萝卜跑不快!

作者 | 阿空

近日,百度旗下的萝卜快跑无人驾驶出租车引发热议。打车10公里只要4块钱,而且不拒载,不绕道,空调随便开,让苦网约车司机久矣的乘客惊喜连连,但这自然也遭到了司机们的强烈抵制。

一时间,“无人驾驶网约车是否会导致司机大规模失业?”“1000万网约车司机该何去何从?”的讨论不断涌现,悲观和焦虑的情绪蔓延开来。

短期来看,萝卜快跑的投放数量相较网约车司机的总体基数而言,简直是九牛一毛,且受到自身诸多条件的限制,对网约车司机的影响有限。

长期来看,新技术从来都不只是纯粹的技术,而是依赖于更广泛的社会系统,对人的替代也是一个缓慢渐进的过程,在政府、社会、市场的协同作用下,还是会给人留下一些改变的空间。

1、速度慢

上周,我到北京亦庄体验了一次“萝卜快跑”。据悉,这是百度与亦庄区政府联合打造的全球首个城市级“高级别自动驾驶示范区”,总共60平方公里,约占亦庄总面积的四分之一。

这就意味着,哪怕在亦庄,目前也并不是所有地方都能打到车。我选择了一个运营范围内的地铁站,在工作日的下午两点钟,特意避开早晚高峰期,出了地铁口就兴冲冲下了单。

下单的过程并不顺畅。我的出口是A口,无论如何也选不中,只能选B口,为此多走了三百米才到它指定的上车点。下车点也是指定的,距离终点也有一段距离。

一开始的页面显示我排在第13位,预计等待23分钟。23分钟后,显示我排在第10位,需要再等待15分钟。此刻我拨通了客服的电话,客服说5公里内所有车都在运营中,建议我选择其他交通方式。15分钟后,我排在第9位,需要再等待25分钟。10分钟后,一辆距离我6公里处的车接单了,但还要再等16分钟才能开过来。

整趟行程只有2.8公里,开车只要7分钟,骑自行车不到20分钟,步行39分钟。而在那个骄阳似火的下午,我却花了一个多小时等车,十几分钟坐车,总共花了1小时20分钟才到达。

等车慢这一点遭到很多人吐槽。在网友的体验测评中,广州有等了50分钟的,成都有等1小时的,武汉有等1小时20分钟的,甚至还有等了2个小时的。

上车后,主驾驶的位置坐了一位安全员,提示我后排系好安全带。整趟行程不管起步还是刹车都很平稳,一旦识别到前方有人或车,速度就会迅速慢下来,降至10-30km/h。即便在限速70km/h的城市主干道,其最高时速也没有超过60km/h。

速度慢也是许多乘客的共识。体验者中有3.9公里用了20分钟,9.9公里用了45分钟的,还有的原本30分钟的路程最终用了1个半小时。

萝卜快跑的保守谨慎也可以理解,一旦出现交通事故,极有可能满盘皆输。先例是2018年,一辆在街道测试的Uber自动驾驶车在美国凤凰城撞死了一名行人,该项目随即终止。

总体看来,萝卜快跑目前运力不足,难以满足人们高涨的需求,不仅接单慢,而且远距离派车、指定上下车位置等做法也拉长了打车时间。出于安全的考虑,其驾驶速度也比较慢,在主张效率的大城市,目前很难作为出行首选。

2、商业化进程慢

萝卜快跑并不是最近才出现的产物,百度在此早已布局多年。

早在2013年,百度就开始研发自动驾驶技术,开始是为了解决大城市的拥堵问题以及人类司机危险驾驶问题,后来发展方向逐渐延伸到车路协同、智能交通以及数字城市运营。

在百度的设想中,无人驾驶技术有三种商业模式:一是为主机厂商提供自动驾驶技术解决方案;二是百度造车,端到端地整合百度自动驾驶方面的创新;三是共享无人车,也就是我们现在看到的“萝卜快跑”。

第一种模式相当于汽车厂商把自己的灵魂换成了百度,很难有车企愿意干;第二种模式的难度可以从华为卖掉“问界”中可见一斑。只有第三种还比较可行。

车企的不买账,使得百度前三代无人车都是后期改装的,也就是将自动驾驶技术添加到已生产和销售的现有车辆上。改装意味着自动驾驶公司要承受巨大的整车成本。广汽资本曾联合滴滴、麦肯锡等做过一个调查,显示配备安全员的改装无人出租车整体成本高达107万。

第四代无人车红旗EV于2018年11月发布,这一代开始前装量产,也就是在汽车制造的过程中,在生产线上就将自动驾驶技术集成到新车中,可以将自动驾驶系统和车辆各个部分深度整合。2021年极狐与百度联合发布了第五代无人车,基于北汽极狐阿尔法T纯电车型定制而成,被命名为Apollo Moon,成本降至48万。

目前在武汉部署的Apollo RT6是今年5月份刚刚发布的百度第六代无人车,首批交付给萝卜快跑1000台,售价20.46万元,支持全自动换电模式。这款车由百度自由研发,车厂代工生产,宣告了百度自动驾驶改装车时代的终结。

直到2021年,也就是百度研发无人驾驶技术的第8年,第五代无人车发布后,萝卜快跑才开始面向公众提供自动驾驶出行服务,正式落地北京通州。

截至去年11月,萝卜快跑仅有800多辆车。目前只在北上广深等12个城市开放运营。截至今年4月,百度官方披露萝卜快跑近3年累计服务单量超600万次。

这个成绩远低于百度的预期。2021年李彦宏预测2025年自动驾驶技术会进入规模化商用阶段。他认为如果单日服务订单迈过5000万,萝卜快跑的成本将会低于普通快车的服务均价,有机会实现常态化盈利。以此作为对照的是,滴滴日均单量的历史最好成绩为3250万单。

留给萝卜快跑盈利的时间不多了。

然而,萝卜快跑的商业化进程之所以快不了,是因为这不仅受其自身盈利能力和技术的限制,还跟政府支持及城市道路建设息息相关,也受到网约车市场现状的制约。

摩根大通的研究认为,萝卜快跑的盈利能力有三个关键变量:定价、车辆成本以及安全员比例。

萝卜快跑目前为了吸引用户,定价不足网约车的一半;整车成本为20万元,5-8年强制报废;有的配备安全员,有的远程监控,1人监控3辆车。安全员每天两班倒,工资为5000-7000元。外加换电或充电成本、运维成本,收入远不能覆盖支出。

而在技术方面,李彦宏在2021年出版的《智能交通》一书中诚实地指出萝卜快跑面临的诸多挑战。这就不得不先提目前无人驾驶的两种解决方案,一种是以特斯拉为代表的单车智能,一种是以百度为代表的车路协同。

单车智能就是让车像人一样去驾驶,主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器识别交通标识,分辨路上物体,进行自主决策。

而车路协同则需要将路端升级到与车端智能化同等的水平,通过车联网将人、车、路、云这些要素有机联系在一起,根据路上相关的红绿灯、摄像头数据实时调整驾驶方案,相当于给车安了一个“天眼”。

这首先需要建设建设高等级智能化道路,使得道路的感知定位、车路信息交互等方面的能力满足自动驾驶的需求。

而且整套系统要足够安全,以适用各种复杂场景,如地域(北京市、上海市等超大城市)、工况(高速、城市、乡村、停车场等重点区域)、环境(晴天、雨天、雪天、雾霾等天气)和范围(典型场景、边角场景、事故场景等多种类型)等。

此外,车路协同系统之间的数据交互数据量更大、频率更高,需要更高性能的车路通信技术提供支持和保障,对时延、传输可靠性和价格等方面都提出了很高的要求。况且很重要的是,还需要相关标准和法律法规的保障。

其实,百度的宏愿并不是成为一家出行服务公司,而是城市智能交通运营商,连接G端的政府、B端的合作伙伴、C端的海量用户、D端的开发者,打造智能交通繁荣生态,创造巨大的经济效益。

因此,百度的车路协同解决方案是一个系统工程,包括“聪明的车、智慧的路、实时的云、可靠的网和精确的图”五大体系,并且需要跟当地政府深度合作,难以快速铺陈开来。

放眼全球,无人驾驶技术商业化经历了漫长的暗夜。在2014-2018年间,无人驾驶技术井喷式发展,Cruise、Argo 等创业公司密集出现,通用、大众、福特等车企,Uber、Lyft、滴滴等网约车公司争相研发。

2021年以后,Uber、Lyft 卖掉无人车业务,大众、福特放弃投入数十亿美元投资的 Argo AI,任其倒闭。

萝卜快跑发展提速,被业内人士视为无人驾驶商业化落地曙光初现。但光明似乎没有那么快会到来,主要原因在于网约车已经不再是门好生意了。

网约车市场经过10余年激烈竞争,由增量市场进入存量市场,司机和平台增速超过用户增速,运力接近饱和,日均订单量和收入锐减。

网约车公司多采取低价补贴的方式争抢用户,作为行业龙头的滴滴,直到2023年才首次扭亏为盈,此前连亏11年。

而且受经济大环境影响,网约车用户规模增长已经跟不上司机数量和网约车公司的增速。拿三年的数据对比,2020年12月底,各地共发放网约车驾驶员证289.1万本。到了2023年12月底,这一数字已经上升到657.2万本。也就是说,短短三年多,网约车驾驶员证的数量增加了约127.3%。

网约车平台公司的数量也在增长。2020年12月底,全国共有214家网约车平台取得经营许可。截至2023年12月底,这个数字上涨到337家,增长了57.5%。

再来看看用户规模,截至2020年12月,我国网约车用户规模为3.65亿。而过了三年,我国网约车用户规模为5.28亿人,3年增长约44.6%。

自2023年以来,三亚、上海、重庆、珠海、济南、遂宁等城市发文称网约车数量已经饱和,车辆运力已远超实际需求,并决定暂停受理网约车经营许可及运输证核发业务。

行业内卷带来的直接后果是日均订单量和营收双双下降。以广州为例,根据广州市交通运输局发布的数据,从2023年9月至2024年5月,网约车日均订单量从14.21单下降至12.22单,日均营收也从343.34元降至311.63元,哪怕整月无休也难过万,再刨去充电、车辆折损、吃喝等成本,净收入只有六七千。

在这种僧多肉少的情况下,无论是人类司机还是无人车,都挺难赚钱的。

3、取代司机慢

目前舆论争论的焦点在于无人驾驶是否会导致司机大规模失业,其实很难。网约车司机与萝卜快跑看似对峙激烈,其实主因在于行业红利渐尽,而非被技术抢了饭碗。

萝卜快跑的规模相较网约车司机简直是九牛一毛。

武汉是萝卜快跑投入数量最多且运营范围最广的区域,武汉市上路“无人车”数量共有600台,其中开通了载人收费业务的仅有444台。但相较于武汉市日均运营 2.94 万辆网约车的体量,萝卜快跑投放比例只有1.5%。

我们看到的网约车司机强烈抵制乃至失业,更多是因为这行越来越辛苦,收入却越来越少,还有各种职业病,只能去谋求其他生路。

正如工业革命时期,纺织工大量失业,但很难判断这在多大程度上是由机械化造成的。事实上,纺织工的失业率长年居高不下,与经济衰退保持着同步,这表明失业在一定程度上是周期性的而非技术性的。

萝卜快跑的发展速度不仅受到其商业化落地速度的限制,也跟人们对无人驾驶技术的接受和信任程度有关。真正能让人撒手把生命交给冰冷的系统,是一条漫长的信任构建之路。毕竟真人司机跟乘客共沉沦,自然不敢乱来,无人驾驶一旦失控,报废的是车,失去的是命。

此外,出租车作为服务行业,以后比拼的焦点将不再是越来越低廉的价格,而是越来越精细的服务。无人驾驶出租车即便能替代掉一些车内脏乱差、开车暴躁乱加塞的司机,但也始终无法替代那些服务热情、上下车帮忙搬行李、聊天提供很多情绪价值的司机。

从历史经验来看,技术的替代是渐进的,而非激进的。马车被汽车替代在我们现在看来是一蹴而就的,其实经历了100多年的时间。早在18世纪中期,法国人就发明了第一辆蒸汽汽车,19世纪20年代伦敦街头就出现了第一辆公共蒸汽汽车。

对于维多利亚时代伦敦城里的市民们来说,这些汽车既不美观,也不优雅,噪音轰隆作响,还有前后冒出的黑烟。他们视汽车会洪水猛兽,更加青睐马车。

当时伦敦街头有超过30万匹马,靠马生存的马车夫、马厩管理员、马商、公共马车司机等行业的人数高达数十万人,达到了伦敦总人口的5%。马车导致了严重的交通拥堵,马粪也使得环境卫生堪忧,直到19世纪末人们才开始接受汽车。

技术发展纵然导致一些职业消失了,但却创造了更多工作岗位,工作环境也大为改善。而且对劳动力的素质要求更高,工资待遇也更好。

汽车带来了一个新的产业,从采矿、钢铁、橡胶、塑料,到司机、修理工、装卸工,一个长长的产业链从无到有地产生了,安排的就业是马车时代的数万倍。

但是我们对此也要谨慎乐观,毕竟人工智能时代创造的新工作需要更高水平的专业知识,让失业者接受再培训之后去做这些工作,可能还不如直接创造完全属于人类的全新工作。

在过去的自动化浪潮中,劳动者通常可以从某个低技能的工作轻松转到另一个低技能的工作。比如因农业机械化而失业的农场工人可以在生产拖拉机的工厂里找到新工作;工人失业后,可以去超市当收银员。这种职业转变在过去是可行的,因为从农场到工厂、从工厂到超市,都只需要稍加培训即可。

但收银员或纺织工人的工作全部由机器人接手之后,他们几乎不可能变身为医学研究人员、无人机驾驶员或“人类+人工智能”的银行团队中的一员。他们缺少必备的技能。

而且人工智能拥有独特的非人类能力。自动驾驶对司机的取代并不只是一辆无人车取代一位司机,而是需要一套集成网络取代一群司机。

举例来说,交通规则时有调整,但许多司机并不熟悉,于是常常违规。此外,每辆车都是独立运作的实体,所以当两辆车到达同一个十字路口时,司机可能会误读彼此的意图,于是发生事故。

自动驾驶汽车是连接成一个整体的,两辆自动驾驶汽车来到十字路口时并非独立运作,而是属于同一套算法的一部分。这样一来,因沟通不畅而发生事故的机会也就大幅减少。此外,如果交通部门决定调整某些交通规则,所有的自动驾驶汽车都能轻松地在同一时间更新程序;除非程序出错,否则大家都会遵守新的规则。

因此,未来虽然会出现许多新的人类工作,新的“无用阶层”仍在日益庞大。一方面许多人找不到工作,另一方面许多雇主找不到有技能的雇员。

这有点像汽车取代马车时,许多马车夫转行当出租车司机。而我们究竟是马车夫,还是被淘汰的马,取决于自身的主观能动性。

4、结语

前段时间,萝卜快跑在武汉街头撞到一位行人,起因是车辆在绿灯起步之际,行人闯红灯。

一时间,萝卜快跑的车停在路中间,被撞倒的行人躺在车前,交警站在一旁也没什么办法,不能开罚单,也不能把它挪开,所有的车都被堵在那里。

面对这个无意识的自动化出行工具,大家都显得不知所措。

这就像一个隐喻:技术变革是系统性的,目前整个社会都还没有做好准备。如果现有的社会和政治模式无法承接大规模的技术变革,技术替代就会放缓。

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年7月19日
下一篇 2024年7月19日

相关推荐