AI在逐渐重塑着我们所熟悉的世界。五月份，我们讨论了AI搜索给关键词搜索和广告业态带来的变革。本月，借着Robotaxi于德州奥斯汀开始的试运营，我们来探讨下AI技术将如何改造我们所熟知的另一个大行业——交通出行。

6月27日，全球第一辆ModelY从工厂直达客户家中，全程车上无人，也无远程干预，一路行驶了24公里，最高时速116公里/小时。与此同时，十几辆ModelY组成的Robotaxi车队，自22号开始，也在德州奥斯汀进行了试营业。

实际上，我们或许早已在路上见到过“空无一人”的出租车。早在2020年10月，Waymo首次在美国凤凰城，便开始向公众提供“完全无人驾驶”的出租车商业服务。直至2025年，全球运营无人出租车队的企业都集中在中美两国。Waymo运营着全球最大的车队——1500多辆捷豹，在凤凰城、旧金山、洛杉矶和奥斯丁这4个城市，累计行驶了超2000万英里，更是在旧金山占据了1/4的网约车出行。中国的萝卜快跑、文远智行、安途和小马智行，也都在北上广深和武汉等地，各自运营着约千台出租车。经过数年的测试和积累，这些车队都在各自的运营区域内，逐渐摆脱了对“车内安全员”的依赖，在开放路段实现了真正的“无人驾驶”。

从技术上看，以Waymo为首的该等车队的无人驾驶技术，走的都是“安全冗余+模块化算法”的路线，注重从感知系统上全方位收集信息：激光雷达感知大范围的3D空间占位，摄像头感知周边色彩与语义信息，雷达感知四周物体的相对速度变化，麦克风感知环境声音提示，最后再加高精地图以使车辆可以预知精确的道路环境，同时使用高精地图进行仿真训练。这样的多维感知系统可以最大限度地为AI规划和决策提供信息，大大增加了无人驾驶的安全性。Swiss Re的保险数据对比了Waymo在凤凰城、旧金山、洛杉矶、奥斯汀运营的2,530万英里驾驶里程后发现，相比人类驾驶情景，Waymo的财产损失索赔减少88%，人身伤害索赔减少92%。但该模式也同时存在着缺陷，使其商业模式的“可复制性”大幅下降，以至于Waymo自2018年商业运营以来，至今才有1500辆的无人驾驶车队。

总结来说，Waymo模式的缺陷无非三点。其一，运营成本高昂。Waymo自己不造车，采购的捷豹I-PACE电动SUV，市场价格在8万美元左右，外加激光雷达和英伟达芯片等增配硬件，预估整车总价格在15万-20万美元。高额的车辆成本，还带来了高额的运营维修、保险和折旧（大摩互联网团队模型估算成本高达每英里2.5美元），从而推高服务定价。Waymo在几大城市每英里的实际价格平均在3美元左右，与当地网约车每英里价格相当，因此市场需求有限。加上因此每季度十几亿美元的持续亏损导致了扩张的缓慢。其二，高精地图的采集和维护旷日持久。高精地图是Waymo安全冗余系统重要的一环，也是异地扩张数据训练的基础设施。但前期数月的数据采集，加上后期频繁的更新和维护，既增加了运营成本，又限制了运营区域的“可复制性”。其三，车队自营导致数据采集缓慢。Waymo外购的车辆和自营车队的商业模式，高昂的资本开支和运营成本，以及繁琐的地图信息采集，都限制了车队的规模，导致实车驾驶数据收集非常缓慢，反过来限制了自动驾驶算法的进化与异地更新，又进一步加重了对高精地图和仿真数据的依赖。以上三个缺陷，是Waymo商业模式取舍和技术路线选择共同造成的结果，其安全性是目前世界上最高的，但可复制性差也极大限制了Waymo的经营规模和财务效益。

所以，人们并未深刻感受到出行生活被AI技术所颠覆。但FSD和Robotaxi提出了另一种可能，几乎是站在Waymo商业模式和技术路线的反面：以13个摄像头作为唯一感知信息源，以低成本的汽车制造与销售业务为基础快速收集实车驾驶的训练数据，再以端到端模型为主体在海量数据优势上逐步迭代模型以提升安全。当FSD的安全性逐渐提高至可以与Waymo同台竞技的高度时，这条技术路线及其背后的商业模式，便可能会带来一个独特的优势——低成本。低成本会带来更强的“可复制性”，进而形成“训练数据飞轮”，反过来提高模型的安全性和可复制性。

我们尝试拆解Robotaxi运营的单位成本，并从当前其他出行方式的对比中，看出其“低成本”的优势。当然这一切需要基于一个大前提：FSD的安全性要比人类强10倍，就像当前的Waymo一样，否则一切都是空中花园。Robotaxi的运营，牵涉到的成本项目包括了车辆折旧、道路通行税费、保险、保养与维修、车辆清洁、停车费、充电费、后台运营与安全成本、银行支付手续费等9大项，各项成本金额或与“车辆数”挂钩，或与“行驶里程”挂钩。基于某些事实，我们可以假设出未来某个成熟经营时点（例如2035年）的单位运营成本（细节见下表）。

从以上假设出发，我们可以推导出Robotaxi的每英里运营成本大约在0.65美元（折合每单约4美元，接近目前的试用价格），远低于大摩预估的Waymo运营成本每英里2.5美元。根据美国公共交通协会（APTA）发布的《2024年公共交通概况手册》，全美范围内的每位乘客每英里的成本，公交约1.39美元，地铁约0.85美元。也就是说，假设Robotaxi平均每单接载2名乘客，Robotaxi的运营成本（0.325美元/每位乘客每英里）可能只有美国公交的23%和美国地铁的38%。全球各地公交地铁的票价一直都远低于成本，每年美国联邦和地方政府要烧掉近千亿美元补贴全国公共交通（全国每年300多亿次公共出行，平均每次2.5美元补贴），Robotaxi的成本优势有助于缓解这种财政压力。

巨大的成本优势，预计会催生无人出租车服务的大量需求，不止于替代现有出租车/网约车的需求，还存在替代现有城市公共交通，以及替代私家车的大量需求释放。同时，过去因需求不足、劳动力不足和激励不足等原因，网约车的供给也受限，Uber每年都要花费高额激励费用招揽网约车司机。但在“无人驾驶”技术之下，车辆由耐用消费品转变为生产工具，也会大幅地释放供给。目前美国注册车辆近3亿（包括轿车、SUV、皮卡等），联邦公路管理局估算每年实际在用车辆占比在85–90%之间，相当于至少有2.5亿的年活跃车辆。若取10%的渗透率转化，就会有2500万辆车提供共享出行，远大于目前Uber和Lyft在美国的300万的共享出行车队。

如果FSD的技术安全性能够得到保障，在监管障碍打通之后（无人驾驶的安全性如果比人类高10倍，监管机构不通过等于草菅人命），Robotaxi的成本优势，以及纯视觉端到端的泛化优势，会带来“可复制性”的优势，带动Robotaxi（自营+共享）车队规模的迅速扩张，反过来提供更多的驾驶训练数据，不断提高无人驾驶技术的安全性，形成所谓的“数据飞轮”。

与此同时，当Robotaxi的车队规模到达了一定的体量（为FSD做了最好的广告），当我们在路上见惯了“空无一人”的出租车，家庭可能还会保有私家车，但FSD的软件订阅或授权用户数量，也大概率会在私家车中得到更大范围的普及，定价也会水涨船高。一项技术是否实现闭环——无需人工干预调整，是其能否快速得到普及的必要条件，这也是与当下辅助驾驶功能最大的不同。正如当下我们对网约车和共享单车早已司空见惯，十年内“无人驾驶”技术在Robotaxi和私家车出行中的广泛应用，人们早晚也会见怪不怪。

这或许会是一个AI技术彻底改变人类出行方式的未来图景，投资价值取决于Robotaxi的车队规模，以及同一技术路线的竞争激烈程度（目前全球暂无竞争），行业的估值空间就见仁见智了。

但通往未来的道路大概率也是充满了挑战，规模天生是小概率事件的宿敌，尤其是出行场景这种事关生死的AI应用，Robotaxi的扩张必须谨小慎微，如履薄冰！曾与Waymo齐名的通用Cruise无人出租车业务被迫停业，就是前车之鉴。2023年10月，旧金山一名女性行人被人类驾驶的日产车撞倒后，不幸抛向了邻道正常行驶的Cruise无人出租车前，Cruise紧急刹车后启动了“安全靠边”程序，却将被撞行人拖拽碾压了6米多才停下，造成了严重伤害。事故后Cruise隐瞒了部分视频信息，加州政府因此无限期吊销了Cruise该州的运营牌照，面对巨大的舆论和监管压力，Cruise也宣布暂停其在美国所有城市的全部自动驾驶业务，退出了历史舞台。Robotaxi在试运营的首日，也出现了短暂几秒越过双黄线逆向行驶的小意外，引发了监管的问询和调查。虽然没有造成事故，但这揭示的运营风险（也包括公关舆论风险）在规模面前会被无限放大。尤其是全球仍无成熟的立法和公众认知，人们对于新鲜事物更是会百般挑剔。从辅助驾驶到无人驾驶，这是一道巨大的天堑，此一步可以是海阔天空，也可以是粉身碎骨。

AI是一项“通用目的技术”，因其终将普惠全球80亿人口和100万亿的所有行业，我们愿冠之以“时代”之名。但正因其通用普遍性，其应用也呈现出了“碎片化”的特性，许多行业应用的增值空间都非常小。但我们讨论的“出行”场景，与上期的“信息搜索”场景，则明显都属于超级大场景。在这些万亿市值的新行业都开始崭露头角的同时，纳指在6月份的最后一天，也收复了全球贸易纷争以来的全部跌幅，创出了历史新高。投资需要抓住主要矛盾，顺着时代的轨迹去发掘伟大企业，看得远、看得准、敢重仓、能坚持，而不被一些次要因素所左右，才能最终开花结果。这话说得轻巧，但在4月份的市场风暴面前，对于大多数人来说却异常艰难。这也是为什么说大多数人的投资，最终都会错失一个时代的道理。

风险提示及免责声明：市场有风险，投资需谨慎。在任何情况下，文章中的资讯仅供读者参考之用，文中提到的公司亦仅为阐述产业逻辑，所有内容均不带任何投资建议，读者不应单纯依靠本文而取代个人的独立判断。对于因使用、引用、参考本文内容而导致的投资损失、风险及纠纷的，东方港湾不负任何责任。