生活在一線城市的朋友應(yīng)該都有這樣的感受，路上的“人味”越來越淡了,“賽博”感越來越強(qiáng)了。

也就這兩年，街上的無人駕駛車慢慢多了起來，已經(jīng)開始走入我們?nèi)粘Ｉ畹膱鼍?。最具代表性的就是無人駕駛的出租車，頻繁出現(xiàn)在我們的視野里，而且說實(shí)話，個(gè)人體驗(yàn)感還不錯(cuò)。

資本市場方面，十月初，具有代表性的企業(yè)小馬智行和文遠(yuǎn)知行已經(jīng)通過證監(jiān)會備案，準(zhǔn)備到港股再融資，似乎一切都預(yù)示著，自動駕駛引領(lǐng)的出行3.0時(shí)代正在加速來臨。

此時(shí)，距離網(wǎng)約車大戰(zhàn)，也不過十余年的時(shí)間。

那與上一個(gè)時(shí)代相比，3.0時(shí)代有哪些變化和機(jī)會，值得思考。

出行3.0時(shí)代：技術(shù)端突破與商業(yè)邏輯的延續(xù)

我們回顧1.0到2.0時(shí)代，本質(zhì)上，是用互聯(lián)網(wǎng)終端優(yōu)化了整個(gè)供需鏈條。

在1.0時(shí)代，不少朋友應(yīng)該還有印象，那時(shí)還是出租車大佬們的天下，一輛車就要數(shù)十萬，但是回報(bào)和地位也是顯著的高。

當(dāng)時(shí)的市場情況是多數(shù)城市在快速的建設(shè)當(dāng)中，公共交通搭建的并不完善，私家車還很貴，導(dǎo)致出行很不方便，出租車是剛需，高峰期要打車還供不應(yīng)求，不賺錢的活司機(jī)甚至給你拒單，是典型的賣方市場。

所以，盡管在不斷整治，但黑車，調(diào)表這樣的事相信大家多少都遇到過。

到了2.0時(shí)代，互聯(lián)網(wǎng)來了，移動終端來了，網(wǎng)約車也應(yīng)運(yùn)而生。這個(gè)時(shí)候，在供給端，參與門檻降低了，更充足更優(yōu)質(zhì)的供給涌了進(jìn)來。

同時(shí)，在需求端，每一個(gè)移動終端的消費(fèi)者都是香餑餑，在競爭中所有出行APP都在用力討好用戶，買方此時(shí)一定程度上掌握著定價(jià)權(quán)。

如今，我們站在了AI時(shí)代的起點(diǎn)，出行也將迎來3.0時(shí)代。

與上一時(shí)代相比，自動駕駛引領(lǐng)的3.0時(shí)代有一點(diǎn)不同，也有一點(diǎn)相同。

一、技術(shù)端：復(fù)雜路徑的博弈

回看2.0時(shí)代，企業(yè)依靠移動終端技術(shù)的進(jìn)步，把商業(yè)模式重新做了一遍，技術(shù)上大家在同一起跑線，更考驗(yàn)的是商業(yè)化效率。

3.0時(shí)代相比2.0時(shí)期，是在技術(shù)端的革新，更為復(fù)雜，不確定性更高，天眼查APP顯示，25年還沒有過完，與自動駕駛相關(guān)的專利就已經(jīng)接近一千個(gè)。

不過，雖然復(fù)雜，我們可以把技術(shù)做一個(gè)簡單的歸類，可以分為硬件“眼睛”和軟件“腦袋”。

先來看“眼睛”，大體上分為大家所熟知的兩種路徑。

一種是純視覺方案，這里的主要代表是特斯拉；第二種技術(shù)路徑，以激光雷達(dá)為主的多傳感器融合方案。

簡單來說，視覺方案的行動更像人，用眼睛感知，但是安全冗余和面對復(fù)雜路況時(shí)，不如滿身激光雷達(dá)的方案，但激光雷達(dá)又偏貴。

與“眼睛”相比，更重要的是“腦袋”，技術(shù)路徑又分為兩種。

第一種是VLM視覺語言模型，這一路徑認(rèn)為，AI有幻覺，智能是用來輔助傳統(tǒng)的自動駕駛模塊更快的學(xué)習(xí)。

第二種是VLA視覺語言動作模型，該路徑認(rèn)為只要模型足夠大、數(shù)據(jù)足夠多，AI就能自己從零開始學(xué)會駕駛的一切細(xì)節(jié)和規(guī)則，最終其駕駛能力會超越人類和基于規(guī)則的系統(tǒng)。

拋開這些專業(yè)術(shù)語，其實(shí)我們可以簡單粗暴的理解為，一個(gè)是輔助你寫作業(yè)的學(xué)練機(jī)，優(yōu)化你的腦子，一個(gè)是全自動寫作業(yè)機(jī)，取代你的腦子。

但無論是哪一種路徑，AI大模型都是繞不開的命題作文，能提高自動駕駛的迭代效率。

我們以蘑菇車聯(lián)為例，這家自動駕駛的獨(dú)角獸公司，在今年發(fā)布了自己的人工智能大模型MogoMind。

這款大模型通過AI對現(xiàn)實(shí)世界的實(shí)時(shí)圖像，以及積累的數(shù)據(jù)進(jìn)行處理，能夠在自動駕駛中，快速的推算行人車輛的下一步動作，從而形成決策。

倘若沒有大模型的幫助，積累的道路以及駕駛信息想要轉(zhuǎn)化成為決策，毫無疑問就需要更高的訓(xùn)練成本，因?yàn)樾枰罅康膶?shí)用場景填充之后，自動駕駛系統(tǒng)才能上線，但現(xiàn)在，有了AI這個(gè)電子大腦，積累了海量數(shù)據(jù)的蘑菇車聯(lián)就能快速迭代系統(tǒng)。

所以，AI的存在將會推動自動駕駛技術(shù)的進(jìn)步，對企業(yè)研發(fā)AI的要求也會更高。

但是，無論哪種路徑，用什么腦子什么眼睛，最終都離不開商業(yè)層面的落地。

二、商業(yè)化：復(fù)用經(jīng)驗(yàn)，以“場景落地”破局

當(dāng)前的無人駕駛，本質(zhì)上，都是發(fā)生在車載端和生產(chǎn)端，消費(fèi)者的出行方式依然沒有發(fā)生變化。

所以，在商業(yè)化落地層面，上一時(shí)代出行APP的商業(yè)化經(jīng)驗(yàn)，其實(shí)在本輪的競爭中，是可以復(fù)用的。

我們還是以蘑菇車聯(lián)最近的動作為例，核心路徑有二。

一是多場景落地：以應(yīng)用解決落地難點(diǎn)

在2.0時(shí)代，眾多出行APP上線之初，就面臨著很多法規(guī)方面的問題。

比如像如何定義真實(shí)車主的順風(fēng)車和以營運(yùn)為目的的車輛，怎么保證乘客的安全和隱私。

但只有到真實(shí)的應(yīng)用場景中，才能發(fā)現(xiàn)這些漏洞。

目前的自動駕駛，技術(shù)已經(jīng)相對成熟，但同樣面臨著不少落地層面的法規(guī)的問題，這就更需要企業(yè)跑起來。

所以，在多場景的應(yīng)用中發(fā)現(xiàn)、解決在大規(guī)模商用時(shí)可能會出現(xiàn)的難點(diǎn)，在現(xiàn)階段和技術(shù)進(jìn)步有同樣的優(yōu)先級。

最近，蘑菇車聯(lián)中標(biāo)新加坡自動駕駛巴士服務(wù)試點(diǎn)項(xiàng)目，這是自動駕駛巴士首次被納入海外公共交通系統(tǒng)，應(yīng)用于城市日常公交線路之中。

在國內(nèi)方面，蘑菇車聯(lián)自動駕駛巴士MOGOBUS已在中國10余個(gè)省份的開放道路、景區(qū)及園區(qū)實(shí)現(xiàn)常態(tài)化運(yùn)營，累計(jì)安全行駛里程突破200萬公里，服務(wù)乘客超20萬人次；另外，在無人掃地車、巡邏車、快遞車方面也均有布局。

很明顯，多場景，多頻次，甚至多國度的服務(wù)無疑會積累更多需要解決的問題，這就給了蘑菇車聯(lián)調(diào)整的時(shí)間，在將來更激烈的競爭中也就有了搶跑的資本。

二是復(fù)用互聯(lián)網(wǎng)商業(yè)化經(jīng)驗(yàn)。

盡管自動駕駛技術(shù)十分科幻，但是也只限于供給端，在消費(fèi)者一側(cè)，其實(shí)使用路徑并沒有什么變化。

本質(zhì)上，在搶占市場和商業(yè)化方面還需要互聯(lián)網(wǎng)玩法，這點(diǎn)在很多行業(yè)都適用。

比如馬斯克，就將經(jīng)營 PayPal時(shí)期積累的資本運(yùn)作經(jīng)驗(yàn)和相關(guān)人才用到新項(xiàng)目中，比如風(fēng)險(xiǎn)控制、快速融資復(fù)用到SpaceX中，降低了運(yùn)營成本。

蘑菇車聯(lián)的解決方案和SpaceX十分類似，將上一輪表現(xiàn)出色的人才籠絡(luò)過來。

近日，蘑菇車聯(lián)官宣付強(qiáng)加入，此人是在智能出行領(lǐng)域深耕十余年的資深經(jīng)理人，曾在快的打車，滴滴打車，OFO長期任職，可以說是個(gè)行走的出行商業(yè)化方案。

說白了，在商業(yè)化運(yùn)營的下一階段，通過人員調(diào)整補(bǔ)強(qiáng)短板是一條“捷徑”。

不過能從上一輪中殺出來這些悍將，要么名花有主，要么身居高位，屬于稀缺物種，對所有企業(yè)來說，如果不能孵化人才，就要看誰的動作更快。

綜合來看，出行的這三個(gè)階段，雖然載體各有不同，本質(zhì)上，還是對整個(gè)社會生產(chǎn)效率的優(yōu)化。

而生產(chǎn)效率的提升，對整個(gè)消費(fèi)鏈條也會有意想不到的變化。

自動駕駛：科技驅(qū)動下的新經(jīng)濟(jì)引擎

就拿咱們每個(gè)人都有的手機(jī)來說，除了宏觀層面已經(jīng)消失的諾基亞手機(jī)和柯達(dá)相機(jī)，普通人感受最深的，還是消費(fèi)方向轉(zhuǎn)變帶來的供給端的變化。

比如出去旅游的時(shí)候，被動的看風(fēng)景已經(jīng)滿足不了消費(fèi)者的需求，他們需要更多的“參與感”。

此時(shí)，拍照就成了第一要義，哪些地方容易出片，就往哪里去。為滿足新需求，各種旅行社會推出小眾的路線，景色雖然不如大景區(qū)，但優(yōu)點(diǎn)就是人少好出片。

甚至于現(xiàn)在大到商業(yè)街，小到擺攤，都要優(yōu)先考慮自己的產(chǎn)品，布景是否出片。

這些變化，本質(zhì)上就是因?yàn)榛ヂ?lián)網(wǎng)帶動的社交媒體、移動終端的普及造成的。

當(dāng)然，這只是冰山一角，主要是給我們提供了一個(gè)思考方向，全面普及的自動駕駛會帶來哪些變化？

一、需求變革：私家車受挫，性能車崛起

首先，就現(xiàn)有自動駕駛產(chǎn)品來看，手動輸入，甚至語音輸入A到B點(diǎn)的指令，然后人全程掛機(jī)是現(xiàn)實(shí)的。

在自動駕駛?cè)嫔逃弥?，?guī)?；瘞淼某杀具f減是肯定的，說白了，就是這玩意和手機(jī)一樣，將來是常規(guī)化的產(chǎn)品，會很便宜。

這就意味著，除了出租車，共享汽車的使用成本和運(yùn)營成本也會成指數(shù)級降低。

所以，可以想象一下，當(dāng)一輛汽車不再需要駕駛員，駕駛證的時(shí)候，共享和出租車的供給又足夠充分，運(yùn)力就會變得非常廉價(jià)，私人購車需求在一定程度上會減弱。

相對的，喜歡享受駕駛樂趣的小部分消費(fèi)者，又有可能會帶動那些性能車的回歸。

二、流量新場景：車載空間成新藍(lán)海

不需要駕駛員，整個(gè)車載系統(tǒng)也會發(fā)生變化，駕駛員側(cè)的成本和注意力會向乘客轉(zhuǎn)移。

這就意味著，密閉空間內(nèi)，參與駕駛更少的乘客與車機(jī)的互動將會增加，這段時(shí)間乘客的注意力也將成為一門潛在的生意。

比如電梯里的廣告屏，本質(zhì)上，就是對乘員碎片化時(shí)間的極致利用。

互聯(lián)網(wǎng)時(shí)代，在手機(jī)這一代移動終端商業(yè)模式見頂?shù)那闆r下，將來在車內(nèi)，屏幕將如何利用將會是非常有想象空間的命題。

三、貨運(yùn)體系：無人化降本增效，拉動新基建

“要想富，先修路”，這是貫穿改革開放期間的著名口號。

如今，國內(nèi)的交通網(wǎng)絡(luò)已經(jīng)四通八達(dá)，想要進(jìn)一步提升生產(chǎn)效率，降低成本，無人化的操作方式普及將會是新的突破口。

比如現(xiàn)在已經(jīng)滿大街亂竄的無人快遞車，節(jié)省人力成本的同時(shí)，也降低了運(yùn)輸成本，最終將轉(zhuǎn)化為商品的成本優(yōu)勢（規(guī)模的擴(kuò)大會增加快遞公司利潤，而非將成本直接轉(zhuǎn)化為利潤）。

客觀來說，在自動駕駛完全到來之后，整個(gè)社會的生活成本，是有可能出現(xiàn)下降的，而且，更有意思的是，商品的流通反而會呈現(xiàn)上升的趨勢。

宏觀層面，在舊基建接近飽和之后，其實(shí)需要新的基建來拉動，與自動駕駛相配套的停車，充電，維修站點(diǎn)等設(shè)施對整個(gè)社會的經(jīng)濟(jì)拉動作用。

最后，不得不感慨于科技的力量，經(jīng)濟(jì)的盡頭，最終還要靠科技的拉動。

隨著自動駕駛、AI、機(jī)器人、AR眼鏡等等及其科幻的產(chǎn)品一個(gè)個(gè)的落地，我們這代人，可能將在一波又一波的科技浪潮里幸福的長大，老去。

免責(zé)聲明：本文基于公司法定披露內(nèi)容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時(shí)性。另：股市有風(fēng)險(xiǎn)，入市需謹(jǐn)慎。文章不構(gòu)成投資建議，投資與否須自行甄別。