最近，來自麻省理工學院的報告結論，戳破了無人駕駛的真相。「全無人駕駛至少需要十年時間才能大范圍部署。」這個報告由MIT的「未來工作特別小組」發布。
這份報告描述了自動駕駛技術在駕駛員輔助駕駛和高度自動化車輛的應用情況。除此外，報告還從多元的角度，探討了無人駕駛大規模普及對就業以及社會產生的影響。
報告亮點提要：
要廣泛部署全無人駕駛，也就是沒有安全駕駛員陪同的情況下，至少還需要十年時間。受地理區域和氣候條件的影響，比如一些農村地區及氣候惡劣的區域將經歷更長的過渡時間。部署無人駕駛的阻礙，來自于技術和硬件成本方面的雙重挑戰。汽車的自動化不會孤立地發生，而是會隨著各種車輛類型的服務模式、不同區域的電氣化水平不斷變化。無人駕駛的擴張有可能是漸進的，并將在特定區域內逐一進行，這將導致各地的汽車自動化水平不一。當駕駛任務變得更加自動化，或將牽涉交通行業數百萬人的就業狀態。當然，人類不會從自動駕駛車隊中消失，而是會轉變角色，例如將監督自動駕駛作為工作的一部分。反車輛運營將受益于基礎設施的改善，這可以在就業、交通便利和環境方面產生積極的溢出效應。這不僅包括道路和橋梁等傳統的交通基礎設施，而且還包括通信系統、數據庫和標準等信息基礎設施。
完全實現無人駕駛在現階段很難保證，即使是宣稱已經實現全自動駕駛的特斯拉也不敢完全保證。
「特斯拉雖然可以全自動駕駛，但它有時仍然需要人為接管。我們只是說它在功能上完整了，而不是在任何情形、任何地方、任何極端狀況下都可以實現全自動無人駕駛。」馬斯克表示。
報告的合著者麻省理工學院機械與海洋工程教授約翰•倫納德和麻省理工學院博士研究生埃里克•斯泰頓指出，成本是大規模應用無人駕駛的最大障礙，真正的自動駕駛車輛需要復雜且昂貴的傳感器和計算機。
這份報告分析借鑒了作者在深海和航空航天自動化和自主性的工程、社會和政策層面的研究和經驗，以及多年來與汽車行業、交通和自動駕駛汽車系統的接觸，并且還借鑒了已發表與自動駕駛汽車有關的預測和行業報告，以此描述自動駕駛技術在駕駛員輔助駕駛和高度自動化車輛的應用情況。
除此外，報告還從多元的角度，探討了無人駕駛大規模普及對就業以及社會產生的影響。
「一個主要的關注點是就業，隨著駕駛任務變得更加自動化，數百萬人的就業容易受到潛在的干擾」報告中提到。
在2018年，美國與所選駕駛相關的職業類別的工作總和包括：第一類出租車司機、乘車司機或司機，約37萬個工作崗位; 第二類是公交司機，約68萬個工作崗位; 第三類是重型卡車和拖車卡車司機，約195萬個工作崗位;第四類是送貨卡車駕駛員和駕駛員/銷售工人，約144萬個工作崗位;第五類是汽車服務技術人員和技工，約77萬個工作崗位;第六類是汽車車身和玻璃修理工，約17萬個職位。
僅就這六個類別而言，總共創造了540萬個工作崗位，這就意味著數百萬以制造、駕駛為生的美國人可能會失業。
一 、阻礙自動駕駛技術普及的絆腳石
部署無人駕駛的阻礙，來自于技術和硬件成本方面的雙重挑戰。
自動駕駛引擎蓋下有一些秘密，讓這些自動駕駛技術難以大規模普及，比如將識別道路物體的能力轉移到不同的任務中。如果要讓自動駕駛系統去解釋其他司機揮手動作的含義，那可能很難實現。
L4等級的自動駕駛汽車需要復雜且昂貴的傳感器和計算機，再加上現在生產的L4車型數量極少，預計對應的硬件成本不會下降得很快。
雖然自動駕駛公開語言上強調的是「自主」，但實際上更多依賴基礎設施。無論是在道路上循線而行，還是從數據庫中獲取數據，更多依靠的是衛星、路邊的加油站等。
由于L4自動駕駛汽車依賴于各種基礎設施，通常部署在人口較為密集的地區。相比之下，基礎設施發展較為落后的農村則缺乏優勢。
像特斯拉自動駕駛這樣的L2產品表明，在有利的條件下，很多都可以實現高度自動化，尤其是在高速公路的情況下。然而，在其他環境下，尤其是擁堵的城市街道、不尋常的高速公路以及惡劣的天氣，對自動駕駛技術的挑戰非常大。
雖然特斯拉的自動駕駛并不依賴于高清晰度的地圖，但它確實需要有人在方向盤上把關，即使在特斯拉的「完全自動駕駛」模式下也是如此。L3和L2一樣，車輛上仍需要人類駕駛員發揮作用。
二 、自動化的四個潛在場景
實際上，汽車的自動化不會孤立地發生，而是會隨著各種車輛類型的服務模式不斷變化。
報告研究了自動駕駛技術應用的四個場景，分別是駕駛員輔助型個人汽車、自動出租車隊、自動裝卸車和客車、自動長途卡車，以此探討自動駕駛技術在復雜生態系統變化中對就業的影響。
駕駛員輔助型個人汽車是當前應用最多的場景之一。在歐盟關于汽車自動化的報告中，預測到汽車自動化的數量會增加，與此同時，應用汽車自動化的軟件數量也會隨之增加。
主動安全和低級別的自動駕駛輔助系統的開發提供了眾多的就業機會，尤其是汽車行業內的技術和軟件工作崗位，預計將在未來幾年內增長。
自動駕駛出租車僅在小規模范圍內運行。與航空公司里的自動化系統一樣，仍需要駕駛艙的飛行員進行監督。
以安全為主的汽車系統同樣如此。如果出租車大范圍內實現自動化，將對職業司機的就業產生巨大的影響，司機的角色將會改變，由操作者變為監控者。
與自動駕駛出租車不一樣的是，自動化的卡車運輸成為突破口。
卡車常年行駛的高速公路，與擁擠的城市街道相比，相對簡單，因而自動化也較容易操縱。從錢流動的方向看，這的確也是一個很有潛力的場景，近年來，諸如Embark Trucks、Ike、Kodiak Robotics、TuSimple(圖森未來)和Waymo Via等公司都獲得了資本的青睞。
事實上，卡車運輸對自主性的需求是真實存在的。無人駕駛卡車每年可以節省700億美元，同時將生產力提高30%，所有這些都將有助于彌補美國勞動力短缺的缺口，美國卡車運輸協會估計2018年將有5萬名卡車司機。
即使是高度自動化的卡車，依然需要人去裝載、卸載和維護，所以短期內卡車司機的工作不會被替代。
三 、影響是否深遠取決于技術進步的速度
報告最后指出，個人車輛中越來越先進的2級和3級自動駕駛系統將繼續擴散，雖然對工作的影響有限，但對車輛行駛里程和交通擁堵有潛在的影響，因此環境成本也會增加。L3級自動駕駛可能會被限制在低速行駛中。
預計到2025年，擁有L4級別的出租車和乘車系統將逐步增加，并在城市里蔓延。到那時，在長途公路的路線上，將會出現自動化程度越來越高的卡車隊伍、按固定路線行車的公共汽車等。
當高度自動化的系統滲透到日常生活中時，報告建議，我們需要增強的不僅是汽車本身的能力，應該以增強汽車的能力為出發點，而不是試圖取代人類的能力，或者他們的工作。
他們還建議改善道路、橋梁、通信系統、數據庫和標準等基礎設施，他們認為這可以在就業、交通便利和環境方面產生積極的溢出效應。
雖然這篇報告并未給出具體模型用于論述，但引述的案例以及事實值得深思。迅速取代數百萬工作或將造成就業危機。然而，對就業影響的廣度和深度，取決于技術進步的速度和地域推廣的速度。
畢竟，全自動駕駛技術要實現大規模部署至少還需要十年時間。在這十年間，司機和其他流動性工作者可以轉型到新的職業。
