无人驾驶汽车经过这么多年，从概念、到研发、再到路测，终于按奈不住走向了商业化。
继Drive.ai和德克萨斯州阿灵顿市政府签署了商业合约后，在日前举行的2018全球智能驾驶峰会上，Drive.ai的联合创始人王弢就《自动驾驶技术的快速迭代与落地》进行演讲并强调，“Drive.ai到2020年计划拓展至15个城市，我们正与全球多个城市的当地政府和合作伙伴进行协商”。
而谷歌旗下的Waymo也开始了将无人驾驶汽车面向用户的商业化进程。谷歌母公司Alphabet首席财务官鲁斯·珀拉特透露，目前已经有用户为乘坐Waymo自动驾驶车辆付费。
为什么会是Drive.ai和Waymo最先“吃螃蟹”
全球研发无人驾驶汽车的公司那么多，为什么最先实现落地商业化的会是Drive.ai和Waymo，Waymo在里面其实不难理解，但是Drive.ai一个后起之秀为何能实现超车，确实让人惊讶。
总结Drive.ai和Waymo的发展，智能相对论发现有三个要素是他们能率先商业化的原因：政策、到达技术临界点及落地模式。
1、政策之外，美国政府为无人驾驶补上最重要的两块板：道路设施和经费
美国的无人驾驶法规无论是实行还是监管，都已十分成熟。
在2017年美国众议院就一致通过了一项关于无人驾驶汽车的提案，禁止各州阻拦自动驾驶车辆上路，并且发布了无人驾驶汽车的监管新规，最大限度解除了对汽车制造商和自动驾驶技术研究机构的约束，自动驾驶技术将直接受联邦监管，避免了出现“政出多门”。
Drive.ai和Waymo选择商业化试点的德克萨斯州和亚利桑那州也都分别出台了允许公司运营自动驾驶服务的法律条文。
美国政府对于无人驾驶汽车的推动，不光停留在政策阶段，还有在资金、道路设施等相关方面的措施。之前无人驾驶汽车在美国实行路测遭遇很多状况，比如路况不佳、缺少指示标志或道路线模糊、交通灯有各种排列方式、一些路面标线使用不同反射率的涂料等等。而后美国政府针对这些问题，配合美国运输部“智能城市挑战”项目，投入总计4000万美元，对包括无人驾驶汽车在内的相关基础设施进行改善。目前美国像得克萨斯州、亚利桑那州等一些无人驾驶汽车测试较多的洲，道路都设置了各种提示标牌或重新涂漆比较模糊的道路标志线等，来配合无人驾驶汽车厂商的路测。
2、技术临界点到来，迫使厂商商业化
都说造车不能闭门，无人驾驶汽车更不可能是闭门研究个几年就能实现商业化量产的。无人驾驶汽车到现在已经有了近十年的发展，在某些技术方面已经比较成熟。
无论是Driver.ai的交互系统，还是Waymo的激光雷达技术，又或者是深度学习技术，已经到达需要面向市场进行检验的时刻。例如，Waymo已经完成了超1000万英里（1609万公里）的公共路面自动驾驶测试，目前已基本不满足于测试阶段。他们都需要通过小范围的商业化来检验自己的成果。
另外，无人驾驶汽车行业早已开始了“车路协同”的竞争，从原本的对汽车技术的竞争，发展到了道路上的竞争，对于无人驾驶技术场景化的测试也需要离开实验室，通过商业化来进行验证。
3、落地模式造就商业化的可行性
Drive.ai和Waymo目前商业化都是采取“区域化城市无人车”模式，提供无人驾驶出租车服务。而这个模式恰好满足于英特尔中国研究院首席工程师吴甘沙，提出的无人驾驶汽车商业化的三个基本要求：高频、刚需和可量产。
而能与Drive.ai和Waymo一较高下的玩家们却选择了其他模式，像Cruise、奥迪和特斯拉选择的是“垂直整合”模式，将无人驾驶系统融合进自己的汽车，以汽车销售的形式面向市场。而百度，选择的是“无人驾驶+场景应用”的模式，选择以工业园区、景区作为投放运营点，以商用无人驾驶汽车为主。
相比其它模式，无疑“区域化城市无人车”模式更容易实现落地商业化。首先，“城市无人车”市场是一个刚需市场，而无论是Drive.ai还是Waymo选择的都是区域化的运营，并且结合了当地民众的实际需求，比如Drive.ai选择运营的区域为阿灵顿市的市中心，其中包括购物中心，餐馆，办公区，还有容纳10万人的运动场，这些场所有大量的人员流动来满足无人驾驶出租车的运营需求。“区域化城市无人车”模式，在满足市场需求的同时，又不会给无人驾驶汽车带来过重的“负担”，比如若是没有地理围栏的限制，一些陌生的道路环境可能会使得无人驾驶汽车“不知所措”，甚至引起一些突发事件。
其次，“区域化城市无人车”模式更有利于市场形成“羊群效应”，无论是对于其他厂商而言还是对消费者而言都是如此。
当市场形成一定规模，无人驾驶汽车数量达到一定量级，会使得更多的无人驾驶汽车参与者投身其中，最终形成巨大的市场。
对于消费者而言，无人驾驶汽车毕竟还是个“新”东西，需要有接受的过程，以区域化或城市化的方式推动无人驾驶汽车将达到步步为营的效果，最终到整个市场都能接受。
模式相同，看路径，谁会成为第一只抓到老鼠的猫
Drive.ai和Waymo选择了相同的商业模式，但走向了不同的商业路径，一个是选择了政府购买服务的To G模式，而一个则是直接选择了面向大众消费者的To C模式，当然两者之间的体量不同，Drive.ai此次运营的出租车只有5台，而Waymo方面虽然没有公布具体数量，但外界猜测这一数字不会低于3000台。对于不同路径的选择，可以说各有优势，对比来看：
• Drive.ai To G：首先，选择政府买单的模式，Drive.ai最起码有了无人驾驶汽车在服务期间的成本保障，无论是否有人使用，使用率是多是少，至少这一年期内，无人驾驶汽车运营、维修的费用不再要自己掏钱；其次，会受到政府的大力支持，为帮助Drive.ai更好的营运，惠灵顿当地政府，在道路设置了很多指示标识，并帮助Drive.ai做了相应宣传；再者，稳定用户心理，对面无人驾驶汽车的到来，很多人抱有的是怀疑态度，特别是美国民众，在PSB最新的调研报告中显示，目前仍有45%的美国民众惧怕乘坐无人驾驶汽车，而由政府出面购买服务，至少可以给民众一个心理暗示，如果真出了问题，有政府负责。最后，至于为何Drive.ai选择To G的模式，而不是与Waymo一样选择直接面向C端市场，不排除Drive.ai对于此次的商业化仍抱有测试的目的，毕竟公司资历相对较短，测试情况远不如其他竞争对手。
• Waymo To C：Waymo选择直接to C这有利于他们直观构建自己的商业矩阵及定价模型；相比Drive.ai，直接面向C端市场使Waymo所受制约较少，无论是在服务模式还是价格机制方面自由度更高。
乍一看，好像To G比To C更有优势，先To G再To B或To C也确实近年来很多互联网产品商业化的选择，不过无论采取怎样的路径，商业化的结果都是一致的，就是需要盈利，所以不管白猫黑猫抓到老鼠才是好猫。
行业竞争进入冲刺阶段，智能驾驶将迎来5个变动
智能相对论佘凯文认为在首波无人驾驶汽车企业实现商业化后，市场将出现以下5个方面的具体变革。
1、各大厂商闻风而动，会加速商业化落地
在国际市场，其实Drive.ai或Waymo都不是第一家将无人驾驶汽车商业化的玩家，全球第一家进行无人驾驶汽车商业化运营的是来自日本的自动驾驶技术开发商ZMP，在今年8月，ZMP和日本出租车公司Hinomaru Kotsu Co在东京大手町和六本木地区约5.3公里的道路上进行了无人驾驶出租车付费载客运营，5.3公里路程收费1500日元约92元人民币，不过只进行了2周。
但论影响力ZMP显然有所不如，Drive.ai和Waymo的商业化，已掀起无人驾驶汽车行业商业化的序幕，接下来大波企业将会闻风而动，开始他们商业化的布局。
百度算是各大玩家中最为积极的一位，10月中旬百度就宣布，旗下“阿波龙”无人驾驶小巴顺利进入武汉市武汉开发区龙灵山公园，不久后将开启商业示范性运营。之后，百度与长沙市人民政府、湖南湘江新区管委会就共建“自动驾驶和车路协同创新示范城市”战略合作签约，欲在长沙打造国内首批无人驾驶出租车的规模化落地测试运营。
除了互联网公司之外，像福特、本田、奥迪等传统汽车制造商们也在加紧商业化落地布局，例如福特日前宣布与美国华盛顿市政府进行合作，打算于2019年初在华盛顿市内上路无人驾驶汽车。另外福特和百度也再度联手，将在中国开展L4级的无人驾驶汽车测试。
2、从竞速无人驾驶往圈地运动演变
纵观所有产品商业化的进程，“圈地运用”都是一道跳不过的坎，不过相较于其它，无人驾驶汽车的“圈地运动”最为名副其实。
无论无人驾驶汽车的应用场景如何变化，如何出新，都脱离不了城市运营的路径，所以无人驾驶汽车的商业化落地和各个城市密不可分，无人驾驶汽车的部署也将会一个城市一个城市逐步完成。
像目前Drive.ai选择的城市有得克萨斯州的弗里斯科和阿灵顿，Waymo选择的有在亚利桑那州凤凰城等。为何会如此，从技术上看，有以下几个方面的原因。
无人驾驶汽车上路的关键之一是需要拥有一个完美无缺的“高清地图”，其次是交通信息，哪些路段是拥堵路段，什么时间会造成拥堵等具体问题，都直接影响着无人驾驶汽车上路，最后是实测，通过城市测试来进行调整。
从信息采集到上路实测再到改进最后到实现商业化，其过程是十分繁杂，注定使得无人驾驶汽车商业化需从圈地运动开始。
3、一、二线城市将可能错过首波红利
这是基于无人驾驶汽车对于道路环境、基础设施等多方面的要求所导致。
无人驾驶汽车对于驾驶环境的要求远大于人类司机，随着无人驾驶汽车成为主导，城市建筑、基础设施和道路设计都将需要去适用新的交通模式。例如为使无人驾驶汽车停靠便捷，需要对道路进行改造，为各种无人驾驶汽车提供定制化的界面。再比如红绿灯位置都需要设置传感装置，来配合无人驾驶汽车的正常行驶等。
加上目前无人驾驶对于“车路协同”的概念越发清晰，单靠来自车辆自身的传感器，很难覆盖所有行驶区域。所以像阿里巴巴无人驾驶实验室设计了一套连通“视觉大脑”的“神经节”——“感知基站”。将这个“感知基站”安装在路面上，通过激光雷达捕捉道路实时信息，再将信息实时地发送给车辆。就像是将汽车的眼睛延伸到路面上，使汽车可以“看见”超远距离的路面情况。
无人驾驶汽车对于道路网络的要求也十分高，而现有的城市道路显然无法满足。
综上所述，无论是对于基础设施的建设，还是对于道路建筑的改造，在高度成熟化的城市显然难以实现，所以首轮的无人驾驶红利只会覆盖新星城市或一些大城市的周边地区，就像百度在国内的几个测试点，无论是北京的西北旺镇，还是长沙的湘江新区。
4、商业模式博不如精，需优先打造样板市场
无人驾驶行业的巨头们为何一直在全力冲刺，当然不是为了推进城市发展，其目的是为了早日实现样板市场的打造，在无人驾驶赛道率先成功建立商业模型的企业将会胜出。
而在无人驾驶领域打造样板市场的最佳方式就是“以点带面”，专注于一个市场、一个产品或一种模式，无人驾驶行业其本身是属于“三密”行业，比较多点投入、全面入局，先走通一个商业模式采取“以点带面”的方式显然更加效率和实际。
身处新零售行业的“盒马生鲜”是一个很好的例子，盒马生鲜的成功就是因为其前期只专注于上海一家门店的经营，通过消费者、店家的信息反馈对商业模式进行有针对性的调整，将其打造成自己的样板市场。经过一年的尝试，才开始大规模扩张。现在各大零售、餐饮品牌都纷纷入驻盒马生鲜。截止到2018年8月盒马生鲜已经在全国开设66家门店，已然成为了新零售行业的领头羊。
如新零售行业一样，在无人驾驶汽车市场也需要先打造出一个样板市场，市场需求会通过样板市场进行反馈，同样的当样板市场达到一定高度，那么市场资本、政府资源和合伙人都会对你争相追逐。
5、当巨头走通商业化后，小玩家们的生存空间或没剩多少
无人驾驶汽车行业容易形成赢家通吃的结果，但又不会像手机系统、PC系统一样形成那么极端的局面。目前全球在研发与无人驾驶汽车相关技术的企业多达数百家，其中包括传统汽车制造商、汽车零部件供应商、互联网企业及一些初创企业等等，显然这数百家企业不可能都能成功，那么那些企业的下场无非是被吞食或者就此灭亡。
就像之前国内之前的“停车市场”一直跑马圈地忙得不可开交，但随着ETCP、停简单等企业将面向B端市场商业化模式走通后，马太效应就开始显现。
虽然停车市场一直没有出现所谓的爆发期，但大批企业还是已经倒下，再随着阿里、百度等巨头资本的进入，解决C端用户最后的支付环节，将C端市场彻底打通后，基本就不关其他企业什么事了。
在无人驾驶汽车行业，如今离全面商业化落地只差一步之遥，那些仍在行业生态圈摸爬的小企业们，说实话机会不多了。
【小结】
最后，对于Drive.ai和Waymo的率先商业化，也不能过多的抱有幻想，毕竟还只是属于早期商业化，但至少也看到了无人驾驶汽车确实是向我们高速驶来，距离科幻电影中满世界跑的无人驾驶汽车成为现实已经不远，未来已来，你来不来？
