末端物流自动配送车规模之战,毫末智行如何赢下三个赛点?

本文主要是介绍末端物流自动配送车规模之战,毫末智行如何赢下三个赛点?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者 | 曾响铃

文 | 响铃说

自动驾驶发展如火如荼,而到了现在,更能够说得上率先实现全面场景化落地的,无疑是末端物流自动配送赛道。

刚刚举行的聚焦于自动驾驶AI技术的第六届HAOMO AI DAY上,自动驾驶科技公司毫末智行宣布旗下中国首款十万元级末端物流自动配送车“毫末小魔驼2.0”已量产下线交付给客户,这意味着过去停留在测试阶段自动配送车,现在已经正式走入场景进入商业化落地,在更大范围内跑了起来。

另外一边,人力不足等矛盾,也导致末端物流配送领域的自动配送车潜在需求在不断增加。供给侧、需求侧的同频共振,行业进入快速增长期。

事实上,在此次宣布量产下线交付之前,毫末智行已经进行了较长市场的自动配送试运营。但是,从技术到产品到场景,试运营都带有某种实验室的色彩,一板一眼基于特定目标进行反复迭代,不断优化,与真正的商业化落地必须真实创造价值在逻辑上有很大的不同。

至少,技术要真正“放得开”经得起实际道路的检验,场景要足够丰富能够承载价值创造的过程,商业模式带来的用户量、订单量要不断增长保证产品有用武之地和良好的前景——毫末智行的小魔驼2.0量产下线交付,就是技术、场景和模式三者全方位合格的产物。

在HAOMO AI DAY上,毫末智行董事长张凯给出了小魔驼2.0所谓“七大核心能力”,包括自动驾驶、远程驾驶、低成本部署、车辆管理平台、远程监控平台、订单管理平台、微信小程序等,这些,本质上也都是在促成技术、场景、模式“三角连环套”的强化。

从毫末智行的做法来看,末端物流自动配送车规模之战,实际上应该是三场战斗的集成,只有全部“赢下来”,才能在商业化落地中抢占先机。

技术之战:从算法到产品到迭代,还必须“文武兼备”

任何赛道上的自动驾驶,商业化落地的首要条件都是过硬的自动驾驶技术和方案。

小魔驼作为毫末智行全栈自研的末端物流自动配送车,目前拥有L4级自动驾驶能力,因而已经能够适应全天候24小时配送需求,根据指定路线实现从A点到B点的全路径无人配送。

在HAOMO AI DAY上,张凯表示,小魔驼经过两代的迭代,当下已经兼具自动驾驶与平行驾驶(或也称远程驾驶)的能力,为全程无人接管提供了完备的方案。

这背后,显然离不开基础的、来自底层的人工智能技术能力。

小魔驼的自动驾驶,就获得了来自毫末智行的智能驾驶数据智能体系MANA的支持,这个2021年年底推出的国内首个智能驾驶数据智能体系,按张凯的说法,当下已经成为毫末智行所有产品迭代的“核心动力”。截止到目前,MANA 的学习时长超过 31 万小时,虚拟世界驾龄相当于人类司机4万年的驾龄。

张凯还透露,在数据积累方面,毫末智行已经完成数十万全要素、多模态CLIPS的标注,在场景库积累方面完成300万小时中国道路驾驶认知场景库。正是有了这些技术方面的积淀,小魔驼2.0跑在路上才能底气十足。

而值得一提的是,在这场技术之战中,有个较为细节但十分重要的内容容易被忽略:毫末智行在“AI工程化”方面已经有长足的进步。

如果说数据、算法、算力是自动驾驶展现肌肉“武”的一面,那么正在成为AI时代重要趋势的AI工程化,则是重要的、不可或缺的“文”的一面。

Gartner在《2022年十二大重要战略技术趋势》中将AI工程化明确为未来三到五年“企业数字业务创新的加速器”。AI工程化,即通过系统化、规范化、可度量地使用各种工程方法和工具,确保AI软件能够达到预期。传统软件工程瀑布式开发在需要反复迭代升级的AI这里已经无法适配,而“工程化”通过体系、流程推动算法与应用的有效开发与迭代,实现AI的敏捷开发,就成为促成AI商业化落地的一种必然。

作为最典型的人工智能场景,自动驾驶尤其如此。HAOMO AI DAY上,张凯就展示了毫末智行的工程化能力,包括在国内最早实现智能驾驶产品流程化开发,以及在国内唯一做到并行30个项目的异步开发能力。

一文一武“打底”,率先结出末端物流自动配送车商业化落地这颗果实,也就并不意外了。

场景之战:突破成本阈值是根本、实现量产突围是前提

自动配送车大规模走入场景,能够接受的单车部署成本是根本,毕竟在其所关联的场景之下,有已经存在的固有人力成本,只有等同甚至降低到这个成本之下,商业化才能真正坐实、长期持续。

这也成为从试运营到正式的商业化落地最大的挑战之一。

2022年4月,毫末小魔驼2.0以12.88万元的十万元级价位推向市场,引发了业界广泛关注。这个价格,最直接的价值是向下突破了末端物流场景下的普遍人力成本。以北京为例,一名配送员的年薪大致为10-12万元,算上各种维护费用,一辆毫末小魔驼2.0投入使用两年即可持平人力成本,后续将持续产生效益。

这就是毫末小魔驼2.0的7大核心能力中“低成本部署”的意义所在。

而这种成本的控制的实现,是技术方案不断打磨的结果。

毫末小魔驼2.0采用了与毫末智行乘用车的传感器、车内计算器基本相同的配置,其传感方案本质上与较为成熟的Robotaxi是一致的,都是业内最为认可、安全可靠的多传感器冗余方案(包括激光雷达),已有的企业和行业积淀让产品的稳定性得到保障、成本也实现控制,最典型如,当前一个整体车载计算器就能节约1-2万元的成本。

从这个意义上看,随着技术的进一步成熟,自动配送车的成本仍然有下探的空间,到那时,其进入场景谈的可能不再是成本阈值的突破,而是有多大成本优势的问题了。

此外,要全面落地场景、满足场景需要,降低成本的同时还必须实现量产供给,这就对产能提出了挑战。

在HAOMO AI DAY上,毫末智行还展示了一只宣传片,对小魔驼2.0从生产、标定、测试等全产线进行了直观展示,其过程已经体现出整车厂的系统化生产管理标准。

目前毫末小魔驼2.0别后的生产基地星环工厂占地1万平米,已经可以实现年产1万台的产能目标,是全球范围内规模最大的末端物流自动配送车生产制造基地。与此同时,为了适配不同场景与客户的个性化要求,其生产线在“柔性化+定制化”理念下,还可以满足定制化的需求。

在知名科幻作品《三体》当中,人类创造的第一艘光速飞船“星环号”,而毫末这个生产基地就位于其“星环工厂”。某种程度上,这个“毫末星环号”,也代表了领先市场的无人驾驶创新企业对技术、产品、速度等的无止境追求。

更进一步看,在解决了成本与产能问题后,率先实现大规模场景化落地,也反向给自动配送车的发展带来了某种自增强循环的效应。

张凯在HAOMO AI DAY上表示,当下自动驾驶有渐进式路线与跃进式路线,而毫末智行选择了渐进式的做法,它更容易获得足量的数据,而且是从用户真实场景中获得数据。大范围的场景落地,将源源不断向毫末智行反向输入有价值的量产数据,提升数据规模和数据质量、降低数据获取成本,帮助自动驾驶走向成熟。

这也说明,场景之战有放大效应,一旦取得优势,将“强者恒强”。

模式之战:用户、订单之上,生态是末端物流自动配送的大未来

再强的技术,再低的成本,再充足的量产能力,如果没有用户量与订单量,“一切都白搭”。而自动配送车用户量与订单量的取得,很明显无法依靠一个科技公司本身,于是生态合作的商业模式就变得十分重要。

在全面量产交付之前,截止到2022年9月,毫末小魔驼已在北京顺义为物美多点配送超过9万单。今年仅“6·18”期间(6月14日-19日),小魔驼就为物美多点超市马坡店完成配送超2000单。

可观的数据一方面表达出毫末智行的技术和产品能力,另一方面也从侧面说明毫末智行与末端物流相关企业的商业合作的重要作用,实现了多方共赢。

张凯之前曾透露,2022年,已有头部客户开始进行场景规模化部署的行动。随着阿里达摩院、物美多点、美团等都成为毫末的重要生态伙伴,在全面量产交付后,有理由相信,在现有数据基础上,小魔驼2.0的用户量与订单量的爆发几乎是必然事件。

当然,在商业合作这件事上,科技企业不能只是“等靠要”,在技术和产品上还需要主动为这样的商业模式铺路,让接受技术和产品的伙伴更好地开展末端物流业务,这正是毫末智行在做的。

一方面,自动配送车产品要能够不断满足商业伙伴更多场景和业务的需求,例如,小魔驼2.0的一个重要升级是面向履约场景进行了多项重要升级,向商超、物流行业的客户提供可商用的末端配送解决方案。

另一方面,自动配送车还需要在管理和运营上给予伙伴更多赋能,让伙伴以尽可能低的学习成本和投入高效率地落地好新的业务开展方式。这一点,量产下线的小魔驼2.0所具备的几个核心能力——车辆管理平台、远程监控平台、订单管理平台、微信小程序等,都在为此而努力,不仅提升伙伴的能力,也让商业模式的最终C端用户拥有更好的配送体验。

在HAOMO AI DAY的最后,张凯用一个版面向业界展示了主要的生态伙伴,并表示健康生态伙伴支持毫末智行高速发展,可见末端物流自动配送的大未来离不开生态体系的不断完善,离不开不断强化的互利共赢的商业关系。

总而言之,在技术、场景与商业模式都在走向成熟后,末端物流自动配送正在迎来市场爆发,一个新的时代已经在到来,毫末智行正在加速这一进程,并获得属于企业自身的竞争优势与发展机遇。

*本文图片均来源于网络

*此内容为【响铃说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

【完】 

曾响铃

1钛媒体、品途、人人都是产品经理等多家创投、科技网站年度十大作者;

2 虎啸奖评委;

3 作家:【移动互联网+ 新常态下的商业机会】等畅销书作者;

4 《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员;

5 钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者;

6 “脑艺人”(脑力手艺人)概念提出者,现演变为“自媒体”,成为一个行业;

7  腾讯全媒派荣誉导师、多家科技智能公司传播顾问。

这篇关于末端物流自动配送车规模之战,毫末智行如何赢下三个赛点?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/675227

相关文章

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

基于Redis自动过期的流处理暂停机制

《基于Redis自动过期的流处理暂停机制》基于Redis自动过期的流处理暂停机制是一种高效、可靠且易于实现的解决方案,防止延时过大的数据影响实时处理自动恢复处理,以避免积压的数据影响实时性,下面就来详... 目录核心思路代码实现1. 初始化Redis连接和键前缀2. 接收数据时检查暂停状态3. 检测到延时过

SpringBoot实现RSA+AES自动接口解密的实战指南

《SpringBoot实现RSA+AES自动接口解密的实战指南》在当今数据泄露频发的网络环境中,接口安全已成为开发者不可忽视的核心议题,RSA+AES混合加密方案因其安全性高、性能优越而被广泛采用,本... 目录一、项目依赖与环境准备1.1 Maven依赖配置1.2 密钥生成与配置二、加密工具类实现2.1

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

SQL Server跟踪自动统计信息更新实战指南

《SQLServer跟踪自动统计信息更新实战指南》本文详解SQLServer自动统计信息更新的跟踪方法,推荐使用扩展事件实时捕获更新操作及详细信息,同时结合系统视图快速检查统计信息状态,重点强调修... 目录SQL Server 如何跟踪自动统计信息更新:深入解析与实战指南 核心跟踪方法1️⃣ 利用系统目录

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

MyBatis-Plus 自动赋值实体字段最佳实践指南

《MyBatis-Plus自动赋值实体字段最佳实践指南》MyBatis-Plus通过@TableField注解与填充策略,实现时间戳、用户信息、逻辑删除等字段的自动填充,减少手动赋值,提升开发效率与... 目录1. MyBATis-Plus 自动赋值概述1.1 适用场景1.2 自动填充的原理1.3 填充策略

SpringBoot+Docker+Graylog 如何让错误自动报警

《SpringBoot+Docker+Graylog如何让错误自动报警》SpringBoot默认使用SLF4J与Logback,支持多日志级别和配置方式,可输出到控制台、文件及远程服务器,集成ELK... 目录01 Spring Boot 默认日志框架解析02 Spring Boot 日志级别详解03 Sp

浏览器插件cursor实现自动注册、续杯的详细过程

《浏览器插件cursor实现自动注册、续杯的详细过程》Cursor简易注册助手脚本通过自动化邮箱填写和验证码获取流程,大大简化了Cursor的注册过程,它不仅提高了注册效率,还通过友好的用户界面和详细... 目录前言功能概述使用方法安装脚本使用流程邮箱输入页面验证码页面实战演示技术实现核心功能实现1. 随机