自動駕駛助力車企走出“內卷”

劉誠／文

今年年初以來，全球人工智能領域在人形機器人與智能體應用方面均取得突破性進展，引發廣泛社會關注。從春晚舞臺上動作精準、神態靈動的人形機器人表演，到能夠自主操作電腦、處理復雜工作流的智能體應用，人工智能正實現從“感知交互”向“自主執行”的關鍵跨越。

在眾多人工智能落地場景中，自動駕駛憑借應用規模大、市場成熟度高、與日常生活結合緊密等特點，成為技術產業化的重要載體，更是汽車產業突破“內卷”困境、實現高質量發展的關鍵路徑。

汽車產業新動能

傳統汽車產業長期依托發動機、變速箱等機械性能構建核心競爭力，這一模式在市場趨于飽和、產品同質化嚴重的背景下，已很難支撐企業實現持續增長。

未來，行業必須建立以人工智能為驅動的智能化發展新模式，從產品形態、研發制造、產業生態等多個維度重塑全鏈條競爭力。

如果說機械化是汽車產業興起的歷史基石，電動化是產業變革的上半場，那么智能化無疑是決定行業未來走向的下半場，也是車企實現突圍的核心戰場。

一方面，自動駕駛契合未來出行需求，構筑差異化競爭優勢。全球范圍內，自動駕駛技術正加速從實驗室走向現實生活。

今年1月，英偉達CEO黃仁勛公開表示，自動駕駛極有可能成為未來十年規模最大、增長最快的技術產業之一，預計十年后全球將有數億輛汽車具備高度自動駕駛能力，徹底改變人類出行的整體格局。去年12月，特斯拉開始在無安全員條件下測試自動駕駛出租車Robo－taxi。今年2月，無方向盤設計的Cy－bercab無人駕駛汽車提前實現量產，并在北美地區開展各類極端路況測試，標志著無人駕駛正從科幻概念走向實際應用，即將全面改變人類的出行方式。

在國內，自動駕駛的政策落地與技術應用同步推進。按照國際通用分級標準，自動駕駛從L0到L5共分為6個等級，L2及以下級別仍需要駕駛員全程掌控車輛，L3為有條件自動駕駛，L4為高度自動駕駛，L5為完全無人駕駛。

2025年12月，工信部正式批準兩款搭載L3級有條件自動駕駛功能的車型上市，這是國內首批獲得合法上路許可的L3自動駕駛車輛，意味著L3級自動駕駛正式進入量產落地的關鍵階段。

除L3級別車型獲批外，L4級自動駕駛也在國內多個城市開展試點應用：廣州全運會期間，無人環衛車實現每日16小時連續作業，運營效率大幅提升；海南推出面向旅游場景的L4自動駕駛車輛，打造可租賃的移動休閑空間，豐富了出行服務的內涵。

英國《經濟學人》刊文指出，中國憑借完整的產業鏈配套、顯著的成本優勢、完善的基礎設施以及地方政府的積極推動，有望在全球自動駕駛競爭中占據領先地位。從成本來看，中國自動駕駛出租車制造成本僅為美國Waymo的三分之一，累計測試里程已達數百萬公里，并逐步在歐洲、中東等地建立合作關系。

另一方面，自動駕駛可以拓展車載服務與運輸服務邊界，開辟產業增長新空間。

以往的技術升級大多屬于單點解決方案，即用新的智能設備替代傳統設備，并未從根本上改變產業邏輯。未來，汽車行業需要的是系統性解決方案，通過重新設計產品、服務與運營模式，重塑產業價值分配體系。

這一變革過程與電力普及的歷史軌跡相似，電力在早期僅用于照明和簡單動力替代，并未帶來經濟結構的根本性改變，直到電網系統成熟后，才徹底重塑了整個工業生產體系。自動駕駛帶來的價值同樣不只體現在硬件制造上，更體現在數據積累、算法優化與決策服務中，產業核心競爭力將逐步向掌握智能系統與數據資源的主體轉移。

當前，各大車企正站在轉型的十字路口，面臨“全棧自研”與“生態合作”的戰略選擇。部分資金與技術實力雄厚的車企投入巨資搭建自主軟件架構與數據閉環體系，力求牢牢掌握核心技術。更多企業則選擇更加務實路線，與科技企業深度合作，專注發揮整車制造與集成優勢。

在全面進入城市開放道路之前，自動駕駛技術普遍遵循“先封閉后開放”的發展路徑，優先在礦區、農場、港口、干線物流等場景落地。這些場景環境相對簡單、商業價值明確，既是技術驗證的重要試驗場，也為未來大規模商業化積累了寶貴的長尾數據與實際運營經驗。

破解行業“內卷”的關鍵

汽車行業“內卷”的本質是供需失衡下的同質化惡性競爭。特別是，地方政府出于經濟發展需求推動產能擴張，進一步加劇了這一問題。以自動駕駛為核心的智能化轉型，既是發展新質生產力的重要方向，也完全契合中央與地方推動產業升級的整體戰略，是汽車行業走出當前“內卷”困境的重要科技路徑。

長期來看，出行效率的提升雖然可能壓縮汽車整體需求量，但通過布局車載服務、城市配送、貨物運輸等新業態，行業能夠徹底跳出單純依靠銷量增長的“內卷”模式，實現更高質量的發展。

自動駕駛領域投資空間廣闊、科技屬性突出，能夠充分釋放地方發展經濟的積極性與創造力。對地方政府而言，技術路線選擇固然重要，但政策支持力度、法規靈活性與基礎設施建設水平，更是搶占產業先機的關鍵因素。

各地通過放寬試點許可、推進路網智能化改造、探索責任界定規則等方式支持自動駕駛落地，目前全國已有超過50個城市開展自動駕駛測試與示范運營。盡管部分試點項目因交通事故等問題短暫調整，但整體上推動了技術迭代與監管體系完善，讓工程師與政策制定者更深刻地理解新技術的運行規律與現實需求。

與傳統汽車行業在外觀、配置、價格等維度的低水平競爭不同，自動駕駛將行業競爭從硬件堆砌轉向技術能力與生態體系的較量。

車企不再局限于容易被模仿的物理參數“內卷”，而是在數據積累、算法迭代、場景覆蓋、安全保障等方面構建長期壁壘。汽車逐步從傳統的代步工具轉變為移動智能空間，產業價值重心從制造環節轉向服務運營與數據生態，從根源上緩解低端同質化競爭，推動行業向高附加值方向升級。

推動自動駕駛高質量發展

一是要強化政府采購引領作用，加快智能基礎設施建設。

政府可以作為自動駕駛的“超級用戶”，在城市公交、環衛清掃、物流配送、政務通勤等公共服務領域優先采購自動駕駛車輛與相關服務，為技術提供真實應用場景與海量數據支撐。借鑒國內外軍用技術民用化的成功經驗，以公共資金投入帶動技術從封閉場景向大眾消費市場溢出。

同時，自動駕駛已進入車路云一體化發展階段，政府需統籌推進道路數字化與智能化改造，在關鍵路段規?；渴鸶兄O備與邊緣計算節點，為車輛提供超視距感知與冗余安全保障。建設國家級仿真測試平臺，利用虛擬場景補足實車測試無法覆蓋的極端情況，加速技術成熟，降低產業落地成本。

二是前瞻性應對信息污染問題，完善數據安全治理體系。

自動駕駛的全面普及將有效緩解交通擁堵與尾氣排放等環境問題，但車輛作為移動智能終端，會持續采集用戶位置軌跡、行為偏好、生活場景等大量個人信息，形成新型“信息污染”。若缺乏有效規制，可能出現用戶隱私被過度采集、濫用乃至牟利的現象，甚至形成隱私保護的兩極分化。

為此，需要提前完善數據安全與隱私保護相關法律法規，明確數據采集邊界與使用規范，推廣數據加密、匿名化處理等技術手段，保障用戶的知情權、選擇權與刪除權，切實維護公眾數字權益。

三是筑牢安全管控防線，提升極端場景應對能力。

智能系統應對小概率極端事件的能力，直接決定其社會認可度與普及速度。機器人領域通常將發生率僅1%的突發狀況稱為極端事件，這類情況雖不常見，卻可能引發嚴重后果。在自動駕駛車輛與人類駕駛車輛混行的階段，由于駕駛行為模式存在明顯差異，短期事故率可能出現小幅上升；但當自動駕駛車輛占比達到一定規模后，車車協同、統一決策將大幅提升整體交通安全性。

為此，要持續強化算法魯棒性與安全冗余設計，健全嚴格的測試標準與動態監管機制，加強公眾科普引導，讓社會理性看待技術發展過程中的階段性問題，營造包容有序的產業發展環境。

四是堅守社會責任底線，健全多元協同治理體系。

自動駕駛的普及將催生網約車、共享出行、城市物流等多元新業態，平臺責任、權責關系、社會結構都將變得更加復雜。必須嚴格規范平臺市場行為，嚴禁依靠低價“內卷”搶占市場后再通過壟斷抬高利潤；明確責任主體歸屬，建立“人授權AI、人承擔責任”的清晰機制，避免算法黑箱導致責任懸空。

政府應加強價格監管、反壟斷執法與知識產權保護，完善自動駕駛車險、事故責任認定、損害賠償等配套制度，形成政府監管、平臺自律、社會監督相結合的治理格局，保障行業規范健康發展。

從歷史變革的視角看，自動駕駛對現代交通體系的重塑力度，遠超百年前汽車取代馬車的產業變革。如果過度依賴傳統監管思路，雖能維持短期穩定，卻會延緩技術紅利釋放與產業升級步伐。

短期內，數據標注、車輛安全員、運維保障等崗位會帶來一定的就業增量，但產業發展的核心目標并非維持低效率就業，而是通過技術提升整體運行效率、優化產業結構、擺脫惡性“內卷”。

未來，只有在牢牢守住安全、責任與公平底線的前提下，持續鼓勵技術創新與模式探索，才能讓自動駕駛真正成為汽車產業轉型升級的強大引擎，推動中國汽車行業從規模擴張型發展，轉向高質量、可持續、具有全球競爭力的新發展模式。

（作者系中國社會科學院財經戰略研究院研究員）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。