无人驾驶出租车也就是Robotaxi，现在在越来越多城市上路运营了。
大家原本以为，只要去掉了车里那个占运营成本六七成的驾驶员，这个行业就能瞬间变成利润丰厚的生意。
但真正算完账之后大家发现，事情完全不是那么回事。
旧的成本虽然去掉了，一堆新的成本却补了上来。
今天这篇文章，我们就把Robotaxi账本里那些平时看不到的保费、高昂维保以及云端运维成本拆开来讲清楚。
一、从省下司机工资，到扛起整车重资产成本
在传统网约车的商业模式里，平台赚的是撮合交易的抽成。
车是司机自己买或者租的，车辆的日常折旧、保养维修、个人车险，全部由司机自己承担。
对平台来说，这是一种资产较轻的运营模式，司机拿走每笔订单六成到七成的流水，是因为司机既提供了劳动，又承担了资产的贬值开支和运营成本。
当Robotaxi去掉了驾驶员之后，这种商业逻辑改变了。
无人驾驶公司不再只是一个软件平台，而是直接变成了拥有车队的重资产运营商。过去由数万名司机分散承担的车辆购置成本、硬件折旧和运维开支，现在全部集中到了无人驾驶公司的账面上。
从造车和购置成本来看，早期投入运营的Robotaxi大多采用改装路线。
企业购买现成的豪华新能源车或SUV，然后在车顶、车身四周安装激光雷达、高精摄像头、毫米波雷达以及计算平台。
一辆改装出来的Robotaxi，单车成本往往达到几十万元人民币。如果按照五年时间来进行线性折旧，一辆车每天光是固定折旧成本就需要几百元。
这意味着车辆只要停在场站里不接单，每天都在产生固定的折旧支出。
不仅如此，去掉了驾驶员并不意味着人力成本彻底消失。
现在的Robotaxi系统在技术上和监管要求上，都无法做到完全不需要人工干预。每家运营公司都需要建立规模庞大的远控中心，配备远程安全员或远程驾驶员。当车辆在路上遇到施工围挡、违章停放车辆或者恶劣天气等复杂路况时，系统会向远控中心发出请求，由远程人员接管控制或者给予指令。
在实际运营中，由于技术成熟度和安全法规的限制，一个远程安全员目前通常只能同时监控几辆到十几辆车。
再加上支撑远程控制所需的低延迟网络、高带宽数据传输以及数据中心算力开支，这些隐形的人力与基础设施成本，实际上把一部分原本属于车内司机的报酬，转化为了云端运维的人员薪酬和技术开支。
所以从整体账面上看，前期去掉了驾驶员，并没有让运营成本大幅下降，反而让企业背上了沉重的资产折旧和云端运维负担。
二、天价保费与维护成本，正在侵蚀营运收益
除了资产折旧和云端运维之外，保险费用和车辆维护开支是另外两个直接拉高运营成本的因素。
首先看保险成本，传统网约车投保的是普通的商业车险，保险公司评估的是人类驾驶员的驾驶习惯、出险记录和行驶里程，风险统计模型非常成熟。
一旦发生交通事故，责任主体明确，理赔流程也很标准化。
但Robotaxi改变了保险的底层逻辑，因为车里没有驾驶员，车辆在自动驾驶状态下发生事故，法律责任会直接从传统的驾驶员责任转移为产品责任或软件系统责任。
一旦发生碰撞事故，受害者或第三方索赔的对象不再是某位个体司机，而是背后的自动驾驶公司或整车制造企业。
这种责任性质的转变，让保险公司面临更高的理赔风险。
更关键的是，保险公司目前缺乏L4级自动驾驶车辆的长周期精算数据。
在无法准确预测事故发生概率和理赔金额的情况下，保险公司为了规避风险，会大幅调高保费溢价，或者要求企业建立高额的风险赔偿准备金。
在一些市场，传统网约车每英里的保险成本可能只有零点几美元，而Robotaxi的综合保险与风险兜底成本却高出数倍。
一年下来，单车的保险支出就可能达到数万元人民币，这直接抵消了省去驾驶员所减少的成本。
其次看维护和修理成本，普通的网约车如果发生轻微刮蹭，只是车门或保险杠受损，去维修厂做钣金喷漆只需要几百元，而且不会影响车辆的正常行驶。
但Robotaxi的外观上密布着各种高精度传感器，每一个传感器都是昂贵的精密仪器。
在日常行驶中，哪怕只是极其轻微的侧面碰擦，都有可能损坏安装在车身四周的激光雷达或摄像头。
更换一个高性能激光雷达的硬件费用和人工费，可能高达上万元。
更麻烦的是标定过程，传感器受损或受到剧烈震动后，位置会出现微米级别的偏移，车辆必须送回专门的标定车间进行光轴重构和软件校准。
在校准完成之前，车辆无法上线接单。这不仅产生了高额的修车费用，还降低了车辆的在线运营时间。
除了事故维修，日常的保养也比普通车辆更频繁。
摄像头镜头和激光雷达外壳如果粘上泥水、虫胶或者积雪，就会直接导致自动驾驶系统降级或停用。
为了维持传感器的正常工作，运营公司必须为车队配备高频的人工擦拭和自动化清洗设备，这也进一步增加了日常的场站运维成本。
三、规模化降本与原生硬件，是实现盈利的必由之路
虽然当前面临着保险和维保成本的挤压，但Robotaxi行业并没有停下商业化探索的脚步。
只要技术演进和规模效应跨过关键的临界点，当前的成本困局就可以被逐步打破。
解决成本问题的第一个突破口，是推行整车原生的量产方案，彻底放弃高成本的改装路线。
过去几年，行业已经开始从改装车向车规级原生量产车过渡。
例如百度推出的第六代无人车RT6，通过整车一体化设计和供应链整合，将整车成本降低到了25万元人民币。
同时，特斯拉发布的Cybercab以及Waymo与极氪合作打造的无方向盘原生车型，都在试图从设计源头减少零部件数量。
当车辆从一开始就是为了无人驾驶运营而设计时，传感器的集成度更高，外壳防护更好，硬件成本和后续的维修难度都会大幅下降。
第二个突破口，是提升远程安全员的人车比，降低云端人力成本。
随着自动驾驶算法对复杂特殊场景处理能力的提升，车辆需要远程接管的频率正在显著降低。
当一个远程安全员能够同时监管的车辆数量从1比3、1比10，逐步提升到1比20甚至1比50以上时，摊薄到每辆车上的云端运维成本就会快速下降。到那个时候，去掉了车内驾驶员的成本优势才会真正体现出来。
第三个突破口，是依靠海量运营数据推动保险精算模型的成熟。
保险费率偏高的根本原因是数据不足和风险未知，随着各大公司的Robotaxi车队在实际运营中积累数亿公里的行驶里程，客观数据将逐步证明自动驾驶系统的事故率低于人类驾驶员的平均水平。
当保险公司能够基于真实的出险率进行精准定价时，Robotaxi的产品责任险保费就会逐步下降到合理区间。
总体来看，Robotaxi目前正处于从技术验证期向大规模商业运营期过渡的阶段。去掉了驾驶员只是第一步，它让行业暴露出了资产折旧、高额保费和精细化维保等一系列新的成本问题。
但只要整车造价降下来、人车比例提上去、保险精算建立起来，单车经济模型就能够实现从亏损到盈利的转折。
这个行业最终拼的不仅是算法的水平，更是谁能把每一公里的运营成本降得更快。
热门跟贴