強如谷歌這種全球頂級科技巨頭都燒不動了。

而早在去年，特斯拉也在收縮自動駕駛業務。

2022年7月特斯拉宣布將在加州聖馬特奧（SanMateo）裁減229名員工，並永久關閉該地區的某個分公司，這是特斯拉啟動全球人員縮減之後，動作較大的一次裁員，而這些員工主要隸屬Autopilot駕駛輔助系統團隊，主要負責Autopilot的車輛數據維護。

數年來，對旗下自由駕駛業務進行收縮的企業還有通用汽車旗下自動駕駛公司Cruise 、中國的理想、自動駕駛企業Zoox等一眾自動駕駛新秀企業。

這一切都在預示著我們，人類進入自動駕駛時代的時間遠沒有那麼的樂觀。

那麼，為什麼呢？

2 自動駕駛難在哪裡？

中國汽車行業分析師朱玉龍認為，現在可能是自動駕駛投資領域最大的泡沫破裂，許多公司可能無法堅持下去。「因多個分散的自動駕駛應用場景落空，由乘用車引領的L2+和L3級別的自動輔助駕駛成為全球首選。預計2023年將成為中美兩國開始撤出資金密集型的L4級別自動駕駛業務的一年，全球可能僅有少數公司堅持此業務。」

中國汽車工程學會常務理事、中國工程院院士李克強則表示，受限於單車方案，高級別自動駕駛研發成本、車輛硬體成本不斷提升，但長尾工況、安全性、可靠性等關鍵問題尚未解決，商業化進展不及預期。

簡單來說，就是當下的技術能力只能達到自動輔助駕駛L2-L3的水平，要達到L4級別的自動駕駛技術的商業運用，還有很遠的路，投再多的錢，可能也不一定有產出。

而比亞迪的王傳福則口直心快：「都是扯淡，都是忽悠，就是一場皇帝的新裝，自動駕駛只是被資本裹挾和炒作的一個概念，最終就是一個高級輔助駕駛！」

無人汽車其實非常難。大家經常聽說的無人機，其實是有人操控的，他並非是無人汽車所要求的一切交付給機器自動運作。

L4級的自動駕駛代表著高度自動化，即車輛可以不依賴駕駛員前進，並在發生緊急情況時，系統可以自己做出判斷。

這時，這台汽車是真正的智能汽車，這種汽車是一個整體的智能，並不是一個控制器或者一種算法。

要達到真正的L4級別的無人駕駛，是需要從汽車的設計本質的重構的，包括方法論、工具、框架結構等。

這一系列的出現並不是一蹴而就，它需要進化的時間。

自動駕駛的前途再美好，企業也不可能沉浸星辰大海的夢想中，他們是需要低頭拿起計算器計算一下投入與產出的。

馬拉松式的研發競爭，如果看不到希望，那及時收手等待機會可能是更好的選擇。

其實阿里在自動駕駛上已經有不錯的成績。

阿里達摩院在2020年9月的雲棲大會上發布了第一款物流機器人「小蠻驢」。

據官方稱，「小蠻驢」作為L4級別的無人車，自動駕駛率99.9999%，能在複雜的末端場景中自如行駛、穩妥避障，順滑處理轉彎、急停、會車、倒車等情況。

但是，即使阿里不是吹牛，還有最重要的問題在等著他，那就是能商業化嗎？

因為一台L4級別的車往往造價超過百萬，他取代人工的意義就不夠了。技術的創新並不在於出現新技術，而在於能夠為客戶和消費者帶來更高的價值。

就算把價格打到三四十萬，相對於幾千塊的電動三輪車，就一定能創造高價值嗎？能做到送一單只要一塊錢嗎？

百度「蘿蔔快跑」已在部分地區推出自動駕駛付費出行服務，以里程和時長作為計費單位，起步價16元，里程單價2.8元/公里。這個價格就可以判斷百度的這些車的研發、生產、運營成本非常高了。

對於消費者來說，你是不是自動駕駛不重要，我能不能省錢才是重要的。

科技創新若不能為消費者創造價值，那這個創新離真正商業化就還很遠。

只有對傳統汽車運營成本，構成了壓倒性的打擊，自動駕駛才能稱得上有真正的未來，否則一堆昂貴複雜的機器是無法真正為市場創造價值的。

從技術上來說，只要敢花錢，都會看到結果，但這個結果是不是市場要的，這才是關鍵。

而要實現自動駕駛，這些大企業不親自動手造車也是不行的。因為，最終的智能汽車一定是一體的，而不是你開發一套軟體、一套裝備，就能成為自動駕駛的智能汽車的。

所以，自動駕駛當下最難的，就在於看不到商業化的前景。

但還有更難的，就是自動駕駛的法律問題。

3 馬斯克也低估了自動駕駛的實現難度

特斯拉說：可能需要大約60億英里的自主里程，才能使自動駕駛系統獲得全球監管機構的批准。

儘管目前特斯拉的無人駕駛里程訓練還不到2億英里，距離60億英里還有非常大的差距，但隨著放開的城市越來越多，使用的用戶越來越多，後續的訓練里程並非線性增長的，而是躍升級別的。

馬斯克就曾經說過：只要監管允許，至少在美國和歐洲可以實現廣泛的自動駕駛。

但很明顯，他低估了這個問題的難度。

一個消費者購買了一台完全自動駕駛的汽車，發生了本車責任事故，請問誰是負責賠償的法律主體？

是消費者本人嗎？他沒有開，甚至他就是事故的受害者。這車不是車企生產的嗎？如果是車企來負責，一個生產汽車的企業要為所有的自動駕駛汽車來承擔責任嗎？

保險公司的確可以解決這些難題，但保險公司的商業模式是建立在規模保險客戶的基礎上的。

這就構成了悖論，少量的自動駕駛汽車對於保險公司來說，要不就不接這個業務，要不就是天價保單。這意味著自動駕駛汽車生產廠家，前期必然是自已成為車主，自已來培育保險市場所需要的龐大的車輛基數。

百度目前運行的無人駕駛計程車，就是百度是車輛的主人。這種困境就導致搞自動駕駛業務的企業需要非常重的資產，需要非常漫長的投資回報期。

各大廠商還要面對成本的問題。要想在確保一定車速的情況下實現單車無人駕駛，目前來看需要堆疊大量的傳感器，這會極大地提高車輛的成本，傳統汽車碰個保險槓可能就幾百幾千，但無人駕駛汽車碰個保險槓，可能裡面有一堆的傳感器，保險的成本也會大大提升，讓商業化的難度變得更大。

所有投入自動駕駛的廠家生產的產品，如果不能對傳統汽車構成使用成本上的巨大優勢，那麼天量的研發經費投入，最後也只能是打水漂。

當下的現實就是，L4、L5級逐漸被邊緣化，L2級已悄然成為當下自動駕駛的主流方案。各大廠商經過巨額投入後發現，以當下的技術和資本積累，還不足以讓L3\L4技術商業落地。

據了解，阿里達摩院更看好大型通用語言模型，因為CHATGPT已經探索出可以商業化的路徑了，自動駕駛的商業化前景既然不那麼美妙，那何必死磕呢？還是在這麼一個全球經濟不景氣的年份。