特斯拉拍摄于10月份的视频显示，伴随着滚石乐队的Paint It Black，特斯拉Model X在路况良好的场景下完成了3分40秒(实际时长可能不止于此)的旅程。出库、转弯、侧停、入库，中间没有人为干涉。
这让你联想到什么?不是特斯拉的成功，而是那场血腥味至今未散的车祸，对吗?999次的安全送达抵不上1次事故——只要有1次，就说明这项技术还有致命漏洞。这是不容否认的事实。但如果只盯着那一片鲜血看，你会丧失全局。
事实上它告诉我们的有很多，譬如——
开头那段足有5 秒钟的字幕让人静默。那个全程只见双手不见面孔的勇敢者，据说他跨上司机的座位只是为了让拍摄合法化——应个景而已。该用什么词来定义此人在行程中的身份呢?目前没有合适的词汇。这是好事，说明语言再次在科技面前感到词穷了。
当然，无人驾驶目前仍然是一头幼兽——尚未长成、困于笼中。尤其在美国，它的抓笼子的动静最为让人心痒又心焦。各大科技巨头已经撸起袖子抢滩抢了好几年了，联邦政府才也在去年(2016年)9月出台一套法规，规定制造商必须通过 15 项安全评估才能拿到全国公路交通安管局颁发的许可证。而大佬们目前也只能在二级无人驾驶和三级无人驾驶间徘徊，甚至还不得不尴尬地承认：在宽阔人稀的大路上驰骋还行，在车水马龙的市井巷陌?呃这个……我们先谈点儿别的好吗?
所以，谁能给无人驾驶在全球、尤其在美国的发展现状画一幅足够写实的全景图呢?目前还没有人。不过我想试试看。首先众所周知，支撑无人驾驶这门技术的，无非是三大要素：硬件、软件和市场。下面我们来对这三要素做一下拆解：
硬件：这个绝对不是攻坚方向(下文会讲述原因)
车体;
传感器(摄像头、雷达、超声波设备，等等);
处理器(GPU,CPU)
软件：绝对的攻坚方向
GPS，高精度地图;
帮助汽车做出路况判断和正确反应的各种算法;
帮助汽车做出路径选择(Routing)、并全程保障人车匹配(Matching，即车辆立即理解并执行乘客各类意图的能力)的各种算法。这类算法对TaaS(运输即服务Transportation as a Service)模式而言尤为必要。(注：在此文中我将“无人驾驶型”汽车共享称为TaaS 2.0，而将“有人驾驶型”汽车共享称为 Taas 1.0);
训练软件所需的、现实世界的各类数据
市场：无人驾驶面对的，是一片前所未有的崭新市场
乘客;
司机：在 Taas 1.0 向 Taas 2.0 过渡的时代，这是必需品(下文中我会阐述为何要建立一张人类司机+无人车的混搭网络，姑且将这一混搭模式称为 Taas 1.5);
政府：制定法规并提供基础设施(残酷点说，如今的整个公路系统，包括道路、交通指示灯等，都需要配合无人驾驶的发展而推陈出新)
这样一拆解，我就得出了一个结论：硬件已经不是制约无人驾驶发展的主要因素，换句话说，目前无人驾驶所拥有的硬件已经相对成熟，不需花费大力气去进行提升和颠覆了。不信的话我们不妨把一辆车拆开看看——从车体到摄像头，再到 GPU、CPU，哪一个不是上世纪就已经诞生?哪一个不是已经历了成百上千次的锤炼?相反，剩下的两大要素——软件和市场，则非常不给力，它们就好像两只瘪塌塌的轮子，完全拖住了无人驾驶的发展。想必这一点是硅谷巨头们的共识。因此，苹果才会将目光转向软件系统的研发、谷歌才会与菲亚特合作并分拆出 Waymo，而 Uber才会无视当地法规，急于在旧金山开展路测。
我不是在否定硬件对无人驾驶的重要性。只是现在，它绝非当务之急。现在最紧要的是：一、汽车能将其硬件所捕捉到的信息都一五一十地汇总起来，然后及时做出正确判断;二、与政府协力，制定法规、完善基础设施并提升消费者的接受率，从侧面帮助这一技术的发展。很明显，做到第一条要依靠软件，做到第二条要依靠大众(包括技术精英、科技控等等)。
但我们还必须做好打持久战的心理准备，因为无论是哪一条，都不可能“朝发夕至”。首先说软件。因为它关乎人命，所以容不得一点差池。说到底，无人车软件玩儿的是“安全送达一次加1分，出错一次扣 10000 分”的游戏，所以可想而知它的面市标准得多高、又得有多少家安检机构站在它面前层层把关。要等到这样一款软件系统出来，没有七八年是不可能的。再来说大众。哪怕政府各安检部门已经用最严格的安全标准筛了一遍又一遍，那些可以昂头挺胸站到公众面前的产品也不会轻易被大众所接受。因为最后要承担终极检验的，是大众的血肉之躯——而大众对不幸的铭记，要远甚于对平安的铭记。可以肯定，无人驾驶从“被科技控接受”，到“被普罗大众接受”，中间的过渡期不会少于五年。
这样一算，十来年的光景就过去了。这十年是无人车的黄金十年，失不再来。所有参与者必须要在这十年过完之前，也就是无人驾驶的安全壁垒被攻克(可实现四级甚至五级无人驾驶)、并得到大众广泛认可之前，就提前想好自己的市场切入方式。目前，无人驾驶领域的参与者无非有三类：一、传统汽车制造商;二、Uber等 TaaS服务商;三、老牌及新兴科技公司(譬如谷歌等等)。对于第三类参与者，我个人还没有什么成熟观点。但对于前两类参与者，我很愿意说一说我对其未来市场切入方式的看法：
对于传统汽车制造商而言
售卖无人车绝不应成为他们的主攻方向，而只能作为其业务构成的一小部分;同时，他们应将大部分产品提供给 TaaS服务商。以下是我的分析：
从消费者的角度来看，就当下而言，他们愿意买车的理由不外乎：
控制权在自己手中;
想去哪儿就去哪儿;
可享受更具私密性的旅程;
更经济(目前在美国，私家车每英里的出行成本为 0.9 美元，而共享出行的每英里成本为 1.54 美元);
有车的感觉就是好，而且车是身份的象征;
现在这些理由貌似还能站住脚，但很快它们就会变得不堪一击。设想一下，当无人驾驶车可以安全上路时，你选择共享出行同样可以做到：1、全程保证私密性(私密到连司机都没有);2、花费低廉(不必支付司机的费用);3、想去哪儿就去哪儿(这似乎是废话)。
这样一来，买车的理由就只剩两条了。可是对于普通大众而言，这两条理由实在太勉强——既然是普通大众，就不需用造价高昂的无人驾驶车来装点身份(在问世之初，无人驾驶车的售价一定不菲;如果实在要面子，你动动手指呼叫一辆不就可以了?)，因此也就无所谓“控制权”了。所以，对于传统汽车制造商而言，在无人车的技术壁垒被攻破后，他们只能将产品的一小部分卖给私人车主，其余的大部分都要出租或者售卖给 TaaS服务商(反正无论如何，他们一定要与后者合作)。这就是未来十年后，他们切入市场的最佳方式(至少短期内是如此)。
有人或许会问：“既然传统汽车制造商可以造出成熟的无人车，他们自己不能变身或者拆分出 TaaS 2.0 的服务商吗?”
对此我的答案是：不是不可以，但这并不明智。在我看来，开展 TaaS 2.0 服务需要具备两大条件：
拥有一支无人驾驶车队。自建这类车队非常烧钱，我们来算笔账。2014 年，Uber 就曾宣称：自己在全球的日均接单量已达到 100 万次。现在保守估计，它在美国一个地区的日均接单量就已经达到了这个数。假设一辆无人车的日均接单量是 50 次，那么仅为了满足美国乘客的需求，Uber 就得拥有 2 万辆无人车。假定每辆无人车的售价在 10 万美元上下，那么 Uber 为了这支车队就得花费 20 亿美元。可以想见，若要自建无人驾驶车队，要么你就得财大气粗，要么你就要很会融资;
要拥有高超的“人车匹配能力”和“路径选择能力” 司机已经没了，如何保证无人车能迅速准确地完成接客、送客并应对途中的突发事件(乘客更改目的地、中途拼车、回头取物等等)，将成为当务之急。这就要求 TaaS 2.0 服务商不但要为车队配备精确的地图导航系统，还要为其配备足够聪明的人机互动系统。在这一点上，“软件”的重要性再一次超过了“硬件”，算法将成为制胜砝码。如果在这一点上落后，你就是再财大气粗、拥有再多的超豪华无人车，也没有竞争优势。
看到这里想必大家都明白了：传统汽车制造商普遍资金雄厚，无疑能做到第一条，但在第二条上他们几乎都处于劣势。相反，Uber 之类的独角兽因为早入局几年，技术上已经领先一步。这种先发优势不容易扳倒，所以你说，对于传统汽车制造商而言，他们是另起炉灶更划算呢，还是先与人合作、再另作打算更聪明?
对于现有的 TaaS 服务商而言
即便他们的无人车队已经可以安全上路了，在很长一段时间内，他们也要采取“司机+无人车”的混搭模式(即 TaaS 1.5 模式)，这才是他们切入市场的最佳手段。原因如下：
首先，无人车需要长期浸泡在真实世界中，利用来自这一环境的真实数据和突发情况来训练自己，才能尽快促成“人车匹配”和“路径选择”等技术的成熟，而这一过程无疑是需要人工辅助的;其次，上文说了，大众需要一段相当长的时间才能接纳这一技术，政府也需要大量的数据和时间来完成适于无人驾驶的、基础设施的建设，在这一过程中，配备人类司机一是有利于加速大众对无人驾驶这一新概念的接受，二是能给政府以足够的缓冲时间，并且人类司机还能反馈相当多的数据给政府。
做过预测后，让我们回到现实。如前所述，一家公司只有在攻克了所有的安全壁垒、拥有像样的无人车队和软件系统并被大众所接受后，它才有真正占有市场的可能。所以，单就美国这一市场而言——
十年后，谁会成为该领域的领跑者?
目前来看，领跑者只会出自特斯拉、谷歌、Uber 、Lyft 和苹果这五位“选手”。我制作了一张表格，从资本、软件和市场等方面给上述选手作出了自己的评分。需要说明的是，我把得分分成了 5 档，但并不是说，得了 5 分就意味着某选手在某方面已经堪称完美，而是说它在这方面暂时名列前茅而已。
下面是我的文字说明：
资本：谷歌和苹果都有足够的自由现金流和健康的核心产业来支持无人车的研发;Uber 有难以置信的融资能力，但烧钱速度也无人能及;Lyft 则比较尴尬，融资能力逊于 Uber ，但烧钱速度却与这位宿敌有的一拼;至于特斯拉，它现在需要大笔投钱来保证 Model 3 的研发、生产和 Gigafactory 的建设，所以手头吃紧是肯定的。
软件(GPS和地图)：谷歌在地图方面已经有了十多年的研发经验，2013 年收购 Waze 后，在数据处理等方面逐渐积累了自己的独特优势;苹果曾于 2012 年推出过 Apple Maps，但很遗憾，表现不佳;Uber 已于去年收购了几家地图研发类创企，并且今年，它已斥资 5 亿美金开始了这方面的研发;特斯拉已经打算尽快推出高精度地图，而且从去年起，它就已经开始从特斯拉司机手中收集大量数据了;至于 Lyft，目前它仍依靠 Google Maps、Apple Maps 等第三方服务，还没有开始自己的研发。
软件(研发力度和实境学习力度)：谷歌早在 2009 年就开始路测自己的无人驾驶技术了，迄今为止，其路测里程已经达到了 200 万英里。可以说，在数据和经验积累方面它是遥遥领先的;今年 4 月，特斯拉宣布其 Autopilot 系统已经跑完了 4700 万英里。尽管 Autopilot 只是自动驾驶辅助系统，但令人叫绝的是，这套系统能够根据司机提供的数据不断学习;2015 年，Uber 宣布与卡内基梅隆大学建立战略合作伙伴关系，并在匹兹堡成立了技术研发中心。今年，Uber 更是大动作不断，收购、路测的消息不绝于耳;相形之下，Lyft 和 苹果的反应就要慢热很多。虽然一个已经与通用有所合作，一个已经暂时冷却了 Titan Project 而转向无人驾驶的软件研发，但跟其他三位选手相比，这两位怎么都显得很温吞。
软件(路径选择与人车匹配)：眼下所有选手在这两方面都还处于学习阶段。不过，Uber 和 Lyft 显然先人一步。当然，由于 Uber 在美国占有 80% 的市场份额，它每日可吸收的数据要远多于 Lyft，所以它在这两项上的经验值显然更高;谷歌已于 2015 年在以色列推出共享出行服务，另外今年也已在美国湾区推出了拼车应用 Waze Carpool;至于特斯拉和苹果，由于都未推出汽车共享服务，所以其软件在这两方面的经验值就要落后一大截了。
市场(消费者接受度)：已经拥有成千上万拥趸的特斯拉，目前在无人驾驶技术上仍在不断精进，所以其吸粉力量是日益看涨;Uber 和 Lyft 已入局共享领域多年，也累积了不少忠诚客户——相信有朝一日当他们推出 TaaS 2.0 服务时，这些客户会踊跃尝试;谷歌的 Waze Carpool 虽然还是个新生儿，但鉴于它多年来在无人驾驶领域的专业积累和超高声望，相信消费者对它未来的新动作会饱含期待;至于苹果……Sorry，我心里没谱。
市场(司机网络)：我在上文已经指出， TaaS 1.5 时代是一个必经的过渡期，这一时期对人类司机的依赖不容忽视。Uber 和 Lyft 在各自的平台上已经聚集了大量司机，所以在这一点上他们压根不用愁。特斯拉、谷歌和苹果就不一样了，他们必须从头做起，所以面临的挑战可不小。
写到这里已经很清楚了：谷歌和 Uber 的综合得分明显要优于其他三者;在通向 TaaS 2.0 的路上，它们已经累积了雄厚的实力。有意思的是，这两者的优势各有不同——谷歌胜在软件水平上，而 Uber 则胜在 TaaS 技术和市场认可度上。此外两者都很清醒，都在努力弥补自己的短板。和我一样对无人驾驶充满激情的人们，我们一起等着看十年之后的好戏吧。
