首页 > 赛迪观察 > 正文

人工智能如何助推智能交通

来源:赛迪智库  作者:赛迪智库  投稿时间:2018-12-19

三是最后一公里配送解决方案。物流行业是商用车的主要客户之一,截至2025年,其全球收入预计将以每年6%的速度持续增长。

对于该行业企业来说,引入即日达、带时间窗的物流配送和即时达等创新技术是满足新兴客户需求和开发新市场的当务之急。然而,消费者的支付意愿却与日益增长的需求相悖,不能弥补额外产生的送货成本。因此,需要通过技术进步改革快递和包裹运营商的成本结构,从而推动行业增长。就目前而言,自动驾驶送货车(如厢式货车或小型货车)是包裹配送自动化的主导技术,AI在其发展过程中起了主要作用,需要技术解决方案实现交货自动化和门前(自动)交货。与无人机和机器人相比,ADV具备地理位置方面的成本优势,可使即日达的最后一公里成本远低于2美元,而带包裹寄存柜的ADV成本优势在40%左右。另外,ADV的运作可行性高,适合大多数配送模式。

ADV技术市场的竞争已经开始。如德国StreetScooter公司是一家研发电动厢式货车的初创企业,后被德国邮政敦豪集团(Deutsche Post DHL)收购,实现汽车行业和物流行业进一步结合。另外,StreetScooter还研发了一种自动驾驶送货车,在一定范围内可以自动跟随工作人员。

数字技术对最后一公里市场越发重要,科技企业有机会进入这一领域,从而引发市场份额的重新分配。该领域企业正在探索潜在的新型商业模式,如自动驾驶车队技术运营(IT)服务,用于优化路线和地区规划,给有自动驾驶车队的企业提供业务管理服务;经营最后一公里配送经纪平台;数据套现(如交通信息、街道预见性维护)。奔驰的概念商务货车(VisionVan)和曼恩的Euro6系列卡车已经为“最后一公里”配送提供综合运输概念,包括亚马逊和优步(Uber)在内的企业也正在进行布局。

运用机器学习所面临的挑战

(一)需要构建全新出行生态系统。在出行环境中应用机器学习技术非常复杂,需要新结构辅助出行生态系统。AI支持的出行环境说明:各原始设备制造商可以单独建立AI系统,也可与业内厂商合作,所有车辆都配备相同的嵌入式AI。通过系统收集驾驶数据,传回原始设备制造商的AI后端系统,在后端优化算法。如果AI系统更新,将及时发给所有车辆,确保同一生态系统中AI标准/等级和行为方式相同。只有自动驾驶和车内体验两个机器学习系统需要嵌入车辆,其他机器学习系统(如预见性维护)可以通过云端构建,对更新周期、计算能力和功耗的处理更灵活。多个第三方AI系统可以互连,确保不同原始设备制造商的额系统不会受到影响。一个独立服务器可以连接多个AI后端系统和交通管理系统(比如指定国家、地区或城市),实现安全和交通流量最优化。

上述各系统会设计不同的利益相关方(包括第三方),特定技术约束和当期情况与法规,均需要全新投入、系统和工作方式。

(二)面临的三项挑战。一是技术竞赛加速。汽车行业的ML基础算法在理论上是可行的,但是技术的实际应用和嵌入还没有重大进展。自动驾驶和车内体验需要处理的数据量极大,对时间的要求高而且与安全密切相关。虽然当前大多数ML使用都可在后端环境下运行,但嵌入需要技术(硬件)进步和连接解决方案。为了技术提升,领域内500多家公司正迅速布局,2010年以来的投资总额超过500亿美元,远超同一时期共享出行初创公司披露的320亿美元投资额。

自动驾驶和车内体验是AI在出行方面最大的集群,占总投资额的91%。初创公司和科技公司纷纷进入市场,许多公司通过收购补充自身业务。自2010年以来,与自动驾驶有关的AI投资总额达335亿美元,比过去几年显著增加。与自动驾驶相比,公司对车内体验的投资则要少得多,大约136亿美元。汽车行业以外的大型科技企业将客户、家用电子产品以及专业知识应用于车内体验,如把Alexa、Siri及Cortana等虚拟影像和语音助手与汽车相结合,这通常需要与OEM紧密合作。

私募基金、风投公司和科技型企业对汽车行业AI研发的投资占比约97%,主要用于开发自动驾驶和车内体验的全方案供应商。特别是一些科技企业正积极进入市场,这些企业的投资占70%,硬件企业英特尔、Nuance和三星处于领先地位。另外,谷歌在该领域成立了一项名为GradientVentures的全新风投基金,人工智能孵化器(ElementAI)获得1亿美元融资用于ML的发展,微软创投(MicrosoftVentures)成立AI基金,丰田提供1亿美元用于对AI和机器人初创企业的投资。

此外,汽车制造商投入大量资金开发专业知识。40%以上的自动驾驶(包括AI)专利属于OEM,其中Waymo公司自动驾驶领域拥有的专利最多。同时OEM和供应商也主导着车内体验的发展,拥有该领域85%以上的专利,其中OEM最活跃(超过50%)。

为了将自动驾驶推向市场,OEM、供应商和科技企业都在寻找联盟。主要为技术驱动型联盟,如英伟达、Mobileye和百度等科技企业围绕共同平台召集众多OEM或供应商,建立生态系统并将数据量最大化。以及以OEM为中心的生态系统,即OEM通过有针对性的收购,投资和合作,在深度学习、计算机视觉和测绘技术中引入专业知识,寻求建立自己的技术业务,如通用汽车收购Cruise Automation公司及其与IBM的合作伙伴关系,福特与众包测绘公司和多家AI初创公司的合作。有意思的是,Waymo公司采取的是一种更加封闭的方式,它的合伙人只有两家,一家是为其提供车辆的OEM(菲亚特克莱斯勒公司),另一家是为其提供车队服务的汽车租赁公司。

二是法规标准更新。“汽车等级”要求更高的安全标准和输出质量。在与传统防御式编程相结合(即人类程序员编写的)的情况下,要在指定任务中使用ML时确保汽车等级的安全和质量。这对开发和实施自动驾驶的标准化安全测试尤为重要。大部分限定条件由政府和监管框架确定,虽然自动驾驶车辆可以在某些辖区的公共道路上进行测试,但尚未形成广泛应用的统一性规则。

在防护与创新之间寻求平衡的同时,需要细化指导方针和质量标准。政府也需有所行动,确保车辆和交通基础设施之间的信息交换可以满足自动驾驶的需要。另外,为便于实现规模化,企业必须积极参与监管过程,在技术及其应用开发的早期形成标准(参照防抱死制动系统),并确保各个系统(如OEM、交通管理系统)的整合。

因为是分阶段推广法规和标准,所以不需要协调一致,不同的地理位置,甚至不同的城市,法规和基础设施等情况都可能不同。不同利益相关者的接口和数据类型等标准也可能不同。

三是商业模式转变。自动驾驶不仅能彻底改变汽车的性能,还将为OEM带来新的商业模式,OEM需要考虑其他所有权模式以及基于AI的新兴服务。新的商业模式会促使OEM将业务转向B2B模式(如车队销售、市政出行服务),这可能会暂时降低企业毛利率。另一方面,新服务要求车辆更加以软件为中心,从而产生新的利润池。

企业对企业运营模式包括:第三方车队。随着私家车数量的减少和自动驾驶规模经济的衰退,OEM的车队运营商客户会越来越多,车队规模也随之扩张。在个体运输方面,可能偏向由OEM支持的优步式的网约车模式并与第三方车队合作。在货运方面,OEM将成为物流公司自动配送解决方案的中流砥柱。OEM自有车队。将进一步推动上述趋势的发展,OEM建立自己的自动驾驶车队,成为运输服务商。对乘客而言,OEM能提供无人驾驶出租车车队,可以用较大的出行服务商补充甚至替代公共交通网络。在货运方面,他们能提供包裹配送自动驾驶卡车车队。在这些情况下,不是通过一次性销售将资产货币化,而是通过出行服务获得经常性收入。

企业对顾客运营模式:销售给个人客户。最直接的方式是将车辆出售给个人客户,这也是OEM目前的运营模式。此外,AI的崛起将改变汽车服务的格局。鉴于自动驾驶汽车系统很复杂,预计OEM将在维护和维修等售后服务市场占据较大份额。OEM自有车队服务。鉴于许多企业已在出行服务市场开展业务,所以他们也可以直接向终端用户提供无人驾驶出租车,通过提供服务获得二次收入,不仅仅是销售带来的一次性收入。

实现机器学习的建议

OEM应采取以下五项措施来获取优势:

专注核心应用领域。在确定车辆出现方面的ML应用开发时,一是明确最终用户的需求、利润规模等。二是分析竞争市场,对市场内企业进行优势对比分析。三是自我定位准确,制定战略计划。四是掌握技术控制点,利用自身优势具备业界话语权。

充分利用广泛的数据。通过加强消费者数据收集,更加贴近客户,了解客户在各种情况下的行为,是创建新商业模式的先决条件。这一点非常重要:几乎所有涉及ML的应用程序都需要大量数据,以便深入了解消费者的行为,细化算法。

推动标准和法规的制订。与其他汽车企业及政府一起积极制定新标准。如果进入这个领域太晚可能会限制OEM,从而失去充分发挥潜力的机会。

发展技术和业务伙伴。商业模式通常需要自身不具备的条件。对于长期存在差异化来源的领域,就需要选择恰当的合作伙伴以获取所需的技术或客户。比如科技企业在研发AI技术、获取人才和数据应用方面有天然优势。建立伙伴关系对资源、人才和能力的汇集不可或缺,并且能加速自动驾驶的发展。

商业模式套期保值。可能会出现大量潜在新业务模式。构建商业案例,根据您希望参与的程度从可用商业模式中选择适合的模式。尽早开发多元化的模式,有些模式可能会失败,则需要依靠成功的模式降低风险。

共2页 |< 首页 < 上一页 1 2 下一页 > 尾页 >|

【上一篇】: 新技术创造互联网体育新机遇!    【下一篇】: 数字转型是产业发展的必然趋势

  中国电子信息产业发展研究院(赛迪集团)是直属于国家工业和信息化部的一类科研事业单位。成立二十多年来,一直致力于面向政府、面向企业、面向社会提供研究咨询、评测认证、媒体传播与技术研发等专业服务。形成了政府决策与软科学研究、传媒与网络服务、咨询与外包服务……[详细]

赛迪专家更多

刘权:我国数据安全管理迈出重要一步

近日,国家互联网信息办公室公布了《数据安全管理办法..

安晖:新计算推动信息技术产业新发展?

高性能计算:使用很多处理器(作为单个机器的一部分)..

赛迪机构

咨询业 媒体业 评测业 信息技术服务业 会展培训业 其他(分支机构)