深度复盘无人驾驶：人间正道是沧桑

国际自动机工程师学会（SAE）将汽车智能驾驶划分了L0至L5共六个级别，L1至L2为辅助驾驶，L3及以上为自动驾驶，中国国标与此类似。

当前，辅助驾驶已经走向普及。根据盖世汽车研究院提供的数据，2023年中国电动乘用车市场高阶辅助驾驶标配渗透率已经超过了51%，在20万以上车型中的渗透率已经超过了85%。人们可以明显感觉到的是，导航辅助驾驶（NOA）在高速和市区道路上的应用，已经被越来越多的用户所熟悉。

但是，当前，在全世界范围内，自动驾驶还局限在试验、示范区和特定场景，还没有实现大范围的商业化。

在技术上，尽管已经突破了实际应用的最低门槛（t1），但算力、算法在迭代，数据还在积累中，决定性的技术主导设计（t2）还没有得到确认，换句话说，技术尚未定型，而技术定型是工业品大规模复制的前提。

例证有二，人们能直接感知的例证是Robotaxi的消费者体验，遵规守矩而呆头呆脑，貌似的“无人驾驶”背后，是人工安全员的远程实时监控与接管待命；另一个例证是业内的争论，有企业家声称，目前大部分公司“规则算法+小AI模型”的方案无法实现真正的自动驾驶，建议行业向“端到端”大模型（指智能驾驶系统从感知端输入信息，在执行端直接输出结果，其训练方式类似ChatGPT）转型，然而术语的技术概念还没有统一，鉴于大模型逻辑的“不可解释性”以及对算力、数据的巨大依赖，也得不出它就是主导设计方案的结论。

其实，更大的技术定型问题还在于“单车智能”还是“车路协同”的争论，受篇幅所限，笔者将另撰文阐述之。

在用户效用上，交通工具的基本价值就是为人提供移动便利，目前自动驾驶正在两个层面上处于从限定场景（U1）到通用场景（U2）的拓展过程中。

一是地理区域，从部分城市的局部区域向更多城市、更大范围推广，最近的动态是7月五部委公布了扩大至北、上、广、深、重、沈等20个城市的智能网联汽车“车路云”一体化应用试点；另一个是人车关系，安全员从汽车的主驾驶、副驾驶座位后退到了幕后远程监控，这说明了车的“成长”。对消费者而言，更多的场景兼容性意味着更普遍适用的价值。

在市场层面，早期用户（M1）固然已经可以通过网络渠道找到车进行体验，但消费者数量距离市场能够自行起飞的市场规模（M2）还相差的太远。

以走在最前沿的武汉为例，根据当地交通部门今年5月的数据，该市运营中的网约车数量约为2.94万辆/日，无人驾驶出租车不足其总量的2%。技术的不完善也使得无人驾驶还没有达到让用户完全放心的阶段，这导致其客流量稳定性并不高，表现在，尽管价格低，但日均订单量并不显著高于常规网约车。

在产业体系层面，当前距离产业成熟标准就更加遥远。美国的Waymo和中国的百度、小马智行、文行知远等企业都是自动驾驶激进路线的代表，手握“灵魂”，希望直接提供L4级出行服务，但由于自身不造车，他们必须与车企合作，在既有车身上改造（比如Waymo就与捷豹、克莱斯勒、Volvo开展了不少合作），在特定的区域进行试验、积累数据，由于长期没有可观的营收，巨额的资金投入需要靠资本市场输血维持。

相对而言，以特斯拉和中国新势力电动车企为代表的整车企业普遍采用了渐进路线，先卖车，用辅助驾驶积累顾客、数据、资金，逐渐升级到L4，在这其中，特斯拉现后推出了Autopilot和FSD两套系统供用户使用，而中国则诞生了一大批与整车企业合作的智能解决方案供应商，华为更是典型，有人把这种渐进路线称为“攀登珠峰、沿途下蛋”。

不过，激进也罢，渐进也罢，单车智能也罢，车路协同也罢，无论哪种路线，全自动驾驶都涉及交通规范、制度与社会体系的改变，离不开社会总动员，注定不是个别企业力所能及。

特别是，考虑到当前以及未来相当长时间内的全球化格局，不论芯片、算力、模型还是系统支持，中国自动驾驶征程上的创业者们都还任重而道远。

简而言之一句话，无论舆论多热闹，冷静来看，自动驾驶还没有完成从“极客产品”向“时尚产品”的转变，在产业周期上，仍没有走出“婴儿期”。

自动驾驶是当今世界科技与工业强国间的科技长跑竞赛，“成熟的”正是“不成熟”所要颠覆的对象，屹立潮头的各国科技企业都在赔着钱投入，而持续投入其中的资本其实也正是国家所需要、社会所呼吁的“耐心资本”。

在此情况下，辅一扩大运营试点，一些媒体朋友就“爆热点”、“泼冷水”或是热炒“失业焦虑”、“资本垄断”，其实大可不必。

孩子还小，日子还长，相信，从政府、企业到社会，千方百计、积极稳妥的给颠覆式创新以支持、同时为创造性破坏做好兜底的预案，才是正题。

点-在消费互联网，产品价值中网络价值的份额要高于单点价值，这是为何网络效应主导；但在产业互联网中，产品的单点价值通常是建立网络价值的前提，也就是说，产品或服务本身首先要给力。

链-消费互联网的反馈通常非常快，因为消费者具有冲动消费的特征，而产业互联网反馈速度会慢，因为企业客户或者合作伙伴的决策非常理性。慢的过程中，会涌出更多的人相互抢资源、抢客户。

网- 网的地域分割特征，导致网络效应被分割成一系列的局域网，每个局域网只能基于自身的规模创造网络效应；网络里流动也不再是数字化资源，而是产业资源、实体资源，它们的移动成本很高。

1930年，经济学家凯恩斯曾在《我们子孙后代的经济可能性》一文中预测，到一个世纪后，人类生活水平将提高4至8倍，每周工作时间缩短至15小时。90多年过去了，如今欧洲发达经济体的人均收入提高到了当时5倍的水平，国民法定工作时长缩短到了35小时/周的水平——尽管凯恩斯的估计过于乐观，但方向是没错的。

发达工业国家国民收入与闲暇的同步增加确实要归功于技术进步，本质上，是技术进步让生活更美好，而有效的社会机制保障了这种美好。

结合自动驾驶语境，把上述话题重说一遍，可以是，在理想的情况下，在交通领域，自动驾驶技术将有望帮助人类用更少的人力资源和物质资源投入，创造完全工业化的、更安全、更充沛、更低价且优质的出行服务，使人的生活更美好。

诚然历史上每一次技术革命，最终都带来了更多的工作岗位，但总量的增加并不能回答结构性的问题。问题在于，现实中，作为“劳动替代型技术”而非“劳动赋能型技术”的自动驾驶能够给国民带来“更高收入、更多闲暇”的美好吗？

多年前，笔者参与过一次有关“科技向善”的讨论，至今记忆犹新。科学与技术本身是价值中性的，跟“善与非善”这种价值判断有关的只能是使用技术的人，恰如，人可以将诺贝尔发明的炸药用于开山修路创造增量价值，也可以用于战争杀戮做零和博弈，用什么样的机制使用技术组织生产、用什么样的机制分配价值，涉及价值判断，人是主体，人是目的。

在创新研究领域，这是一个关于技术基础与制度建设的熊彼特问题——技术和产业发展总是要超前于社会机制与规范配套进度的，而及时、有效的制度与规范保障了社会经济的可持续，减缓了创新带来的创造性破坏。

机制的建设并不完全是政府的责任，作为创新主体和市场主体，出于长期可持续发展与生态环境共生的考虑，企业在其中也需要扮演重要的角色，并不能完全着眼于“用科技让复杂的世界更简单”的技术主义信念，复杂就是复杂，从物理学上来说，能量守恒，不断熵增，局部的简单一定是有人承担了复杂。

2019年，普林斯顿大学出版社出版了《技术陷阱：自动化时代的资本、劳动力和权力》一书，以西方国家工业革命史为线索，将各个时期的技术发展与相应的经济、社会、劳动境况做了详细梳理。

书中提到，当今的挑战是，大数据、机器人、人工智能等技术几乎都是“劳动力替代型”的，技术解决不了如何将技术创造的较少的工作和巨大财富进行分配的问题。基于“再分配”的思路，弗雷讨论了若干种可能的应对策略，例如教育、再培训、工资保险、税收抵免、人口迁移、扩大住房供应、加强城市间交通连接、复兴工业等。

教育。事实证明拥有大学以上学历的人们被自动化取代的风险相对较低。尽管低技能的工作还被社会所需，但这些岗位未来面临更高的被取代风险。但目前的教育政策同样面临挑战：那些来自弱势家庭背景的孩子在教育上的表现相对较差，而弱势背景的孩子也许正来自于那些因自动化而失业、降薪、家庭破碎的家庭。因此教育系统如何让资源均等化，是下一代免受新技术淘汰的必要机制。

再培训。对技术性失业群体提供再培训曾经是美国上世纪60年代应对自动化焦虑的一个国家方案，不过，这种高投入、大规模培训的效果却难以评估。不管是国家投资的再培训项目，还是自我投资的再培训课程，应对快速的技术革新，“终生学习”才能满足不同职业阶段的技能需求。

该书非常有参考价值，但总体上，具有明显的个人主义的色彩，即认为个体应通过教育、培训等方式提升知识技能水平以应对技术进步的挑战。但是，应对技术挑战显然不应该完全是个人的责任，除了政府，企业完全可以在其中发挥重要的作用。

对此，另有一位未来学家Martin Ford就表示，长期而言，合理的方法应该是创造一个机制，让每个人都能在市场上占有一定份额，让人人成为分享技术收益的股东。

诚如此，恐怕，也许，可能，大概，maybe，除了技术创新，企业家在商业模式、制度创新上也应该大有可为吧……

在最近有关自动驾驶的讨论中，笔者注意到，有人提到了旧岗位的减少与新岗位、新就业机会的增加的结构性问题，有人提到了教育培训与再就业援助问题，有人提到了政府的税收与二次分配机制问题，也有人提到了让网约车司机参与利益分配问题……在当下，这些讨论都非常有意义。也许，人们真正的焦虑并非来自自动驾驶出租车带来的产业冲击——相信没有太多人真的那样于高看现在的Robotaxi，而在经济下行、各行各业都在“内卷”的境况下，人们内心深处那略显脆弱的对未来的不安。诚如此，对企业来说，跳出技术迷思，给社会些温度，也应该大有“向善”的空间。

好在，正如前文所述，对政府、对企业、对个人来说，自动驾驶的产业成熟，孩子还小，日子还长，时间还有，拥抱技术创新同时讨论科技向善，恰逢其时。

写在最后的是，笔者虽在离政策很近的智库工作，但我反对“政策决定论”。这是因为，“政策促动”与“政策驱动”虽一字之差，有本质之别。

无论哪个新兴产业，政策提供阳光环境，企业才是主体，技术是种子，需求是土壤，创业者是耕农，劳作于调风顺雨或疾风暴雨的社会文化中。

在正向技术创新创业还属奢侈品的当下，笔者深知，政策促动必要而不充分，只有实现企业家、企业和顾客的良性互动，为社会所接受并扩散开来，产业更新才会实现，而自动驾驶正面临着这样的时代机遇，有赖于社会各界的共同呵护，相向而行。