生活在一線城市的朋友應該都有這樣的感受，路上的“人味”越來越淡了,“賽博”感越來越強了。

也就這兩年，街上的無人駕駛車慢慢多了起來，已經開始走入我們日常生活的場景。最具代表性的就是無人駕駛的出租車，頻繁出現在我們的視野里，而且說實話，個人體驗感還不錯。

資本市場方面，十月初，具有代表性的企業小馬智行和文遠知行已經通過證監會備案，準備到港股再融資，似乎一切都預示著，自動駕駛引領的出行3.0時代正在加速來臨。

此時，距離網約車大戰，也不過十余年的時間。

那與上一個時代相比，3.0時代有哪些變化和機會，值得思考。

//出行3.0時代：技術端突破與商業邏輯的延續

我們回顧1.0到2.0時代，本質上，是用互聯網終端優化了整個供需鏈條。

在1.0時代，不少朋友應該還有印象，那時還是出租車大佬們的天下，一輛車就要數十萬，但是回報和地位也是顯著的高。

當時的市場情況是多數城市在快速的建設當中，公共交通搭建的并不完善，私家車還很貴，導致出行很不方便，出租車是剛需，高峰期要打車還供不應求，不賺錢的活司機甚至給你拒單，是典型的賣方市場。

所以，盡管在不斷整治，但黑車，調表這樣的事相信大家多少都遇到過。

到了2.0時代，互聯網來了，移動終端來了，網約車也應運而生。這個時候，在供給端，參與門檻降低了，更充足更優質的供給涌了進來。

同時，在需求端，每一個移動終端的消費者都是香餑餑，在競爭中所有出行APP都在用力討好用戶，買方此時一定程度上掌握著定價權。

如今，我們站在了AI時代的起點，出行也將迎來3.0時代。

與上一時代相比，自動駕駛引領的3.0時代有一點不同，也有一點相同。

一、技術端：復雜路徑的博弈

回看2.0時代，企業依靠移動終端技術的進步，把商業模式重新做了一遍，技術上大家在同一起跑線，更考驗的是商業化效率。

3.0時代相比2.0時期，是在技術端的革新，更為復雜，不確定性更高，天眼查APP顯示，25年還沒有過完，與自動駕駛相關的專利就已經接近一千個。

不過，雖然復雜，我們可以把技術做一個簡單的歸類，可以分為硬件“眼睛”和軟件“腦袋”。

先來看“眼睛”，大體上分為大家所熟知的兩種路徑。

一種是純視覺方案，這里的主要代表是特斯拉；第二種技術路徑，以激光雷達為主的多傳感器融合方案。

簡單來說，視覺方案的行動更像人，用眼睛感知，但是安全冗余和面對復雜路況時，不如滿身激光雷達的方案，但激光雷達又偏貴。

與“眼睛”相比，更重要的是“腦袋”，技術路徑又分為兩種。

第一種是VLM視覺語言模型，這一路徑認為，AI有幻覺，智能是用來輔助傳統的自動駕駛模塊更快的學習。

第二種是VLA視覺語言動作模型，該路徑認為只要模型足夠大、數據足夠多，AI就能自己從零開始學會駕駛的一切細節和規則，最終其駕駛能力會超越人類和基于規則的系統。

拋開這些專業術語，其實我們可以簡單粗暴的理解為，一個是輔助你寫作業的學練機，優化你的腦子，一個是全自動寫作業機，取代你的腦子。

但無論是哪一種路徑，AI大模型都是繞不開的命題作文，能提高自動駕駛的迭代效率。

我們以蘑菇車聯為例，這家自動駕駛的獨角獸公司，在今年發布了自己的人工智能大模型MogoMind。

這款大模型通過AI對現實世界的實時圖像，以及積累的數據進行處理，能夠在自動駕駛中，快速的推算行人車輛的下一步動作，從而形成決策。

倘若沒有大模型的幫助，積累的道路以及駕駛信息想要轉化成為決策，毫無疑問就需要更高的訓練成本，因為需要大量的實用場景填充之后，自動駕駛系統才能上線，但現在，有了AI這個電子大腦，積累了海量數據的蘑菇車聯就能快速迭代系統。

所以，AI的存在將會推動自動駕駛技術的進步，對企業研發AI的要求也會更高。

但是，無論哪種路徑，用什么腦子什么眼睛，最終都離不開商業層面的落地。

二、商業化：復用經驗，以“場景落地”破局

當前的無人駕駛，本質上，都是發生在車載端和生產端，消費者的出行方式依然沒有發生變化。

所以，在商業化落地層面，上一時代出行APP的商業化經驗，其實在本輪的競爭中，是可以復用的。

我們還是以蘑菇車聯最近的動作為例，核心路徑有二。

一是多場景落地：以應用解決落地難點

在2.0時代，眾多出行APP上線之初，就面臨著很多法規方面的問題。

比如像如何定義真實車主的順風車和以營運為目的的車輛，怎么保證乘客的安全和隱私。

但只有到真實的應用場景中，才能發現這些漏洞。

目前的自動駕駛，技術已經相對成熟，但同樣面臨著不少落地層面的法規的問題，這就更需要企業跑起來。

所以，在多場景的應用中發現、解決在大規模商用時可能會出現的難點，在現階段和技術進步有同樣的優先級。

最近，蘑菇車聯中標新加坡自動駕駛巴士服務試點項目，這是自動駕駛巴士首次被納入海外公共交通系統，應用于城市日常公交線路之中。

在國內方面，蘑菇車聯自動駕駛巴士MOGOBUS已在中國10余個省份的開放道路、景區及園區實現常態化運營，累計安全行駛里程突破200萬公里，服務乘客超20萬人次；另外，在無人掃地車、巡邏車、快遞車方面也均有布局。

很明顯，多場景，多頻次，甚至多國度的服務無疑會積累更多需要解決的問題，這就給了蘑菇車聯調整的時間，在將來更激烈的競爭中也就有了搶跑的資本。

二是復用互聯網商業化經驗。

盡管自動駕駛技術十分科幻，但是也只限于供給端，在消費者一側，其實使用路徑并沒有什么變化。

本質上，在搶占市場和商業化方面還需要互聯網玩法，這點在很多行業都適用。

比如馬斯克，就將經營 PayPal時期積累的資本運作經驗和相關人才用到新項目中，比如風險控制、快速融資復用到SpaceX中，降低了運營成本。

蘑菇車聯的解決方案和SpaceX十分類似，將上一輪表現出色的人才籠絡過來。

近日，蘑菇車聯官宣付強加入，此人是在智能出行領域深耕十余年的資深經理人，曾在快的打車，滴滴打車，OFO長期任職，可以說是個行走的出行商業化方案。

說白了，在商業化運營的下一階段，通過人員調整補強短板是一條“捷徑”。

不過能從上一輪中殺出來這些悍將，要么名花有主，要么身居高位，屬于稀缺物種，對所有企業來說，如果不能孵化人才，就要看誰的動作更快。

綜合來看，出行的這三個階段，雖然載體各有不同，本質上，還是對整個社會生產效率的優化。

而生產效率的提升，對整個消費鏈條也會有意想不到的變化。

//自動駕駛：科技驅動下的新經濟引擎

就拿咱們每個人都有的手機來說，除了宏觀層面已經消失的諾基亞手機和柯達相機，普通人感受最深的，還是消費方向轉變帶來的供給端的變化。

比如出去旅游的時候，被動的看風景已經滿足不了消費者的需求，他們需要更多的“參與感”。

此時，拍照就成了第一要義，哪些地方容易出片，就往哪里去。為滿足新需求，各種旅行社會推出小眾的路線，景色雖然不如大景區，但優點就是人少好出片。

甚至于現在大到商業街，小到擺攤，都要優先考慮自己的產品，布景是否出片。

這些變化，本質上就是因為互聯網帶動的社交媒體、移動終端的普及造成的。

當然，這只是冰山一角，主要是給我們提供了一個思考方向，全面普及的自動駕駛會帶來哪些變化？

一、需求變革：私家車受挫，性能車崛起

首先，就現有自動駕駛產品來看，手動輸入，甚至語音輸入A到B點的指令，然后人全程掛機是現實的。

在自動駕駛全面商用之后，規模化帶來的成本遞減是肯定的，說白了，就是這玩意和手機一樣，將來是常規化的產品，會很便宜。

這就意味著，除了出租車，共享汽車的使用成本和運營成本也會成指數級降低。

所以，可以想象一下，當一輛汽車不再需要駕駛員，駕駛證的時候，共享和出租車的供給又足夠充分，運力就會變得非常廉價，私人購車需求在一定程度上會減弱。

相對的，喜歡享受駕駛樂趣的小部分消費者，又有可能會帶動那些性能車的回歸。

二、流量新場景：車載空間成新藍海

不需要駕駛員，整個車載系統也會發生變化，駕駛員側的成本和注意力會向乘客轉移。

這就意味著，密閉空間內，參與駕駛更少的乘客與車機的互動將會增加，這段時間乘客的注意力也將成為一門潛在的生意。

比如電梯里的廣告屏，本質上，就是對乘員碎片化時間的極致利用。

互聯網時代，在手機這一代移動終端商業模式見頂的情況下，將來在車內，屏幕將如何利用將會是非常有想象空間的命題。

三、貨運體系：無人化降本增效，拉動新基建

“要想富，先修路”，這是貫穿改革開放期間的著名口號。

如今，國內的交通網絡已經四通八達，想要進一步提升生產效率，降低成本，無人化的操作方式普及將會是新的突破口。

比如現在已經滿大街亂竄的無人快遞車，節省人力成本的同時，也降低了運輸成本，最終將轉化為商品的成本優勢（規模的擴大會增加快遞公司利潤，而非將成本直接轉化為利潤）。

客觀來說，在自動駕駛完全到來之后，整個社會的生活成本，是有可能出現下降的，而且，更有意思的是，商品的流通反而會呈現上升的趨勢。

宏觀層面，在舊基建接近飽和之后，其實需要新的基建來拉動，與自動駕駛相配套的停車，充電，維修站點等設施對整個社會的經濟拉動作用。

最后，不得不感慨于科技的力量，經濟的盡頭，最終還要靠科技的拉動。

隨著自動駕駛、AI、機器人、AR眼鏡等等及其科幻的產品一個個的落地，我們這代人，可能將在一波又一波的科技浪潮里幸福的長大，老去。

免責聲明：本文基于公司法定披露內容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。另：股市有風險，入市需謹慎。文章不構成投資建議，投資與否須自行甄別。

特別聲明：本文為合作媒體授權DoNews專欄轉載，文章版權歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉載請聯系原作者及原出處獲取授權。(有任何疑問都請聯系idonews@donews.com)