AI研究院 | 自动驾驶出租车可行性研究报告：2020年能成真吗

本文系网易智能工作室出品，

聚焦AI，读懂下一个大时代！

大型年度AI人物评选——2017中国AI英雄风云榜，自荐提名进行中！

奖项设置：技术创新人物TOP 10，商业创新人物TOP 10

表彰人物：华人科学家、学者、企业家、创业者

评委阵容：资深媒体人、AI投资人、AI专业机构等

颁奖：2017年12月，中国乌镇

关注网易智能公众号（ID：smartman163），输入关键词“评奖”，随时获取评奖动态！

麦肯锡 | 选自

网易见外智能编译平台 | 编译

雨蛋 | 审校

此篇为《AI研究院》报告11月刊

自动驾驶出租车最终可能会促进全球汽车行业急速发展。下面，我们采用举实例的方式揭示了其中的原因。

未来20年，人们的移动出行方式可能会发生翻天覆地的变化。越来越多的消费者将移动出行视为一种服务，他们在A地和B地之间往返的选择方式更多，包括打车、共享汽车，甚至还有自动驾驶出租车。对于汽车制造商而言，这些改革可能会取代该行业对汽车“移动的金属”的传统强调，并且让他们每英里或每一段旅程都能获得更高的利润。人们的关注点甚至可能会从将新的移动模式货币化，转移至将消费者花在汽车上的时间货币化。

自动驾驶汽车（无人驾驶汽车）可以在这一转变中发挥关键作用。但该行业往往习惯于注重表面现象而忽略技术本身，尽管表面现象也很重要，但它只解决了一部分问题。人们的讨论通常集中在自动驾驶的等级上，比如汽车工程师协会的有条件的、高级的或全自动化的规范（美国汽车工程师协会定的级别分别是SAE Level 3、4或5）。然而，汽车制造商也需要填补其他一些漏洞，才能充分解决无人驾驶出租车的问题，而这就需要建立一种自动驾驶生态系统。

通过实用案例来解锁自动驾驶生态系统

建立一个完善的自动驾驶生态系统需要解决四个方面的问题。

第一个核心问题是：这个自动驾驶系统现在能做什么，它能在多久时间内被广泛应用？

第二个是监管问题：政府应该实施哪些决策举措为自动驾驶系统的部署创造条件？

第三是用户问题：该系统的顾客群体是什么，他们使用自动驾驶汽车的意愿有多大？例如，从总体成本的角度来看，当自动驾驶出租车变得普及时，消费者是依然会购买私家车，还是会转向这种新的出行方式？

第四点是商业问题：这样的自动驾驶系统是盈利和可持续发展的吗？换句话说，共享的自动驾驶出租车是否会破坏今天的共享移动市场?

实用案例还可以帮助监管机构了解在不同情况下应该制定什么样的政策。例如，在一个“地理围栏”区域（或者自动驾驶系统不能离开的区域），也许私人自动驾驶汽车和L4自动驾驶汽车会面临着不同的规则。同样，在城市道路行驶的的L4自动驾驶出租车可能会面临与L4州际卡车不同的监管规定，尽管两者都达到了同样的L4标准。

下图（图1）是实用案例的一个框架，可以让企业了解他们需要达到的技术要求、法规的重点、用户以及对未来价值池的影响和营销策略——这些是一个自动驾驶生态系统的必备要素。

图1

该框架决定了以下内容：

自动驾驶出租车的行驶地点。了解自动驾驶车队可以在哪里行驶（例如，在高速公路或当地道路上）有助于框定技术的局限性。这些限制将为自动驾驶汽车确定可供选择行驶的路线，甚至能够为车队带来自动驾驶的新商机。同样，提高特定基础设施的可用性，如高速通信网络(5G)，以及无线网络(OTA)软件的更新，将帮助车队提高在每个不同驾驶环境中的安全性。

谁会使用自动驾驶出租车。对车队或私家车的看法可以帮助我们识别价值总量的变化，并能识别客户的购买意愿。最重要的是，它能帮你识别谁才是真正的客户。

自动驾驶出租车将会运输什么。是人还是包裹？明确的了解汽车的运输方式，可以帮助企业确定最佳的市场战略。面对不同的客户，自动驾驶汽车可以选择运输乘客还是货物，又或者两者一起。如果车队想要达到最大的利用率，就要考虑一下汽车的设计问题，例如，白天运送乘客，晚上用同一辆车运送货物。

图2

在分析了多个实用案例（图2）之后，我们决定将重点放在自动驾驶汽车的三个主要机遇之上，在这些机会中，自动驾驶生态系统的不同元素的融合到一起效果才最好：分别是自动驾驶出租车、长途卡车和最后一英里接送服务。其中，我们认为高度自动化（Level4或更高）的自动驾驶出租车显示出最有前途。

自动驾驶出租车案例：

将移动出行作为一种服务

现在人们将移动出行视为一种服务，而非一次性交易。汽车厂商从而可以打开价值数十亿美元的新商机。不过，在此过程中，有可能颠覆汽车和移动出行业务的原有模式。例如，汽车公司每卖出一辆汽车的平均收入可能只有2,500美元;一辆汽车的行驶寿命大约15万英里，相当于大概是每英里一分钱。

“以移动出行为服务”的模式摒弃了这种“节俭”的做法，转而采用更有利可图的逐利策略。这代表着该行业看待盈利能力的方式发生了根本性转变。人们开始抓住时机，实现每英里移动出行最大的盈利价值。“自动驾驶出租车”可以重塑利润池和“控制点”的所有权，“控制点”是指特定参与者可以通过难以复制的高价值产品来控制的利润空间。对于自动驾驶出租车来说，控制点包括一些关键技术，如自动驾驶传感器或操作系统，或特定的用户触摸点。这些变化将在保险、航空、铁路和基础设施等其他行业产生连锁效应。

自动驾驶出租车的成功可能会在根本上改变汽车车主和公共交通的状态。自动驾驶出租车通过提供更低的移动成本、更大的便利（例如，提供不间断的上门服务），可以让乘客自由驾驶，从而提高工作效率，甚至将改变人们对城市出行方式的看法。事实上，自动驾驶出租车的花费极低，所以，自动驾驶汽车可能改变现有的游戏规则。经济学可以说服大城市的人们完全转向共享移动出行方式。换句话说，成本如此之低，可能会引发一场大规模的移动出行的中断，而如今的共享移动解决方案无法与之匹敌，因为它们仍然过于接近私家车的花费。

机器人出租车也将影响社会，为老年人、残疾人以及其他交通不便的人提供出行选择的同时，也提高了汽车行驶的安全性，甚至减少了人们对城市停车位的需求。

到2020年的可行性研究

图3

如今，自动驾驶汽车仍处于开发阶段，依然需要人类在危险的情况下来控制车辆。考虑到当前的发展状态和现有的技术障碍，我们认为，自动驾驶出租车要想发展到完全自动化，需要经历三个阶段（图3）。当涉及到潜在的行驶里程、道路覆盖和旅行限制时，这些阶段将会出现截然不同的情况。

在第一阶段（“自动驾驶出租车 1.0”）出现后，一系列技术改进将提高自动驾驶出租车的功能，并扩大其实用案例的使用范围。这意味着，我们可以通过使用更好的摄像头实现新的夜间驾驶功能、改进传感器从而让图像的分辨率更高，并且提升数据处理能力。同样，自动驾驶汽车在高速公路上行驶也需要更强大的数据收集能力、人工智能(AI)、基于规则的算法和更强大的传感器。只有使用更好的传感器硬件来收集和处理数据，才有可能支持自动驾驶汽车在恶劣天气下正常行驶。

每个阶段都有其独特的特点：

2020年到2022年，自动驾驶出租车1.0。这款车的总行程约为2000亿英里，预计在未来5年内，自动驾驶出租车1.0可以定位其驾驶环境。它的限制条件包括：驾驶时间在天气晴朗、道路上有清晰的车道线和限制线的白天，以及交通要顺畅，并且要低速行驶。例如，在这个阶段，自动驾驶出租车可能会从家里接你，带你到达目的地，同时避开高速公路。

这些早期的试验中，不会有很多商业案例，因为引进它们的公司主要想要记录他们所需要的数据，以指导进一步的自动驾驶出租车的研发。这种测试大多是在郊区（不是在城市或市区）主要有两个原因。首先，交通量比较小，自动驾驶汽车的决策制定复杂度会比较低以及“边缘案例”比较少。这里不会出现不寻常的交通状况，比如道路施工、汽车停在路上，或者是人群来来往往。其次，不太拥堵的道路可以让自动驾驶出租车在出现问题时能够安全撤离，而不会干扰其他交通。

2025年到2027年，自动驾驶出租车2.0。现在，有趣的事情开始了，因为自动驾驶出租车的行驶里程达到了惊人的3.5万亿英里。第二阶段的自动驾驶出租车可以在密集的交通和市中心地区以及高速公路上自由行驶。自动驾驶出租车还可以去你的公寓里接你，然后通过高速公路把你送到城里去工作或玩乐，无论是晚上还是白天。而且，城市行驶可能会占据主导地位。在高速公路上行驶的能力将使自动驾驶出租车在不同的郊区和城市之间的通勤里程大幅增加。

到2030年，自动驾驶出租车3.0。经过大约4.9万亿英里的行驶里程，自动驾驶汽车3.0代表了这项技术的真正成熟。一辆自动驾驶出租车可以开到Lincoln Park，从你家接上你，然后开车送你去芝加哥（或者反过来），它们甚至可以到达那些贫穷、没有地图或者道路不清晰的地方。自动驾驶出租车3.0可以在任何天气条件下正常行驶，包括雾、冰雹、暴雨，以及在雪或泥覆盖的道路上都能做到这一点——即使是经验丰富的人类驾驶员也会受到这种情况的影响。

在自动驾驶出租车的进化过程中，实现在高速公路上的行驶能力或早或晚总会出现，这仍然是一个有争议的话题。一些人认为，这比郊区的驾驶更为简单，因为它的方向相对固定，而且边缘情况比较少。然而，另一些人则认为，如果出现问题，其更高的速度和偶尔的拥堵可能会导致更危险的事故。一旦出现这种情况，解决高速公路的挑战将对自动驾驶出租车的普及产生最大的影响。

在不搭载乘客的情况下，自动驾驶出租车可以行驶数英里的路程。举个例子，你可以想象一下，在你工作的时候，你可以约一辆自动驾驶出租车去你家送你的孩子去上学；或者在你到达剧院时下车，它自动找到停车位，并用电子方式付款，然后在话剧谢幕时回来接你。

自动驾驶出租车的演变和跨行业的融合

一个成功的“自动驾驶出租车”生态系统取决于各种各样的参与者汇聚在一起，共同选择最好的商业模式、成为合作伙伴。企业将必须与地方政府密切合作，建立基本的合作关系，并确保必要的基础设施建设。这可能包括确保有足够的高速数据接入，而智能交通信号灯能够可靠地将自己的状态传递给即将到来的车，或者需要与公共交通进行合作或补充。其他的例子包括建立新的电动汽车充电区域，以及可能的车辆与基础设施的整合。使用者还需要了解拥堵和停车位数量的影响。

随着私家车变得越来越普遍，企业必须决定在哪里以及如何让自动驾驶出租车的价值发挥出来。对于汽车制造商等一些公司来说，这种改变可能会很困难，因为它涉及转向以服务为基础、按英里计费的商业模式，而不是以传统的以产品为中心的按次计费的方式。随着共享汽车平台开始取代消费者成为汽车购买者，汽车制造商可能也会看到消费者的巨大转变。

跨行业融合还引发了新的安全方面的担忧。例如，监管机构需要有能力在技术发展的同时迅速做出反应，提出相应的政策，以确保人们安全，同时不阻碍技术的进展。同样，车队需要强大的网络安全措施来阻止恶意攻击，从而为愿意投资于正确的技术、专业知识和基础设施的公司提供新的机会。

不断进化的游戏需要不断进化的玩家

管理向自动驾驶出租车转型的世界并不容易。许多公司需要增强其核心能力和商业模式——在快速变化的环境下想要发展巨大事业，传统的利润池和控制点可能会发生迅速且出人意料的变化。这些新的利润池和控制点包括软件组件的所有权，比如用于自动驾驶控制系统的软件组件，以及系统和车辆级的集成能力。后者的例子包括，决定谁掌握了所有车辆的不同的自动驾驶系统(硬件和软件)，以及谁整合了所有的零散的电子系统。

目前，来自科技行业和创业公司的新参与者已经做好了准备，负责管理新的机器人出租车技术。然而，传统汽车制造商可以重新投入市场，来解决软件和硬件的问题。这样的决定可能会分散新技术的风险和成本，加快开发进度，推动自动驾驶出租车的普及，并且很容易超出单个专有解决方案的规模。

自动驾驶出租车的出现给所有移动出行利益相关者提出了巨大的挑战。考虑到自动驾驶出租车提供的全天候服务的便利，拥有一辆自己的汽车还有意义吗？那么，人们是否应该支付汽车交易费用、维护费用和保险费用呢？同样，在“自动驾驶出租车”普及的时代，在这种情况下，当移动出行成为一种商品，拥有汽车会获得独特的地位和声望吗？汽车制造商可能面临着最大的挑战，因为他们试图从传统模式转变为一种“以移动出行为服务”的模式。传统汽车购买活动的“尾声”会持续多长时间？这个预期的分化市场会有什么影响呢?在这个市场上，汽车公司会生产出通用的、最基本的自动驾驶出租车，同时还会有完全被指定的私人汽车。

监管机构不仅要探索新的政策，还要考虑保险、融资和责任问题。它们如何确保整个市场的决策一致性，保持敏感的创新力，并从根本上考虑安全性和隐私性。同样，城市和市政当局需要成为移动行业的积极合作伙伴，以确保与自动驾驶相关的基础设施的顺利整合。

自动驾驶出租车能征服世界吗？显然，它们将对汽车行业产生重大影响，并会打乱现有的商业模式，让消费者找到私家车的替代品。“自动驾驶出租车”还可能引发一个庞大的“移动即服务”市场，让许多新公司参与的技术研发中来。自动驾驶出租车有巨大的潜力改变移动出行行业，迫使现有企业和新入行者在这个陌生的环境中决定如何最好地获取利润、实现可持续增长。

协调对人工智能研究的计算能力的需求，并为英国研究团体进行争取。（完）

报告原文：https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/gauging-the-disruptive-power-of-robo-taxis-in-autonomous-driving

点击【阅读原文】查看报告专题，获取更多AI报告

2017年10月刊第二期：英国政府AI报告：18条建议抢夺AI主导地位

2017年10月刊：麦肯锡报告：人工智能带给东南亚的机遇与未来

2017年9月刊：InternetSociety报告｜对于未来互联网：AI创造了什么，毁灭了什么

2017年8月刊：AlphaBeta报告 | 100份工作大排名：你被自动化取代的概率是多少

2017年7月刊：VertoAnalytics报告 | 洞察AI个人助理市场，Siri们如何塑造了消费习惯

2017年6月刊：埃森哲报告 | AI对16个行业以及12个经济体的影响

2017年6月刊：麦肯锡研究 | 增长强劲 2016年AI投资超300亿美元

2016年11月刊：乌镇指数 | 2016全球AI发展报告之学术与研究篇

2016年10月刊：乌镇指数 | 2016全球AI发展报告之投资与融资篇

2016年10月刊：乌镇指数 | 2016全球AI发展报告之产业与应用篇

2016年10月刊：AI Now报告 | 人工智能究竟对人类有何影响

添加小助手 加入交流群

点击如下关键词查看往期内容

人物专访 沈向洋 | 于尔根 | 洪小文 | 李德毅 | 尤瓦尔 | 哈萨比斯 | 宋继强 | 杨强 | 余凯 | 邓志东 | 芮勇 | 戴文渊 | 石博盟 | 韦东 | 黄学东

行业特稿 抢滩智能音箱（上） | 抢滩智能音箱（下） | 自动驾驶行业素描（上） | 自动驾驶行业素描（下） | 机器翻译技术与应用

重磅报告 麦肯锡（二） | AlphaBeta & ABC | 埃森哲 |  英国政府 | Internet Society | Forrester | VertoAnalytics | 麦肯锡（一） | 苹果公司 | 耶鲁大学