无人驾驶是否也会最终沦至这种命运？这项技术目前可以很好地运作，但却被降级到狭窄的市场领域，例如预先设定好的航线和缓慢移动的无人机。一些狭窄的应用，如长途卡车运输的州际高速公路部分，可能是非常有价值的，但远不及许多人所想象的那样。
自动驾驶要彻底改变运输，前提是达到高水平的产业化和应用。作为第一步，它们必须在城市和郊区中实现强大的、相对便宜的网约车服务（或“运输即服务”/TaaS）。从长远来看，自动驾驶必须足够强大，让每个人都能用上，争取取代私家车。
无人驾驶汽车在未来会颠覆整个交通运输行业吗？史蒂夫·乔布斯（SteveJobs）曾断言，城市未来将围绕这种设备进行设计开发；约翰·杜尔（JohnDoerr）说，它将比互联网更大。电动平衡车在技术上攻克了一次次难关，但却从未达到其支持者所期望的对市场的巨大影响，相反其现在仅仅占有一个很狭窄的市场。
这种颠覆性的潜力（因而具有巨大的价值）正在激励全球数百家公司——包括Alphabet、苹果、通用汽车、福特、丰田和软银等——投入数十亿美元用于开发自动驾驶汽车。这一领域正不断取得进展，一些公司（和监管机构）已经把他们的自动驾驶触角伸进新加坡、美国凤凰城和中国广州等多个市场的公共道路，与实际用户进行商业化自动驾驶TaaS服务的试点测试，因此，他们中不少认为自己的自动驾驶汽车已经“足够好”了。
自动驾驶可以拓展成为产业级别的业务部门吗？
让自动驾驶变得更好是未来成功的一项不可妥协的先决条件，但这远远不够。本文将目光投向了技术可行性的问题，以探索其他阻碍自动驾驶汽车产业化的重大障碍。这些障碍分为四类：规模化、信任、市场可行性和次级效应。
教育机器人市场前景，用于教育的有丰富项目开发空间的智能机器人，目前常见的品类目前主要有积木式、移动式、类人式、飞行式等。经过20年的发展，教育机器人的教育价值被广泛接受和认可。尤其欧美等发达国家，政府对教育机器人高度重视，而教育机器人在青少年中也已相当普及，甚至被列入中小学必修课程。
第一类障碍：规模化
建立、验证和落地自动驾驶是迈出的第一步。其后还要将其扩展为基于车队的TaaS业务运营。以下是与规模化相关的7大产业化障碍：
1）大规模生产/批量生产
手工制作或改造几千辆自动驾驶汽车，就足以用于开发和测试。而产业化则将需要大规模生产数十万辆汽车。但是，正如特斯拉的艰难摸索历程那样，大规模制造汽车比看起来更复杂、更难掌控。
2）电力充电基础设施
几乎所有的自动驾驶操作都是在电动汽车（EV）平台上开发的。在电动车队可以在任何市场中大规模运营之前，必须建立一个全新的充电基础设施，而这需要时间和高额的资金成本。
3）地图
自动驾驶所依赖的详细、高清（HD）地图，有可能会限制自动驾驶发展的速度。即使汽车装有传感器、摄像头和软件，他们也需要最新的地图来确定它们的位置，以及该做些什么。
4）车队管理和运营
工业化将需要在大城市服务区域广泛分布的数万个自动驾驶的完美维护和有效操作。这样做不仅仅需要清洁窗户和吸尘地毯。这将需要在轮子上维护复杂的计算机。它需要复杂的预测分析来进行充电、调度和负载平衡，以响应那些特定的、挑剔的客户需求。公共安全和商业可行性都取决于此。
5）客户服务和经验
自动驾驶TaaS服务就像是一个酒店业务：建立了一个个移动的酒店客房，只是没有酒店的工作人员。即使是最短的行程也会变得任意混乱——特别是因为车内没有人工监督。由于自动驾驶必须与行人、骑自行车者，其他司机、应急人员、其他公司的自动驾驶以及汽车外的许多其他角色互动，因此可接受的服务和经验也必须扩展到非客户群体。
6）安全
计算机安全性一般来说是一个具有挑战性的问题，车载计算机的计算机网络将成为具有吸引力的黑客目标。但这就会产生司机的安全问题，心怀不满的司机和旁观者、恶作剧者、暴徒和其他人的人身安全也可能给乘客和公众带来安全问题。
7）快速本地化
Waymo以及其它自动驾驶汽车都是在凤凰城标志清晰、光线充足、布局合理且人们相对遵守道路规则的街道上进行训练的，但它们能够适应那些不太遵守交通规则的、有动物经过的石板路，或者是波士顿的环形车道，或者是纽约、巴黎和北京拥挤的、满是行人的城市中心吗？有些时候可以，但很多时候或者还做不到。这就是每个开发人员在多个地区进行测试的原因——可以充分了解当地基础设施、天气、文化规范等的特殊性。这种本地化的速度和完成程度是规模化的另一个障碍。
第二类障碍：能否获得市场认可/信任？
8）独立认证与验证
迄今为止，开发人员一直保持开发流程的“神秘感”——这意味着它通常是不透明的。他们很少分享关于其要求、规格、设计或测试的细节。这㤇一个独立、系统的过程来验证开发人员对其自动驾驶功能与效果的要求。许多人可能会要求这一点，包括政策制定者、监管机构、保险公司、投资者、广大公众，当然还有客户。最好的开发者应该接受这一点——它将为其减少责任，并将其与落后者及低质量的模仿者区分开来。
9）标准化和监管
行业标准和政府法规几乎涵盖了当今汽车行业的各个方面。无人驾驶汽车的产业化也需要在标准化和监管上特别注意。标准——特别是政府法规强制执行的标准，确保了可靠性、兼容性、互操作性和规模经济。它们还可以提高公共安全，并减少供应商责任。
10）公众接受
大多数新产品都吸引了早期采用者。最初成功的经验教训和资源，帮助开发人员跨越障碍并最终走向成功。自动驾驶的产业化将取决于更早和更广泛的公众接受度。自动驾驶不仅影响其内部的早期采用客户，还会影响自动驾驶所在道路上和附近的每个非客户。没有得到广泛接受——包括那些不愿意选择乘坐自动驾驶汽车的人——不太可能推动这一进程。
第三类障碍：市场可行性
接下来的3个障碍则是关于自动驾驶支持的商业模式是否在短期和长期内发挥作用包括击败竞争对手和其他对手方面。
11）业务可行性
对自动驾驶TaaS商业模式的分析普遍会认为，提供这一服务的可能性要比人力驱动的服务或个人汽车的成本低得多。然而，目前的每英里成本估计远不及长期目标。大多数参与者也低估了规模化的成本。乐观的市场计划是否能够与市场保持联系，并且最终生存下来仍有待观察。
12）利益相关者的阻抗力
无人驾驶汽车的工业化将需要克服大量潜在输家的阻力——包括监管机构、汽车经销商、保险公司、人身伤害律师、石油公司、卡车司机和运输工会。这并不容易，因为潜在的输家包括了一些联邦、州和地方最具影响力的政策制定者。
13）私有化
自动驾驶TaaS服务只是私有制市场转型的一个途径。如果自动驾驶要彻底改变运输，他们将不得不吸引那些长期喜欢用欧自己汽车的消费者。私人拥有的汽车占了全球汽车数量的绝大部分，他们将不得不区“拉拢”那些长期以来喜欢拥有自己汽车的消费者。
第四类障碍：次要影响
我们打造了自动驾驶，然后自动驾驶也在对我们的生活进行着重塑。无人驾驶如果能够成功实现产业化，将会有许多值得关注的地方。但是，与大规模即使变革一样，可能也会存在巨大的负面次要影响。一些可能的负面后果已经是可以预见的，并且引起了关注。除非准确预期并顺利地进行了改善，否则它们将成为自动驾驶产业化的重大障碍。
14）拥堵
更快、更便宜和更好的交通，将带来更大的经济机会和更优的生活质量，尤其是对于那些平时不容易获得这样福利的穷人、残疾人和老年人。但是，如果车辆数量和车辆行驶里程增加，很可能拥堵的情况也会激增。Uber和Lyft已经在遭遇这这种窘境。根据旧金山县交通管理局最近的一项研究，旧金山最密集地区的拥堵在2010-2016年期间增加了73%。网约车服务占每日拥堵总时数增幅的一半以上。
15）失业
一些人认为，包括运输技术在内的技术史表明，新服务将创造更多就业机会，而不是更少。然而，很少有人认为，新的工作机会留给那些失去了旧工作的人。没有人能回避这样一个事实，即每一辆自动驾驶的Uber意味着又少了一个人类司机的岗位即使其他工作是为工程师、维修人员、调度员、客户服务代表等创造的——同样的道理也适用于自动驾驶班车、巴士、卡车等。对于自动驾驶班车、公共汽车、卡车等也是如此。早期的自动驾驶TaaS提供商将在这个问题上受到强烈关注。它必须预测并改善公众和监管机构对失业的强烈抵制。
自动驾驶的革命性潜力是显而易见的。然而，我们仍远未实现其广泛采用带来的利益。像Waymo、通用Cruise、nuTonomy等领先开发商已经竞相建立了自己的自动驾驶汽车，并且速度之快超出了几年前许多人的想象。
据外媒最新报道，通用Cruise、谷歌Waymo、苹果、特斯拉等均在加州进行自动驾驶汽车的研发或者测试。加州方面数据显示，目前该州已有658辆自动驾驶汽车获准测试，排名前三的分别为Cruise（175辆），Waymo（121辆）和苹果（72辆）。
产业化更像一场马拉松，而不是冲刺赛。这取决于克服许多障碍，包括上面提到的15个障碍。这样做的挑战是巨大的，可能比许多当前的参与者和他们的投资者感知并准备好应对的挑战更大。这可能需要新的战略。也可能会出现洗牌。
这就是创新和市场颠覆的作用。这就是为什么大多数竞争者都失败了，而那些成功的人却获得了丰厚的回报。
