聚焦AI自动驾驶 热闹背后的三个灵魂拷问

2024年，如果还有人没听说过人工智能，那恐怕就不是一句OUT能够形容的了。Artificial Intelligence简称AI，已经是老少皆知、无远弗届的存在。从美国瑰丽七股（Magnificent Seven）、欧洲11家科技巨头组成的Granolas到中国沪深股市的Al板块领涨，以及英伟达凭借几颗人工智能训练芯片站到市值两万亿美元的巅峰，其背后都自带BGM，那是AI技术在高歌。Sora快速代替元宇宙，更新着人们的认知，左右着融资市场的诡变。所有的机构和散户也都在屏息以观，拭目以待：Al还能涨多久？与此相应，自动驾驶在AI技术的加持下正在闯进我们的生活，它能否成为人类交通出行的普通场景呢？实际上，还有更严肃，更切实的灵魂拷问摆在我们面前。

拷问一：自动驾驶的技术障碍和法律风险在哪里？

英伟达创始人兼CEO黄仁勋展示Blackwell GPU（左）（图片来源：英伟达官方发布会视频截图）

在笔者思考人工智能在汽车业的发展时，人工智能正在飞速迎来爆发式增长的时代。一个符号式的代表就是英伟达。上个月，全球卷王英伟达发布了全新的芯片处理器：Blackwell GPU。英伟达总裁黄仁勋声称，该GPU有2080亿个晶体管，而去年推出的H100只有800亿个晶体管。黄还高调向外界保证，与当前一代的图形处理单元相比，该芯片在训练人工智能模型方面的性能提升了一倍，并且在“推理”方面的能力提高至五倍。

与此同时，人工智能技术发展带来了自动驾驶汽车技术的迅速迭代和普及。智驾汽车在我国的渗透率也在逐年走高。据华为预测，到2030年，中国自动驾驶新车渗透率达20%，整车算力将超过5000TOPS，C-V2X（车联网）渗透率达60%。

然而，自动驾驶技术真的像某些专家所言，远比人类开车更安全吗？首先看雷达。雷达对场景的覆盖理论上不可能做到万无一失。虽然自动驾驶汽车在面对临时道路施工和路障锥筒时的宕机熄火概率正在减少，但试验车发生交通事故的案例仍屡见不鲜。去年在美国，通用汽车就因一起RoboTaxi出租车发生撞人事故而被法院发布禁驶令，并导致该型号车辆全线停产。目前在我国，已经扩大行驶准许范围的一线城市机场，自动驾驶出租车的驾驶位上仍然被强制要求配备人类辅助驾驶员，虽然他的手脚不用做动作，但当紧急情况出现时，显示屏会立即发出警报要求驾驶员重新掌控车辆。事实上，目前已经配备L2级自动驾驶技术的上市车辆均有此技术。以奔驰为例，在去年7月和今年3月分别上市的奔驰GLE2024款和全新E级当中，MBUX二代均支持智能领航限距L2级自动驾驶，但方向盘并不支持长时间的双手离开，显示屏通常会在自动驾驶开启几分钟后以红色闪动图像予以警示，让驾驶者双手回到方向盘，行驶一段后再以绿色图标恢复转向系统在车道内自驾。未来双手离开方向盘的时间则可以逐渐通过OTA升级进行延长。

再说视觉摄像头，即使是最先进的感光设备，其成像率也就是在千万级至亿级像素之间。而人类的眼球却有着6-7亿像素的成像感知能力。马斯克的脑机接口虽然可以使盲人脑部的感光神经成功反映出影像信号，但却无法完全替代人类眼球的清晰度。更何况人类对于车辆的瞬间需求并非摄像头可以代替选择。比如，面对非常情形下事故不可避免，但碰撞对象可选时，怎么办？摄像头对于“先救老婆还是先救老娘”这种典型的人类二选一课题，恐怕只会以车辆自损程度来进行视觉对象选择吧。曾几何时，大客车司机为保全全车乘客，选择自己一侧碰撞的感人事迹，在电子摄像头的选择操控下是不可能发生的。

自动驾驶的摄像头与雷达之争并没有因为“两个我都要”的傻瓜答案而结束。技术障碍小到激光雷达的变化，大到场景完全覆盖的困难，根本没有easy模式，也都远未到解决问题的“比基尼时刻”。相反，如果过快普及，全面开花，导致崩盘和市场逃离的“切尔诺贝利时刻”倒是近在眼前。

所以，自动驾驶的法律定义是什么？这是一个在推进自动驾驶的过程中无法回避的问题。王凤英、冯兴亚等全国人大汽车界代表在去年和今年的提案中均反复强调、持续关注自动驾驶技术状态下交通事故的责任认定与索赔，希望立法机构尽快出台相关法律法规。

今年年初，路特斯在美国以“特殊目的收购公司“（SPAC）方式实现了IPO上市，之后很快便宣布，其自动驾驶车辆在发生交通事故后，厂家将介入并承担部分赔偿责任。应该说，对于路特斯首尝螃蟹的行为，我们必须予以肯定。但路特斯的低销量和高价值说明，此举并非同行都能效仿，而这一观察对象未来是否真会遇到类似问题，遇到之后到底如何赔偿承责，想必会给我们审视自动驾驶技术的发展路径以新的启示吧。但在此之前，跟进者的风险永远是高悬头顶的那柄达摩克利斯之剑。

拷问二：自动驾驶在经济学中的边际是什么？

北京市试点开通三大文化建筑周边自动驾驶接驳服务（图片来源：文远知行官网）

后疫情时代和地缘政治冲突所导致的经济学黑洞越来越大。学界开始复读哈耶克、重读凯恩斯，甚至认真研究辜朝明关于日本经济的分析专著，以期找到日本股市暴涨并带领日本走出失落二十年的可能性，及其背后的理论依据。在这其中，边际二字被提及最多：国家干预与产业政策主导的边际，自由市场的边际……如果我们翻开凯恩斯的名著《就业、利息与货币的通论》，其中很多关于边际的名词都是他的首创，比如总需求边际（Aggregate Demands Margin）、总供给边际（Aggregate Supply Margin）、边际效率（Marginal Efficiency）、边际成本（Marginal Cost）、边际函数（Marginal Function）等等。

对于新能源汽车、自动驾驶这些新概念的经济参与者而言，边际其实就是成本和商业收益之间那条看不见的线。换言之就是能够让你收益最大化，过之则不及的分界岭。而这里的边际成本也不仅仅是狭义的“我投入了多少金钱？”“投资回报率ROE是多少？”“股票市盈率多少倍是安全的？”这样简单，否则为什么英伟达20倍P/E都被认为健康可控，而比亚迪、理想汽车不到10倍的动态市盈率却被认为不安全？其实这些都是看得见的变量。而按照经济学的说法，全要素成本应该是我们选择了自动驾驶，沿着这条路义无反顾地冲下去的时候，其他未被选择的选项所能带来的最大利益，以及我们为单一选择所付出的最大代价是什么？一旦这种边际被突破，我们为之奋斗的事业的意义将发生颠覆性的改变，那个时候再回头是否还来得及呢？

即使单纯从收益来看，自动驾驶技术对企业盈利能力的杀伤度也不容小觑。今年年初，苹果宣布终止并退出自动驾驶电动汽车项目，这绝不是始乱终弃，其背后有着对技术未来和市场变化的深刻考量与抉择，更有着对营收利润的切肤痛感。

去年苹果的EBITDA息税折旧摊销前利润率为34%，特斯拉和通用汽车都是9%。随着销售增长放缓，削减成本也是苹果的优先事项。同样在国内，比亚迪的毛利率高达22%，但经过折旧摊销之后的净利润也只有5%多一点。董事长王传福在开年演讲中表示智能汽车发展的关键就是降低成本，他表示有信心将激光雷达的装车成本从3000元降为900元。但在“价格战”的大背景之下，成本压力和利润杀手在比亚迪智能化前进的道路当中会一直伴随。特别是在4月初小米高调入市后，小鹏、问界均以降价回应，价格战短期内根本没有偃旗息鼓的迹象，比亚迪如果在中高端市场上也选择继续打压同行利润，那么自动驾驶技术将越来越接近雷军心目中的边际线，他到底会让小米的自动驾驶技术发展到何种程度，会不会点到为止呢？一切尚无定论。但从雷老板的行事风格分析，他敢于在发布会上坦承“SU7(配置|询价)定价绝对亏钱”，那么自动驾驶对于企业的利润杀伤力也绝对在他的预判当中。

如果说自动驾驶技术的投入产出边际关乎企业的盈亏与生存，那么自动驾驶技术发展的资本回报率边际，则与汽车产业发展安全，甚至制造业的未来休戚与共。自动驾驶技术亟需顶层设计，亟需对区域发展进行统筹安排。根据2023年各省级人大工作报告中公布的信息统计，目前已经有24个省针对新能源汽车智能网联汽车自动驾驶技术做出了相应的布局，其中不乏大手笔和大投入。这些布局之间是否会发生冲突，对全国统一大市场的宏观调控目标形成抵触？是否会造成全社会总成本和总效益的浪费呢？按照以往的经验，过快的重复建设与发展，一哄而上、叠床架屋式的建构，往往会带来不同程度的资源浪费。如此一来，是否会将目前新能源汽车阶段性的、暂时性的，由供需矛盾所带来的产能过剩，变成长期性的、结构性的，难以消化的产能过剩，这是一个非常严肃的课题。如果出口海外决战在时间上和空间上受到巨大的外部压力与限制，那么在如此内卷的环境下，国内市场不惜代价地发展自动驾驶智能汽车，到底是一条光明大道，还是崎岖不平，甚至前途未卜呢？这些都不是用情怀和勇气能够替代的问题，而是值得我们反复商榷和认真思考的问题。

拷问三：自动驾驶的技术哲学和伦理争议，是否要放到Al发展战略当中统筹考量？

坊间有一则著名的笑话：外星人在考察地球报告中认为，地球的主人是汽车，它们以汽油为食。而人类则是寄生在汽车中的生物，他们好吃懒做成天躺在车里不动。现在，我们只要把汽油改成电，加以自动驾驶技术，就可以将外星人报告转变成现实了。2022年，法拉利老板慨叹道“虽然法拉利也愿意使用新能源和自动驾驶技术，但作为驾驶快感的代言品牌，他不认为人类会将自己对驾驶的理解、体验与乐趣，完全交由机械和芯片。”业界一些专家也反思，国外自动驾驶技术的发展停滞，电动汽车的渗透率减缓甚至下降，既有产业政策选择、地缘政治博弈的被动因素，也有消费者质疑、经销商亏损和实际使用当中困难重重所造成的客观影响。不能用傲慢、冷漠、自私和不敢承认失败这些情绪理由来简单解释。

最近我国组织了多场国际间的人工智能研讨会，并发布了政府及科学家集体宣言和行动指南。这些文件均强调：人工智能及其技术应用（包括无人驾驶）应当放到AI整体发展对人类社会的影响当中去考量，并且利用国际间类似气候变化大会那样的整体组织模式，进行审慎的、严肃的研究和探讨。AI不能代替人类的思想，不能更不能代替人类去运行社会，同样的，人类也不能把自己的生命安全完全交由AI自动驾驶来处理。自动驾驶技术的发展不能代替驾驶学校，更不能代替人类对自己判断力、思考力、行动力的培养与保护。

去年，全球招聘公司Nash Squared对全球科技行业领袖进行了一次调查，并在外媒上公布结果。据该组织估计，未来5年，包括人工智能在内的“自动化”技术将导致制造业和汽车行业14%的工作岗位流失。组装线工人、质量控制评估员和机器操作员是最有可能被人工智能取代的岗位。德国谷歌云（google Cloud）制造、工业和汽车部门主管加布里埃尔·埃德尔（Gabriele Eder）则对英国媒体表示，在汽车制造领域，人工智能驱动的机器和设备“通常可以比人类操作员操作得更精确、更一致”，也就是说在制造过程中需要的人工干预更少。

当然，汽车行业可以通过人工智能培训来让多余的工人转岗。这方面中国的教育培训集中度和效率，甚至较欧美国家更高一些。但岗位切换的一个必要前提是充分就业。目前，过于内卷的国内市场已经导致部分裁员和停产现象，据国家信息中心统计，2023年中国汽车整车制造业的用工人数已经从2018年的最高峰值减少了近50万人。这说明汽车新四化的发展的确带来了一定的副作用。全行业应该尽快遏制住这种趋势，避免就业岗位的减少，否则转岗成功的工人也会找不到用武之地。

中国的人口规模、民族传统、公议良俗有其鲜明的独特性，社会主义核心价值观也提倡公民的勤劳奋斗，努力工作。社会上鲜有否定贬低劳动人民主观能动性，突出歌颂机器工具替代劳动者的传播理念。技术进步与拼搏奋斗并不矛盾，我们不会允许劳动者的工作岗位都被AI代替，甚至将社会治理让渡给AI，这是绝不可能发生，也绝不允许发生的景象。一句话：人工智能不应该平替人类工作，人工智能更不应该消融人类的智能。回到汽车行业，即使到了某一天，真正实现无人驾驶并完全普及，把大家的时间从驾驶的疲劳和交通信息处置中完全解脱出来。那么解放出来的时间，释放出来的生产力，也必须有的放矢，不能无处安放。

参考今年两会上车界代表、委员关于自动驾驶的提案，并结合国家发改委、工信部、公安部近期表态及法规条例的内容。个人有一个不成熟的建议，即：分级对待自动驾驶和辅助驾驶技术。尽量避免甚至限制完全无人驾驶技术的宣传与发展。禁止使用“无人驾驶“等误导性词汇。再比如：L2级辅助驾驶要加快普及应用，快速积累大数据；L3级自动驾驶重点放在扩大商业应用场景范围上，加快应用频次。目前北京、上海等地的自动驾驶核准区域是可以打到自动驾驶出租车的，但实际应用中却较少有人去使用，实验数据的积累相对滞后；L4级自动驾驶技术，无论从经济边际，还是伦理法理来讲，都缺乏推广普及的场景和充分必要性，短时期内不应该过多支持其发展。

此外，自动驾驶技术在海外市场拓展中也可以拓宽应用场景，积累经验和数据。国家发改委和工信部近期一直在强调出海协同作战的必要性，要求各企业加强对外合资合作，利用好自由贸易区和国际贸易协定，稳扎稳打发展汽车出口。同时，结合国内竞争态势，各部委也要求切实提高新能源汽车市场准入门槛。未来将只鼓励以小米汽车为代表的高质量企业进行高效率发展，避免一哄而上和低水平重复建设，避免资源浪费。相信一俟顶层设计落实到位，统筹安排和因地制宜的发展战略行之有效，自动驾驶健康和谐的发展前景是乐观光明的。自动驾驶汽车在我国分阶段、分层次，有步骤地发展，必将为中国新质生产力的形成与壮大，为全球AI引领下技术革命的发展与安全，为人类命运共同体的构建与繁荣，留下自己浓墨重彩的篇章。