坏消息：自动驾驶汽车可能大部分时间都是空着的

现在这种行业局面下，胆小的人还是别想着经营拼车或叫车服务了。Uber和Lyft逐步扩大业务的同时，也都面临着巨额亏损，浪费的资金高达数十亿美元。

对出租司机来说，拉不到客人显然不是个好事情。同样，当自动驾驶汽车商业化后，载客服务车辆的空载率将是该行业不得不面临，也必须要想办法解决的一个物流方面的问题。

没有乘客，就意味着业务带不来任何收入。也有例外，那就是把外卖、快递加进去，让车辆具备送餐、送包裹的功能。

为了能更简单地分析这个问题，让我们假设交付某种物品等同于拥有一名乘客。下面提到一辆车是空车时，它的意思就是说车上既没有乘客，也没有用于运输货物。另外，谨慎起见，乘客可以是人也可以是（狗、猫等）动物，毕竟，有时人们需要带宠物去看兽医或去朋友家。

重要的是要记住这一点，只要后有人为服务买单，这趟出行就不算空车状态。有时，司机会免费捎上朋友去某个地方，也有可能车上有正在接受培训的学员，诸如此类的情况都没有实际的收入，因此算是空车。

行业平均空车时间

你能猜出全行业的平均空载时间是多少吗？

有些人认为这在拼车服务中应该很少见，猜可能只有1%或2%；另一些人则认为空车状态可能比较普遍，给出的答案是20%的时间里是没有乘客的。

41%——根据行业报告统计，这才是共享服务车辆的平均“空闲”时间。

虽然统计数据并没有说明空车时间与汽车是否处于运动状态之间的比例，但大多数人会断言，当提供搭车服务时，车辆几乎总是处于动态。而当一辆车停在停车场时，就意味着这辆车没有用于服务。

由此可见，一辆车在行驶过程中，41%的比例意味着它会有相当大的一部分时间没有被充分利用上。正因为空车问题的存在，也因此带来了许多丑陋和不良的后果。

首先，一辆车如果在41%的时间里不赚钱，这意味着司机和汽车的成本必须由剩下59%的时间里使用服务的乘客来承担。

可以推测，如果空车率下降，获得的收入就能相应提高，而且从理论上讲，在服务价格不变的情况下，司机能更轻松地支付汽车维护相关费用，同时还能获得比以往更多的利润。

其次，许多大城市的交通状况已经变得很糟糕。更让人们感到气愤的是，不少加剧了交通拥堵的汽车正是空车。

站在一个繁忙城市的街角，你很可能会看到一辆接一辆的空车，司机要么在缓慢驾车寻找乘客，要么就是看着手机准备抢单。

对于任何为了自己的目的而选择开车出行的人，当看到自己被空车堵在路上应该都会感到愤怒。从办公室开车到餐厅本来只要十分钟，但那些气人的空车让这趟行程延长了好几倍。

还有一点是，许多城市对这些空车产生的污染感到不安。开私家车产生的污染是一回事，但驾驶一辆商业化的空车并排放污染物又是另一回事，有些人觉得后者特别恶劣。

后，空车在路上巡游的一个通常未被提及的缺点是，发生车祸或其他事故的风险可能会增加。

这种风险不是由于汽车是空的，而是由于它在公路上的时间长度和行驶的距离。一般来说，道路上的车辆越多，发生事故的可能性就越大。

一些人质疑，与安全相关的妥协——让空车在路上徘徊——是否对公众出行产生了威胁。不过，除了使用一般的驾驶统计数据作为参考，好像还没有研究机构对41%的车辆空闲时间会导致多少交通事故给出预测。

纽约的混乱

关于“空车”这个谜题，纽约出现的一些混乱也许是个好例子。

纽约市出租车和豪华轿车委员会（TLC）近通过了一项新规定，要求纽约市的拼车公司降低空车率，到2020年8月，要求该数值降低到31%。

没人知道这31%的目标能否实现，也没人知道要怎么做才能实现。

从表面上看，减少空车率是一件好事。尽管司机们担心这意味着他们可能会被迫减少出车时间，从而挣得更少，拼车公司则担心这会对其业务带来多方面的阻碍。

具体来看，假设用户叫了辆车，但由于出车的司机变少了，他们接单赶过来的时间就会增加，也就是说，乘客不得不等待更长时间才能坐上车。

从乘客的角度来说，他们更看重的是及时性（时间就是金钱），因此不太可能会对空车率下降使其搭车时间延误感到高兴。

有人争辩说，路上的车少了，也许实际的拼车出行就会更畅通，一旦空车率下降到31%，他们可能会花更少的钱乘车。

对于这个观点，目前来说还只是一个理论命题，实际影响可能会大不相同。

Uber已提起诉讼，要求推翻新的TLC规则，称该规则的制定没有经过足够的尽职调查，依据的仅仅是“一个仓促、不专业的过程，包括依赖有缺陷的、武断的经济模型，其目的是得出一个可能甚至不可行的预先确定的结果”。

看到这里，我们不禁要问：自动驾驶汽车的出现会消除“空闲”吗？还是说会和今天的传统汽车服务一样，甚至更糟？

自动驾驶拼车服务

我们都是在城市这个大实验场里，被用来提高自动驾驶技术的生死攸关的小白鼠，一些人指出。

真正的自动驾驶汽车将是依靠人工智能就能实现全程独自行驶的车辆，在出行过程中不需要任何人工协助。

目前，还没有企业真正造出L5级的自动驾驶汽车，但由于L2级或L3级半自动驾驶汽车需要人类驾驶员介入，类似于今天的任何传统汽车，所以我们还是要把讨论的重点放在更高的L4与L5级上。

个显著的区别是，当我们说自动驾驶汽车是空车时，它就是空的，车上没有一个人。

以后的自动驾驶汽车可能连方向盘和踏板都不配备，没有位置是留给人类驾驶者用的（这一点有争议，有人认为不管是在何种情况下，人类都应该有介入操作的手段）。

从拼车或叫车公司的角度来看，他们巴不得去掉人类司机，从此再也不用听到这些人抱怨赚的钱少或对工作时间、假期提出要求。相反，AI控制的车辆完全听从指令，可以随叫随到。

说白了，与人打交道的麻烦被消除了。那是说自动驾驶出租车真的就一劳永逸了吗？并不是。AI系统开发需要成本、各种各样的硬件设备需要定期维护、软件则需要定期更新。

总而言之，与驾驶行为相关的成本仍然存在。只不过没有人知道具体的金额会是多少。

也许，只有当真正的自动驾驶汽车开始与人类司机提供的叫车服务展开正面竞争后，我们才能了解AI系统是否真的会像大多数人设想或希望的那样将成本降低，以及通过比较，清楚地发现其中的成本差距到底有多大。

自动驾驶空车

回到我们对空车这个主题的关注上，先给出本文的观点：自动驾驶汽车没那么神奇，依旧会有空车率。

其实，就算我们不把降低空车率作为重点，所有经营自动驾驶出租服务的企业为了从中赚取更多的利润，他们自然会想办法将车辆的利用率提高。

也就是说，除了加油、充电或修理所需的时间，车队中的车辆估计要没日没夜的提供服务。

想象一下，公路上有无数四处游荡的自动驾驶汽车，它们都在等待那一刻的到来——接到命令，被要求开始运送乘客。

如果是个人买了自动驾驶汽车，有人则提议可以在不用的时候“放”出去做兼职，这样不仅能给车主带来额外收入，连停车位也省了。

很快，一些权威人士就此方法展开了滔滔不绝地讨论，认为市中心地区的停车场将可以回收再利用，比如在这些区域建造住房、大型商场、集市或公园。

如果真得需要长时间停车的话，可以让车辆自行开到市中心以外的地方。那里的土地更便宜、附近居民更少。但同时，想要找到去这些人烟稀少地方的乘客可就没那么容易了。

可以看到，不管是用于商业用途，还是私人车主的需求，自动驾驶的车辆还是会有大量时间是空车状态。

消除“空闲”

对于如何消除包括自动驾驶汽车在内的出租服务空车问题，下面几项也许是需要关注的重点。

其一，交通堵塞。

自动驾驶车队争夺乘客所造成的交通拥堵可能比我们目前所经历的还要糟糕。部分原因是运营商或车主迫切需要寻找收入来源，以此来平衡大价钱购买的自动驾驶汽车的成本（别忘了还有长期维护费用）。

其二，人类司机的敌意。

至少在可预见的未来，道路上还是会有愿意自己开车的人。而就像上面所描述的，他们要是看到自动驾驶汽车把街道给堵死，想必会非常恼火。说不定还会开始反抗这些AI朋友。

其三，等待时间增加。

寻求搭车的乘客可能要等待更长时间。尤其是在如今不开车的人也被吸引并使用自动驾驶服务，需求随之变大，而车队数量能否及时满足这种需求就成了新的问题。

其四，车内娱乐功能有用吗？

自动驾驶汽车里可能配备了电视、舒适的躺椅，但如果是长途出行，自动驾驶汽车提供的路线所需时间又比其他交通工具多出一倍，又有多少人愿意牺牲时间而选择待在车里呢。

其五，行驶风险。

从安全的角度考虑，一辆车行驶的时间越长，发生车祸的风险就约大，除非道路上跑的全都是自动驾驶汽车，完全在系统的掌控当中。只有在这种完美的假设下，事故率才会大幅下降（毕竟还有难以防范的自然灾害）。

今天，仅在美国就有2.5亿辆传统汽车，让这些车都从路上消失估计还得等上数十年。因此，更现实的情况会是一种由人类与AI控制的车辆的交通混合体。

后，污染上升或下降。

也许，这对自动驾驶汽车来说会是个优势。这是因为这种车辆很有可能是电动车，排放的污染物将比如今的燃油车少。但是，在为电动车充电所需的发电过程中依旧会产生污染足迹。

一些人说，我们应该对进入市中心区域的车辆进行限制，只允许自动驾驶汽车进入。这样做的逻辑是，如果限制区域内的传统车辆减少，人们对自动驾驶汽车的需求就会增加，空车率也会因此下降。

可是也别忘了，当自动驾驶汽车开始在闹市区抢生意，人类司机可不会眼睁睁地看着，什么都不做。

结论

首先要说的是，这篇文章并不是要描绘一幅关于自动驾驶汽车的末日景象。

一些人认为，自动驾驶汽车的出现将有利于提高移动出行的便利性，让所有人都能方便地共享汽车。但我们同时要认识到，现实世界有太多的不确定性，这将会干扰事情的发展。

如果一辆车达不到计划中载客或运输货物的数量，想必没有人会花钱让这些资源在街道上闲逛。自动驾驶汽车也是一种资源，它也有相关的成本。

如何更好地管理这些资源，对于车队所有者和个人车主来说都是一个问题，对于城市和想搭顺风车的用户来说也是值得思考的问题。

通过复杂的计算机系统和数学模型，我们正试图找出自动驾驶汽车应该在何时何地行驶、怎样小化空车时间，又要怎样大化载客时间。

这将是一个挑战，希望我们能够明智地避免随之而来的灾难。