Embark
公司简介
Embark是一家自动驾驶卡车公司,成立于2016年,怀揣着通过自动驾驶技术革新长途货运的宏大愿景。其价值主张极具说服力:解决卡车行业的巨大司机短缺问题(2021年估计短缺超过80,000名司机),减少人为失误导致的事故(占事故总数的94%),降低车队运营商的运营成本,并实现不受工时限制的全天候运营。其'为何是现在'的时机由多个因素的汇聚驱动:计算机视觉和深度学习的进步(后AlexNet时代)、高分辨率LIDAR和传感器阵列的可用性、GPU带来的强大计算能力、监管层对自动驾驶测试的开放态度,以及一个价值超过8000亿美元、急需效率提升的美国卡车市场。Embark专注于高速公路驾驶(州际公路上的L4级自动驾驶),理论上比城市环境更简单,并采用中转枢纽模式——由人类司机处理首末端运输,自动驾驶系统负责高速公路路段。他们从Tiger Global等顶级投资者处融资3亿美元,并于2021年通过SPAC合并上市,验证了市场对自动货运潜力的信心。
价值主张
自动驾驶半挂卡车解决80,000名司机的短缺——全天候高速公路运输,不需要上厕所也不需要睡觉。
失败原因分析
烧掉3亿美元后发现,自动驾驶中最后1%的边缘案例需要99%的工程投入。
评估指标
自动驾驶卡车仍然是商业技术中最困难的技术挑战之一。在2016-2023年间,核心障碍包括:(1)边缘案例处理需要数百万英里的真实世界数据采集,(2)在恶劣天气下LIDAR、雷达、摄像头的传感器融合复杂性,(3)需要逐州审批的监管不确定性,(4)硬件成本(每辆卡车传感器超过10万美元),(5)安全验证需要99.9999%的可靠性。如今,难度仅略有降低。虽然基础模型(GPT-4V、Gemini)提供了更好的场景理解,LLM可以辅助规划,但物理世界验证问题仍未解决。现代优势包括:更好的仿真环境(NVIDIA Omniverse、Isaac Sim)、更便宜的传感器(固态LIDAR价格下降80%)、边缘AI芯片(NVIDIA Orin、Tesla FSD芯片)以及从Tesla数十亿英里数据中进行迁移学习。然而,你仍然需要:大量车队测试资金(5亿美元以上)、5-7年的资金跑道、深厚的机器人/机器学习人才、保险/监管导航能力,以及与卡车OEM的合作关系。重建难度为5/5,因为基本的物理定律、安全要求和资本密集度没有改变——这不是一个用Vercel和Supabase就能解决的软件问题。
一旦技术成熟,自动驾驶卡车具有卓越的理论可扩展性。单位经济效益令人信服:每辆卡车每年节省5万至7万美元的司机薪资,通过优化驾驶降低10-15%的燃油成本,实现全天候利用(相比人类司机每天仅11小时),并长期降低保险成本。每增加一辆自动驾驶卡车的边际成本在软件层面趋近于零——本质上只是复制代码。市场巨大:美国有350万卡车司机,每年运输110亿吨货物,总可寻址市场超过8000亿美元。网络效应存在:更多行驶里程=更好的ML模型=更安全的运营=更多客户信任=更多里程。然而,Embark的可扩展性失败了,原因是:(1)每辆卡车需要超过10万美元的硬件,且没有摩尔定律的改善,(2)监管审批逐州进行,造成地理碎片化,(3)安全事故随车队规模线性增长(一次事故可能导致运营停摆),(4)客户采用需要大量手把手指导和试点项目,(5)技术从未达到无人监督运营的可靠性门槛。他们被困在昂贵的有安全员监督模式中,摧毁了单位经济效益。成功的重建将具有5/5的可扩展性潜力,但前提是实现真正的L4级自动驾驶——在此之前,你经营的是一个资本密集、利润为负的服务业务。