从“一台台训练”到近百台运营，卡尔动力：无人重卡的下一关是规模化复制

每经记者：刘曦 每经编辑：余婷婷

“我们的UE（单位经济模型）不是纯算出来的，是通过一段时间实测出来的。”9月22日，在内蒙古鄂尔多斯棋盘井，谈及无人重卡何时能够真正算得过经济账时，卡尔动力COO（首席运营官）李潇潇向《每日经济新闻》记者表示，目前其混合智能编队相较传统人工驾驶，能够带来10%至18%的毛利提升，且测算已将车辆折旧、维修、保险等成本纳入其中。

当日，卡尔动力在棋盘井启动“规模化AI（人工智能）运输网络”。据卡尔动力方面介绍，从五年前首条编队线路落地至今，其L4级自动驾驶卡车运营规模已接近百台。

随着无人驾驶从单车、单线路测试逐渐走向百台级实际运营，行业面临的问题已开始发生变化：除技术能否稳定运行之外，经济账能否算得过来、车队能否大规模调度、运维成本是否可控，以及不同区域之间能否复制，正在成为L4无人货运商业化的一道道新考题。

图片来源：每经记者 刘曦 摄

“之前货运是‘3∶3∶2∶1∶1’的成本结构，30%过路过桥费，30%能源、20%人员、10%车辆维修、10%车辆折旧。”卡尔动力CEO（首席执行官）韦峻青向记者表示，近年来随着新能源化推进，能源成本有所下降，但驾驶员越来越难招，人力成本反而有所上升。

在这一背景下，降低人力成本成为卡尔动力改善运输经济模型的重要方式。其采用“一人多车”混合智能编队模式，让一名驾驶员承担更多车辆的运输任务。“让一个人开两辆车，整个人力成本占比就下降了将近一半，开三辆车就进一步下降。”韦峻青表示，尽管自动驾驶车辆需要增加传感器等成本，但一名驾驶员承担多辆车的运输任务，可以进一步降低整体人力成本。

李潇潇进一步解释，其UE并非基于理想条件计算而是来自实际运营，核心改善来源是单人驾驶多车所带来的成本下降，“人类司机驾驶的车辆折旧、维修、保险都要算进去”。

对于具有生产工具属性的重卡而言，路线级UE模型转正只是第一步。卡尔动力高级副总裁、运输机器人业务线总经理孙亮表示，卡尔动力已从早期“一台台训练”发展至目前近百台车辆运营，这些车辆运行在实际运输场景中，而非简单的试运行场景。

不过，随着车队规模进一步扩大，新的问题也随之出现。“从十台到百台一直到再规模化甚至千台，不仅是发展新技术，可能更多面临着售后、运维、调度等挑战。”卡尔动力副总裁、编队业务线总经理张娜告诉记者。

据张娜介绍，卡尔动力在产品设计和软硬件迭代阶段已经提前考虑后期运维、质保及售后问题，以减少备品备件和运维投入。随着车辆规模扩大，公司还通过KargoCloud平台，根据大宗物流季节性、周期性变化预测运力需求并进行车辆调度。

规模扩大的同时，跨区域复制也是无人干线货运必须面对的问题。

韦峻青表示，卡尔动力的无人干线货运已从内蒙古进一步拓展至陕西、山西、甘肃、新疆等地区。在其看来，中国北方能源带的运输场景与其目前运营场景存在较大相似性，包括高速、国道、省道、乡村道路及矿区道路等，经过现有场景的打磨验证后具有较强的可复制性。

按照李潇潇的介绍，卡尔动力未来将从鄂尔多斯进一步向西北、华北的大宗商品生产物流拓展，随后再向快递、快运等消费物流领域延伸。

当前，随着越来越多主机厂布局L4级Robotruck（自动驾驶卡车）业务，自动驾驶科技公司与车企之间的分工也受到更多关注。对此，卡尔动力战略生态与政府事务高级副总裁姚凯表示，卡尔动力选择“不造车”，希望将自身在自动驾驶领域的积累与车企的整车开发能力结合。韦峻青则将卡尔动力的模式概括为“垂直整合、横向协同”，即围绕AI（人工智能）、车辆和运输解决方案进行垂直整合，同时在不同环节与产业链合作伙伴协同。

不过，从近百台运营进一步迈向千台乃至更大规模，无人干线货运仍需要跨过规模化复制的门槛。

招商证券研报指出，目前不同L4自动驾驶场景的商业化进度存在差异。其中，无人矿卡已经实现商业化并逐步开始放量；城际卡车物流短期商业化仍存在一定难度，但相关监管正在逐步放开。招商证券认为，随着法规进一步完善和数据积累，Robotruck等场景有望进一步推进商业化。

对于已经开始从“技术验证”迈向“规模运营”的无人重卡行业而言，行业命题已然转换：下一阶段需要证明的，已不只是无人车能否行驶，而是这笔经济账能否在更大的运输网络里持续算得过来。