谷歌旗下的自动驾驶公司Waymo已经对部分试点出行服务收费，并开始测试定价模型。虽然Waymo并没有透露具体的定价细节，但是已经有用户为乘坐Waymo自动驾驶车辆付费。
这个被称之为轮式移动机器人的智能汽车，从上世纪70年代开始，诸如美国、英国等发达国家就已经开始进行无人驾驶汽车的研究。但到目前为止，人们对于无人驾驶仍然褒贬不一，心存各种疑虑。而在今年3月份的时候，Uber无人驾驶撞人并致使行人死亡事件，更是将无人驾驶推向了风口浪尖。
在无人驾驶尚未完全成熟的状态下，以及在民众对于无人驾驶汽车安全性、可靠性的重重质疑下，谷歌开启的无人驾驶商业化时代，究竟是无人驾驶的强心剂还是催命符?
无人驾驶商业化面临“先天不足”
所谓的无人驾驶并没有达到无人标准，按照自动驾驶的SAE标准，只有达到L5级才能实现完全自动驾驶。目前，特斯拉的自动驾驶级别是L2级(部分自动驾驶)，奥迪的自动驾驶级别是L3级(条件自动驾驶)。
从商业化的视角来看，第2级或第3级的自动驾驶技术，将来只会被用于有限的场合，而直接面向第4级甚至第5级的自动驾驶，才是未来最大的商业机会。而目前自动驾驶尚未达到L5级别，这就意味着在突发情况下仍需要驾驶员进行干预，这样一来，所谓的无人驾驶商业化，最终还是要配备司机，亦或是乘客自行应对行驶中的紧急事件?这样一来，与原本的无人驾驶思想又将背道而驰。
除此之外，高精度地图、人工智能决策以及自动定位实现等问题也影响着无人驾驶。现实环境比地图更加复杂多变，而且地图并不能覆盖所有场景，一旦遇到没有参考数据的环境，无人车就需要自行做出决定。而此时就可能会遇到“电车难题”，所循逻辑不同，人类与人工智能最终的决策也必将会有冲突，这又将陷入另一个循环冲突当中。
自动定位实现问题是无人驾驶发展的另一个瓶颈，在交通压力大、高楼密集的环境下，信号干扰、信号弱等都是自动定位的“终极杀手”。定位错误就会导致地图、道路情况、行人等信息传送错误，信号问题是实时道路信息监控的避不开的坑，但是道路环境的复杂性又使得构建好的地图不能完全帮助无人驾驶完成避障或者路径规划等任务。无论是何种方式，以当前的技术都有其短板。
而技术的“先天不足”势必造成驾驶问题频现，例如，特斯拉的自动驾驶级别是L2，不过很多人都是按照L3级来使用，在L2 中， 至少有2个主要控制功能能够同时使用，来减少驾驶员的控制，但是仍要求驾驶员和平时一样将注意力集中在道路上，L3则是驾驶员能够完全把主要控制权交给汽车，但在需要时仍需要自己控制。而因驾驶员的不按照规定驾驶汽车，自动驾驶时常被起诉。
无人驾驶大规模的商业化，“先天不足”的不单单是技术，还有民众的接受程度。无论各大巨头如何吹捧无人驾驶将怎么改变人们未来的出行以及其便利性，但对于一个可能会随时脱离掌控的交通工具——即使这个概率很小——人们仍然抱着“只可远观”的态度。而Uber无人车撞到一位推着自行车横穿马路的女士并致其死亡事件，无疑让这层心境又结了一层冰。
如果这是一次普通的交通事故，是美国国家公路交通安全局(NHTSA)的交通报告中数万例中的一起，大概不会有如此大的关注度和曝光度。但是无人驾驶车辆撞死人事件似乎给了很多人一个发泄的出口——曾经的疑虑、不信任终是得到了验证的自得感，恨不得将无人驾驶车辆处以极刑的审判者姿态，更是凸显出人们对于无人驾驶的接受程度大多停留在意识形态，或者说是对于这个看似荒诞的科技的好奇感。
对于这个尚未成熟、依旧处于考验阶段的无人驾驶来说，其商业化就如同在没有烤制成型的蛋糕上涂奶油一样，最终可能会一塌糊涂。
谷歌的无人驾驶计划恐成泡影
谷歌想将无人驾驶行业商业化的念头，已经酝酿很久了。2016年，谷歌宣布将自动驾驶汽车项目分拆为一家独立的公司Waymo(A new way forward in mobility)，而这也是谷歌谋图开启无人驾驶商业化的开端。
相比于特斯拉、奥迪，谷歌的旗下的Waymo在去年年末的时候就宣布十分接近第4等级的自动驾驶功能，并在10月中旬宣布将量产L4级的自动驾驶汽车。而谷歌自动驾驶级别的领先得益于其“完全自动”的无人驾驶汽车研究理念，这与特斯拉和大多数传统汽车制造商主导的辅助“进化”理念有所不同。
但即使是无人驾驶处于领先地位的谷歌，恐怕也难以在短期内实现商业化。毕竟，从L4级发展到L5级无异于人猿进化到原始人的跨越。
而提到谷歌的自动驾驶L4级(高度自动驾驶)，也有其弊端，即要局限于车辆的ODD(Operational Design Domain，即设计适用范围)，这也就意味着，只有在HAV(Highly Automated Vehicles，即高度自动化的车辆)被设计适用的场景下，才能实现完全自动驾驶。
换句话来说，现在的自动驾驶都只是“半成品”，并不能完全离开驾驶员的操作，一个“半成品”的商业化恐怕会大打折扣。毕竟，一个叫嚣着完全自动驾驶的无人车却离不开驾驶员，这不就如同人工智能同声传译却需要人类在后面递小抄一样可笑。
而谷歌无人驾驶商业化面临的不单是技术的挑战，即便是最简单的商业化生物链也要包括商家和用户，这也就意味着商业化最终要归结于目标受众，无人买单的商业化只能自生自灭。这也就决定了，研发出能够投入市场的完全自动驾驶汽车并不意味着商业上的成功，相对于技术，无人驾驶商业化更大的障碍，是民众的思想意识或者说是人性。
作为最早开始无人驾驶道路试验的公司，谷歌的无人驾驶商业化按理来说已经是“起了个大早，赶了个晚集”，但其商业化依旧长路漫漫、阻碍重重。如果将无人驾驶商业化比作万里长征，现在我们只知道了接下来需要应对的挑战。
无人驾驶商业化离我们还有多远?
无人驾驶的初衷是，通过以技术为主导的交通意识，取代人类那充满不确定性的交通意识。通过系统编程与数据操控驾驶，看似毫无温度，但在规则的执行方面却比人类更加忠诚，醉驾、疲劳驾驶、情绪驾驶、无证驾驶，甚至是恶意制造事故，这都是某一些驾驶员的“杰作”。
事实告诉我们，人类远远比无人驾驶更不靠谱。仅在2017年，美国因车祸死亡人数就达到37133人。而从2009年谷歌率先进行无人驾驶路测以来，Uber无人车撞死行人是无人驾驶史上首例无人车致死事故。但是这个数字对比并不能让民众对无人驾驶有丝毫宽容，相比于人类，人们更无法原谅机器的失误。
但是，无论是严格遵循交通规则，或者如Greenblatt所说的仅在美国就能够拯救30000个生命，都无法掩饰人类的恐惧，“非我族类，其心必异，其行必诛”的不安，被人刻意渲染的人工智能或许将统治人类的危机。如同《机器总动员》中被机器豢养、连行走的能力都丧失的人类，无人驾驶或许也将剥夺人类驾驶的能力。
人工智能发展跨越的每一步，都是在逼近人类。曾经机器代替了工人，现在要代替司机，将来又将颠覆哪一行业?无人驾驶商业化，也许表面只是自动驾驶代替人类驾驶员，但更深层次的是人类与人工智能的关系冲突。这也是为什么说普及无人驾驶最大的障碍，看似是技术，实则是人性的原因。
但目前推行无人驾驶商业化亟需解决不是技术突破，也不是民众接受程度，而是责任归属问题。这个问题不解决，无人驾驶商业化就是一句笑话，即使忽略这个问题，一旦将来无人驾驶出现安全事故问题，其商业化进程就难免落得“一夜回到解放前”的结局。
责任归属，举个例子来说，就是“刀杀了人”的问题，责任在刀还是在人?无人驾驶一旦出现交通安全事故，又是谁来负责?
其实，除了科学家和梦想家，无人驾驶所能依靠的力量并不多。无法突破的技术瓶颈、民众的心有疑虑，而连本该公平、公正的法律法规的天平也严重倾斜，无人驾驶需要做什么、不能做什么、要注意什么，这简直可以再写一个新时代的“三从四德”，身为受惠的人类又能为或者是该为无人驾驶做什么，绝口不提。而一旦出现问题，无论对错，无人驾驶都要被关“小黑屋”检讨，难道从来就没有人想过，事故发生的必要条件是违法交通规则横穿马路的人?无人驾驶商业化，果真是“路漫漫其修远兮”。
究竟是谁给无人驾驶出的难题，怎么做都是错的答案?而拿着一张都是红叉的试卷的谷歌，又能为无人驾驶商业化时代赢得多少分数?恐怕，还要补考。
