嘉宾视点 | 斯年智驾何贝：商用车的本质是什么？如何销售智能驾驶产品？

在准备演示材料时，我注意到，一些内容与我们十年前创业之初并无本质区别，行业依然如故。彼时，外界普遍认为自动驾驶将一统天下，类似于今日对具身智能的期待。但具体应该做什么，我们并无定论。

我们判断，乘用车与商用车的路径必然不同。什么是商用车？它是一种生产工具，需要通过改变生产关系来促进生产力发展，因此必须解决“人”的问题。而乘用车中的无人驾驶，更多是辅助工具、增值服务与消费品。当年我们称之为L2++++，后来有了新名称——NOA。过去十年，智能驾驶行业正是沿着这一脉络发展。

2023年至2024年，NOA与L4级商用车技术逐步成熟，我们开始探索新的方向：商用车推进NOA，乘用车布局Robotaxi。然而，L5级无人驾驶究竟何时到来，目前尚无定论。

因此，我们需要审视在当前环境下，商用车的智能产品究竟销售什么，以及如何销售。

商用车的本质是生产工具，其核心在于创造价值。而创造价值的最佳路径便是降本增效。

降本，主要是降低人工成本——无人化之后，成本降低；财产损失、货物损毁、人员伤亡的概率下降。增效，则体现为单位时间内完成更多作业，或者车辆无需休息、休假、请假，可持续运行。

客户购买智能驾驶产品的原因无外乎三点：第一，经济效益——希望尽快回本、持续提升利润，这是所有物流公司老板的核心诉求；第二，安全性——无人驾驶技术能够显著提升安全水平，降低事故率；第三，电动化与智能化是行业未来方向，只需定义相应的车辆，便可实现上述目标。

迄今为止，智能重卡只有一种通用形态，所有不同类型的车辆均可在此基础上进行降维和修改。五年前，我们不敢做出这样的论断，因为当时无人驾驶的发展方向尚不明朗：雷达价格走势、技术路线（固态、半固态还是机械式）、域控算力需求、大模型与小模型的选择、线控冗余方案、云端与路侧的发展路径，均无定论。整个行业如同互联网行业一样，在竞争中逐步试错与演进。

我们已经售出550辆智能重卡。所谓智能重卡，即在传统重卡基础上进行AI赋能。AI的核心要素有三：数据、平台、模型。传感器方面，主要有三类：摄像头、激光雷达、毫米波雷达。不同场景下，只需选择合适的传感器组合，共享同一形态即可。干线开放场景需要远距离、高密度的感知；封闭L4场景更需要补盲，应对狭窄区域；NOA则主要通过降低成本来约束传感器数量，算力平台也会相应裁剪。

算法层面，核心在于解决两个问题：地图与模型。

当前为何强调“无图”或“轻图”？近年来，高精地图为何逐渐被淡化？除了制图复杂，运维更为繁琐。我们经常看到新闻报道，无人车在开放场景中掉入坑中，或因道路突然更新而受阻——因为地图更新速度无法匹配真实道路变化的速度。因此，无论是成本还是运维时间，都是难以回避的难题。而且，客户在开放场景中行驶路径不确定，如何快速完成适配？这正是“无图”与“轻图”的使命所在。

关于模型，端到端模型在乘用车上应用较多。我们进行了大量尝试与试错，结论是：没有绝对的好坏，只有是否合适。

以乘用车为例，若要训练出效果较好的端到端模型，至少需要300万条Clips（数据片段）。要获得理想模型，标注成本、标注数据量、标注时间、算力平台及电费，一年就需要数亿元。商用车无法承担如此高昂的成本。

我们采取的策略是：第一，将模型拆分为两段式，这是最合适的方案，一方面降低标注成本、标注时间与运维复杂度，另一方面通过解耦引入更多安全策略——因为商用车对安全性要求更高。如果拥有云端千卡集群和足够的场景库，完成轻量化模型适配后，便可训练出两段式端到端模型，同时兼顾L4开放场景、封闭场景与NOA。

我们的产品如何销售？商用车客户均为To B，并可细分为大B与小B。大B群体数量少，但每家客户案例多，适合打造样板间，薄利多销，利润较薄。小B数量可能是大B的百倍、千倍甚至万倍，因其高度分散，我方话语权更强，利润更高，但筛选过程较为繁琐。

如何在大B业务中盈利？不能仅销售重卡，而是要销售重卡、智能驾驶系统、云端系统、充换电基础设施、路侧设备、云服务——即提供一体化的系统服务。目前，我们与多家主机厂合作，主要为客户提供整体EPC解决方案。

对于小B，我们倾向于采用大车队集中管理运营模式。一方面可以争取更低的电价、电池价、车价。众所周知，L4级无人驾驶需要在云端配备一名监控人员。如果客户只购买一辆车，难道也要远程配备一名监控人员？那L4的价值何在？只有将众多车辆集中管理，才能摊薄成本。

因此，我们认为模式本身不重要，客户才是核心。所谓销售与运营，其本质并无区别：销售只不过是将运营费用一次性收取，运营只不过是将销售收入按月分摊。

商用车的无人驾驶实际上是三维度的发展。

我公司最初专注于集装箱港口重卡的无人驾驶，原因在于：第一，港口均为大B客户，肩负国家创新与科技创新的使命；第二，港口足够封闭，避免大量路权纠纷；第三，场景简单、封闭、标准化。行业的发展正是基于这一逻辑推进。

完成集装箱港口项目后，我们开始思考：货种是否可以拓展？可以。从集装箱拓展到干货、散货、化工、液体、铝、铁等，均无问题。场景是否可以拓展？可以。从港口出发，我们进入了钢厂、冶金厂、口岸、干线物流等领域，实现了从单一场景到多场景的跨越。

第二，从大B向更多中B、小B拓展，因为样板间已经建立。

第三，从封闭场景向开放场景演进，这已成为趋势。从去年开始，随着配送业务的广泛推广，我们发现路权政策在未来五年内将出现大规模松动。这三点构成了行业未来的发展方向，我公司也遵循这一路径。

过去，我们专注于集装箱与港口领域，累计部署280辆真正的无人驾驶车辆，覆盖宁波、潍坊、宿迁等地。

近两年，我们在货种和场景上进行了广泛延伸：向公铁、海铁、陆路、公路等多式联运场景拓展；货种方面，向散货、场站、园区拓展。

我们能够服务的行业包括铁路场站、钢铁、冶金、铜、铝、纸浆等，覆盖不同工厂之间的短驳运输及仓库内的短倒作业。此外，我们还涉足多个口岸及长距离干线运输。凡是需要重载无人驾驶的场景，我们均可赋能。

展望未来，如前所述，我们完全可以将整个系统统一为一个框架——即我们的智能重卡。算法层面，坚持轻图/无图、安全、标准、两段式端到端以及更大算力平台的设计。运营模式层面，涵盖销售、运营、大B、小B等多种形态。