2016年，AI作為一種全新技術開始進入大眾視野，也就在這短短幾年時間，AI已經在生產生活的各個領域作為解決方案應用其中。毫無疑問，自動駕駛正是AI在出行領域的核心技術解決方案。

正如任何一項新技術都要經歷一個從技術驗證到產業落地的周期一樣，自動駕駛同樣也不例外。只不過相比很多其他產業技術，自動駕駛的“驗證-落地”周期則大幅縮短至十多年時間，就迎來技術可靠性的“臨界點”，進入規模化 商業 落地的新階段。

8月15日，場景實驗室《向極致去——新物種爆炸：吳聲商業方法發布2021》如期舉行。演講當中，吳聲將“有應用場景的AI技術”作為了“新物種時代的場景戰略”之一，而自動駕駛技術正是擁有著“足夠具體場景、足夠豐富樣本和足夠多樣建模的AI解決方案”。

眾所周知，這場自動駕駛技術的發端肇始于美國DARPA在2004年開啟的一項無人駕駛挑戰賽，而谷歌（現在的Waymo）率先開啟了自動駕駛技術的研發以及商業化。但這一次，中國 科技 企業也不惶多讓，其中像百度Apollo也同樣走在自動駕駛技術研發的前列，成為全球自動駕駛領域的領軍者。

在自動駕駛的賽道，除了領軍企業在AI上的先發投入和技術積累，同樣離不開一個不容忽視的外部性因素，那就是自動駕駛企業所處的外部性環境。正如吳聲在演講中指出，中國是數字 經濟 最豐沛的“場景實驗場”，數字用戶的規模巨大、數字生活方式滲透非常快。廣泛場景應用和復雜場景訓練，成就技術進化的中國范式。這一社會時代特征成為我們理解自動駕駛在中國發展的最好背景注釋。

在數字生活加速到來的今天，大眾出行有哪些未被真正滿足的需求？反過來說，自動駕駛出行方式的出現，又解決了大眾出行的哪些真正痛點？通過吳聲在演講中重點提到的百度Apollo Robotaxi解決方案，我們將理解自動駕駛對于大眾出行的真正價值。

首先是自動駕駛對于網約車出行的替代能力。我們知道，網約車是對傳統線下出租車的一種線上替代方案，網約車平臺解決了司機和乘客之間的信息不對稱問題，極大地減少了乘客的叫車時長，也優化了乘客的出行效率。但如今來看，網約車的問題依然存在，如司乘安全、平臺抽成等問題，其中現有網約車模式的平臺運營規則中，最大難題就是如何平衡乘客、司機、平臺和監管等多方的全責。而自動駕駛出行服務可以實質上地化解平臺多方主體之間的多邊矛盾。而基于無人車的出行服務，其核心的變革就是從源頭上改善了所有參與者的信任機制，也就是自動駕駛出行將完全按照乘車人的意愿和出行大數據的算法里來保障每一次出行需求，讓出行的所有節點都“有跡可循”。

第二是自動駕駛對于豐富出行場景的滿足能力。在吳聲看來，百度Apollo的Robotaxi服務可以定義為“場景驅動的共享智慧出行”，基于豐富的出行場景驅動Apollo可以真正解決出行當中的剛需、痛點和高頻問題，比如在暴雨天氣的堵點接駁、夜間出行的車輛保障、女性出行的安全問題以及通勤加班的高峰用車需求等。百度Apollo可以通過不同類型的無人車以及未來可24小時營運的無人車來解決這些多樣化場景。基于自動駕駛的出行服務，能夠真正做到“以乘客為中心”， “以出行體驗為中心”。

第三是自動駕駛所帶來的技術變革的社會價值。自動駕駛最終將表現為技術創新所帶來的低成本、低風險和低能耗。目前，百度Apollo Robotaxi從車輛成本和運營周期上能夠做到對標網約車出行的成本區間，未來將長期定義公共出行的運營、能耗等標準。

對于百度Apollo而言，自動駕駛出行的價值正在具體場景的應用中體現出來。百度從2013年布局自動駕駛起，已經在自動駕駛賽道有著8年的持續投入。在自動駕駛測試上，Apollo L4級無人駕駛測試里程超過1200萬公里，穩居國內第一，而在測試資質上，百度已獲得中國自動駕駛測試牌照293張，其中載人測試牌照221張，同樣領跑全行業。截至2021年上半年，百度Apollo自動駕駛出行服務已累計接待乘客21萬人次，在北京、廣州、長沙、滄州四城開放載人服務。現在，百度Apollo的Robotaxi出行服務正在完成技術驗證，開始走向豐富的場景落地和大規模的商業化運營的新階段。

總體來看，自動駕駛出行真正從源頭上改善信任機制，改變了人與人之間基于人性的不確定博弈；同時，基于新能源出行和車路協同的實現，自動駕駛出行能夠實現社會整體能耗的降低，能夠改善大眾的整體出行體驗，推動社會關系的整體改善。而像百度Apollo這樣的自動駕駛出行服務提供商，正在讓大眾看到什么是數字時代的美好出行。