“可能在2021年前自動駕駛汽車可以上路。”
“我們判斷，2020年應該是無人駕駛真正大規模商業化的元年。”
“2020年,將有100萬輛特斯拉汽車在道路上進行自動駕駛出租車業務。”
這是這些年來，業內大咖們對無人駕駛商業化落地時間的預測。從這些預測中，你可以頻繁看到一個時間——2020年。這就是為什么大多數業內人士都把2020年當作是無人駕駛商業化的元年。
然而，2020年行將一半了，我們不但沒有迎來商業化的無人駕駛，甚至還得看著它漸行漸遠——曾經紅極一時的自動駕駛公司不但沒有看到盈利的曙光，甚至還遭上了倒閉潮，裁員潮。
譬如，曾經融資72.5億美元，被譽為全球自動駕駛行業的融資王的Cruise，宣布裁員150人，裁員比例高達8%;
譬如，曾創下獨立初創公司單輪融資記錄5.3億美元的Zoox，卻被theInformation報道稱正在尋求賣身;
譬如，以9.4億美元打破Zoox獨立初創公司單輪融資記錄的Nuro，也被業界傳聞在尋求賣身;
第一家真正意義上實現無人駕駛卡車實驗的StarskyRobotics則更是簡單粗暴，直接宣布停止運營。
有人說，這是因為疫情阻礙了無人駕駛商業化的進程。烏云遮不住太陽，真金不怕火煉。正確的事物總是能經住各種各樣的考驗。現如今，自動駕駛這個行業沒能熬過新冠疫情這場大火，這說明，無人駕駛的含金量其實并沒有我們想象中那么高。
更何況，資本市場也不是因為疫情才開始退出自動駕駛這一領域的，早在2018年就已經有退潮的跡象。
據億歐的統計數據，在2019年獲得融資的中國自動駕駛零部件及方案的供應商只有25家，較2018年減少了8家;總融資金額從2018的162.3億銳減至107.1億，同比下滑了34%。
有業內人士透露，資本市場之所以加緊退出無人駕駛領域，是因為他們看不到其商業化的未來。這就如同當年摩根士丹利把Waymo的估值從1750億美元下調至1050億美元時給出的理由一樣——“自動駕駛行業的發展速度比預期慢”。
不僅資本市場不看好，連終端市場也不太接受無人駕駛。
前段時間，PAVE對美國1200名成年人進行了調查。調查顯示，有將近75%的受訪者說自動駕駛汽車還沒準備好迎接黃金時段;有48%的受訪者表示千萬不要坐自動駕駛出租車。
PAVE是誰?它是由奧迪、Aurora、Cruise、通用汽車、Mobileye、英偉達、豐田、Waymo和Zoox在內的多家汽車廠商、科技公司和與汽車有關的機構組建的聯盟，旨在對外宣傳：“自動駕駛汽車能給交通運輸業帶來變革，使交通運輸更安全、具有更高的可持續性。”
從它口中說出這些數字，大概就像是黃婆賣瓜，不但不自賣自夸，還自賣自貶。
“你胡說!無人駕駛已經有商業化的項目，前幾天我還體驗來著。”
最近，你確實能看到一些所謂無人駕駛的落地項目。例如，百度在長沙推出了無人駕駛出租車服務，市民能直接在百度地圖App上呼叫這些出租車;例如，文遠知行在廣州黃埔推出了RoboTaxi試運營服務,成為全國首支在一線城市落地的自動駕駛出租車隊。
看到這些信息的時候，我也愣了一下，心想：“難道我之前的判斷是錯的嗎?客運領域的無人駕駛真的有商業化的可能嗎?”抱著這個疑問，我來到了文遠知行推進自動駕駛出租車項目的黃埔區，叫上了那輛能自己打方向盤、自己踩剎車油門的純電軒逸。
在廣州生活過幾年的人大概知道黃埔什么情況，總得來說，可以用四個字來概括——人跡罕至(相較市區而言)。關于這點，房價是最能說明問題的。2020年4月，根據世聯評估EVS檢測，黃埔區商品房的平均成交價為23192元/平方，是越秀區的二分之一，每平方比番禺區少1500元。
早上10點，我去到黃埔蘿崗。這個時間在天河海珠還算是上班高峰期，但在黃埔區的一個地鐵站(蘇元)路口，一條雙向12車道的大馬路上只有寥寥數臺車。這下，你大概知道為什么文遠知行會選擇這個地方推行無人駕駛商業化的落地項目了吧。
打開文遠知行專門為自動駕駛出租車業務推出的APP——WeRideGo，里面顯示整個黃埔區只有一臺車在運行。奇了怪了，現在這個點，應該挺多人上班的，怎么就只有一臺車呢?難道是因為其他車都載著客人?我在車上問了一下和我同乘的安全員，對方沒有回應。
從按下呼叫用車的那一刻起，我就更加相信客運領域的無人駕駛技術無法商業化。因為，嚴格意義上，文遠知行的自動駕駛出租車連智能都算不上。
一上車，車上的安全員就開門見山地跟我說：“我只是安全員，不回答任何問題。”
首先，你不能隨便在馬路上的任何一個地方呼叫上車。它嚴格規定了上車和下車的地方，就像在站臺等車一樣。
其次，如果你上車了，想臨時更改目的地。對不起，你做不到!你必須得去到原先設置好的下車點，重新下單才行。這可連公交車都不如，起碼人家還是可以半途下車的。
再者，我上車的時間是10：09分，到下車那地已經是10：30分了。這一路3.6公里，總共就7個紅綠燈，路上車也不多，百度地圖顯示這一路程只需8分鐘，可是它卻用了21分鐘，多花了兩倍多的時間。
這還是整體方面的，落到乘車過程的細節處，這趟旅程的體驗則更是驚悚。不夸張地說，雖然我是乘客，但一路上也沒敢輕松下來。
正常行駛中的車輛，突然猛打方向盤，偏離了正常的駕駛路線，需要安全員緊急介入。
車輛不明原因的急剎車導致我往前沖。
整個乘車過程中，我被路上其他人怒視兩次(因為妨礙到對方了)，因急剎車而撞到前方座椅兩次。比我更緊張的是安全員，他的手始終虛握著方向盤，保持著隨時接管車輛的姿勢。可以看出，他的神經始終處于緊繃狀態，并未因為車輛是自動駕駛而有半點放松。
就那一次體驗來說，我基本可以下一個定論，文遠知行的這次所謂無人駕駛商業化項目，作秀的成分要遠大于推廣、試驗的成分。
這些自動駕駛領域的初創公司為什么要急于把無人駕駛推出市場?創新工場董事長李開復一陣見血地說道：“這些公司的自動駕駛，關系未來生死，不成功便成仁”。所以，為了把錢融到手，他們不惜把無人駕駛的未來描繪得如此觸手可及。
過度吹噓無人駕駛商業化進程無疑能幫這些初創公司拿到融資，但是其造成的嚴重后果，是由社會來承擔的。就如人工智能和機器學習教父級人物、伯克利大學教授MichaelJordan所說的：“在大眾媒體的誤導下，現在公眾對大數據、人工智能等都存在嚴重誤讀。”
這就是所謂：“夫市之無虎明矣,然而三人言而成虎。”過度吹噓無人駕駛技術無疑會增加社會群體對尚未成熟的無人駕駛技術的信任度，讓消費者完完全全把生命交付于它，從而造成許許多多嚴重的交通事故。
這樣的例子真的數都數不完!
就在六一兒童節當天，在中國臺灣的水上交流道上，一輛Model3撞上了側翻了的大貨車，車身前半部直接撞入車廂內。據當地媒體報道，當時車輛開啟了AutoPilot功能，時速大概在110km/h。
其它司機都能看到，就它看不到，這是需要思考的問題。
5月25日，在G20青銀高速銀川方向約93公里，一輛正處于自動駕駛狀態的特斯拉ModelS因無法識別前方路面施工的提示牌而發生了碰撞。幸運的是，當時的駕駛員還是有注意路面的，在千鈞一發之際采取了避讓措施，所以碰撞的后果并不嚴重，只是輕微刮擦而已。
同樣是5月，一位男子以為自動駕駛絕對智能，在高速路上接打電話，沒有注意路面情況。結果，正處于自動駕駛狀態的車輛因無法識別前方障礙物而直挺挺地撞了上去，導致車輛嚴重受損。
這三宗事故的受害者都是幸運的，在日本東京的這位44歲男子UmedaYoshiro就沒有那么幸運了。
當時，受害人發生了一起小型車禍，正與其他人站在東名高速公路的外側查看車輛的受損情況。肇事的ModelX處于Autopilot狀態，它的前車為了避開前面車禍的現場而切換車道，ModelX的自動駕駛系統不但未能察覺這個狀況，還加速撞上了人群，并造成受害人死亡。
這還只是最近才發生的事故，更多慘烈的事故還在前頭。
第一例無人駕駛車撞死人事件中的49歲ElaineHerzberg、在行駛中玩手機的38歲軟件工程師黃某、因為自動駕駛系統無法識別天空和白色卡車而喪命的特斯拉ModelS車主……他們的死因都是相同的，就是太過信賴車輛的自動駕駛系統。
誰應該為他們的死負責任?不是事故中的責任方，而是那些站在場外，過度吹噓無人駕駛技術如何這般，把無人駕駛技術描繪得如此觸手可及的人!如果沒有他們的信誓旦旦，這些受害者又怎么會命喪黃泉!
在依賴無人駕駛系統的時候，你得想清楚一個問題，AI技術能夠創造出比16歲孩子更聰明、更成熟、更可靠的機器嗎?如果不認為，那你愿意把自己的生命交給智力水平不堪16歲小孩的自動駕駛系統嗎?我相信沒人敢這么做。
事實上，現在的人工智能技術雖然在模仿人類理性行為與決策判斷上取得了長足進步，但是這些突破主要歸功于計算能力的大幅提升，而非對人類思維的深度理解。
什么叫做人類思維的深度理解?就用自動泊車這個例子來說明這個問題。
凡是稱自己為L2、L3級自動駕駛的汽車，言之必談它們的自動泊車有多厲害。我不否認他們的厲害。他們也確實做的比新手司機要好，起碼能停進去，而且能做到左右兩邊的間隙是一樣的。
可是，一位老司機停車，他考慮的僅僅只是停進去那么簡單?當然不是!他還要考慮，哪一個車位在樹蔭底下，能讓車輛避免太陽光的直射;他還會考慮，哪一個車位離電梯口更近，能讓他少走兩步路;他還會考慮，哪一位車位更容易停進去，能為他節省停車的時間。
試問，現在哪一款自動駕駛汽車會思考上面幾點?我相信沒有一款能做到!機器思考更多的是做到，但人類往往并不滿足于做到，還需要思考如何做得更好。
就連在封閉的停車場上，自動駕駛汽車都沒辦法做到更好，在開放的公共道路上，它們就能“活”得像一位人類司機嗎?答案當然也是否定的!事實上，無人駕駛要解決的，不只是技術問題，更是如何在非理性的社會，理性地生存下去。
即便沒有停車位，也要把車停在樹蔭底下，這做法當然是不對的，但不可否認，這就是人性。
從廣州內環路轉入洲頭咀隧道的這一條路，是我每天下班回家的必經之路。從內環進入隧道只有一條車道，就是最左側車道。然而，這里卻時常排起兩條“長龍”，占據了內環路左側的兩條車道，其中左側是正常排隊的車道，右側是插隊車道。
經常走這路的人都知道，只要在最左側車道有序排隊，大家都能快速有序地通過這一路口。但是，為了比別人快那么一兩分鐘，很多人都選擇在右側車道插隊，從而導致整個路口的擁堵。只要有一個人插隊了，就會有第二、第三個……這就是所謂的破窗效應。
被機器操控的無人駕駛汽車能正常通過這里嗎?我相信它不能。
不只是洲頭咀隧道如此，只要是融、匯車道都會出現插隊的現象。
我們時常把道路資源掛在嘴邊，但我們有沒有想過為什么道路和資源會組合在一起?因為走在馬路上的每個人本來就有巨大的成本壓力：時間成本、燃油成本，甚至是機會成本。在路上的司機們都是利益追逐者，而無人駕駛汽車在這場追逐戰中注定是失敗者。
所以，無人駕駛要想充分發揮其功用，首先就是要將社會理性化，也即要求別人不要加塞，不要路怒，甚至還要禮貌讓車。要是有自動駕駛公司做到這點，估計它得到的不只是無人駕駛商業化的紅利，還有諾貝爾和平獎。
客運領域的無人駕駛就像是無理數一樣，只能無限接近，不能窮盡。但為了這無法實現的理想狀態，各行各業卻已經砸了數以千億級的資本進去了。
根據中國電動汽車百人會的統計，單單2015年到2017年11月，自動駕駛汽車相關領域的投融資金額就達到了1438億美元。算上2018年的70億美元和2019年的66億美元，自動駕駛領域的融資規模將近1600億美元。要是讓你把這些錢都拉走，你需要17輛重型卡車才能完成。
全新100面值的美元重量是1.05克，1億美金就是1億*1.05g/100=1050kg，1600億美金的重量=1680噸。這種重型卡車的噸位大概是100噸。
很可惜，這些真金白銀絕大多數只能是打了水漂了。
無人駕駛不過是資本市場安插給消費者的偽需求。消費者不敢，也不需要用上無人駕駛這玩意。他們更多的只是希望在自己累了困了的時候，有個“副駕駛”能幫忙扶一扶方向盤，踩一踩剎車，不至于讓自己設身于危險之中。
所以，與其盲目追求無人駕駛——拼命追求設備的精度和能見度，不如把精力放在自動駕駛輔助上，讓其價格更低，精度更高，反應更人性化，讓購車預算有限的消費者也能享受到自動駕駛輔助系統的便利。
