線下配送是作為外賣餐飲行業和快遞行業最重要的一環，陪送時效和配送服務成為了一個訂單完成的關鍵部分。 而在疫情爆發時期，對線上訂單人的配送服務提出了嚴峻的考驗，快遞員承擔著人與人之間的傳染風險完成最後一公里的配送任務。 其實若是減少接觸也能拿到貨物無疑會安全很多，但是到底該如何做呢？在這種情況下，各大公司醞釀多年的無人配送服務在這一時期派上了用場!
京東物流的無人配送產品包括無人配送車和無人機，它們在這次疫情當中承擔起了快遞員的職責。 尤其是在武漢地區，站點到醫院的距離僅有573米，但無人配送車多跑一米，配送員的安全感就增加了一分。
在前期部署和後期的運營方面，完全是通過遠程支持完成的，只用到了當地的物流配送站，沒有單獨派遣工程師前往。 這也說明，京東物流以前積累的寶貴經驗堆集，得到了利用。 孔旗說。
京東物流安全負責人讓我們看到了自動駕駛的前景。 在他的帶領下，京東物流在開放道路下無安全員跟隨的低速自動駕駛配送車取得了技術性突破，也讓京東物流的智能化產品落到了實處。
自動駕駛技術商業化中的三大挑戰
雖然智能技術的出現無疑將會引起新一輪行業的升級，要想自動駕駛技術商業化應用，依然還要應對三大挑戰。
①挑戰首先在於車輛的硬件方面，這涉及到車輛的成本、穩定性、一致性等問題。 孔旗稱，因為無人配送車的車型是屬於原來OEM（代工生產）可能沒有接觸過的車型，和乘用車的車型不太一樣。 對於車廠來說，造車是他們擅長的，但車廠又是靠規模化才比較容易盈利的。 京東和汽車的各個車廠都有很廣泛的聯繫，自動駕駛技術落地還需要車廠的規模化優勢和製造經驗。
②對於自動駕駛技術來說，路況數據的積累是第二大挑戰。 而自動駕駛背後最關鍵的一環莫過於迭代速度。 就京東物流而言，目前京東物流用一個小時的時間，可以在仿真的雲平臺上可以驗證實際路測需要一年時間的數據，進而得到一個安全性的驗證結果。 未來進一步發展的話，其實可以實現從低速的自動駕駛，平滑的延伸至高速自動駕駛，但這其中的數據積累是需要時間和運營規模支撐的。
③自動駕駛技術商業化的第三大挑戰在於技術規模效應的驗證。 就現階段京東物流的驗證成果而言，京東物流對於規模區域無人化運營的核算，人力成本在整個體系裡佔的比例是很低的，這種人力模式對比傳統模式會有很大的優勢。 因為，無人化運營的主要人力開銷在於遠程監控，一名技術員工可能要負責50臺車輛，未來甚至是100臺車輛。 維修和維護也是在考慮成本時的兩個方面。 這些人力成本與規模化的使用程度是相關的。
整體而言，這次疫情雖然給國家帶來了經濟衝擊，但是在智能化方面有了新圖譜，不論是無人配送，或是背後依賴的自動駕駛技術都在一定程度上取得了實踐層面的進步。 雖然距離技術的規模化、商業化這一最終目標來說，目前投入還不夠，但在孔旗看來，自動駕駛技術已經能夠從現在看到了希望。
閱讀更多 科技新象限 的文章
