阿里想用无人车变革物流，但全自动化还有很长的路要走

随着机器不断胜任人类的工作， 无人车 也在逐渐从概念变成现实。 无人驾驶 或 自动驾驶 是人车的关键技术，更受到了科技巨头的重视。

今年4月开始，阿里研究L4及以上自动驾驶技术的消息坐实，BAT全部加入了这场争夺未来科技力量的混战。9月14日，阿里和英特尔、大唐电信开展了车路协同上的战略合作。阿里的无人驾驶布局又是否会遇到困难，车路协同又能从多大程度上为阿里的 物流 甚至电商助力呢？

布局无人车生态，阿里基本具备相关能力

在BAT中，阿里对无人车的投入是比较晚的。直到今年4月， 阿里巴巴 才对外承认阿里团队在进行无人驾驶的研究。相比之下早在2013年，百度研究院就开始了无人驾驶项目，2016年，腾讯也成立了自动驾驶实验室，公开表明要研发无人驾驶技术。

所以说阿里来得太晚是毫无疑问的，不过好在阿里在相关领域有大量的投资，基本上也比较完善，再加上自身的达摩院等研究机构实力较强，想要在无人驾驶上做些文章还是很有希望。

阿里在无人驾驶周边的产业都有不错的布局。无人驾驶对高精度地图有一定需求，阿里手中握有地图厂商高德，以及应用北斗卫星导航系统的合资子公司千寻位置。在 人工智能 技术应用方面，阿里也投资了旷视Face++和商汤科技，致力于研究人脸识别和深度学习等。

阿里旗下的菜鸟网络也已经宣传过自动驾驶的物流车，还曾公开路测菜鸟无人车Gplus并且发布了相关视频。在互联网造车的乘用车布局方面，也投资了小鹏汽车，目前出于造车新势力的前列。

但是这些尚不足以掩盖阿里入局比较晚的缺陷，高新科技研究对技术的积淀有着一定的要求。更何况即使是在业界，无人驾驶全自动化也还存在一些难题需要攻克。

无人驾驶仍存在难题 L4到L5还有很长的路要走

无人驾驶的全自动化并不容易，根据NHTSA和SAE国际对自动驾驶分级的规定，L5是完全无需人工干预的自动驾驶。现在的技术要达到这个层次依然十分艰难。这其中既有技术的缺陷，也有规则与效率的考量，还受到人类传统观念的影响。

（1）技术尚不成熟，行驶操作不够顺畅

因为阿里无人车的相关信息并不多，我们先把目光投向名声更响的谷歌无人车。量子位在《“我恨Google无人车”》一文中提到，Waymo测试过程中在丁字路口时转弯、在高速公路上并线等操作不流畅，这引发了其他交通参与者的不满和路怒。

其次平时驾驶员还会根据判断其他交通参与者是“新手”还是“老司机”的方式来决定车距控制等细节，但AI在这方面的判断可能还不太足够。

这些情况本质上还是技术上的稚嫩，随着深度学习的加强，无人驾驶的AI将会越来越接近人类的判断方式和操作习惯。同时，随着车联网的逐步演进，判断其他交通参与者的行为将更加容易，届时可以有效解决这方面的问题。

（2）交通环境制约，AI无法判断真实情况

另一个技术上的问题在于无人驾驶车辆在交通标识不明显的地段，不能像人类一样自觉形成行驶默契。前面提到的Waymo在没有规划车道标记的双向双车道形势时，会跑到马路正中央，这虽然不会直接造成事故的发生，但无疑增加了交通隐患。

从这个实验我们可以想象，无人驾驶技术首先肯定只能在城区的部分道路和乡村的主干道路行驶，否则应当忧虑部分较窄路段的复杂会车场景。其次要考虑遭遇雾霾、雨雪天气时，交通信号受到环境因素的干扰，尤其是有轻度积雪的路段，路面的指示标志会被遮挡。

（3）如何应对交通违规，是否有必要死板的遵守规则

对于规则与效率如何考量，也是一个重要的因素。理论上，我们必须严格遵守相关规定，确保安全驾驶。但是实际上人类司机为了效率轻度违规的现象十分常见，当无人驾驶严格遵守规定时反而让他们不适应。

就无人驾驶研究企业来说，遵守规定是规避风险的最佳办法。一旦出了事故，“无人驾驶”的“违规”更容易让企业承担法律和道德的责任，而按规定操作即使效率打了折扣，也没有这么大的风险。但要让人类司机适应这么一个非常遵守规定的交通参与者，恐怕需要些时日。

（4）大众对其犯错的容忍度很低，自动驾驶任重道远

正是因为大众对无人驾驶的犯错容忍度低，所以即使自动驾驶事故率并不高，人们也还是对自动驾驶充满不安全的揣测。当然事故率低不排除无人车尚未大规模应用，受到的黑客攻击很少的缘故。

但我们确实要面临这么一个伦理问题，AI驾驶发生事故对于受害的人类来说等于把命运交给了机器，而机器并不具备人文的同理心，而是根据统计数据的百分比来作出决定。心理上的接受障碍会是接纳无人驾驶的一道门槛。

如果说现阶段有什么方向可以对这些复杂问题进行改善的话，从交通体系入手或许是一条路径。

不急于制造自动驾驶乘用车，车路协同将深刻影响未来商业

车路协同意味着除了自动驾驶，还有智能道路，通过智能道路提供的信息辅助无人车更加智能。整个车联网和车路协同的实现，前面提到的技术和环境上的难题也就有了应对方案，所以入局更晚的阿里希望通过车路协同方案来更快地研发出可靠的技术。

不过阿里并不急于生产自动驾驶乘用车辆，因此至今都没有乘用车亮相。阿里AI Labs的首席科学家王刚曾表示车路协同技术方案会最早落地在货车运输上，做 智慧物流 。这一方面可以更好地被大众接受，另一方面也符合阿里巴巴的战略需求。

阿里之所以提出车路协同方案来赋能无人车，与京东的想法其实是相差不远的。车路协同方案应用于物流，会更快地推动菜鸟无人配送体系的建立。

货运包括长途货车运输和短途同城配送两个部分，是物流体系的主干。货运实现无人化能有效地提高物流效率，其中车路协同方案又对菜鸟无人车的落地能起到关键的作用。

对于阿里来说，无人车落地将能带来重要的影响。物流体系人员会发生结构性变化，一部分快递小哥会从运输端转移到驿站的服务端，快递员的需求将减少，技术人员和服务人员的需求会增加。

不过当然，无人车落地、无人配送全体系的应用还需要漫长的时间，在未来几年对人们生活的影响仍然比较小。但是其深远影响依然不容小觑，新的物流赛道对于 新零售 的赋能作用会很明显。

尤其是未来电商前端体验、内容品质都会达到比较高的水准，物流的效率会成为竞争的焦点。未来无人配送普及以后，最终端也将纳入配送体系，届时将极大地改善人们的消费体验。 

总的来说，阿里布局无人车生态，发力车路协同方案并不是搅和BAT之争，而是与京东在赛跑。无人驾驶的全自动难题仍然有一定的挑战性，阿里能否克服困难，抢跑无人配送赛道，还需要我们拭目以待。

---

2018年的餐饮市场规模已近4万亿元，在线化、数据化、模式化、品牌化、零售化是新餐饮时代的五大特征，其中零售化趋势最为突出。如海底捞的烧烤尝试，西贝的超级肉夹馍，星巴克的外卖实践等，都显示出餐饮巨头们在探索零售化想象力边界上已不遗余力。

2018年10月22日亿欧将在北京举办“遇见新物种”GIIS 2018餐饮新零售领袖峰会，与餐饮上下游企业、餐饮零售化、餐饮新物种创新企业及诸多行业领袖和行业关注者一同探讨餐饮新零售的未来趋势及餐饮新物种的代表性实践方案。报名链接： https://www.iyiou.com/post/ad/id/685

本文系投稿稿件，作者：凌晨六点；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。