自动驾驶研发投入大 那么共享自动驾驶的盈利问题如何解决？

“自动驾驶说”旨在分享原创的行业分析和学习心得，每周一篇。本人在硅谷某自动驾驶公司担任产品经理，专注于自动驾驶数据、仿真、以及安全研究。文章仅代表个人观点。欢迎留言，互相学习。

自动驾驶车即将上路。自动驾驶公司如果要盈利，需要向乘客收取多少费用呢？我们这周先来讨论成本，下周再讨论定价。

一些公司提出1美元理论，也就是自动驾驶每英里的成本只要1美元。我们就来计算一下，1美元这个成本是否合理。

上图是通用Cruise给出的潜在市场规模估算。大家也可以看Fagnant和Kockelman 2015年的论文“Preparing a Nation for Autonomous Vehicles: Opportunities, Barriers and Policy Recommendations for Capitalizing on Self-driven Vehicles”。

现在我们来一起分析自动驾驶的主要成本。因为公司和公司之间情况完全不同，我尽量不给出平均数字。有兴趣的朋友可以根据自己公司的情况自行计算。

先来看制造方面。

一、研发

毋庸置疑，研发是自动驾驶的核心。因为近几年内产量很难达到理想的规模，单位研发成本就会很高。如果一个自动驾驶的研发团队有500人，平均年薪是20万美元，这个公司每年付给员工的总工资就是一个亿。如果这家公司有惊人的产能，每年可以造出5千辆自动驾驶车，单位研发成本就是2万美元。

二、传感器

传感器算是自动驾驶车成本里最重要的一部分。以通用Cruise为例，在2017年11月，一辆Cruise身上会配有14个摄像头、5个激光雷达、21个雷达。何况传感器技术更新非常快，年初引进的激光雷达可能到了年底就会过时。所以就算传感器本身成本越来越低，更新换代的成本却不会降低。

三、组装与模具自动驾驶车的传感器又多又复杂，组装过程并不会比传统汽车简单。传统汽车的一套模具可以达到2亿美元，如果是全新设计就会达到6亿美元。 对于自动驾驶车来说，如果车身是全新设计，而且更新换代速度快，模具成本还是会居高不下。

四、数据存储与处理

通用Cruise每分钟就会产生200MB的数据，每周就是2个PB。这就需要足够稳定的数据中心和强大的处理速度。想象一下，平时拍一段视频就要几百个MB，但是Cruise有14个摄像头同时拍摄，更何况雷达传感器的数据更多。

五、材料

自动驾驶车研发公司大多都开始用节能环保材料制造车身，保证车体轻便节能。Waymo就是用塑料材料做挡风玻璃，纤维材料做座椅，车头和车尾也有缓冲材料减少撞击带来的影响。部分材料会比传统汽车的金属板便宜。

六、内饰

自动驾驶车的内饰虽然会加入很多体验方面的产品，比如车内屏幕、车内感应器、办公桌、立体声音响等等，但是因为很多传统汽车的功能都会转移到手机APP上，内饰的总体成本还是有可能比普通汽车便宜一些。

看过汽车的制造成本，我们再来看运营方面的成本。

一、维修

维修应该是自动驾驶运营里最大的成本。自动驾驶车的维修工不像普通车的维修工这么容易招聘。不但要对他们进行严格培训，还需要有软件工程师协助他们维修。各种零部件、电池也需要不定期更换。但是因为自动驾驶车的各个驾驶行为都可以严格计算，不会像人类驾驶员那样狠踩油门或是刹车，也可以尽量避开不好开的路段（比如爬坡），零部件的保养会相对容易些。

二、远程控制

到2019年各个公司只会做到Level 4的自动驾驶，也就是仍然需要人力介入的自动驾驶。每当自动驾驶车出现搞不定的情况，就会自动脱离，在办公室里的远程控制中心人员会马上介入，人为给自动驾驶车发出指令。和维修工人一样，这些工作人员也需要严格培训。如果一辆自动驾驶车每小时需要2次人工介入，每次2分钟，那么每位远程控制人员每小时最多只能监控15辆车。成本可想而知。

三、营销

自动驾驶车刚刚走进市场的几年里（大致2019-2022），竞争会很激烈，各个公司就需要投入大量营销成本去争取到第一批乘客。因为很多技术还未成熟，就只能先挑选较为“理想”的乘客，比如必须居住在运营范围内，身体基本健康，而且认同自动驾驶的基本理念。假设每个乘客需要花5美元来做营销，那么1年内想争取到1万个乘客就需要5万美元。

四、清洁

清洁居然也是成本里的一部分？没错。一旦没了人类司机，车厢里的举止就没全不受监控了，车厢只会比地铁、公交车更脏。虽然车内会有摄像头，但是对于乱扔垃圾这种行为还是很难探测到。乘客如果遗留了比较明显的东西在座椅上，摄像头还勉强可以提醒。但如果是洒了咖啡这种行为就很难探测了。人类出租车一天清扫一次，自动驾驶车至少一天三次。

五、停车、充电

普通出租车一般会在市郊租下来大片场地，用来停放闲置车辆。自动驾驶车也必须找到一片场地，用来给车充电、维修、清洁等等。这样的场地不可以距离市中心太远，才能尽量缩短乘客等待时间。在美国市郊停车每年就需要几千美元。如果还需要充电、清洗、室内维修这些配套设施，场地租赁只会更贵。

湾区Yellow Cab的集散中心

六、保险

现在针对自动驾驶车的保险政策还未出台。很多人预言自动驾驶的保险会比人类驾驶员便宜，因为自动驾驶车会永远遵守交通规则。人类的汽车保险每年有2000美元。我们就暂且按照人类保险的一半来计算。

利用率

最后我们再来看利用率。就拿Uber司机的时间作为参考。司机的时间分为以下几段：等待下一单的时间、赶往乘客出发地点的时间、去往乘客目的地的时间。利用率＝（赶往乘客出发地点的时间＋去往乘客目的地的时间）/ 整体时间。市中心很容易达到80%。如果只看“去往乘客目的地的时间”，会有60%。

和人类司机不同，自动驾驶车会完全听从指挥中心调遣，根据实时需求数据调度（有多少用户打开了叫车APP，又有多少用户正在叫车，或是没有叫到车）。因此，自动驾驶车的利用率很可能达到90%。但是这需要强大的算法支持，不能一蹴而就。我们就按照80%来算。

假设每辆车每天跑16小时（其余时间用来充电、维修），每小时跑20英里（市中心平均速度），每年就是12万英里。如果乐观估计，计算真正载客里程，12万英里×80%＝9万6千英里。由此得出，如果想把成本降低到每英里1美元，每辆车每年的成本就要控制在9万6千美元以下。

以上就是对成本的大致罗列，很多其他成本费用没有计算进来。尽管如此，就算是一家成熟的自动驾驶公司，由于产量难以上千上万，在近几年里还是很难把成本控制在9万6千美元以下。

大家可以根据各自公司的折旧率和发展阶段自行计算。未提及的成本也可以加进去，看看总成本会是多少。

下图是1美元原则下，每辆车每年成本的简化计算（假设汽车本身生命周期有3-4年）。

再来看看一个更现实的版本。我们把研发成本提到6万美元，传感器、维修等其他成本也大幅提高。这样算下来，每英里2美元会更容易实现。

欢迎大家留言补充其他成本。下周我们再一起来讨论自动驾驶的定价。