近几年，在一些半封闭/全封闭的低速场景中，一些自动驾驶项目已进入商业化探索阶段，比如末端物流、环卫、矿山等。而在高速场景中，干线物流也同样步入了商业化探索阶段，其商业化进程不落于低速场景的自动驾驶项目。
一方面，传统的干线物流行业正面临司机招工难、留人难、工龄大、人工成本高等问题，同时，行业的竞争压力也日益增大。而自动驾驶技术不仅可以帮助物流企业节省人力成本，也可以通过算法和车辆控制，让车辆行驶成熟度趋近老司机水平，实现降低油耗。
另一方面，干线物流拥有较大的市场空间，这也是吸引自动驾驶公司投身于该场景的原因。
那么，目前在干线物流赛道的自动驾驶公司采用的是什么样的商业模式？如何去实现降本增效？又面临什么样的挑战？带着这些问题，笔者先后拜访了宏景智驾高等级自动驾驶产品线负责人郑隽年、挚途科技解决方案总监黄文欢、智加科技资深研发总监韩坪良、原德邦战投投资总监胡晨等专家。
本文从5个方面详述了干线物流，包括自动驾驶在干线物流场景的落地、商业化进展情况、现阶段自动驾驶如何为干线物流场景降本增效、商业化面临的挑战、中美差异。
一、自动驾驶在干线物流场景的落地干线物流指利用城市之间道路的主干线路，进行大批量、长距离的货物运输。笔者简要梳理了干线物流的特点、痛点、自动驾驶落地层面的优势，具体如下：
二、商业化进展情况2.1商业模式2.1.1商业模式的类型当前自动驾驶企业采用的无人干线物流商业模式主要为4类：提供技术解决方案、提供自动驾驶技术服务、提供第三方运力服务、提供造车+自动驾驶系统+运力的模式。
表：各类商业模式对比
（1）提供技术解决方案
提供技术解决方案：自动驾驶企业作为tier1，向主机厂提供自动驾驶系统，包括传感器的配置方案、计算平台、算法的开发与迭代等。
盈利模式：通过售卖自动驾驶系统与后期技术服务费用来获取收益。
优势：能够提前获取现金流，可以较快地覆盖研发成本；不会直接持有重资产，运营模式较轻。
挑战：初期客户对自动驾驶技术的认可度不高、买单意愿不强；缺少场景数据，不易于产品的快速迭代。
（2）提供自动驾驶技术服务提供自动驾驶系统的运营服务：属于SaaS模式(SoftwareasaService)，物流企业等客户采购自动驾驶企业所合作的主机厂车辆，同时自动驾驶企业向其提供自动驾驶技术的运营服务，而客户负责管理和运营车队。盈利模式：自动驾驶公司向物流企业出售智能车，并按照每公里的固定单价收取技术服务费。优势：以轻资产模式运营的同时，也可以获取到运营数据。挑战：客户仍然需要持有重资产，在产品与服务未得到验证时，很难让其为车辆买单。
（3）提供第三方运力服务提供第三方运力服务：属于TaaS模式（TransportationasaService），自动驾驶企业自建运营车队，并负责自动驾驶技术的开发和迭代。盈利模式：承接物流企业（托运人也可以是大型企业，如雀巢等）的干线业务，并按照运费的市场价格收取费用。优势：有利于获取运营数据，加快自动驾驶技术的迭代；更容易拿到物流订单。挑战：重资产模式不利于车队规模的快速扩张。
（4）提供造车+自动驾驶系统+运力的模式提供造车+自动驾驶系统+运力的模式：自动驾驶公司一方面提供自动驾驶全套系统与第三方运力服务，另一方面通过增加造车的方式，提升量产交付能力，解决运力不足的问题。比如图森与Hydron在未来潜在的协同合作，Hydron与图森虽然在股权上没有直接的关联，但两家公司的创始人皆为陈默，未来两家的合作也存在可能性。Hydron的定位在于提供氢能卡车，而图森的定位则致力于自动驾驶技术的研发以及车辆运输的运营。
盈利模式：一种是通过卖智能车的方式，收取智能车的打包费用以及技术服务费用；另一种是直接参与运营，承接物流运输业务，并收取相应的运费。
优势：除了运力服务模式带来的优势外，该模式还可以保证车辆的量产交付，且也能保证车辆线控底盘的供应链安全。挑战：该模式相比于单纯持有车辆来说，其资产会更重，容易对前期现金流造成较大的影响。
2.1.2客户类型自动驾驶企业在干线物流场景的客户主要分为两类：主机厂和物流企业。
（1）主机厂主机厂作为自动驾驶企业的客户，该客户类型主要出现于提供技术解决方案的商业模式，比如智加科技与挚途科技的合作，智加科技主要是提供自动驾驶技术的解决方案。在此，也有人会问：为何商用车主机厂不直接自研自动驾驶技术？
第一，主机厂一直都有自研自动驾驶技术的意愿，但受制于内部组织架构的影响，很难在现有的组织结构下建立一个新的部门。
第二，现有的自动驾驶公司在技术成熟度上已经领先于主机厂，若主机厂从现在开始去追赶，就需要花费大量的人力和财力，但即使如此也未必能获得理想的效果。
第三，商用车主机厂的市场规模与资金实力都不如乘用车主机厂，自研可能会加重自身的经营负担。
（2）物流企业物流企业是无人干线物流最终的客户类型，笔者在与各专家的交流中也发现，这些物流企业目前主要是快递/快运企业，为什么这类物流企业更适合当前的无人驾驶？主要原因是以下三点：
第一，快递/快运企业的货源量大，拥有多条干线线路。
某干线物流场景的自动驾驶公司研发负责人说：“我们首选的合作对象一定是快递/快运企业，他们的货源比较有保障，以京沪线的双边运营为例，他们能够帮我们匹配好两头的货物，而不会出现车辆空跑的问题。”
第二，快递/快运的物流运输主要集中在在高速公路，并且以长途线路为主。
一方面，卡车主要跑的是高速路，场景复杂度低；另一方面，大都是长途线路，可以利用当前的自动驾驶技术实现双驾变单驾的可能性。
第三，快递/快运企业迫切需要寻找提高自身运营效益的方法。
韩坪良说：“我们通过接触不同的物流客户后，发现有些客户拥有几千台规模的车队，但利润空间都很低，他们对成本控制的力度非常大，几乎把能省的一些东西都已经省掉了。对于这部分客户来说，他们会非常乐于去尝试一些新的技术，比如说自动驾驶。”
2.1.3商业模式的发展趋势预判（1）短期内，运营才是正确之路从物流企业的角度来看，目前物流企业在尚未看到自动驾驶技术带来的商业价值前，他们不会愿意去掏钱购买自动驾驶技术。
一方面，自动驾驶技术还没得到可靠验证。物流客户在面对自动驾驶技术时，他们也希望能看到自动驾驶技术是否真的安全可靠？
另一方面，自动驾驶车的成本会远远高于当前的传统商用车，而物流企业仍然会质疑其是否可以产生额外的效益，从而覆盖掉自动驾驶车辆和安全员所带来的多余成本。
从主机厂的角度来看，若物流企业都不愿意买单的话，主机厂又有何动力向自动驾驶公司购买单自动驾驶技术，即使主机厂认同了自动驾驶技术在干线物流场景的价值，也难以找到客户来买自动驾驶卡车。
从自动驾驶企业的角度来看，各家的自动驾驶技术的差距会越来越小，不会存在某家的自动驾驶技术特别牛逼，或者某家的技术特别弱，未来决胜的要点还是在商业化落地进程，而运营是最有可能实现商业化落地的有效途径。
那自动驾驶企业做干线物流运营具体有哪些好处呢？
第一，可以慢慢积累运营数据，发现运营中存在的一些cornercase，然后不断地优化算法。
第二，在客户为自动驾驶系统买单意愿不强烈的前提下，自动驾驶公司只能先通过运营获得持续的现金流收入，然后不断扩大运营车辆的规模，再去获取更多的数据来训练自己的算法。
（2）长期来看，部分自动驾驶企业会以提供整套解决方案或者提供自动驾驶技术服务为主长期来看，干线物流场景必然是物流公司、主机厂、自动驾驶公司三方力量共同去推进。
首先，物流企业在看到自动驾驶技术的可靠性后，必然会放手去拥抱自动驾驶。
黄文欢说：“目前货源主要集中在大型物流企业手里，现阶段他们或许不会去为此买单，但在看到自动驾驶给干线物流行业带来的效益后，他们或许也会自己买自动驾驶车辆。”
其次，在看到物流企业认可自动驾驶的技术后，大部分主机厂会与自动驾驶公司以合作研发的模式，加大自动驾驶车辆的研发与生产。
最后，目前参与运营的自动驾驶企业会分为两部分，一部分企业会继续深耕重资产的运营，而另一部分企业会退居为Tier1（提供技术解决方案）或者软件服务商的角色。
针对后者的原因，主要有两点：
第一，初期某些自动驾驶企业做运营，其实更多的是一种不得已而为之的试验性行为，主要是为了让物流企业看到自动驾驶技术在干线物流的商业价值。然而，目前自动驾驶公司所能提供的运力，也只是一种有限的运力，并不能真正满足市场的潜在需求。
第二，自动驾驶企业作为软件型企业，本身前期的研发投入非常高，除非融资或者运营现金流收入能支撑重资产运营，否则这笔经济账必然没法打平，也会拖累公司未来的发展。
2.2典型企业盘点该部分简要梳理了一些典型干线场景玩家的信息，包括成立时间、地区、自动驾驶系统、融资阶段、投资方、合作伙伴。
表：典型企业信息盘点
三、现阶段，自动驾驶如何为干线物流场景降本增效3.1车辆编队车辆编队是指多辆货车通过跟随的方式在路上行驶，每车之间需要保持一定的行驶距离。
车辆编队的主要优势在于可以减少后方车辆的风阻，从而降低油耗，同时可以通过跟车的方式，实现由原先的两车四人，变为两车三人。在国内，由于法规限制，后方车辆仍然需要司机。
虽然车辆编队确实具备上述优势，但是在实操过程中却遇到了不少问题。
第一，若遇到前方有障碍物，车队的自动变道难度会非常高。
在变道时，车队需要预留比单辆车更多的时间去做规划和控制。在路面环境相对复杂的情况下，自动变道会显得较为困难，此时就会被迫需要司机的人工介入。
第二，国内的快递和快运行业通常发车班次多且频率也高，但针对某条线路，较少会有多台车同时从一个分拨中心发车的情况。
郑隽年说：“比如从上海到北京的线路，同时发出两辆或多辆车的情况很少见，即使这条线路业务量很大，也会通过每天多班次的方式解决（如6点/10点/18点各一班）。”
第三，由于整个车队的长度一般会百米以上，这会造成邻车道的车辆行驶压力增大。
举例来说，如果此时一组车队正好在最右侧车道行驶，而一辆小车在左侧车道想要变道进入服务区，当看到旁边车道一长排的大货车时，小车司机可能需要被迫减速，等车队通过后才能变道进去服务区匝道。这或许会造成小车在等候变道时，被后方车辆追尾。
3.2甩挂运输甩挂运输是指货车按照预定的计划，在各装卸点甩下并挂上指定的挂车后，继续运行的一种组织方式。它的优势在于可以加快车辆的周转，提高运输效率，防止车辆空跑。
笔者在与各专家的交流中也发现，传统的干线物流其实也没有过多地用到甩挂运输。对此图森地创始人陈默也曾公开提到，中国甩挂业态还不成熟，国内甩挂率只有5%，而美国有80%。
与此同时，陈默也表示无人驾驶非常适用于甩挂车辆，但从目前各家自动驾驶企业的实际应用情况来看，甩挂运输并没有真正实现很好地应用。
第一，甩挂需要有足够的货运量才能更好地“甩起来”。
某自动驾驶公司从业者说：“甩挂能不能真正地用好，取决于承运人所承运的货够不够充足。如果你的货够充足，甩挂的效率才能达到最高，货车才能一直在路上跑。对于货运企业来说，每个月的公里数就是他们的生命线。所以甩挂若能够让车辆的公里数跑足，这些货运企业就能获得效益。但是，如果货运企业的货运量不足而非要硬甩的话，反而会增加甩挂挂箱的租赁成本。”
第二，后方挂车的挂头很难做到标准化。
郑隽年说：“甩挂需要挂车的标准化程度比较高，这里标准化指的是头挂匹配的标准化，我们现在的挂车是千奇百怪的，其长宽高和制动能力等都有差别，头挂的接口也有两种标准，比如直插式或者握手式。在这种情况下，全行业的大规模甩挂是比较困难的，但在一个大车队内部还是可以做到部分甩挂。另外甩挂的比例还会受限于物流管理系统内的车、货匹配调度能力。”
第三，无人化甩挂的商业价值不明朗。
郑隽年说：“无人车若要做到自动脱挂、自动接挂，就需要配置额外的传感器和算法，也会带来额外的成本，目前从物流分拨中心来看，使用无人接驳带来的效率提升和人力节省等价值还没有被充分验证。”
3.3减少人力司机的工资高、占比大等问题，已经严重影响了物流企业的利润空间。所以减少人力应该是自动驾驶技术赋能干线物流场景非常重要的一点，但受制于政策法规的影响（《交通运输企业安全生产标准化建设基本规范》规定，货运车辆每日运行里程超过公里或高速公路直达超过公里的，应按规定配备两名以上驾驶员；同时驾驶员连续驾驶时间不得超过4小时），长距离的跨省运输就很难去减少驾驶员。
当前部分干线物流场景的玩家开始在探索双驾变单驾，简单来说，就是凭借辅助驾驶技术，降低司机的疲劳度，从而把两个人减为一个人。
针对行业内双驾变单驾的原因，黄文欢解释道：“司机成本高一直是干线物流场景中一个重要的痛点，尤其是在整个行业经济不景气的情况下，运价被持续得压榨，导致物流公司在整个运输中没钱可挣了，这就倒逼着一个司机去开个公里，乃至公里。正是由于这种大环境的影响，行业更加迫切地需要去探索一些新的模式，而双驾变单驾就是其中的一种模式。”
那么，双驾变单驾是否真的这么靠谱？
首先，以现在的辅助驾驶技术而言，虽然司机可以把一部分环境监控和车辆控制交给自动驾驶技术，可一旦出了事故后，事故责任仍然无法从司机身上移除。
其次，在中长距离（比如公里以上）的干线运输中，即使车辆配置了高配版辅助驾驶功能，司机也不可能说直接睡觉或者做其它事情，他仍然需要时刻
