12月18日，由騰訊汽車主辦的2018全球汽車AI大會正式拉開大幕，近50位來自全球頂尖科技公司、汽車企業高層以及國內外學術專家齊聚北京，共同為AI與汽車產業的深度融合建言獻策。
在主題為“想象與創造——新出行時代的角色重塑”互動研討環節中，馭勢科技聯合創始人、CEO 吳甘沙表示，今年有關於出行的關鍵詞是“驚蜇”，代表著大家可以聽到無人駕駛出行商業化的聲聲春雷，但是同時也會感覺到倒寒。
“今年在自動駕駛再一些跟出行相關的場景當中已經實現了落地，比如說跟分時租賃實現自動的取還車、編隊調度，包括無人小巴實現最後三公里的微循環，比如說無人駕駛的BRT，這些其實都已經看到商業化落地的一些跡象。”
他表示，做智能駕駛最終的目標是無人駕駛，因為無人駕駛天生是帶有出行屬性的。但是無人駕駛還是一個2020年之後非常遙遠的事情了。所以目前，馭勢科技要去探索一些可以真正落地的場景，同時這些場景又有助於讓我們到達未來的詩與遠方，這其實是非常考驗我們的選擇能力。
“to C也是一個很好的場景。比如說我們做自動代客泊車，已經實現了批量的交付。”吳甘沙說道。
他還指出，自動駕駛跟出行就能夠發生很多的關係，但目前這其中缺了一環，因為後裝的自動駕駛車是沒辦法送出去運營的，因為安全、品質是沒辦法得到保障。所以必須要在中間還得加一個主機廠。“我們作為一個賦能者，或者作為一個技術的供應商，需要跟主機廠和運營商一起來重新去定義這樣一輛車，來確保這輛車的智能駕駛所有的器件都是符合車規，都是能得到安全的保障，這是一個重新定義的過程。”
以下為互動實錄：
王秋鳳：謝謝大家！張耀東老師是我的老長官，我特別不好意思地說我也是學汽車的，我們專業還是內燃機呢，是不是聽起來就有年代感？
咱們這一場主要也是圍繞兩個字“出行”，但是我們的主題是“想象與創造——新出行時代的角色重塑”，為什麽說角色重塑呢？其實今年整體大家對出行這一塊的關注是非常高的，我們也看到更多的主機廠也都往出行去轉型，甚至看到全球像寶馬、豐田的知名公司把自己的公司都改成出行服務公司了。在這個行業，“出行”這兩個字可能有了新的定義和概念。今天在這兒我們弄這麽一個專場，也是想跟不同領域的出行公司的長官們一塊探討，所以第一個問題先來暖場。
我們看到2018年基本上各個行業就是一個字“冷”，我想知道大家對2018年出行圈子覺得是什麽樣的狀態？
吳甘沙：大家好，我是馭勢科技吳甘沙。更準確地說，馭勢科技是用自動駕駛去賦能出行和物流。從這個角度來看，如果要用一個詞的話，我願意用一個節氣的名字，叫做驚蜇。
如果說2016年是自動駕駛的立春，立春就是相當於是元年。2017年可以說是雨水，這是萬物復甦、草木萌動的時節，你可以看到2017年大大小小的公司都進來了。2018年為什麽是驚蜇呢？驚蜇可以聽到商業化的聲聲春雷，但是同時也會感覺到倒寒。我覺得商業化的聲聲春雷其實已經看的非常清楚了，尤其是今年在自動駕駛再一些跟出行相關的場景當中已經實現了落地，比如說跟分時租賃實現自動的取還車、編隊調度，包括無人小巴實現最後三公里的微循環，比如說無人駕駛的BRT，這些其實都已經看到商業化落地的一些跡象。
我們看到、聽到了商業化的聲聲春雷，但是另外一方面也有倒寒，尤其是這幾年如果說無人駕駛，對它其實有很高的期望值，特別是L4在未來的出行當中的應用場景。但是我相信在這個行業當中很多人跟普通人做夢，做夢最難受的是考試交卷時還有很大的一片空白沒有填。在這個時間點的話，可能也有這樣的一種交卷的壓力吧，就是無人駕駛在出行當中現在還沒辦法有太激進的應用。那麽未來幾年當中該怎麽發展？這其實也是一種倒寒。
王秋鳳：在上一個嘉賓的回答中，我get到三個詞特別適合吳總的公司，三個詞分別是出行、自動駕駛和汽車廠商。因為馭勢一直也在提今年新的轉型，我就想問吳甘沙總，你們是怎麽把出行、自動駕駛和汽車企業三方協調融合，最終達到自己的商業化目的呢？
吳甘沙：我們做智能駕駛最終的目標是無人駕駛，無人駕駛天生是帶有出行屬性的。問題就是無人駕駛還有點遠，現在有的說2021年L4的車出來，但是可能只是在一片區域裡面。有的人說2025年能夠實現無人駕駛滴滴。但是無論是2021年還是2024年，對於一家2016年創建的公司來說都顯得有點遙遠。必然意味著，我們要去探索一些可以真正落地的場景，同時這些場景又有助於讓我們到達未來的詩與遠方，這其實是非常考驗我們的選擇能力。
今天我們做智能駕駛，to C也是一個很好的場景。比如說我們做自動代客泊車，已經實現了批量的交付。我們已經有一些用戶的車具備了自動代客泊車的能力，我開到酒店的大堂直接下車了，它自己開到附近的停車場去停車，你也可以用手機一鍵召喚過來，你直接上車就走了。
這樣一種to C的場景有兩個問題，第一個問題是用戶對成本比較敏感，第二個問題是使用頻次非常低，經歷的場景是比較有限的。於是我們就開始去探索，我們今天的智能駕駛技術如何能夠跟出行發生關係？這就跟分時租賃、跟曹總剛才講的開始探索了。
今天分時租賃對於用戶來說是有痛點的，他掏出手機一看最近一輛車五六百米之外，外面天很熱，或者下著大於，這可能會影響他去使用這輛車的欲望。另外一方面就是還車，比如說我開車開到機場，最理想航站樓直接就下來了。但是問題是我必須要開到附近的一個Car return去還車了以後再搭其他的交通工具去航站樓，這也是一個痛點。我們把剛才to C自動待客泊車的技術或者最後500米的自動駕駛的技術跟分時租賃結合實現自動取還車，就能夠提升用戶的體驗。而且還有可能去提升每一輛共享汽車的使用頻次，這就是一個很好的落足點。
做著做著我們發現還可以做更多，大家可以從共享單車看出來，你只看用車，不看運維的話很有可能得出一個非常錯誤的商業模式。今天的共享單車可能運維是一個巨大的成本，我們想能不能幫助分時租賃的運營商降低運營成本？比如說我們今天的汽車也好、單車也好有潮汐效應，一到高峰時間所有的車都從A點跑到B點去了，A點沒車了，有人要用車但沒車。但是B點的車又閑在了那邊，怎麽辦呢？今天可能要靠人一輛一輛開回來。如果說我們能夠實現無人駕駛的編隊調度，這樣就可以降低運營的成本。所謂編隊調度是第一輛車坐個人，後面的車就不坐人，像一隊幽靈車一樣從B點開回到A點，這樣就可以降低運維成本。
另外的降低運維成本是把自動泊車跟無線充電結合起來，這個車自動泊入到停車位，下面是一個無線充電的點，它自己可以開始充電，這樣也可以減少運維成本。
未來最重要的就是無人駕駛車跟今天車的差別，今天我的車一年一次一萬公里保養就夠了，未來的車需要實時的預測性的運維。就有點像今天飛機的發動機，傳統發動機的商業模式就把發動機賣給波音，波音賣給航空公司就行了，現在其實是一種租賃的模式。發動機隨時有數據回到衛星那邊，然後GE比如說是發動機運維公司，我可以對這些數據做實時分析，對發動機進行運維。未來這樣的一種模式，也有可能在無人駕駛和共享出行當中能夠用起來。
你可以看到我們自動駕駛跟出行就能夠發生很多的關係，但是這裡面其實還缺了一環。因為後裝的自動駕駛車是沒辦法送出去運營的，因為安全、品質是沒辦法得到保障的，所以你必須要在中間還得加一個主機廠。我們作為一個賦能者，或者作為一個技術的供應商，需要跟主機廠和運營商一起來重新去定義這樣一輛車，來確保這輛車的智能駕駛所有的器件都是符合車規，都是能得到安全的保障，這是一個重新定義的過程。
剛才曹總講了很多重新定義的過程，比如說我要去找到這輛車，怎麽能夠更容易地找到？這些車外面是不是有顯示屏？我進入了這輛車需要有更好的身份認證的手段，可能簡訊還不一定夠了，未來會是生物的認證。這輛車對於運營商來說需要有種手段，就是前一個人用完了以後，能夠馬上對它進行清潔，後面的人進去的時候是非常乾淨的。人在走的時候，可能裡面還有攝影頭去看一看是不是有東西遺留在了車裡面，這些東西是需要重新定義的，所以主機廠是不能缺位的。
我覺得共享出行、運營商、主機廠和技術提供商需要做協同創新，一起把這個技術首先做到可靠，其次再把商業模式做出來。
王秋鳳：我給台上的嘉賓分為了兩個陣營，我分別問我關心的問題。第一個陣營是技術型，第二個陣營是運營型。技術是吳甘沙和蘇奎峰老師，你們一直在提自動駕駛在出行的落地，你們覺得落地的最大的難點是什麽？另外是運營型這一類，我挺擔心的一個點是怎麽掙錢，一提到出行，說實話想有可控性，想保證品質服務，那就是要重資產。重資產這一塊對於我們做出行這一塊來說，每個司機上抽點成掙錢是挺難的。你們的盈利模式或者這一塊怎麽掙錢？
吳甘沙：對於我們來說很難的地方，第一是要做到非常安全，第二就是證明足夠安全。這兩點非常難，因為無人駕駛跟我們原來互聯網，或者軟體不一樣的地方，beta版是不能用的，0.99版也是不能大規模部署的，也是要做到1.0版。但是從0.99到1.0可能是一個巨大的鴻溝。
香港九龍灣馬來街興發大廈15樓D室