順著上一篇的思路，來看商用車的智能化，特別是在卡車里面的ADAS和自動駕駛，這是兩部分的內容。
在CBI的文章《60+ Companies Shaping The Future Of Autonomous Trucking & Next-Gen Freight》中有比較意思的整理，核心的邏輯是在Covid-19期間，由于卡車司機的缺乏，對于自動駕駛卡車技術的進展和需求，具備一定的剛性。自動駕駛卡車隨著技術成熟，在時間進度上可能會比Robot Taxi更快成為現代物流業務的重要組成部分（極大地提高效率并降低成本，彌補許多供應鏈中的關鍵弱點）。CBI在融資方面涉及的金額和數量都是很大的。
▲圖1. 卡車領域的融資行為
Part 1 支撐自動駕駛卡車的技術
實際上除了卡車本身之外，在美國和全球范圍內已出現了支持技術的細分行業，為物流和貨物運輸提供解決方案，覆蓋車隊管理、貨運匹配和供應可視化。我的理解后面三個領域，都是基于IT技術支撐的平臺。
● 車隊管理
涉及實時跟蹤車輛、改善駕駛員溝通、安全&監控油耗、優化路線規劃等。
● 貨運匹配成本
時間效率可以決定物流公司的成敗，貨運匹配主要把貨運與特定司機配對（這個領域，由經紀人被貨運匹配算法所替代），自動駕駛車隊的貨運和車隊管理越來越數字化，這個領域也會有很大的變革。
● 貨運跟蹤和可視化
專門的貨運跟蹤和可視化工具也是整個環節的重要組成部分，運送高價值或敏感貨物的公司，專用的貨運跟蹤工具可以提供對貨物移動的詳細信息和洞察。通過供應鏈的實時數據，提供端到端的貨運可視化性并提高供應鏈的彈性，數字貨運代理包括幫助托運人管理全球貨運端到端運輸的平臺（簡化定價、增加溝通、庫存可見性、洞察力和分析）。
備注：卡車是全球貨運物流體系的一個部分，這個工具屬性還是非常清晰的。
▲圖2. 卡車領域的四個方面
（自動駕駛、車隊管理、貨運匹配和貨運跟蹤&可視化）
●卡車的自動駕駛技術
這個領域主要是技術提供方，由于本身卡車的成本較高，所以一般這類初創企業都是圍繞細分領域來做的，這個領域的機會和潛在市場相當可觀，但進入壁壘也很高。隨著Waymo和Aurora兩家做Robot Taxi自動駕駛系統的企業，也開始順著幾個核心的卡車企業進入這個領域（研發成本非常高，乘用車商用車一起做有助于給投資者一個重要的方向），這個領域的競爭已經很激烈。Waymo融資57億美金，Aurora21億美金，然后到美股去了，還有圖森和Embark這幾家，真正能戰斗下去的自動駕駛卡車其實是有限的。
▲表1. 主要跟蹤的自動駕駛相關卡車企業
Part 2 已上市企業的情況
根據已有的信息跟蹤一下Aurora、Tusimple和Embark的情況：
（1）Aurora
隨著和大眾自動駕駛的告一段落，Aurora現在核心乘用車合作方只有豐田（收購Uber自動駕駛部門帶來的）。自動駕駛卡車變成了核心業務，也在美國綁上了DAF和Volvo，覆蓋50%的美國卡車市場。
備注：具體技術層面的內容，等后面再做，這個領域已然開始往上游實現了收購，也就是能看到Aurora作為一個技術提供商和集成商開始往上游感知領域進行滲透。
▲圖3. Aurora的自動駕駛卡車變成了重頭業務
（2）圖森
有意思的事情，是自動駕駛系統如何在整個貨運體系占據合理的商業模式，包括運輸費用支付的商業模式，還是圍繞車隊運營還是怎么個付費，這里能看到一種很有價值的商業模式變化。
▲圖4. 圖森依靠NAVISTAR來登陸美國
（3）Embark
這三家已經在美股的企業里面，Embark的合作對象好像稍微弱了點，更多的還是圍繞供應鏈在談。
▲圖5. Embark有點講供應鏈多一些的成分
小結：相對來說，中國也缺貨運司機，這么大的物流體系其實對于自動駕駛卡車的需求只大不小。但是相對來說，分區域和分場景來看，像礦區這種場景對自動駕駛卡車來說會更快落地。
在這個大的自動駕駛體系中，圍繞商用車和乘用車，競爭還是非常激烈的。從2016-2021年這個一波的演進，2022年是個休息階段，但是重組過程中會出現一些垂直整合能力更強的玩家出來。
