谷歌旗下自动驾驶公司Waymo近日在邮件中表示，在不久的将来，用户将有机会乘坐没有安全员的无人驾驶出租车。
无独有偶，在另一侧的大洋彼岸，中国武汉交通运输部门为百度、海梁科技、深兰科技三家科技公司，颁发了全球首张自动驾驶车辆商用牌照。
滴滴自动驾驶获得江苏省苏州公安局颁发的路测牌照，将在苏州区域内开展自动驾驶公开道路测试。
这意味着，无人驾驶车辆不仅可以在开放道路进行载人测试，也可以进行商业化运营探索。
商业化落地的利好，引来一波对Robotaxi(即无人出租车)的鼓吹。
2019年6月，小马智行(Pony.ai)和裹动智驾(AutoX)两家中国初创企业同时获得美国加利福尼亚州公用事业委员会颁发的许可，可以向公共乘客提供自动驾驶服务。
2018年12月底，总部位于硅谷的初创企业Zoox率先拿到了加州首张自动驾驶班车服务牌照，被誉为迈出了美国自动驾驶发展的重要一步。
此外，通用Cruise、福特Argo AI、UberATG、Navya、特斯拉等厂商都将目标锁定为Robotaxi。
其中，Cruise预计将推出相关业务，而特斯拉给出的时间表是2020年，均已经是迫在眉睫。
但值得玩味的是，因为商业化进展慢于预期，摩根士丹利对Waymo的估值下调了40%，从1750亿美元降至1050亿美元。
Waymo CEO John Krafcik也曾对无人驾驶泼过冷水：“未来几十年内，自动驾驶技术还无法做到无处不在，无人驾驶汽车将一直存在限制。”
Robotaxi普及应用尚需时间
商业化落地道阻且长
去年4月1日，Robotaxi突然爆红，立刻成为业界讨论的热门话题，也有媒体认为其无非是“愚人节游戏”而已。
其中，Waymo推出转为宠物打造的自动Robotaxi驾驶服务Waymo Pet，让人哭笑不得。
尽管很多厂商已获得了Robotaxi的运营许可，但目前仍处于小范围试验阶段，并没有大范围普及应用。
同时，Robotaxi源于自动驾驶技术，从技术、法规及监管等方面，仍然需要不断的尝试和努力，才能真正商业化落地。
在技术层面，目前大部分自动驾驶技术仍然停留在L2、L3级别，只能算是部分自动驾驶或者自动辅助驾驶，与L5级别的完全自动驾驶，也就是无人驾驶仍然有很长的一段距离。
因此，目前投入运营和测试的Robotaxi业务一般都被局限于特定区域内，并需要配备安全员。
对于中国来说，确实存在很多无人出租车之外的机会，包括机场接驳、矿车物流、商业综合体、工业园区、微循环出行等等，这些都是自动驾驶可能实现落地的场景。
以矿区为例，中国矿区的劳动力短缺、安全成本提高等问题在近些年凸显，对矿区无人化的需求迅速增加。
根据测算，矿用机械改装有4000亿元人民币的市场规模，矿物无人运输的市场也有3600亿元。
与之类似的是，很多细分赛道或者说有限场景的市场规模并不小。
如果初创公司能够尽早打造某一领域的竞争壁垒，这个壁垒不只有技术，还有端到端的各类资源打通等，从而具备自我造血的能力，获得市场认可，那么他们大概率就可以坚持下去，直到黎明的到来。
有限的场景无限的想象
自动化改造或是突破口
商业化落地确实困难重重，Robotaxi要想真正实现应用落地，必须要实现四个重大突破，包括：无人驾驶技术的突破、建立量产车队的突破、商业模式落地的突破、政策法规的突破。
这其中，政策法规对于Robotaxi的落地具有风向标的作用。
现在，各国都对自动驾驶提出了相应的要求和规范，同时划分了一些区域作为测试道路，为自动驾驶厂商测试提供便利。
然而，封闭和局限性的道路，能够避免危险，但对于自动驾驶技术的进步毫无益处，因此需要更开放的环境，甚至进入闹市区，才能磨练出能够应对真实复杂环境的无人驾驶技术。
相对于中国来说，美国部分地区明显对于自动驾驶测试的接受度更高，也更宽容。但是，限制仍然是存在的。
例如，Waymo在凤凰城推出的Robotaxi业务中仍然有一定的限制，只能在一定的区域范围内行驶，乘客也只能是之前参与过测试的老用户。并且，在前期的测试中，每辆车必须配备安全员。
而加州机动车管理局(DMV)发放给Waymo的首份全自动无人驾驶汽车测试许可证，虽然可以取消安全员，但不能向公众提供Robotaxi服务，仅仅作为测试。
这种务实并不一定是坏事。相比于直接瞄准在城市复杂开放道路上的L4无人驾驶出行服务，从具体场景出发，为种子客户创造价值，比如降低成本、解决人力短缺，并积累数据和打磨系统，在未来三年里，这将是一个更为明智的前进方向。
矿区自动驾驶是其中一个选项，国外的矿区早在20多年前就开始进行自动化改造，七八年前真正大规模落地。
有限的场景落地不会成为阻挡自动驾驶公司前进的藩篱，城市道路开放必然是未来的星辰大海。
自动驾驶公司和其他行业开展协作创新，能更好找到商业化落地路径，这是一个比较合理的选择。
但从目前看，认定Robotaxi就是自动驾驶落地的“救命稻草”还为时过早。
毕竟在自动驾驶领域，无人巴士、无人货车等更多新应用场景仍然层出不穷，这些目前看似有限的场景或许能将自动驾驶推向更广阔的天地。
