自动化会迎来卡车货运的未来吗 ？

来吗 ？ 自动驾驶卡车提供了极具吸引力的应用案例和总运营成本优势，这些优势可能将市场规模在2035年扩大至约6万亿美元。 这篇文章由Ani Kelkar、Kersten Heineke、Martin Kellner和Timo Möller与Robert Brennecke及Saral Chauhan共同撰写，代表了麦肯锡汽车与装配实践领域的观点。 自动驾驶车辆（AVs），尽管其有望降低运输成本并解决司机短缺问题，据麦肯锡分析，其商业化进程可能再推迟一年。主要原始设备制造商（OEMs）继续致力于自动驾驶卡车，并计划在本十年后半期将首批此类车辆投入道路使用（参见侧栏，“支撑自动驾驶卡车的技术”）。 到 2028 年增加到 745, 000 。欧洲只有 5 ％的卡车司机年龄在 25 岁以下 ， 而 55 岁以上的卡车司机只有 33 ％ 。3 条例。大多数自动驾驶卡车的相关规定至今为止要么是支持性的，要么是中立的。欧盟已经批准了针对AVs类型的认证法规，这些法规现已纳入成员国的法律法规之中。4美国联邦政府尚未出台自动驾驶相关法规；然而，大多数美国州要么明确、要么隐含允许自动驾驶系统测试，且有幾個州也允許商業使用。5 越来越多的工业和经济因素支持自动卡车运输 AVs 可以帮助解决卡车运输业面临的几个挑战。 运输成本。运输成本在过去几年显著增加。例如，自2017年以来，欧洲的现货费率上涨了28.0%。6在美国 ， 物流成本占名义 GDP 的比重从 2020 年的 7.5% 攀升至 2023 年的 8.7% 。7关键原因包括更高的驾驶员薪酬和燃油及通行费成本，预计随着排放标准提高和零排放车辆的普及，这些成本将进一步增加。通过自动驾驶技术降低卡车运营成本，这些额外成本有望得到显著抵消。 司机短缺。已经，卡车司机短缺已成为卡车公司面临的最紧迫问题之一。美国缺乏超过80,000名司机；到2030年，这一数字预计会翻一番。1在美国 ， 卡车司机的平均年龄为 46岁 ， 而整体劳动力为 42 岁。2在欧洲，情况更为严峻：大约有7%的卡车驾 驶岗位（超过20万个）空缺；这一数字预计将持续下去。 支撑自动驾驶卡车的技术 支持自动驾驶 处理边缘情况（这些情况极少发生但必须予以考虑）；满足冗余（备用系统）要求的商用卡车的可用性；以及大量可商用的价格获取核心部件，如LiDAR和冗余制动及转向系统。现有卡车的返工因车辆架构的变化（以确保安全）及所需额外硬件而成本高昂，难以实现。 结合多个传感器的数据并提高准确性；决策软件；路径规划软件；以及车辆运动控制。为应对主软件失效的情况，还需要额外的软件来执行最小风险操作。软件功能通过人工智能（例如，检测物体、预测物体移动和理解道路标志）得到增强，一些公司正在开发端到端的人工智能软件，涵盖技术栈的所有要素。 需要 OEM 为卡车添加硬件和软件 ： — 硬件包括传感器，如摄像头、激光雷达（LiDAR）系统和雷达，用于检测卡车附近的目标和车道；高性能计算机；以及冗余的制动、转向和供电系统，这些系统能够在主系统失效时使卡车安全地进行操作。 — 软件包括环境感知软件（例如，物体检测、分类和预测）；传感器融合算法。 扩展自主卡车运输的主要挑战包括检测和自动化 - 自动卡车运输的用例 装卸码头。这一应用场景主要适用于物流点（例如，配送中心、工厂和终端）之间的计划交通以及多式联运中的长距离运输环节。在一定程度上，受限的自主性也可能适用于非计划的点对点路线，但在非常短的路线上（如送奶路线或从配送中心向商店送货），其运营可行性较低。 自动驾驶卡车从2027年至2040年期间很可能会发展出两个重叠的应用场景：首先是从枢纽到枢纽的受限自主驾驶操作，最终实现完全自主（如图1所示）。 受限制的自主权。第一个用例是用于无人驾驶操作(SAE Level 4)8在高速公路上和换乘枢纽之间的运输。9无人驾驶卡车将在州际高速公路系统以及其它“地理围栏”区域（即根据天气和能见度条件允许自动驾驶卡车行驶的区域）内运行。司机在配送中心（DC）或其他地点收集挂车，并手动将其驾驶到转运枢纽。在转运枢纽，挂车从手动卡车上解耦并连接到一辆自动驾驶卡车。完成出发前检查后，卡车将自主行驶至另一转运枢纽，在那里再次交换挂车，然后由一名手动驾驶员将挂车运输到最终目的地，导航城市街道、地方交通、行人交通、停车场等。 完全自治。第二个应用场景是无人驾驶DC到DC操作（SAE级别4），仅在长距离路线或向非DC目的地交付货物时才需要转运枢纽进行充电或加油，或者更换挂车。由于某些DC已经接近高速公路，可以直接到达而无需转运枢纽，因此这一应用场景可以立即应用于部分DC。随着自动驾驶软件技术在未来逐步提升，越来越多的DC将变得可到达，并且从2027年至2040年，向全面自主转变的过程将逐渐推进（如图表2所示）。 Web <2024> < MCK249104 自主卡车 >附 麦肯锡公司 Web <2024> < MCK249104 自主卡车 >附 各地区和公司类型的加权平均值受访者对出现 4 级(L4) 和 5 级(L5) 的期望1用例 ，2 麦肯锡公司 一个应用场景为Level 2+或Level 3级别——在这种情况下，系统可以自主驾驶，但有司机进行观察，并且可以在任何时候干预系统——也可能被采纳。这一应用场景的好处包括减少事故和提高燃油效率。特别是在中国，Level 2+和Level 3级别可以通过延长可接受的工作班次来进一步降低总拥有成本（TCO）。 为司机和消除需要第二个司机每辆卡车。 根据路由长度改变 TCO 节省 总拥有成本（TCO）优势将是自动驾驶重型卡车广泛应用的关键因素，但这些优势将根据路线距离有所不同，如美国的一个例子所示（ Exhibit 3 ）。 对于受限自主权（枢纽到枢纽）应用场景，车队运营商在短途运输（少于100英里）中难以盈利性地推出自动驾驶卡车服务，因为高的一次性成本（例如，绕行至转运枢纽、出发前检查、手动处理首末段里程的较高费用以及每次行程都需要更换拖车）只能通过长途运输来部分抵消。此外，200至400英里的距离将在自动驾驶卡车成本随时间下降（随着硬件技术的进步和软件对远程协助需求减少）而变得有利可图。 这些更高的成本将被司机薪酬节省的部分所抵消（司机通常在外过夜时的薪酬较高，燃油消耗中等偏低，并且通过优化驾驶减少事故可以降低维修成本）。此外，随着传感器和执行器的价格下降，远程操作和保险成本因软件成熟而降低，以及卡车可以绕过枢纽直接前往配送中心，总拥有成本（TCO）的优势将随着时间的推移而增加。这种TCO优势随后会在车队、原始设备制造商（OEM）和自动驾驶卡车软件的开发者之间进行分配，具体取决于竞争环境和购买力。 然而，在相同的使用场景下，自动驾驶卡车对于长距离运输（超过1,500英里）的车队运营商来说，承诺能够显著降低总拥有成本（TCO）。根据麦肯锡的分析，即使考虑到自动驾驶套件、自动驾驶服务（例如控制中心监控车队的成本）以及冗余制动、转向和电源供应系统的车辆成本增加，重型卡车的每英里的总拥有成本仍有可能降低42%。 市场规模和收入来源 根据麦肯锡的预测，到2035年，中国（约6160亿美元）、美国（约3270亿美元）和欧洲（约1120亿美元）的自动驾驶重型卡车市场合计将达到6160亿美元（ Exhibit 4）。10 Web <2024> 传统与自动驾驶汽车 (AV) 重型车辆的总拥有成本 (TCO) 比较卡车 ， 美国市场 ， 2035 年(指数 100 = 2035 年传统卡车的 TCO 成本) 麦肯锡公司 Web <2024> 2035 年 ， 全球按支出要素划分的自主重型卡车收入池份额 ，1基本方案 ~52%与自动驾驶汽车 (AV) 相关的潜在价值池 麦肯锡公司 此外，根据预测，美国将拥有最快的技术 adoption 率，到 2035 年，自动驾驶卡车将占道路上重型卡车的 13%。高薪和卡车司机短缺创造了强大的财务激励，推动了自动化的发展。同样，大城市之间的长距离以及薄弱的铁路网络也利于自动驾驶卡车的应用。 最终，到2035年，中国的无人驾驶卡车 adoption rates 将高于欧洲，届时道路上将有11%的重型卡车采用无人驾驶技术，这主要得益于其独特的经济和物流环境。一方面，中国是三个地区中司机薪酬最低的，这使得自动化在经济上的紧迫性较低；另一方面，中国拥有更高比例的长途运输行业，这些行业可以从无人驾驶车队中受益，并且有许多具备领先能力的原始设备制造商（OEMs）。 相比之下，麦肯锡预测，尽管欧洲具有最高的潜在TCO节约潜力，到2035年其采用率将最慢，道路上的重型卡车占比仅为4%，这主要是由于更高的复杂性（弯曲的道路、雪地和隧道）和运营挑战（平均而言较短的路线）。此外，欧洲总运输量中相当大的一部分发生在较短的距离内，这些路线上的TCO效益可能要到2040年后才会显现。 某些前提条件需要满足以实现这些采用率和市场规模。首先，实现有利的总拥有成本（TCO）将取决于车辆和自动驾驶汽车硬件成本、远程运营中心的成本以及与自动驾驶系统相关的维护成本显著下降。其次，自动驾驶卡车需要经过验证的 相比人工操作的卡车，自动驾驶卡车具有更高的安全性。仅少数致命事故可能会导致公众对自动驾驶卡车产生负面看法。第三，自动驾驶卡车必须可靠。如果关闭主要高速公路或造成重大交通堵塞，也可能导致公众和监管机构拒绝自动驾驶卡车。 新参与者可能涌现，包括专门从事构建和维护枢纽基础设施、运营枢纽以及运行服务中心以维持自动驾驶卡车正常运作的公司。 它还为时过早，无法预见哪些公司能够捕捉到成本降低带来的好处，以及这些好处中有多少会被传递给托运人。在一种情况下，如果只有少数主导技术提供商出现以提供自动驾驶软件和自动驾驶卡车，这些公司（自动驾驶技术玩家和OEM厂商）可能会获得大部分成本效益。相反，如果市场高度竞争，大部分成本效益可能会被传递给车队运营商和托运人。 新兴的新商业模式 自主卡车运输正在出现两种可能的商业模式。 驱动程序即服务 (DaaS) 。DaaS 允许车队客户从原始设备制造商（OEM）处租赁或购买卡车，并按里程支付虚拟司机费用。OEM 或人工智能公司负责卡车运营，从中获得卡车销售利润（根据麦肯锡分析，自动驾驶卡车比其他卡车贵 5 万至 10 万美元）和每英里费用。车队客户，如货运或电子商务公司，仍然管理物流但外包卡车运营。与聘请司机相比，DaaS降低了总拥有成本（TCO），这对于利润率较低的行业尤为重要。此外，DaaS 还提高了安全性并为 OEM 提供了新的收入来源，从而改善客户的 TCO 并简化向自动驾驶卡车的过渡。 如何成为一名领先的球员 在自主卡车运输中 卡车行业各公司现在可以认真考虑自己的选项，并制定策略以指导其参与这一 burgeoning 行业细分市场。 机队所有者和运营商。车队所有者可以通过与技术提供商合作开展早期试点项目，开始了解自主车队运营及其对整体运营的影响。他们可以重新设计网络以支持自动驾驶（例如，将分拣中心移至高速公路附近）并根据实际交通流量、环境复杂性和潜在的全生命周期成本节约来优先推进自动驾驶的部署。例如，具有最恶劣天气条件的路线可能被列为较低优先级。与此同时，精明的车队所有者已经开始与原始设备制造商（OEMs）讨论自动驾驶卡车的电气化问题，规划充电站，并预见到其他相关活动。 能力即服务 (CaaS) 。在CaaS模式下，OEM或AV技术开发商完全管理卡车、路线规划和配送，绕过车队客户直接服务最终客户。该模式提供了类似于DaaS的好处，但潜在利润率更高，同时也带来了更大的风险。OEM面临进入最后一公里物流、与现有客户竞争以及承担财务和运营责任的挑战。CaaS要求OEM承担维持高成本卡车在其资产负债表上的成本和风险。 基础设施提供商。这些公司可以专注于开发先进的基础设施，如具备维护、传感器校准和加油功能的中转枢纽