自动驾驶的水脉流淌至今，Robotaxi作为其中体量最大的干流，一直在磅礴汹涌。然而随着Robotaxi玩家们在近来相继走入技术瓶颈，资本对其想象力的热情随之衰减，2021年，落地成为了自动驾驶赛道内最重要的关键词之一。

这样的水脉干流导向更迭，同样微妙地影响着一众支流生态。

近年来，Robotaxi、干线物流等自动驾驶前景最为广阔的赛道相继迎来了空前的落地诉求，然而囿于当前商业化难度较高，自动驾驶行业内一条“名不见经传”的赛道聚集了不少人的目光。

在矿山领域，无人矿车其实早已乘着自动驾驶的东风发展多年。

天眼查APP显示，早在2016年踏歌智行就已经获得了天使轮融资，随着多年发展，当前赛道内诸如踏歌智行、希迪智驾、慧拓等玩家均已实现了超五轮的融资历程，2021年，该领域的主要玩家，均获得了数额不菲的资金注入。新年伊始，慧拓再度获得近3亿人民币的C轮融资，而据悉，赛道内其他头部企业的融资工作也在有条不紊地进行中，预期后续也将给大家带来惊喜。

在Robotaxi正面临空前的落地化诉求之当下，蓦然回首，矿区，这一被誉为“无人驾驶最佳落地场景之一”的领域，能够承载多少资本想象力？这又是否会成为一条基于落地化诉求而快速壮大的自动驾驶优质细分赛道？颇值得我们探究一二。

无人矿车赛道凭何成为资本香饽饽？

中国人在复盘一次成功时，往往离不开对三个要素的探讨，即天时、地利、人和。无人矿车之所以能够成为赛道内的新晋红人，也大抵离不开由这三个要素拧结而成的优势合力。

天时：资本对硬科技的宠爱。

对于科技赛道创业公司而言，创业早期面临的融资挑战大抵有两个，一是如何构建自己的技术护城河，二是如何把技术商业化做好。后者是决定了一家企业能否长久存活，而前者所能够造就的护城河则是谈论后者的前提。

我们来看当前无人矿车赛道内融资已超五轮的部分玩家，踏歌智行创始人兼首席科学家余贵珍是北京航空航天大学运输系教授、博士生导师。

希迪智驾董事长李泽湘是香港科技大学教授，自动化技术中心（HKUST ATC）和机器人研究所（HKUST RI）创始人。

慧拓CEO&联合创始人陈龙是中山大学数据科学与计算机学院副教授、新加坡国立大学社会机器人实验室联合培养博士。

不难发现，这些能够获得多轮融资的玩家无一例外，即初创团队内均拥有业内学术光环傍身的技术大牛。

如果我们用宏观视角来看，当前世界数字化浪潮掀起的第四次工业革命正在进行，而底层的驱动力正是分布在各个领域的硬科技。

清华研究中心数据显示，2021年前三季度，一级市场获得投资金额最多的前三大行业分别是半导体及电子设备、生物技术/医疗健康以及IT。统计中的前三大行业，除了科技还是科技。

在这一宏观大趋势下，资本开始重仓硬科技实则不足为奇，继而散落到各个初创企业里，当硬核科技遇上硬核人才，就为无人矿车赛道带来了崛起的天时。

地利：矿区场景得天独厚的落地优势。

谈擎说AI认为，自动驾驶在矿区落地的优势主要体现在三个方面，一是测试与落地间几乎没有缓冲地带；二是无人化摘除安全风险；三是矿区场景并不会受到交通法规限制。

具体来看，矿区场景对矿车的几个需求特点：一是路线相对固定，矿车通常是在装载、运输、卸料等几个环节进行机械式的往复；二是场景较为封闭，矿区内安全要求高，矿车往往是封闭场景作业；三是时速要求低，出于对道路环境、载重等因素考虑，矿区内运输车辆时速往往不超过30km/h。

不难发现，矿区内车辆的运行需求在各个环节都有着更加保守的限制，这就意味着无人矿车从测试到落地的缓冲区更小，从而更容易落地。

在安全问题上，无人矿车存在着车内车外两方面的优势。在车外，矿区封闭式作业场景更容易实现无人化，在车内，无论有人无人，矿车本质上是承担对矿料的运输工作，无人化后可实现矿区作业的本质安全。

“与乘用车市场不同的是，矿区运输车辆无需担心交通法规问题，遵照矿区相关的安全作业规程即可，更加适合无人化作业开展，有助于更快速落地”业内人士向谈擎说AI表示。

安全作为自动驾驶的第一要义，矿区场景不仅利于无人化技术从测试到落地的更迭，还能够将人这一最大安全要素排除，更没有棘手的交通法规问题困扰，也因此存在着地利上的突出优势。

人和：无人化改造的刚需与付费意愿。

谈擎说AI认为，自动驾驶技术运用到矿山上，给采矿行业日益暴露的两个痛点提供了解法，一是安全隐患，二是低效管理导致的运营成本损耗。

无人矿车对于整个行业的安全刚需性价值无需过多赘述，矿区运输是一个高危行业，出现人员伤亡轻则停产整顿，重则取消开矿资质，安全一直都像是悬在行业内所有企业头上的达摩克利斯之剑，无人化是消除这一风险的最佳方式。

在运营成本上，当前矿山企业主要支出为人力、燃料、与矿车及其维护等重资产成本，无人化解决方案首先可以大幅节省掉人力成本，但这能否进一步优化矿车等重资产成本？

在综合考量了自动驾驶解决方案开支、车辆重资产的运维、人力等诸多方面因素后，辰韬资本研究报告表示，无论是宽体车还是大型矿卡，运用了无人化技术后基本都可以在一到两年内收回投资成本，并开始盈利。

虽然这仅是基于无人矿车技术已经发展成熟的前提之下所做出的计算，但当前来看，赛道内诸如踏歌智行、慧拓等玩家已经相继与包钢集团白云鄂博铁矿、国家电投集团霍林河煤矿、、中煤集团等一众矿企开展了相关合作。

无人矿车能否真正做到为产业降本增效？能取得更“懂行”的矿企们认可，在产业与技术间达到一种人和，不失为最有力的论证。

除此之外，业内人士还向我们表示，无人化也同样能为矿区作业场景带来采矿工艺方面长期性的改变，这为行业提供了进一步降低成本的可能性。

如其所言，通过进一步地深入实践，诸如此类降低成本的潜在可能性还有望被越来越多地发掘。

剔除Robotaxi痛点，无人矿车拉开商业化大幕

自动驾驶最热门的领域Robotaxi，当前落地难点主要体现在开放场景内的长尾问题与安全、监管间的矛盾。

也因此，随着当前Robotaxi赛道内单车智能路线的技术瓶颈日渐凸显，国内以百度为首的部分自动驾驶玩家们已经开始了车路协同相关的探索。

与Robotaxi所不同的是，无人矿车其实早从赛道出现开始，就从未在选择单车智能还是车路协同上出现过太多的分歧。

无人矿车，云地车协同

谈擎说AI认为，对于无人矿车而言，行业普遍将车路协同方案在初期就纳入底层系统构建，主要是出于内外两方面因素考量：

外因方面，对于Robotaxi而言，车路协同往往需要技术企业、电信运营商、云服务供应商等多部位协同，落实到建设中则会牵扯到公路基建乃至整个城市的未来规划，更不用提未来对路段设备维护的巨大压力。

而矿区作业较小的场景范围，较为固定的线路，就为行业在搭建车路云一体的解决方案上，大大降低了建设与运营方面的成本。

内因方面，基于前文所述，在封闭的矿区场景内，无人矿车所承担的主要任务是运输矿物，通常是由一套矿区内的统一调度系统指令来进行作业，其统一调控的需求一定程度上高于Robotaxi，也因此，未来有一个中央控制系统来调度保障运输作业稳定性、协同性，对行业而言是一个刚需。

从行业内玩家们的底层系统构建中我们也能看出这一特点：

以踏歌智行为例，其露天矿无人驾驶运输全栈式解决方案“旷谷”，以车载系统“睿控”，地面系统“御疆”以及云控平台“天枢”三个关键部位构成。

无独有偶，慧拓的“愚公”平行矿山操作系统，同样是以“云”为核心管理枢纽，来协同矿车无人驾驶系统、远程驾驶系统、V2X车路协同感知系统等多环节要素。

不难发现，调度，是无人矿车赛道相较于Robotaxi本质上的一大差异化需求，毕竟在传统矿业开采中，调度也一直都是降低安全风险、提高矿区运营效率的一个绝佳武器。

也因此，谈擎说AI认为，未来在矿区无人化进程里，围绕调度问题不断优化车路云三者间的协配工作，从而使矿区作业不断实现效率提升，将会是为技术企业提供核心竞争力的重要抓手。

长尾问题：选答题与必答题

尽管在路线方案上，车路协同可以在无人矿车上更容易实现，但其在感知问题上其实与Robotaxi存在着一定程度上的同源困境，这一困境主要体现在无穷无尽的长尾问题上。

对于Robotaxi而言，公路、城市、高速等等现实世界场景环境复杂，存在着大量未知物体识别的长尾问题，Robotaxi迟迟不能商业化，表象因素是法规监管长时间不给放权，但根本因素其实正是在安全性上一直都受制于类似的长尾问题而无法做到最优。

对于无人矿车而言，矿区道路虽然没有公路复杂，但环境往往恶劣，路况较差且变化性非常大。

就比如无人矿车可以识别路上的一个小土包，那么开上去是否会有翻车风险？每一个小土包的样子都有差别，这就导致翻车风险系数存在差异，从而对其感知避障算法提出了更具针对性的特殊要求，而且诸如此类的问题其实也是近乎无穷的。

谈擎说AI认为，虽然Robotaxi与无人矿车在长尾问题上存在着一定程度的同源困境，但具体来看，如果Robotaxi忽视了长尾问题发生事故，往往有可能伴随人员伤亡，因此解决长尾问题对于Robotaxi而言是一个必答题。

对于无人矿车而言，解决这些长尾问题其实并没有那么迫切，毕竟在矿车运输真正达到无人化后，忽视长尾问题发生事故，最大的损失可能只是在于车辆等重资产的损耗，其更像是一个选答题。

也因此，相较于当前仍在安全问题上鏖战的Robotaxi，无人矿车赛道已经探索出了部分商业模式，并正在加以实践。

商业模式角逐

当前赛道的商业模式大抵分有两种，按照参与度的大小来划分，分别为一体式无人运输解决方案供应商，运输作业工程承包商。

供应商模式主要是销售技术，技术企业首先是可以与OEM合作研发生产前装自动驾驶卡车，但更重要的则是与矿企合作，在矿区建立整套软硬件设施，为矿企培训相应人员，最终向矿企收取一体式解决方案费用，以及后续的运维、软件更新升级等服务费。

承包商模式主要是销售服务，技术企业可以通过自建或是合资模式成立矿区无人化工程承包商，为矿企提供运输服务，车队与人员都需要自己构建，最终以运输费的形式向矿企收取。

在谈擎说AI看来，承包商模式其实在短期内对于矿企和技术企业而言，是一个相对更加温和且可行的合作模式。

具体来看，对于矿企而言，承包商模式里车队与人员都隶属于技术公司，任何新技术往往意味着风险因素较高，对于矿企而言，这种合作模式不仅可以实现全程轻资产，面对当前仍不成熟的矿区无人化技术，矿企也无需承担太多潜在技术风险。

另一方面，对于技术企业而言，虽然重资产与技术潜在风险压力放到了自己这一边，但就像是Robotaxi领域从去年开始越来越多的技术企业开始寻求与网约车平台进行合作，对于技术企业们而言，无论是出租车还是矿区，前期发展的运营经验都较为匮乏，通过承包商模式让自己的车队与人员深度参与，能够为日后积攒更多运营经验，同时还能反哺技术突破。

不难发现，承包商模式在短期内可以起到一个技术企业和矿企都能够各取所需的合作诉求，但若是长远来看，供应商模式不仅可以让技术企业轻资产上阵专注技术，也能让矿企得到更深入的无人化改造。

“我认为两种模式都不应该放弃，毕竟我们需要面对不同类型、规模的客户，不同车型的市场。”业内人士表示。

“供应商模式我们主要是服务大客户，比如国企、央企这些头部客户都是供应商模式，但市场上存在大量使用宽体车的中小矿企、土石方外包的客户，承包商模式在跑通之后，从现金流，业务的可持续性角度来说，也都是有亮点的。”

“比如说承包商模式可能理论上是重资产，要有自己的车队，但其实也可以用合作来优化，比方说融资租赁，可以多样化地去操作，也是能够达到降低成本的效果。”

总的来看，当前相较于Robotaxi，无人矿车的市场规模前景相对较小，与此同时，赛道整体较为年轻，这就意味着未来几年的行业发展导向，仍会是以技术与产业间的融合为主，然而正是这条小而美的赛道，将有望在未来几年迎来可观发展。

毕竟，宏观自动驾驶赛道发展到了今天，落地，已经是下半场里最为热切的诉求之一。