自动驾驶出租车（Robotaxi）商业化前景展望
起点眺望，育穗待实 ����年��月 Robotaxi商业化白皮书3 目录 05 23 33 第一章Robotaxi商业化阶段研判：五重挑战，三阶渐进 第二章中国特色的Robotaxi商业化运营模式：生态发展，区域各进 第三章Robotaxi运营服务发展：运营体验赋能，助推模式落地 PART 01 R商o业bo化ta阶x段i 研判： 五重挑战，三阶渐进 Robotaxi即自动驾驶出租车，作为自动驾驶技术落地的核心场景，通过对共享出行服务的全面体验升级，优化了有人车时代的安全隐患和用车痛点，其无人化 和智能化的特点势必对出行方式带来巨大变革；其牵引的产业链变化亦将蕴含巨大想象空间，推动行业整体走向万亿级规模。01 01Robotaxi发展演变与定义 出行方式发展 私家车共享出行Robotaxi 自动驾驶移动出行 整车研发制造定制专用网约车(PBV)Robotaxi车辆(L4自动驾驶) 出行服务运营无人车辆运营 智能空间 资料来源：罗兰贝格 1.1Robotaxi行业挑战 Robotaxi有望在远期变革人类出行方式，现已临近商业化前夕，痛点问题的渐进式解决将推动商业化的落地。 Robotaxi的概念已经历市场的多年探讨与摸索，目前更随自动驾驶技术的场景突破成为热点，进入商业化尝试的加速阶段，从路测到划区域试点运营，从不允许载人出行到常规载客出行，从免费试乘到常态化收费运营，从车内有安全员到限定条件下无人化，从企业的单点尝试到形成战略联盟，从完全市场化摸索到逐步政策支持下合规化，Robotaxi商业化探索从技术、资本、生态、模式、政策等多维度全面开花。 当前，Robotaxi的商业化探索进程以城市为单位，如 雨后春笋般积极开展，30多个城市自2021年先后布局了相关产业及其商业化尝试，部分一二线先行城市已经取得了商业落地的阶段成果。02 然而，商业化的整体推进节奏仍受多方因素限制，面临多方面挑战。技术上的长尾问题、持续的高额研发成本和资本投入、配套运营服务的亟待开发、产业发展协同政策及监管法规的有待完善，以及用户教育尚未形成等问题均需要更进一步的解决方案，因而制约着Robotaxi达成完全无人化、运营规模化及可持续的 商业化。然而，资本市场的持续投入和关注，以及产业玩家针对各项挑战的逐步突破，使Robotaxi的商业化进程开始进入快车道。 02 部分城市Robotaxi商业化探索 2021.09 2022.06 2022.07 2022.07 2022.08 2022.09 •Robotaxi允许向公众收费，开展主驾有安全员的商业化运行 •允许主驾无安全员副驾有安全员的Robotaxi在指定区域开展载客运营 •允许车上完全无人的Robotaxi在公共道路上开展商业化运营 •举办智能网联汽车自动驾驶混行试点首发活动 •发布国内首部规范智能网联汽车管理的法规条例 长沙广州深圳北京 •开放中心城区Robotaxi道路测试 重庆、武汉上海 当前，行业玩家的商业化尝试尚未形成明确方向，开展商业化的条件也未形成定论。在商业化摸索初期，罗兰贝格总结出涵盖成本、技术、服务、监管和市场接受度等五大亟待突破的关键挑战。03 资料来源：罗兰贝格 03 Robotaxi商业化面临的挑战 研成发本投挑入巨战大 长尾场景待解决 技术挑战 L4技术尚未成熟基础设施建设不完善 政策法监规尚管需挑完战善技术安、全运责营任标需准要待明落确地 资料来源：罗兰贝格 安自全动员驾人驶成软本硬短件期成无本法高减少 挑战 R商ob业ot化axi 服务挑战 运营经验不足 配套产业链尚未建立 用户教育不足 市场接受度挑战 市场对安全问题存有担忧 1)成本挑战 在当前商业化前期，整体符合自动驾驶技术要求的汽车制造成本及在安全和监管要求下的运营成本使得提供Robotaxi的单位服务成本远高于有人驾驶的网约车和其他出行方式，这对整体产品落地和实际大规模应用造成根本性阻碍。随着自动驾驶技术的进步和算法的迭代，无人车运营的数据积累、造车成本和运营服务成本均将呈下降趋势，为Robotaxi大规模商业化提供经济效益支撑。04 当前，造车成本仍是Robotaxi最大的资本投入。现阶段的自动驾驶为了确保安全性，在车端部署冗余传感器系统、高精度地图及相应的软件系统和自动驾驶套件，根据车辆需要进行大规模的改装，不仅大大增加了自动驾驶车辆的制造成本，也使行业参与者付出大量的时间成本——一辆改装车的成本在百万级的水平，而单台车的改装及调试普遍需要耗费两个月以上；未来，计算芯片、激光雷达、毫米波雷达、摄像头、IMU（惯性测量单位）及其他通信模块等硬件的国产化替代在L4级别多场景的自动驾驶算法等软件的大规模应用分摊前期投入的情况下，车辆的软硬件成 本将迅速下降。 自动驾驶车辆通过后装改造需要大量的成本投入，在改造时间上花费大量精力。由于目前的后装需要主机厂和自动驾驶技术公司研发团队进行融合和沟通，受限于当前技术瓶颈，很多自动驾驶的软件和套件在道路安全、功能安全、信息安全等方面无法达到车规要求，导致双方的解决流程冗长且方案复杂，车辆无法做到快速规模化复制。未来需要通过将车辆前装，将自动驾驶方案更早地嵌入生产流程中，实现Robotaxi的整车制造，实现快速复制，使其工业化量产规模效应体现，自动驾驶整车制造成本由此将大幅下降。 根据L4级别自动驾驶落地节奏及监管要求，安全员成本在未来一段时间内不容忽视。鉴于安全员的人工成本依旧存在，运营成本难以实现真正下降。现阶段存在的安全员角色是商业化早期受制于安全要求的产物，由于政策的制约、自动驾驶技术水平的限制、路况的不确定性等因素，运营车辆将出现不可预测的问题，需要随时有人接管，因此需要安全员的角色为Robotaxi和乘客保驾护航。现阶段安全员成本是Robotaxi运营成本中占比最大的一项，相比于有人驾 04 2025年私家车与Robotaxi出行成本结构 资料来源：罗兰贝格 驶的网约车，并未节省人工成本，Robotaxi无人化的优越性并未有所体现。但可以观察到的是，随着各地对自动驾驶政策的放开，安全员的角色逐步弱化，由原先主驾有安全员到副驾有安全员，再到后排有安全员，甚至在深圳、重庆、武汉已经允许开展全车无人的常态化试运营。未来，随着Robotaxi不确定性场景的减少，安全员将从车端向后台转化，进行安全监管和兜底，实现后台化远程监管。Robotaxi的运营成本将逐步与有人驾驶网约车打平，而后伴随规模化、精细化运营，自动驾驶的综合服务成本将日益优化，而网约车司机的人工成本又将不断提高，Robotaxi的运营效率和经济性将愈加凸显。消费者调研显示，近七成受访者出于安全考量，更信赖有安全员的Robotaxi。 05 Robotaxi的远期成本节降空间不仅仅是简单的造车成本和安全员成本的降低，更是考虑城市出行网络优化带来的行业整体性运营成本节降。Robotaxi作为一种出行方式，未来将通过数字化运营平台与城市其他出行方式一同纳入城市交通智慧化管理体系，通过算法统筹城市运力调度和多种交通工具协同，将大大提高城市交通管理效率和居民出行便捷性。通过智慧交通管理体系和数据共享，实现路线合理规划和车辆错峰调配，减少交通拥堵，降低车辆空驶率，缩短派单时间，达到城市交通的最优化运行。随着整个城市出行效率的优化，未来当单位Robotaxi的运力有所增加时，数字化运营平台输出的单位服务成本也将得到优化，出行行业整体成本将有所下降。 05 消费者调研-对安全员的态度 问题：由于技术成熟尚需时间，现阶段的Robotaxi在车内仍需配备安全员。您对安全员持怎样的态度？ 16% 9% 8% 现阶段安全员是重要的安全保障，且可以解决车内服务需求，更愿意乘坐配有安全员的Robotaxi 更加注重自动驾驶本身，对是否配有安全员都能接受 现阶段安全员是法规要求， 即便多多少少会带来乘坐体验的损失，但我能够接受 安全员大大削减了搭乘Robotaxi的体验，我宁愿选择乘坐有驾驶员的传统车 N=564 66% 资料来源：如祺出行消费者调研，罗兰贝格 2)技术挑战 技术达到安全稳定是实现Robotaxi商业化的基础条件，在很大程度上影响政策开放和实际商业化落地节奏。作为L4级别自动驾驶技术的重要落地场景，Robotaxi的商业化和技术成熟将保持较高同步性，甚至将先于技术的完全成熟而逐步落地。 然而，目前的自动驾驶技术在感知和算法层面仍有提升空间，驾驶状态不稳定的情况时有出现。技术层面实现安全高效稳定尚有难关要过。 技术层面在感知系统、人工智能芯片等软硬件上仍有较大的提升空间。“安全第一”是自动驾驶的核心理念和价值观，自动驾驶技术未来需达到整车级安全、自动驾驶安全、算法和数据链路安全，最终形成“单车智能+车路协同”的双重保障。在软硬件系统和解决方案的提升方面，包括车载操作系统、环境感知、高精地图与定位、预测决策与规划、控制与执行、车路协同等各系统模块均需突破技术缺陷，以得到更好的升级和迭代，从而在复杂变化的交通环境中检测和跟踪交通参与者，辨认速度和朝向等信息，为车辆规划安全、高效、舒适的行驶路径，使Robotaxi成为能够提前预判稳定驾驶的“老司机”。 长尾场景相关问题的真正解决决定了Robotaxi商业化的落地速度。目前Robotaxi基本可以实现“单车智能”和90%以上场景的自动驾驶，但变化多样和不确定性极强的长尾场景是算法提升和打磨的难点，依然需要大量的时间进行里程积累和数据沉淀。Robotaxi的最终落地需要和其他交通工具并行在道路上，面临各种突如其来的状况和应对复杂路况，如极端天气、暴雨暴雪、检盲区突然冒出的障碍物、非规则路况、人车混流复杂的路口、前车加塞等，需要Robotaxi像有人驾驶一样做出快速反应。而现阶段由于Robotaxi的运营受限于相对固定的区域中，收集到的场景数据有限，需要通过不断扩大运行区域，增加运营车辆规模，以获取更多复杂和未知的场景以积累和打磨算法。 技术挑战的突破意味着高级别自动驾驶的逐渐成熟，对于Robotaxi能够平稳运营的场景解决和补充是关键，衡量技术成熟的指标主要包括接管率、事故率和 接管里程等。接管率（总行驶次数中人工/远程介入次数的占比）及事故率与消费者体验感知相关，是评判Robotaxi单趟运行的重要指标。若需达到商业化落地的标准，接管率应低于0.02%，即行驶1万次仅有2次被接管，而在目前的路测和小规模试运营阶段中，受不同玩家的干预介入逻辑、所在城市、道路条件状况、测试时间等因素影响，数据偏差较大，可比性较低；此外，事故率需在0%的水平，但由于目前全车无人Robotaxi的运营数量较少，且多为主驾或副驾设有安全员，发生事故的情况极低，其数据参考意义较小，需要通过在更多场景、更复杂路况的测试运营后方有公允结论。再者，接管里程数（每两次干预之间行驶的平均里程数，技术本身的稳定性）则反映了单车自动驾驶技术的行驶稳定性和安全性。 根据加州交通管理局(DMV)发布的2021年数据，接管里程表现最优的前10家企业中，有5家中国企业，但其仍有较大的提升空间，尚需软硬件的迭代升级和性能提高，以及构建完善的接管策略和安全退出机制。除基础的接管率、事故率和接管里程等指标分析外，还需关注Robotaxi与有人车同时上路的情况下，道路每小时通行车辆数、周边其他车辆通过情况、平均电耗等数据指标，以评估Robotaxi对整体交通效率、交通公平性及能源体系的影响。例如，是否造成道路拥堵，是否影响周边车辆的行驶路线，是否足够绿色环保等。当通过商业化测试证明Robotaxi的安全性、可靠性、稳定性，以及有效解决打车难等出行痛点，方可在技术层面得到有效论证，进行大规模的运力铺开和商业落地。 除了自动驾驶技术本身的进步和迭代升级，Robotaxi的商业化落地还需加强通信端、路端、云端等基础设施建设，形成车路协同。车路协同以路侧系统和车载系统为基础，通过无线通讯实现车路信息交互和共享，发挥路侧
