刘强东说：“在五到八年后，整个物流体系基本上可以实现全程无人化，”这恐怕过于乐观了。作为无人化重要细分领域的无人驾驶，还有漫长的路要走。尤其是以载货为主的干线物流无人驾驶，虽然前景美好，但是距离量产落地，还需要更长远的时间。

一、遍地开花的布局

中外互联网电商企业都瞄准了无人驾驶，谷歌百度纷纷下场，而特殊场景下的无人驾驶投资更是精彩纷呈。

拿港口来说，国内涌现出了包括西井科技、主线科技、斯年智驾等港口无人驾驶公司，三一重工、经纬恒润等汽车产业公司也在积极布局。吉利联合畅行智能推出了国内首辆混合动力无人驾驶集卡车，元戎启行也推出了无人集卡。

因此，港口无人驾驶的入场者，不仅包括自动驾驶科技公司、更包括传统工程机械公司、还包括了传统汽车电子公司。

无人配送，说白了就是具体化的自动驾驶场景应用，入场者更是踊跃，外有亚马逊，内有阿里，京东、苏宁与美团。

美团作为外卖行业的龙头，2015年，加入加州伯克利DeepDrive深度学习自动驾驶产业联盟。2019年，无人配送车"小袋"通过了服务型电动自动行驶轮式车的测试。

"小袋"已经通过了交通标志和标线，障碍物，以及行人、机动车与非机动车的识别与响应。今年年初，在CES上，美团联合法雷奥还推出的无人配送车eDeliver4U。

阿里的小蛮驴也在今年发布，是阿里无人驾驶研发业务归入达摩院自动驾驶实验室后推出的一款全新产品。阿里拥有的阿里云与高德地图，很大程度上解决了无人驾驶数据管理平台与高清地图的问题，使其领先在起跑线上。

快递行业的巨头也有涉足，日本大型快递企业雅玛多运输和IT企业DeNA确立了应用自动驾驶技术进行宅急便配送的共同项目。我国的快递龙头企业，如顺风、圆通，据说都已涉足。

如果把无人机，也算作无人驾驶一个分枝，那么，目前，谷歌、亚马逊、敦豪DHL、顺丰快递以及沃尔玛等都在推出无人机配送业务。

总之，无人驾驶在各大企业的重视下，已遍地开花，小有成就，但是，现阶段，物流无人驾驶的成本远高于人工成本，且有些还是概念化的东西，离成熟运用和系统集成还有很大差距，距离大规模商用还有很长的距离。

二、L4级别前的徘徊

自动驾驶的概念，站在AI与5G的风口，受着宏观趋势的福利，承担着万众的期待。然而如今，却进入瓶颈期，在纷纷达到或即将达到L4的级别后，被高清地图，灵活性和法律上的暂时模糊遏制住了前进步伐。

虽然L4级别，可以完成所有的驾驶操作，无需驾驶员接管和干预;可以自动对行车环境进行感知，并在危险情况下主动制动或切换线路，但自动驾驶真正上路还有许多技术和法律问题没有突破，技术和监管方面还有巨大挑战。如何保证自动驾驶的可靠性和稳定性，如何拥有完全的路权，都是应深度考虑的问题——物流无人驾驶的目的就是将货物更有效更准确地送达客户。然而，一旦出现法律纠纷，其责任应该由谁承担?遭受黑客入侵后如何问责?客户识别如何更为有效?等等问题，都待解决。

物流系统主要包括了仓储、运输和投递三个重要环节。物流系统无人驾驶，包括了仓储无人驾驶、运输无人驾驶和投递无人驾驶。显然，运输无人驾驶是重中之重。

所谓运输无人驾驶，即使用无人驾驶重卡进行仓到仓之间的运输。仓到仓之间的运输，是现在物流体系中成本最大的部分。根据Plunkett Research的数据，以美国市场为例，包括航空、水运、铁路、管道和卡车在内的货运市场，价值大概是1万亿美元，而卡车运输占据了其中的70%，也就是7000亿美元。

我国汽车运输的权重更高，由于干线运输路况的复杂性及技术和政策的影响，要实现无人驾驶干线物流运输，还有很长一段路要走。

至于投递无人驾驶，即目前国内的末端无人配送，还处于初级阶段，主要的方式就是使用无人配送车，而这类配送车主要依托于高精度地图数据+智能导航系统，可解决一个社区或园区内“最后一公里”的配送问题。但在交付过程中，还是无法送到办公室或用户住宅。

据说，有的公司将最重要的交付部分，由新设计的机器狗来完成。机器狗在应对障碍物、崎岖地形、电梯、楼梯等场景，比轮式车辆具备优势，但目前还处在实验阶段。

总之，目前所有的无人驾驶技术，包括自动驾驶与无人配送，在面对实景的复杂度上还是有很大的缺陷，稳定性也需要提高。

无人驾驶的商业化需要充分结合场景来实现，而无人驾驶在物流运输场景下的推动，需要放在智慧物流运输的全局化方案中来看。只有单车能力的无人驾驶解决方案并不能满足目前智慧物流的实际需求。只有将物流运输的实现场景中多套用户设备与无人系统之间的联合打通，最终实现一个真正的无人物流体系，才是最有效、最经济的。

同时，要明白，整个物流系统的无人化，无论是仓储无人化，还是运输无人驾驶，或者是投递无人配送，都有着多种的解决方案，并且具备广阔的应用市场。

物流产业正处于新技术、新业态、新模式的转型升级之际，而技术新红利也正在重塑中国物流价值链和物流产业新格局，物流无人驾驶将在其中取得突破，在未来5G+AI的赋能之下，一定会破除当前困局，渗透率只会越来越高。

三、特定场景下的率先落地

虽然无人驾驶在商业化进程中多次迎来实质性进展，但就目前来说，从技术成熟角度，需要在低速封闭的场景下运行;从商业模式角度，一个重要的衡量标准是使用成本比司机低，基于这种考量，在仓储、校园、港口、矿山等赛道率先落地。

由于仓储环境封闭，作业相对简单，无人驾驶首开先河

在整个物流系统中，仓储无人化的程度目前是最高的，其主要是通过AGV产品来实现，而AGV,某种意义说就是无人驾驶，如亚马逊的KIVA机器人，国内类Kiva式的仓储机器人等目前在一些大型电商仓库都已经实现了规模化的应用。AMR(自主移动机器人)在仓储领域也已开始应用，可以自主规划路线，柔性化程度更高。

通过人工智能、深度学习、图像智能识别、大数据应用等诸多先进技术，对传统工业机器人赋予了智慧，让它们具备自主的判断和行为，适应不同的应用场景、商品类型与形态，完成各种复杂的任务。

许多企业的无人配送，率先在校园落地。校园，作为一个相对开放的场景，大量的消费人群，巧妙地避免了需要高清地图的缺陷，缓冲了在开放道路的高复杂度，成为了无人配送很好的切入点。

今年11月京东与北京物资学院达成合作，打造无人配送校园，同时，京东无人车也在北京、杭州、西安的多所高校开始运营。更早在2017年5月, 加州伯克利大学校园内就推出了Kiwibots，做外卖平台和餐厅的生意，把外卖送到学生的手里。

医院场景具备率先落地的条件，京东物流的末端无人配送在今年疫情中崭露头角。在今年疫情爆发后，京东物流支撑起了第九医院医疗物资的配送，其中无人车配送约占70%。

然而，原则上来讲，校园配送目前应该只会是无人配送的一个细分市场，离实现无人配送较大范围的落地还存在较长的时间。

再说港口，集卡司机的高昂成本给港口运营带来的成本压力驱使无人驾驶成为港口降本增效的新蓝田。中国吞吐量排名前30的港口，在2019年占到了全球吞吐量的57.8%，规模非常之大，也意味着中国对港口无人驾驶技术的需求很强烈。

港口是扩展的仓储场景，一方面，港口是一个封闭场景，这里不允许行人和其他无关车辆进入，驾驶环境相对简单。另一方面，按照国内港口货车驾驶规则，货车在港区内的行驶速度在10-30公里/小时之间。在这种速度下，无人驾驶的精准度和安全性得到了保证。

因此，在智慧港口升级大趋势下，无人驾驶运输在港口的应用快速普及。2017 年年初，上汽红岩为洋山港定制的智能无人驾驶牵引车，已先期在珠海港投入运营，在广州南沙港试运行。2018年1月，西井科技与广东珠海港完成全球首辆港区作业无人集卡的第一箱作业。同年4 月，中国重汽自动驾驶电动卡车在天津港开启试运营。2020年，Q-Truck车队已落地泰国最大的商业港口林查班码头，正在日夜运营中。

工业场景下，特别是矿山，自动驾驶不仅仅是简单的把货物搬运到指定的位置，而是要把5G技术、大数据、物联网、云计算等贯穿于产品的设计中，让无人驾驶成为一种实时感应、安全识别、多重避障、智能决策、自动执行等多功能的新型智能工业设备。

目前，无人驾驶开始在部分特定应用场景、细分领域率先商业化落地，至于更宽更广的应用，还需时日。

毫无疑问，无人驾驶是未来发展的趋势，它融合了目前几乎所有的热点技术。尽管无人驾驶短时期内还难以实现较大的渗透率，但在未来万物互联的时代里，这必定会是一个趋势。同时在疫情与物流需求的催化下，无人驾驶也迎来了新的机遇。