问题，剩下的10%却可能要花费同样多甚至更多的精力，这10%包括很多边界化难题，经常被称为Corner Case，当车辆行驶在路上，一台自动驾驶卡车也许能够解决所有已知问题，但面对未知的情况它将如何应对，这个答案恐怕没有人会知道，正因如此，卡车司机才如此重要难以被取代。
此外，我们依然要看到，即便现阶段自动驾驶重卡看似日趋成熟，但依然是一项成本高昂的“试验”，目前没有百分百的证据证明这一技术足够安全可靠，也就意味着需要大量的时间和成本测试，而高企的研发成本也对企业带来了更大的挑战。
研究机构PitchBook数据显示，自动驾驶行业平均每月要消耗160万美元资金，这些消耗的资金短时间内依然很难看到可观的收入回报。此外，中金公司的报告指出，目前很多公司研究的L4级别自动驾驶卡车，对于激光雷达，高精度摄像头、超声波雷达、毫米波雷达、GNSS/IMU定位系统等都有比较明确的门槛，即便以上硬件成本正伴随产业进步逐渐降低，但依然是一笔庞大的支出。
这里我们以“自动驾驶第一股”的图森未来为例，根据近期公司第一季度财报，其一季度营收达到94.4万美元，同比2020年同期的25.9万美元增加2.6倍，但第一季度净亏损3.85亿美元，相比之下2020年同期则为净亏损2580万美元，同比剧增约14倍。
在被问及何时营收速度超过亏损速度时，图森未来首席执行官兼总裁吕程说道，“在技术和进入市场的战略方面仍处于发展阶段，开发周期很漫长。”美国银行分析师Ken Hoexter则认为其真正的效益增长要到2027年才会全面显现。
曾经，当很多人认为计算机无法战胜人类时，AlphaGo石破天惊赢下多位棋手；当大家还在调戏语音助手讲笑话时，银行、运营商的客服大半都成了机器人；如果你问我自动驾驶会不会取代卡车司机，现在有点难但未来很有可能。
这时我想起一部电影，当机器为社会创造的财富，已经让人类都不用再工作，依然有人在自愿参加朝九晚五的岗位，因为工作中获得的价值感，很难被其他代替。
