划重点
01商用车无人驾驶技术在干线物流、港口、矿区、机场等场景快速迭代，市场潜力巨大。
02然而，剩余20%的技术开发难度较高，且先发玩家已占据部分优质客户，市场竞争激烈。
03无人驾驶物流卡车通过编队驾驶模式降低事故率、提高运输效率，缓解人工成本压力。
04政策支持和技术进步推动商用车无人驾驶发展，但跨地区协作和城市内部路权开放仍面临挑战。
05无人驾驶矿用车在矿山场景下具有显著优势，市场空间有望逐步扩大。
以上内容由腾讯混元大模型生成，仅供参考
【摘要】商用车无人驾驶正在干线物流、港口、矿区、机尝末端配送和无人清扫等场景里快速迭代，由于智驾技术能够实现80%以上的复用，商用车的爆火也催生了部分新进入者的渗透转型想法。
其中，市场热度尤以干线物流和无人矿卡最高。
二者普遍能缓解人工运输事故率高、效率低、资源消耗大等问题，更在老龄化趋势下解决了用人贵、用人难等行业痛点。
然而，剩下20%的技术开发难度可能并不容易跨越，再加上先发玩家凭借过往案例已占据了部分优质客户，以及市场规模的有限，都或多或少地让商用车的“蓝海”蒙上了一层迷雾。
以下是正文：
在萝卜快跑等智能驾驶乘用车掀起全社会对无人驾驶关注的同时，声量相对较小的商用车无人驾驶也已经驶入发展的快车道。
干线物流、港口、园区、矿区、机尝末端配送和无人清扫等场景里，商用车无人驾驶也正在高速驶向未来。
01
市场空间≠进入难度
根据头豹研究院，2019年中国无人驾驶商用车正式开启商业化。2019-2023年，中国无人驾驶商用车市场规模从271亿元增长至1088亿元，预计到2028年，市场规模将达到14492亿元。
从中国2023年各细分赛道看，港口无人驾驶商用车市场规模为20亿元，无人驾驶集卡比重为55%，预计2028年市场规模将达到254亿元；矿区无人驾驶商用车市场规模为14.9亿元，预计2028年将达到105亿元；干线物流无人驾驶商用车市场规模为317亿元，预计2028年将达到12164亿元，当前最主要干线物流无人驾驶商用车的技术级别还是L3。
设计生产过程中，参与者主要涵盖几方：
一是上游的无人驾驶解决方案提供商，比如小马智行、易控智驾、智驾科技等；二是上游零部件制造商；三则是金龙、宇通、江铃、解放等中游制造厂商，它们与方案厂商合作，并从交易中收取制造部分的费用，预计也将从商用车无人驾驶这波浪潮中受益。
由于场景明确、政策支持、需求强劲，亦有不少声音认为商用车无人驾驶落地的步伐会比乘用车走得更快。
但是否选择进入或转型，可能是一个需要反复考量的选择。
一方面，市场盘子整体不大。
以无人驾驶矿用车为例，国内已经陆陆续续形成了数十家初创企业，相对饱和与固定，原本专注于乘用车方案的、做新能源矿车的初创企业，也都设法将精力分到这一市场中，但即使到2028年达到预计105亿元的市场规模，很有可能也并不够分。
除非面面俱到，否则还是要进入具体的细分赛道，而一旦步入具体的领域，考虑到既有玩家的存在，极有可能并不符合原本“一片蓝海”的想象。
另一方面，现阶段的商用场景并不能被其他领域的转型厂商降维打击。
举例而言，据业内人士，商用车的智驾解决方案虽然能够复用乘用车解决方案中约80%的技术，具体包括交通规则明确、道路结构化程度高的城区/高速环境的驾驶能力和测试标准、软硬件方案，但是剩下20%技术的突破难度则比较高。这也是原有深耕这一领域的企业所拥有的壁垒优势。
相比乘用车，商用车要求更远的前行感知距离、更强的控制精度、更少的响应时间。因此，并不是说在乘用车解决方案上大差不差的厂商，就能够做好商用车无人驾驶的研发。
而且当前大规模、高级别的乘用车自动驾驶尚未实现，商用车同样很难在短时间之内形成完全无人驾驶的干线物流等复杂路况高阶智驾方案。大部分厂商可能只能聚焦在港口、特殊路段等规模比较小的闭环场景，可获得的市场体量将更校
另外，能否说服大量下游B端客户，获取他们的信任也是商用车落地的重要一环。据内部人士分享，下游B端客户最为看重开发经验，有过往的成功案例才能迅速建立信任、获取客单。尤其在已有成熟玩家卡位的情况下，这一要素的考量尤其重要。
基于此，当前商用车市场的竞争格局虽然乾坤未定，但也已经初步成型，几个有实际开发经验的先发玩家牢牢占据部分优质客户。
对于新进入厂商而言，一个极有可能复刻的现实也许是牺牲价格换市场份额，经历如乘用车市场一样的残酷出清之后最终跑出一两位优胜者。
02
物流革新逐渐成熟，规模化倒逼跨地区协作
基于人类驾驶卡车存在“事故率高、运输效率低、人工成本高”等问题，干线物流运输无人驾驶化成为一门“热”生意。
据专业人士，传统的干线物流运输中人工成本约占总物流成本的20%。且有数据显示，我国卡车司机已超过2100万人，年龄普遍在40岁以上，年轻司机严重不足，随着老龄化趋势的加重，未来10-20年或许会造成近千万司机的缺口，或将导致干线物流卡车司机的人力成本越来越高。基于此，无人驾驶物流卡车正好能解除缺人、用人贵的燃眉之急。
保障行车安全方面，无人驾驶物流卡车能通过雷达、摄像头等硬件设施和智驾方案等软件算法来减少传统大卡车常有的视线盲区，很大程度上降低事故发生率。同时，无人驾驶物流卡车无需休息、能进行连续行驶，在为物流厂家提高运输效率的同时，也能够便利整个社会的物流运转。
目前阶段，大部分商用无人卡车采用编队驾驶模式。即一辆领航车带领多辆后续车辆行驶，后者可在无人驾驶的情况下紧跟前车。此模式不仅能够减少驾驶员数量，还能通过减少空气阻力、提高车辆编队的行驶稳定性来进一步降低油耗和碳排放，减少交通事故发生的概率。
此外，政策上推力明显。2024年5月1日起，营运货车强制标配自动紧急制动系统（AEBS）正式开始启动法规要求，据悉，卡车AEBS将由推标升级为强标。
AEB是一种通过自动制动来避免或者缓解碰撞的主动安全技术，属于先进驾驶辅助系统（ADAS）的范畴。AEB强标有力支持了ADAS在商用车领域快速渗透，也给卡车自动驾驶的渗透率加强带来了积极信号。这意味着自动驾驶物流车队的发展将被赋予更高的战略意义。
ADAS之后，干线物流卡车的下一步将是、也必然是无人化。
小马智行作为国内已经拥有超过200辆自动驾驶卡车车队的解决方案厂商，坦言道：若无法做到无人化，自动驾驶卡车的商业账无论如何都算不过来。在完成Demo到技术验证、到小规模商业运营（带安全员）的小目标后，小马智行的下一阶段重点就是突破无人化。与此同时，政策也在同步推进，市场有望在今年年内看到编队自动驾驶后车主驾无人政策的出台。
而深耕卡车ADAS领域的智驾科技，近期也开始向L2+级高速NOA、乃至L4级别的商用车自动驾驶过渡。2021年底，智驾科技在商用车领域的ADAS前装客户覆盖率就已经超过50%，出货量达数十万套。而在L4级自动驾驶商用车领域，智驾科技也已经与几个主流车厂投入了开发工作。
除了主打长途运输的干线物流车之外，解决具体配送问题的无人物流车也为商用车增添了发展空间。
例如，九识智能率先将目光瞄准了B2B无人物流车领域，主要解决从快递站到驿站的这段路程，包裹由九识的无人物流车送到驿站后，再由人工快递员将快递配送到C端。其无人物流车已经在100多个城市上路，L4累计运营里程超过200万公里，每天为上千位客户提供全路况运营支持，帮助客户实现运营成本平均降低62%。
面向下一轮发展，需要考虑的有两点。其一是在应对复杂路况和极端天气时，如何验证、进一步确保无人驾驶商用车的稳定性和安全性。
二是政策层面，各地政策的不互通导致跨省市的无人驾驶干线物流车发展受到限制，同时城市内部路权的开放和获取也阻碍了L4级别无人物流车的大规模、迅速普及。如何协调统筹，成为各地发挥组合拳的主阵地。
03
矿山卡车增势明显
无人驾驶商用车的另一个典型应用场景是矿山。
矿山场景下，安全和人力成本是最重要的考量。也基于此，这部分智能驾驶运输车几乎不存在辅助驾驶应用，首先，无人驾驶为矿山运输带来“本质安全”，其次，只要能跑通成本节省的这笔经济账，企业自然有更换无人运输车的动力。
易控智驾战略副总裁林巧博士分享到，当前国内一辆矿车的人力成本在几十万元每年，未来还有增长趋势。国内大型露天煤矿大多分布在新疆和内蒙两地，新疆矿车司机工资到手在万元以上，且企业还需要提供包吃包住和社保缴纳，综合来看一年在一位矿车司机身上花费的人力成本不低。
当前一辆矿车普遍配备2位司机，采用2班倒模式，而新一轮国家和监管政策预计将要求未来一辆车配备3名司机（每天3班倒）。相关人士测算，未来一辆运输卡车一年所消耗的人力成本可能超过50万元。一旦司机数量减少，能大大降低食堂、宿舍、通勤班车等费用，极大降低了管理难度。
而事实上，除人力成本外，无人驾驶矿用车也能够全天候不间断工作，无需考虑司机疲劳问题带来的效率降低。其次，通过智能化控制，车辆在矿区作业中的误操作和机械损耗得以减少。另外，矿山作业工况较差，应用无人驾驶车辆，能够显著降低在常见的恶劣天气和意外事故中的风险。
因此，即使无人驾驶矿车的用车成本等于甚至略高于人工作业成本，矿区都会有比较强的更换无人驾驶矿车意愿。
另一边，国家多次出台政策文件，鼓励矿山进行自动化和智能化升级改造。
国家矿山安监局、应急管理部、国家发改委等多部门印发《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》，提出到2026年，建立完整的矿山智能化标准体系，推进矿山数据融合互通，实现环境智能感知、系统智能联动、重大灾害风险智能预警，全国煤矿智能化产能占比不低于60%；到2030年，建立完备的矿山智能化技术、装备、管理体系，实现矿山数据深度融合、共享应用，推动矿山开采作业少人化、无人化。
不过，矿山环境的复杂性决定了自动驾驶卡车的底层技术逻辑与公开道路的车辆有着显著不同。在乘用车的辅助驾驶中，司机作为安全兜底，而矿山自动驾驶完全依赖系统保障安全。这意味着，矿卡的算法必须更加精准，能够应对极端工况如崎岖土路和恶劣天气。
在技术实现上，矿山智能驾驶要解决的最大问题是路的不同。乘用车的公路、高速场景都有明显的车道线、路标和其他交通标记，各个矿山则没有这一条件。
每一个矿区的区域结构、流程动线、开采规模和实际路况都有很大区别，这意味着自动驾驶系统需要根据特定的矿山环境进行适应和调整，矿山的生产工艺和流程也需要随着自动驾驶技术的发展进行优化才能真正提升效率。
此外，矿区内的无人驾驶车辆也需要比较好的协同。不过由于通讯信号问题，不能完全依赖云端调整，单车智能仍然是最为重要的决策端。
这些特点使得矿卡的自动驾驶技术更加专注于车辆的稳定性、感知能力和冗余安全机制，也决定了矿卡无人驾驶系统的开发往往需要足够的实际经验和一定周期的现场调试，才能真正落地在某一特定矿区里。
商业模式方面，矿山自动驾驶的收费方式灵活多样，主要取决于车辆的归属，根据矿山的具体需求和运营状况进行调整。如果车辆由矿山业主方持有，无人驾驶方案提供商企业可以选择按技术服务费进行收费；如果车辆由自动驾驶技术提供方持有，则可以按运力费用分成。
市场空间方面，林巧博士认为，当前的新增矿卡中无人驾驶矿卡的渗透率大概是2021年新能源乘用车的水平，即6-7%，明年大概可能会超过10%，后年达到20-30%；在3-5年后，国内矿山自动驾驶卡车每年的新增数量预计将达6000-7000台，甚至上万台。据统计，当前国内矿用车保有量在10万台左右。
值得注意的是，在海外市场，尤其是澳大利亚等发达国家，由于人力成本高，无人矿卡的市场需求非常旺盛。叠加海外客户对软件付费的良好习惯，客单价远高于国内市常
04
尾声
虽然商用车和乘用车在底层技术上有通用性，但由于应用场景的不同，其在技术要求和商业模式上存在显著差异。
理想情况下，商用车和乘用车的智能驾驶技术应当参照传统汽车齐头并进的研发路径，在产业成熟后双双实现无人驾驶。
但由于商用车面临的“corner case”更少、数据密集、场景垂直、车路云协同优势更易实现，且法律法规支持力度大、载货安全要求低于载人，叠加乘用车市场的内卷压力，如今中腰部也出现了乘用车向商用车无人驾驶渗透或转型的倾向。
不过，技术水平高、获客难度大、市场规模有限都是横在前面的重要现实，新厂商如何找准切入点，实际非常考验“刀法”。
