1、目前，自动驾驶的自动化分级有一个5级的标准，最高的等级是完全的自动化，车辆可以在所有天气条件和任何场景下实现自动驾驶，无须人类驾驶员介入。这到目前为止只能算是远景目标，还没有成为可商用的现实。
一个重要原因就是机器只会找相关性，但不懂因果，所以对驾驶中出现的形形色色的场景无法理解。
目前大部分在开发的自动驾驶车辆，大都在部分自动化或有条件的自动化水平，就是说还是由人负责全程驾驶，但在限定条件下可以由机器驾驶几分钟，或是更明确地分为人负责的时间段与机器负责的时间段。当机器负责驾驶时，人可以手离开方向盘，眼睛不看路，脚离开刹车。能做到这一步已经是相当不错的成就了。
2、目前还有一些产业变革上的痛点需要克服。比如说，要实现完全的自动驾驶，就需要有所驾驶区域的高精度地图。为了保证安全性，精度就需要很高，这就可能需要足够的无线传输带宽把不同地区的地图数据传给汽车。
更麻烦的是路上的拥堵情况与道路封闭的信息可能是实时更新的，这就只能靠路上行驶的其他车辆收集数据上传云端，再实时下载到附近的车里。
因此这就可能造成一个恶性循环：一开始没有几辆上路的自动驾驶车辆，所以也就没有什么实时数据的收集，也就没人敢用自动驾驶上路，反过来也就更无法实时收集路况数据。
3、克服这样的痛点，一方面是要依赖机器学习水平的进一步提升，但也还要看到，正是在解决之道的求索过程中，新的产业需求就有可能被创造出来。
首先，自动驾驶的发展往往又与电动汽车技术密不可分，这就要求能够进一步缩短充电时间，降低电池成本。所以电池技术的突破对自动驾驶来说也会有巨大的商业价值。
其次，充电桩和换电池站将会成为一个巨大的市场。如果有大量的汽车在高峰时间同时高速充电，这就可能对电网造成难以承受的负荷，所以市场也会产生改造旧有电网和储存电能设备的新需求。
最后，传统汽车厂商需要营造成本巨大的线下售后服务体系，你买一辆车就得靠4S 店来解决各种问题。到了自动驾驶实现之后，汽车本质上就成了一台带着四个轱辘的电脑，所需的零部件比现在的油车大大减少，电动车就可以像个人电脑或 iPhone 手机一样变得标准化，这将大大冲击传统汽车行业的营销模式，你就可以像手机 App 上购物一样来买车了。
