作為汽車智能化發展過程中的重要一環，高階自動駕駛一度成為不少汽車廠商和科技創業公司競相追逐的技術。
然而，近年來業內卻不斷傳出自動駕駛公司裁員或倒閉的消息。
去年10月份，由福特、大眾聯手投資的自動駕駛公司Argo AI宣佈關閉並解散。
今年5月份，阿裡雲達摩院宣佈解散自動駕駛團隊，不再保留相關業務。
高階自動駕駛熱度逐漸消退的主要原因在於成本壓力，企業長期高額投入始終未能量產落地，不得不退出或轉型。
然而，拋開成本這一直接導火索，還有哪些因素也在阻礙高階自動駕駛技術商業化落地？值得深思。
政策法規制約 高階自動駕駛技術難落地
隨著技術迭代發展，高階自動駕駛已經從最開始的試驗、試運行階段，逐步走向商業化試點的新階段。
深圳於2022年8月出臺了關於智能網聯汽車管理規定《深圳經濟特區智能網聯汽車管理條例》，允許高階自動駕駛汽車合法上路。
2023年3月1日，《無錫市車聯網發展促進條例》正式實施，鼓勵和支持市場主體使用智能網聯汽車依法開展商業運營活動。
此外，北京、上海、廣州等地也相繼開啟自動駕駛汽車公開測試。
由此可以看出，近年來地方政府不斷出臺相關政策，支持整車企業和自動駕駛公司開展道路測試。
不過，目前僅限於特定區域測試，且地區間標準並不統一，導致企業運營成本增加，依舊無法形成準入量產下的規模效應。
另一方面，國家層面的標準缺失也是制約高階自動駕駛技術落地的重要原因。
比如現行的《道路交通安全法》中規定汽車上路必須由人駕駛，這與2022年8月交通運輸部發佈的《自動駕駛汽車運輸安全服務指南《試行》》中所明確的自動駕駛汽車上路的合法地位存在沖突。
想要讓高階自動駕駛加快落地，推進《道路交通安全法》修訂工作刻不容緩。
除了政策法規方面的因素，道路配套體系建設也在高階自動駕駛技術落地進程中發揮著關鍵作用。
相比L1、L2階段的自動駕駛，高階自動駕駛更依賴於車與車通信以及車路協同發展，因此加強智慧道路建設顯得尤為重要。
然而，目前國內絕大多數企業仍將目光瞄準單車智能駕駛技術，僅有少部分企業會關注『車路雲一體化』方案，造成單車自動駕駛技術與道路配套設施發展不均衡，區域智能交通無法形成，高階自動駕駛技術發展遇到瓶頸。
數據泄露風險加大 企業損失不可估量
上述提到了高階自動駕駛車輛需要頻繁與外界道路進行信息交互，因此存在數據泄露的風險。
2019年，歐洲ADAC汽車協會曾對33個品牌的237款汽車進行了一項安全測試，結果顯示99%的車輛能夠被黑客解鎖。
2020年，中國國家市場監管總局缺陷產品管理中心聯合相關機構，針對多款智能網聯汽車進行信息安全測試，結果發現高達63%的車輛存在一定程度的信息安全隱患。
用戶信息、車輛核心技術參數等一旦被不法分子竊取，可能會對汽車企業造成不可估量的損失。
為了保障數據安全，企業需要進行數據加密處理，這樣無形中會進一步增加成本。
與此同時，智慧道路配套設施安全性升級也顯得十分必要，可能會涉及城市規劃、道路基建等方面，短期內恐怕很難實現。
以上因素都直接或間接導致高階自動駕駛技術被冷落，一些企業甚至開始轉型研發更加成熟的L2級自動駕駛。
商業保險利潤或將縮水 企業積極性遭受打擊
由於自動駕駛技術具有諸多不確定性，目前尚無針對自動駕駛汽車發生交通事故時的完善法規，車輛發生交通事故後責任認定變得十分困難。
全球管理咨詢公司麥肯錫在最近的一份報告中表示，高階自動駕駛可能對保險市場產生顛覆性影響，保險責任的承擔主體或將發生轉移，由駕駛員向汽車企業或自動駕駛供應商過渡。
隨著高階自動駕駛技術的滲透，駕駛員的參與度不斷下降，自動駕駛系統將承擔更多的責任。
為此，汽車企業或自動駕駛供應商在與保險公司進行車險利潤分配時可能將下調預期，利潤池也將重新調整，汽車企業或自動駕駛供應商的利潤可能會進一步縮水。
高階自動駕駛人才缺口擴大 企業研發受阻
如今，高階自動駕駛技術正處於商業化落地的關鍵階段，行業競爭激烈，自動駕駛人才的頻繁變動造成了企業人才流失嚴重，人才缺口不斷擴大。
相關機構預測，到2025年，汽車行業對智能網聯汽車人才的需求量將達到10.3萬人，其中自動駕駛領域的人才缺口預計將達到5萬人。
隨著自動駕駛賽道不斷拓寬，新入局的創業公司對於自動駕駛研發人員的需求量也在持續增長。
相關數據顯示，研發人員通常占自動駕駛團隊總人數的70-80%。
高階自動駕駛技術的復雜性決定了研發人員除了需要掌握多種程序設計語言，還要對汽車硬件充分理解，勝任難度之大可想而知。
缺少足夠的研發人員，企業推進高階自動駕駛項目自然也會遇到阻礙。
輔助功能故障頻發 高階自動駕駛技術可靠性亟待提升
除了以上這些外部因素，自動駕駛技術自身存在的問題同樣值得關注。
車質網數據顯示，2019-2023年5月，『行車安全輔助系統故障』投訴量基本呈現出穩中有升的態勢，並且在2023年首次突破千宗。
從2023年1-5月投訴數據來看，新能源汽車占比明顯較高，超過六成。
另外，從出現問題時間段和行駛裡程來看，購車1個月內和行駛裡程在3000-10000公裡的車輛所占比例較高。
反映出當前『行車安全輔助系統故障』出現的時間較為靠前，新車階段出現故障的概率相對較大。
由此來看，現階段相對成熟的L2級輔助駕駛功能依然存在諸多問題亟待解決，對於即將量產的高階自動駕駛技術，其故障率和可靠性無疑更加令人擔憂。
總結：
此次全球范圍內的高階自動駕駛熱度減退，不禁為其量產前景又蒙上了一層陰雲。
成本問題表面上看是壓倒高階自動駕駛的最後一根稻草，但通過詳細分析不難發現，企業對於高階自動駕駛技術的態度、人才儲備，以及國家和政府的支持等一系列因素都或多或少制約著其發展。
實現自動駕駛目標並非企業的個體行為，更需要整個汽車行業共同努力。
企業應從提升安全性、降低故障率出發，不斷擴大測試范圍與測試場景，優化硬件配置與軟件算法，突破成本限制和技術瓶頸；國家層面除了加大政策支持力度，建議出臺針對自動駕駛的統一化標準，從而縮小各企業之間的技術差距，同時完善相關道路配套設施建設，擴大智慧道路網絡覆蓋率，助力高階自動駕駛商業化盡快落地。