无人驾驶时代，网约车司机会被“抢饭碗”吗？

编者按 ·  2024.08.06

今年3月以来，百度的自动驾驶出行服务平台“萝卜快跑”在武汉开始24小时全天候运营，其服务覆盖面积已扩大到全市。“高端”“低价”等特点让“萝卜快跑”迅速在社交平台上斩获大量粉丝，甚至有人专程跨省到武汉“尝鲜”。

无人驾驶网约车的推广好处很多，用户享受低价出行的同时，不仅可以有效降低停车、养车等维护成本，还可以缓解交通堵塞，缩短通勤时间，减少碳排放。特斯拉总裁马斯克提出，“完全自动驾驶（FSD）可以在车主没有出行需求时转为共享网约车模式。”这个说法向人们抛出了“诱饵”，毕竟谁又会抗拒“躺着”赚钱的机会呢？

有学者担忧，在当前中国网约车司机已经趋于饱和，如果大面积推广自动驾驶，无疑会让本就严峻的就业市场“雪上加霜”。据《工人日报》数据，截至2023年底，中国的灵活就业人口已达到2亿人，而灵活就业需求每年保持8%的速度持续增长。开网约车、送外卖、送快递（俗称“铁人三项”）等灵活就业已经成了很多人谋生的重要渠道。

自动驾驶技术的发展和应用确实可能对网约车司机的就业产生一定影响，本文认为，这将是一个长期且渐进的过程，“抢饭碗”问题不会在短时期内发生。

随着自动驾驶汽车逐渐穿梭于世界各个城市，这种曾经只存在于试验场的交通工具，正迅速在各大城市试运行。油气巨头英国石油公司（BP）在2018年度能源展望报告中预计，到2040年，电动车将增加100倍。很多城市学相关的研究预示，当共享汽车大规模推广后，私人汽车拥有量以及购置新车的消费欲都会相对降低，从而城市中与汽车相关的空间（比如停车场）也可以置换成花园、绿道等更加宜居的用地。对未来的想象总是令人振奋，但一个自动驾驶普及的城市究竟会变得更加宜居还是更加糟糕？

无人驾驶网约车的推广固然能给一个城市带来很多潜在的好处，但首当其冲的就是网约车司机群体。据交通运输部数据显示，截至2023年12月，中国网约车司机注册量达657.2万人，2023年全年新增148.2万人。当然，这里面不乏平台上兼职的私家车主，但注册为“全职司机”的绝对数量依然庞大。倘若L4-5级的无人驾驶汽车在全国推广，作为经济能力比较脆弱的群体，网约车“全职司机”的生计问题是需要思考和解决的重要课题。

无人自动驾驶汽车平稳驶过武汉白沙洲大桥

（图源：新华社）

技术层面：

全自动的无人驾驶指日可待

不少人认为，自动驾驶代替“老司机”纯属杞人忧天。中国幅员辽阔，共有城市691个，每个城市的道路千差万别，路况和交规复杂，技术上要达到完全自动驾驶谈何容易。然而，技术决定论者并不这么认为，特斯拉等自动驾驶先驱就利用了端对端神经网络传输有效地减少了对硬编码编程的依赖，通过这项技术能够进行99%的车辆控制决策，包括控制转向、加速和制动等。其运行的C++代码只有2000行，相比之前有30万行代码的版本“轻盈”不少。

实际体验中，特斯拉的全自动驾驶 (FSD) 系统V12.3也尽显“丝滑”。在处理长尾边缘案例时，例如路中间穿行的行人或异形障碍物，FSD V12.3能够准确识别并平稳应对，显示出其在复杂场景下的优势。此外，FSD V12.3对于红绿灯的理解和控制也非常到位，能够正确应对分时控制的信号灯以及它们控制的具体车道关系。简单来说，这种技术更加“聪明”，也让真正的“无人”驾驶成为可能——与仅仅依靠预设代码运行的驾驶系统相比，端对端技术能够更好地处理复杂的交通场景和边角案例。

尽管端到端技术也面临着对海量高质量数据的依赖、算力需求以及模型的可解释性问题等挑战，但技术的迭代远超人类社会的演进速度。可以说，在更大范围的真实路况实现无人驾驶已提上日程。

特斯拉的全自动驾驶 (FSD) 系统V12.3演示

（图源：特斯拉）

然而，即使技术成熟，社会接受程度是另一回事，这既是一笔经济账，也是一场社会心理战。

社会层面：

大规模商业化运行尚需时日

抛开技术成熟度，自动驾驶要实现大规模商业化运营，还面临成本、基础设施、消费者接受度、法律法规等多重挑战，这需要一个较长的过程。

首先，自动驾驶研发成本投入巨大，创业者需要忍受长期亏损。马斯克就在今年早些时候在其社交媒体上透露，特斯拉今年在自动驾驶领域的累计投入将超过100亿美元。随后根据信用卡数据提供商Yipit的数据显示，在获得特斯拉全自动驾驶 (FSD) 系统一个月免费试用的美国车主中，只有2%的人在试用期结束后选择订阅该服务。这意味着产品推出后需要很长一段时间来培养消费者习惯。

即便技术成熟，前期部署成本也很高。另一家美国的自动驾驶先驱Waymo，其自动驾驶系统配备了64线激光雷达，造价高达7.5万美元，远超传统车型。Waymo前CEO约翰•科拉菲克（John Krafcik）在2018年时就曾公开表示，虽然他们在自动驾驶技术方面取得了进步，但自动驾驶汽车普及所需要的时间，仍会长得超乎想象。

商业化初期，高昂的车辆和基础设施成本将制约规模化运营。萝卜快跑在武汉“走俏”后，也有不少机构主动给平台“算账”，以造价为48万的阿波罗（APOLLO）第五代车为例，即使不谈前期研发和车辆保险等成本，外界计算其每日成本为200到400元不等，结论都是“入不敷出”。

其次，缺乏标准和规范也限制了产业化进程。自动驾驶技术迭代频率远超法律法规的更新。面对事故责任、隐私安全、网络安全等问题，现有法律尚不完善，国际标准更没有统一。美国采取相对开放的态度，但州与州之间规定不一。欧盟立法较严格，德国、英国相继出台法规，允许L3级别自动驾驶上路，但运营要受到严格监管。无论是国际还是国内，统一的行业标准亟待建立。

再者，自动驾驶的公众接受度不高。英国西英格兰大学运输与社会中心的研究团队做了一项很有意思的调查。他们在布里斯托市采访了899个人，让他们在多种出行方式中做选择，结果发现，很多人对于是否接受自动驾驶和共享出行还拿不定主意，而且不同人群之间的看法大相径庭。超过一半的参与者不愿意使用任何自动驾驶替代方案，而在自动驾驶模式中，共享是最不受欢迎的选项，只有38.9%的人愿意使用，接受率远远低于其他模式。

据美国汽车协会（AAA）2022年的年度自动驾驶汽车调查报告，报告显示，虽然与前几年相比，公众的接受度有所提升，但仍有63%的受访者对自动驾驶技术感到恐惧。这种担心有例可循，Waymo、Uber和特斯拉等自动驾驶先驱都曾在测试车期间引发了民众的投诉甚至致人死亡事件。

这进一步说明，自动驾驶网约车要赢得公众信任，实现大规模普及，仍需漫长的市场教育和政策引导过程。

谷歌旗下的Waymo自动驾驶车辆示意图(图源：Waymo）

自动驾驶出行的商业模式仍在探索中

此外，自动驾驶出行的商业模式仍在探索中。现有研究普遍认为，共享出行是其主要应用场景。但具体如何设计车辆和服务形态，如何匹配不同场景需求，如何实现盈利，都面临着诸多不确定性。当前，行业普遍采用“两条腿走路”策略：一方面开展自动驾驶技术研发，一方面深耕传统网约车。

尽管自动驾驶前景可期，却也是个重资本、长回报的“香饽饽”，并不是谁都能“烧”得起的。滴滴出行是国内最早开始L4级自动驾驶技术研发的公司之一。早在2019年，滴滴就成立了单独的子公司（上海滴滴沃芽科技有限公司），却也“独力难支”。2023年8月，滴滴宣布与小鹏汽车达成战略合作，将之前打造的电动汽车项目相关资产和研发能力出售给小鹏汽车，而它自己则拥有小鹏汽车的股份。今年4月，滴滴自动驾驶与广汽埃安宣布合资公司，这是L4自动驾驶公司和车企为了打造Robotaxi量产车，在国内成立的首家合资公司。这家名为安滴科技的合资公司宣称，其将于2025年实现L4自动驾驶车量产。

另一家更早入局自动驾驶领域的就是百度了。据百度财报，自2015年正式成立L4事业部以来，百度每年的研发投入都不低于100亿。除了无人出租车，百度还涉猎无人卡车、无人公交等商业场景。近十年来，百度累计研发投入接近1500亿元。百度CEO李彦宏三年前曾明确其Apollo智能驾驶业务将分为三种：一是为主机厂商提供Apollo自动驾驶技术解决方案，助力车企快速搭建自动驾驶能力；二是百度造车，“端到端”地整合百度自动驾驶方面的创新；三是共享无人车服务，通过提供自动驾驶的共享出行服务来实现商业化。李彦宏明确提出的这三种商业模式，虽然萝卜快跑为代表的无人驾驶网约车“崭露头角”，但还是还在艰难的商业化探索中，因此要对自动驾驶商业可持续性打上一个问号。可见，投资自动驾驶是一场高投入、高风险、重合作的持久战，其可落地的商业化模式充满不确定性，只能“摸着石头过河”。

5月，百度Apollo在武汉百度萝卜快跑汽车机器人智行谷举办Apollo Day 2024（图源：新华社）

自动驾驶基础设施和配套

政策有待完善和协同

跟传统汽车产业不同，自动驾驶领域不是一个产业，也不是单指“有形”的高端制造业，它的背后也需要“无形的力量”，即海量数据支撑、低延时的通信、更强的算力、更大容量的存储等。基础设施具体还包括高精地图、路侧感知设施、“车路云”一体化等。据英特尔公司估计，单个自动驾驶联网车辆的自动数据采集系统（ADAS），即包括高分辨率摄像头和传感器在内的设备每天可以产生约4TB的数据。随着智能网联汽车渗透率的提升，还将诞生海量的驾驶场景数据，服务商未来需处理的数量估计可达ZB级（Zettabyte，泽字节）。这就对车载处理器、数据中心存储和通信网络提出了前所未有的要求。

而且，不同国家和地区，甚至一个国家内部的自动驾驶配套政策差异也很大。这种差异可能会阻碍自动驾驶汽车的贸易和单体流动，因此自动驾驶汽车的自由交易和流通需要基建和政策的协同支持。

2023年5月，拜登政府宣布，将提供超过5200万美元的补助金用于先进技术项目，目的是改善交通安全并提高通行效率。这些资金支持的项目包括提供实时交通信息、改进交通信号定时系统以及实现无缝换乘支付系统，以提高交通效率和乘客体验。这些举措正是美国版的“车路云一体化”，拜登政府在政策上支持行业电动化、智能化的趋势延续了特朗普时期的做法。

此外，美国交通运输部分别于2020年和2021年发布了《确保美国在自动驾驶汽车技术方面的领导地位4.0》和《自动驾驶综合计划》两个重要文件，这表明，美国政府早已意识到基础设施对自动驾驶发展的重要程度不限于民生和技术层面。一国之内在投资进度、技术标准等方面差异尚且较大，鉴于发达国家和发展中国家在基建上的差距，自动驾驶汽车的全球化过程必然会受到“技术竞争”“地缘安全”等因素的制约。

当谈到人们对自动驾驶汽车的接受程度时，研究人员丽扎·卡西迪发现，与自动驾驶汽车相关的品牌名称有助于缓解人们对这项技术的担忧（图源：Toronto Star）

人类社会无法跟上

技术演进的速度

总的来说，尽管自动驾驶商业化进程在加速，但在成本、消费者认知、商业模式、基建、配套政策等多方面的瓶颈尚存。这也意味着自动驾驶推动的不只是一个产业的变革，而是整个社会生产力的提升，也是实现高质量发展的关键。从行业角度看，自动驾驶仍处于技术积累和产业培育期，未来五到十年是技术突破的窗口期。

尽管自动驾驶技术日臻成熟，但离完全替代“人工驾驶”还有很长的路。从宏观看，人工智能赋能的自动驾驶可能催生出更多需要配套的新职业，围绕着数据采集、算法优化、车路协同、车队管理、人机交互、安全监管等方面，将涌现大量跨界融合的新职业，为就业市场注入新的活力。在这个渐进的过程中，需要汽车制造商、科技公司、公共部门等各方密切合作、共同推进，从而平衡发展与安全、兼顾技术与道德。

摩尔定律常被视为人工智能近年来突飞猛进的关键因素。倘若这一趋势持续，技术的进步速度也许超乎我们的想象。

技术的演进有着自己的节奏，人类世界做好准备迎接无人驾驶时代了吗？