在萝卜快跑热搜的背后,正在发生的几个根本性变化

近段时间,萝卜快跑的热度有点出乎意料。

7月10日,萝卜快跑上了热搜。整个周末,直到特朗普枪击事件出现之前,网上铺天盖地全都是关于萝卜快跑的报道。

为什么说热度上升得有点突然?

早在2022年9月,武汉跟重庆就向百度发放了全国首批无人化示范运营资格。注意,不是实验资质,而是运营资格。也就是,这批无人驾驶车是可以运营载客的。当时武汉与重庆还第一次放开了三个允许,这也是全国首例,分别是,允许车内无安全员、允许无人车开上社会道路、允许开展商业化服务。

而之所以优先选在武汉和重庆,因为这是全国最考验司机的两个城市。重庆不用多介绍,出了名的8D城市。而武汉,是典型的车多人多。按照2022年的数据,全国城市每10万人,发生交通事故数是18.16起。这是全国的平均值。湖北是多少呢?51.08起,远超全国平均。这也是为什么很多人说,只要智能驾驶能搞定武汉和重庆的路况,离拿下全国市场就不远了。

而在2023年9月,百度的萝卜快跑就已经在汉阳区、经开区、硚口区运营了。而这回之所以上热搜,主要是几件事正好赶在了一起。

一是夏季气温飙升,打车的人多,再加上夏天网约车里的味道一直被吐槽,这就导致好多人选择了无人驾驶,导致萝卜快跑订单激增。

二是6月底,武汉的出租车司机发布了一份请愿。里面提到了希望控制萝卜快跑的运营区间,不想让萝卜快跑抢了司机的饭碗。

三是早前百度曾经发布过计划,要在明年让萝卜快跑实现盈利。现在路上跑的萝卜快跑,其实只有400多辆。它的新闻热度要大于对订单的实际冲击。但假如萝卜能跨过这个盈亏平衡点,到时也许就是真正的大爆发了。作为司机,很难不慌。

结果几件事叠加在一起,上周,萝卜快跑的热度就爆了。

换句话说,萝卜快跑也好,智能驾驶也罢,这些事早就酝酿了不是一两天。就像厦门大学的传播学教授邹振东老师说的,现实世界是汪洋大海,而舆论只是最表层的海平面。

因此,我们今天试着往深走走,去看看海平面之下的部分。也就是,在萝卜快跑的热搜背后,正在发生的几个根本性变化。我们主要说这么三件事。

第一,长期看,网约车的危机并非一两天,这回的萝卜快跑,更像是压倒大象的最后一根稻草。早在一年前,全国很多城市就陆续发布了网约车饱和预警提醒。包括杭州、三亚、济南、温州、长沙,等等。换句话说,很多城市的网约车已经接近饱和。

假如你看抖音,现在有一类主播,就叫跑单主播。他们主要是展现这一天开网约车有多么不容易,订单有多么少。通过发视频涨粉丝,混得好的就开始带货。你可以明显感受到,网约车早就不好干了。

因此,这回的萝卜快跑,与其说是黑天鹅,倒不如说它是房间里的大象。这个变量一直都在,只是它的热度今天才被引爆。

再跟你说一件具体场景发生的事,北京的首钢园,早在2021年,园区里的萝卜快跑就已经开放公众运营了。但这不是重点,重点是,首钢园里的萝卜快跑,跟武汉大街上跑的萝卜快跑,在共享同一个大脑。换句话说,在武汉之外,全国有大量的供萝卜快跑学习的试点。而它们学来的经验,都将汇集到同一个大脑,被每一个终端掌握。

打个比方,在漫画《火影忍者》里,有个很厉害的终极招数,叫仙人模式。这个招数的厉害之处就在于,你可以把自己的分身,放到仙界去吸收天地灵气。而分身吸收来的天地灵气,会直接被传送到你的本体上。

现在的萝卜快跑,大概就是这个状态。它的能力一旦越过某个临界点,马上就有了大规模铺开的可能。从这个角度看,萝卜快跑就像一个缩影,它代表的是快速进化的AI,而网约车代表的是可能会被AI替代的行业。

那么,对萝卜快跑来说,这个临界点是什么呢?这就是咱们要说的第二个重点。

上周,卓克老师在《科技参考3》里,用3讲的篇幅,专门解读了智能驾驶。卓克老师预测,未来1到3年,我们的交通状态将发生巨大的变化。因为今天的智能驾驶技术,正在发生一个里程碑式的转变。这个里程碑叫做,端到端。我们简单说说它的原理。

端到端,是一个深度学习方面的概念。指的是,一个AI模型只需要输入原始数据,就能输出最终结果,中间不需要再引入额外的模块做加工。比如ChatGPT,你对它说话,它就回答你,中间只牵扯到一个大语言模型。

但智能驾驶就复杂得多了。除了要识别人的指令之外,它还要识别路上的物体,观察它们的纹理、颜色、运动速度,还要给电机下指令。过去,这些环节需要不同的模块。有的模块智能化程度不错,而有的模块智能化程度很低。

比如负责规划路线的规划模块,以及负责控制车辆的控制模块,用卓克老师的话说,过去这些模块都不能叫智能化,只能叫自动化。也就是,需要人工输入大量的路况,输入大量的规则,这些模块只是照规则行事。说白了,它的每一个操作,都需要单独教。你之所以觉得它什么都会,只是因为之前教的足够多。

而现在,智能驾驶正在往端到端的方向进化。也就是,它能够自己判断路况,自己做出反应。这也是为什么最近半年,很多国产新能源大幅度裁员,裁掉的都是智能驾驶部门的程序员。因为端到端时代,已经不需要那么多程序员,来一点点写代码,一点点制定每一条驾驶规则。

换句话说,智能驾驶在替代司机之前,早就先把一大批写代码程序员替代了。这个结果谁能想到?

听到这,你可能会说,不对啊,不是已经有一次次历史经验证明,一个新技术不仅会替代人的工作,也会催生大量的新工作吗?这回怎么只见替换旧的,很少见催生新的呢?

这就是咱们要说的第三个问题。新技术的出现,会替换掉旧的工作,催生新的工作。但是,整件事并不是平均发生的。历史上的实际情况往往是,旧的去得快,新的来得慢。就像经济学家巴斯夏说的,新技术出现时,被替代掉的群体一目了然,而它创造的新岗位却不那么显而易见。

也就是,机器一旦越过成熟的临界点,会突然替换掉一大批人。但是,它并不会一夜之间同时催生大量的新岗位,而是随着新技术普及,一点点地出现新岗位。而且更重要的是,这个新岗位,往往很难事先预测。

就拿智能驾驶来说,它可能会导致对调度员、维修员、管理员的需求。但是,目前看,这还只是推测,它真正导致的连锁反应,现在还很难穷尽。

关于萝卜快跑,以及由此引发的一系列思考,我只做抛砖引玉,更深层次的东西需要大家一起去探索。前面说过,新闻舆论,反映的往往是海平面,而真实世界,是海平面下的汪洋大海。

假如针对这个话题,你有向深处探索的愿望,欢迎留言区一起讨论。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容