智能驾驶技术成熟，为何商业化运营仍陷瓶颈？

我翻了一下2026年第一季度广东针对智能驾驶的公开数据，大概有七十多家企业拿到了大湾区不同城市的路测许可。这个数字看起来不小，但如果把“商业化运营”定义为能稳定收费、有固定路线、并且事故率低到可以不用安全员随时接管——那符合条件的，说实话，两只手数得过来。

一个让人困惑的现象是：从技术测试报告看，很多车队已经能做到每万公里接管不到一次。这个指标放在三年前，业内会觉得接近商业化的门槛。但现在真到了这一步，实际跑起来的规模却远低于预期。

近期广东在大湾区推动这件事的动作很明确。广州南沙、深圳前海、珠海横琴都划了新的测试区域，政策上也在放宽对运营主体的资质要求。按理说，供给端（技术）和政策端（许可）都在改善，运营规模应该自然放大。但数据没有说谎——实际投入商业运营的车辆数，过去六个月增长不到两成。

我观察了几个已经尝试收费运营的项目。发现一个有意思的错位：技术公司觉得自己的系统已经够安全了，但运营方（比如当地的公交集团或出行平台）会在内部审核里加上一堆额外条件。比如必须避开学校周边路段、雨天必须降速到比人类司机慢得多、或者每辆车后台上还要配一个远程监控员。这些要求单独看都有道理，但叠加在一起，成本就上去了。

所以一个反常识的推测是：目前在广东，限制智能驾驶商业化运营速度的可能不是技术成熟度，而是运营方对“责任边界”的恐惧。技术公司测试时出问题，可以归因到算法迭代；但一旦开始收乘客的钱，任何事故都会立刻变成公共事件。

为了看清不同模式的差异，我对比了两类代表性项目的数据：

数据来自有限样本，不一定代表全貌。但趋势很明显：跟传统运营方深度绑定的项目，更容易把量跑起来。这不是技术问题，而是信任和分工的问题。

有意思的是，广东这次推动的政策里，有一个细节很多人没注意：它首次提出“运营数据需接入市级监管平台，但事故责任判定依据行车数据链”。这句话翻译一下就是——政府不替企业背锅，但试图用技术证据来划清责任。这个方向是对的，但执行中会有偏差。比如，数据链的完整性谁来验证？如果一块传感器在关键一秒失效了，算谁的？

我之前也相信，只要单车智能足够好，商业化自然水到渠成。但现在这个看法有点动摇。因为在大湾区这样的高密度城市环境里，运营中遇到的意外远超测试场景。比如前车突然掉落的泡沫箱、路边施工队挥动的旗帜、或者一群刚放学的孩子追逐打闹。系统能识别它们，但不一定能预测人类在那些时刻的非理性行为。

所以短期来看，广东推进商业化运营最现实的路径，可能不是追求“全无人”，而是先把“人机协同”的模式跑通。让安全员的角色从“随时接管”变成“远程监督”，一个人看三辆车。这个转变看似微小，但需要车端的能力、网络延迟、以及人机交互界面都重新设计。

另外，2026年的一个变量是保险。我听说有几家大型保险公司正在针对智能驾驶运营车辆设计新的责任险种，保费大概比普通营运车辆高出三到五成。这个溢价如果降不下来，运营方的成本账就算不过来。毕竟，羊毛出在羊身上，最终乘客愿不愿意为“机器开车”多付钱，还是个问号。

最后还有一个开放的问题：当越来越多的运营数据被集中到城市的监管平台，这些数据的所有权和使用权怎么界定？广东在这次文件中没有详细说明。但做这行的人都知道，数据可能是比技术更值钱的资产。如果企业辛苦跑出来的真实场景数据，最终变成城市公开的训练数据集，那商业模式的根基就会动摇。

我不确定这些担心会不会真的发生。只是觉得，在讲好大湾区智能驾驶故事的同时，可能需要先把这些麻烦的细节摆出来聊透。