劉強東說：“在五到八年后，整個物流體系基本上可以實現全程無人化，”這恐怕過于樂觀了。作為無人化重要細分領域的無人駕駛，還有漫長的路要走。尤其是以載貨為主的干線物流無人駕駛，雖然前景美好，但是距離量產落地，還需要更長遠的時間。

一、遍地開花的布局

中外互聯網電商企業都瞄準了無人駕駛，谷歌百度紛紛下場，而特殊場景下的無人駕駛投資更是精彩紛呈。

拿港口來說，國內涌現出了包括西井科技、主線科技、斯年智駕等港口無人駕駛公司，三一重工、經緯恒潤等汽車產業公司也在積極布局。吉利聯合暢行智能推出了國內首輛混合動力無人駕駛集卡車，元戎啟行也推出了無人集卡。

因此，港口無人駕駛的入場者，不僅包括自動駕駛科技公司、更包括傳統工程機械公司、還包括了傳統汽車電子公司。

無人配送，說白了就是具體化的自動駕駛場景應用，入場者更是踴躍，外有亞馬遜，內有阿里，京東、蘇寧與美團。

美團作為外賣行業的龍頭，2015年，加入加州伯克利DeepDrive深度學習自動駕駛產業聯盟。2019年，無人配送車"小袋"通過了服務型電動自動行駛輪式車的測試。

"小袋"已經通過了交通標志和標線，障礙物，以及行人、機動車與非機動車的識別與響應。今年年初，在CES上，美團聯合法雷奧還推出的無人配送車eDeliver4U。

阿里的小蠻驢也在今年發布，是阿里無人駕駛研發業務歸入達摩院自動駕駛實驗室后推出的一款全新產品。阿里擁有的阿里云與高德地圖，很大程度上解決了無人駕駛數據管理平臺與高清地圖的問題，使其領先在起跑線上。

快遞行業的巨頭也有涉足，日本大型快遞企業雅瑪多運輸和IT企業DeNA確立了應用自動駕駛技術進行宅急便配送的共同項目。我國的快遞龍頭企業，如順風、圓通，據說都已涉足。

如果把無人機，也算作無人駕駛一個分枝，那么，目前，谷歌、亞馬遜、敦豪DHL、順豐快遞以及沃爾瑪等都在推出無人機配送業務。

總之，無人駕駛在各大企業的重視下，已遍地開花，小有成就，但是，現階段，物流無人駕駛的成本遠高于人工成本，且有些還是概念化的東西，離成熟運用和系統集成還有很大差距，距離大規模商用還有很長的距離。

二、L4級別前的徘徊

自動駕駛的概念，站在AI與5G的風口，受著宏觀趨勢的福利，承擔著萬眾的期待。然而如今，卻進入瓶頸期，在紛紛達到或即將達到L4的級別后，被高清地圖，靈活性和法律上的暫時模糊遏制住了前進步伐。

雖然L4級別，可以完成所有的駕駛操作，無需駕駛員接管和干預;可以自動對行車環境進行感知，并在危險情況下主動制動或切換線路，但自動駕駛真正上路還有許多技術和法律問題沒有突破，技術和監管方面還有巨大挑戰。如何保證自動駕駛的可靠性和穩定性，如何擁有完全的路權，都是應深度考慮的問題——物流無人駕駛的目的就是將貨物更有效更準確地送達客戶。然而，一旦出現法律糾紛，其責任應該由誰承擔？遭受黑客入侵后如何問責？客戶識別如何更為有效？等等問題，都待解決。

物流系統主要包括了倉儲、運輸和投遞三個重要環節。物流系統無人駕駛，包括了倉儲無人駕駛、運輸無人駕駛和投遞無人駕駛。顯然，運輸無人駕駛是重中之重。

所謂運輸無人駕駛，即使用無人駕駛重卡進行倉到倉之間的運輸。倉到倉之間的運輸，是現在物流體系中成本最大的部分。根據Plunkett Research的數據，以美國市場為例，包括航空、水運、鐵路、管道和卡車在內的貨運市場，價值大概是1萬億美元，而卡車運輸占據了其中的70%，也就是7000億美元。

我國汽車運輸的權重更高，由于干線運輸路況的復雜性及技術和政策的影響，要實現無人駕駛干線物流運輸，還有很長一段路要走。

至于投遞無人駕駛，即目前國內的末端無人配送，還處于初級階段，主要的方式就是使用無人配送車，而這類配送車主要依托于高精度地圖數據+智能導航系統，可解決一個社區或園區內“最后一公里”的配送問題。但在交付過程中，還是無法送到辦公室或用戶住宅。

據說，有的公司將最重要的交付部分，由新設計的機器狗來完成。機器狗在應對障礙物、崎嶇地形、電梯、樓梯等場景，比輪式車輛具備優勢，但目前還處在實驗階段。

總之，目前所有的無人駕駛技術，包括自動駕駛與無人配送，在面對實景的復雜度上還是有很大的缺陷，穩定性也需要提高。

無人駕駛的商業化需要充分結合場景來實現，而無人駕駛在物流運輸場景下的推動，需要放在智慧物流運輸的全局化方案中來看。只有單車能力的無人駕駛解決方案并不能滿足目前智慧物流的實際需求。只有將物流運輸的實現場景中多套用戶設備與無人系統之間的聯合打通，最終實現一個真正的無人物流體系，才是最有效、最經濟的。

同時，要明白，整個物流系統的無人化，無論是倉儲無人化，還是運輸無人駕駛，或者是投遞無人配送，都有著多種的解決方案，并且具備廣闊的應用市場。

物流產業正處于新技術、新業態、新模式的轉型升級之際，而技術新紅利也正在重塑中國物流價值鏈和物流產業新格局，物流無人駕駛將在其中取得突破，在未來5G+AI的賦能之下，一定會破除當前困局，滲透率只會越來越高。

三、特定場景下的率先落地

雖然無人駕駛在商業化進程中多次迎來實質性進展，但就目前來說，從技術成熟角度，需要在低速封閉的場景下運行;從商業模式角度，一個重要的衡量標準是使用成本比司機低，基于這種考量，在倉儲、校園、港口、礦山等賽道率先落地。

由于倉儲環境封閉，作業相對簡單，無人駕駛首開先河

在整個物流系統中，倉儲無人化的程度目前是最高的，其主要是通過AGV產品來實現，而AGV,某種意義說就是無人駕駛，如亞馬遜的KIVA機器人，國內類Kiva式的倉儲機器人等目前在一些大型電商倉庫都已經實現了規模化的應用。AMR（自主移動機器人）在倉儲領域也已開始應用，可以自主規劃路線，柔性化程度更高。

通過人工智能、深度學習、圖像智能識別、大數據應用等諸多先進技術，對傳統工業機器人賦予了智慧，讓它們具備自主的判斷和行為，適應不同的應用場景、商品類型與形態，完成各種復雜的任務。

許多企業的無人配送，率先在校園落地。校園，作為一個相對開放的場景，大量的消費人群，巧妙地避免了需要高清地圖的缺陷，緩沖了在開放道路的高復雜度，成為了無人配送很好的切入點。

今年11月京東與北京物資學院達成合作，打造無人配送校園，同時，京東無人車也在北京、杭州、西安的多所高校開始運營。更早在2017年5月, 加州伯克利大學校園內就推出了Kiwibots，做外賣平臺和餐廳的生意，把外賣送到學生的手里。

醫院場景具備率先落地的條件，京東物流的末端無人配送在今年疫情中嶄露頭角。在今年疫情爆發后，京東物流支撐起了第九醫院醫療物資的配送，其中無人車配送約占70%。

然而，原則上來講，校園配送目前應該只會是無人配送的一個細分市場，離實現無人配送較大范圍的落地還存在較長的時間。

再說港口，集卡司機的高昂成本給港口運營帶來的成本壓力驅使無人駕駛成為港口降本增效的新藍田。中國吞吐量排名前30的港口，在2019年占到了全球吞吐量的57.8%，規模非常之大，也意味著中國對港口無人駕駛技術的需求很強烈。

港口是擴展的倉儲場景，一方面，港口是一個封閉場景，這里不允許行人和其他無關車輛進入，駕駛環境相對簡單。另一方面，按照國內港口貨車駕駛規則，貨車在港區內的行駛速度在10-30公里/小時之間。在這種速度下，無人駕駛的精準度和安全性得到了保證。

因此，在智慧港口升級大趨勢下，無人駕駛運輸在港口的應用快速普及。2017 年年初，上汽紅巖為洋山港定制的智能無人駕駛牽引車，已先期在珠海港投入運營，在廣州南沙港試運行。2018年1月，西井科技與廣東珠海港完成全球首輛港區作業無人集卡的第一箱作業。同年4 月，中國重汽自動駕駛電動卡車在天津港開啟試運營。2020年，Q-Truck車隊已落地泰國最大的商業港口林查班碼頭，正在日夜運營中。

工業場景下，特別是礦山，自動駕駛不僅僅是簡單的把貨物搬運到指定的位置，而是要把5G技術、大數據、物聯網、云計算等貫穿于產品的設計中，讓無人駕駛成為一種實時感應、安全識別、多重避障、智能決策、自動執行等多功能的新型智能工業設備。

目前，無人駕駛開始在部分特定應用場景、細分領域率先商業化落地，至于更寬更廣的應用，還需時日。

毫無疑問，無人駕駛是未來發展的趨勢，它融合了目前幾乎所有的熱點技術。盡管無人駕駛短時期內還難以實現較大的滲透率，但在未來萬物互聯的時代里，這必定會是一個趨勢。同時在疫情與物流需求的催化下，無人駕駛也迎來了新的機遇。