Locomation
公司简介
Locomation 开创了自动驾驶卡车编队技术——一种由人类驾驶的领航卡车在前,一辆或多辆无人驾驶卡车紧密跟随,通过车对车(V2V)通信连接的系统。其价值主张极具吸引力:通过燃油节省(尾流效应可减少10-15%的空气阻力)、司机成本优化(一名司机管理多辆卡车)以及自动跟车系统提升安全性,将货运成本降低30-40%。2018年的时机恰到好处:卡车运输行业面临严重的司机短缺(超过6万个职位空缺)、燃油成本上升,而LIDAR、计算机视觉和V2V协议的进步使编队行驶在技术上变得可行。与完全自动驾驶(Waymo、TuSimple)不同,Locomation的混合方案看起来是一种务实的过渡技术——可在现有高速公路上部署而无需陷入监管僵局,仅需渐进式基础设施改造,并为领航车辆保留人类监督。该公司从顶级投资者处筹集了1亿美元,他们押注这一'轻量自动驾驶'楔入点能切入8000亿美元的美国卡车运输市场。
价值主张
自动驾驶卡车编队,一名人类领航多辆无人跟随车——通过尾流效应承诺降低30-40%的成本。
失败原因分析
卡车司机涨了工资,燃油价格保持低位,车队决定跳过过渡方案直接等待完全自动驾驶。
评估指标
Locomation的失败表明,即使在2024年,编队行驶仍然极其困难。核心挑战是硬件密集型的(定制传感器阵列、V2V通信模块、8级卡车的线控制动系统),需要在多种条件下(天气、交通、路面质量)进行大量实际测试,并需要与风险厌恶型的卡车车队和OEM建立合作关系。虽然Isaac Sim(NVIDIA)、ROS 2和基于云的车队管理(AWS IoT FleetWise)等现代工具降低了仿真和协调成本,但根本性的物理问题依然存在:在高速公路速度下保持安全跟车距离(0.3-0.5秒间隔)、处理紧急情况(领航卡车突然制动、乘用车插入)以及获得跨州监管批准。重建仍需5000万美元以上的资金用于硬件原型制作、保险和多年期试点项目。与SaaS不同,你无法用Vercel和Supabase做出MVP——它需要钢铁、传感器和数千英里的高速公路测试。Tesla的FSD和Waymo的进展表明自动驾驶在推进,但编队行驶仍然是一个需要5年以上时间线的硬科技问题。
编队行驶的规模化经济性很差,这成为Locomation的致命缺陷。每次部署需要:(1)每辆跟随卡车3-5万美元的硬件改装成本,(2)持续的维护和传感器校准,(3)领航操作员的驾驶培训,(4)特定路线验证(并非所有高速公路都支持编队行驶),(5)逐个车队谈判的保险和责任框架。收入随卡车数量线性增长,但成本也类似增长——没有类似软件的边际成本优势。单位经济模型只有在大规模(每个车队1000辆以上卡车)时才成立,但达到该规模需要在初始部署中证明投资回报率,而Locomation在这方面举步维艰。燃油节省是真实的但幅度有限(10-15%),且新冠疫情后随着工资上涨,司机短缺有所缓解,降低了紧迫性。与纯软件产品如Motive(车队管理SaaS)甚至完全自动驾驶(一套技术栈理论上可扩展到数百万辆车)相比,Locomation陷入了'硬件中间地带'——资本密集度太高无法像软件一样扩展,变革性又不够强无法像完全自动驾驶那样证明投资的合理性。网络效应很弱;每个车队独立运营,没有病毒式增长循环。