Waabi自动驾驶卡车编入Warrior日常网络，达拉斯至休斯敦货量猛增八成

详细拆解

这条别当新闻看，把它想成一个队列。10月14日，Waabi与实体承运商Warrior Logistics宣布达成商业合作，由搭载Waabi Driver的自动驾驶卡车在达拉斯至休斯敦走廊承运常规货物，而Warrior没有把这些车圈成试点。Warrior成立于2015年，自有车队两百多台牵引车，它把自动驾驶单元直接编进了有人车队跑的日常排班里。自今年开始商业运营以来，已完成路线实现百分之百准时取送、零安全事故，Waabi称该线路货量今年增长超过八成。

大部分报道止步于这三个数字，然后跑去争司机饭碗的问题。那是挖错了方向。这是一条运力故事，而所有运力故事本质上都是建模故事。真正该问的不是机器能不能开完I-45那两百四十英里，而是：系统里哪一个约束被松开了，这个约束以前一直在收你多少钱，以及你自己要动哪个变量才能把这笔钱拿到手。三件事我都想回答，因为其中两件压根没写进公告。

这段距离本身也值得再看一眼。两百四十英里，路况干净时大约四个半小时车程，它连着的是墨西哥湾沿岸最大的集装箱门户，和达拉斯沃斯堡一带那片分拨仓。如果你是从贝波特或巴伯斯切特码头把进口箱提出来拆箱、再往北甩挂，这条线路早就在你的网络里了，哪怕你的承运商从没提过「自动驾驶」四个字。这条线上的可靠性、时效分布、码头收货作业时间，终究都会落到你的库存和你的年度招标价上。我们先看看其中有多少是你真正能装进口袋的。

先把经得起追问的那几块事实摆出来。10月14日宣布的商业合作，双方是Waabi和Warrior Logistics。Warrior成立于2015年，自有卡车两百多台。自动驾驶牵引车被放进正常调度，而不是单独关一个演示跑道跑循环，承运的是食品饮料、消费品这类固定班次的货。今年启动商业运营以来，已完成路线的准时提货与送达率百分之百，零安全事故，该线路货量同比增长超过八成。以上是硬数字。这篇里剩下的一切都是我在这些数字上的建模，每个假设我都会明写。

在给那个百分之百压上任何重量之前，请注意它的限定语：已完成路线录得。这是一个条件断言，也正是早期车队披露数据时唯一站得住的方式。一趟中途改由有人卡车接手、或者被取消重排的路线，显然不在分母里。这不是遮掩，任何一个运营年轻系统的人都会这么报。但这意味着你不能把这张百分比当成交接率读，而交接率才是真正支配你周一早晨的数字。下一个供应商打来电话时，你要问的是：申请了多少趟、完成了多少趟。数申请量，不数完成量，一句话能问出来的东西比一整套新闻资料的多。

为什么是现在，从供给侧看。技术跨过了一道门槛，约束发生了位移。过去很多年里，卡住的是感知：机器看不看得清、预测得准不准。这个问题基本退场了，接替它的是验证覆盖，以及找到一个窄到能写出安全论证的运营边界。线路级自动驾驶，骨子里是个收敛作用域的技巧。不去解全美路网，只解某条州际公路的两百四十英里，把这二百四十英里的几何形状、天气模式、车流构成、匝道口全部枚举出来，再在仿真里跑几百万遍。用系统的话说，环境方差塌下来了，规模化才成为可能。不是自动驾驶突然变聪明了，是它的作业域变小了，而小域是可解的。

另外两股推力，对你的排产同样重要。得州短驳的司机供给与成本常年紧绷，所以从一个资产里拿掉一本工时簿，边际收益在这里很高。再就是Warrior是自有资产的重资产承运商，这意味着吃到利用率红利的那个人，也是承担资产成本的那个人。过去绝大多数自动驾驶项目缺的就是这个对齐——得先说服别人把车买下来，利用率的账才算得动。Warrior自己有车队，它可以在自己的场站之间重新排线，省下的都是自己的。别低估「不用征求任何人同意」这件事对试验速度的贡献。

现在建模，这才是有用的部分。把资源定义为一个牵引车日。有人驾驶时，一个牵引车日不是二十四小时，它被工时规则框住：十四个小时在岗窗口内的十一小时驾驶时长，累计驾驶八小时后必须休息三十分钟，以及七天或八天六十到七十小时的周上限。把它们套到这条线上：单程两百四十英里，约四个半小时；回程两百四十英里，又是四个半小时；加上装、卸、加油的两个小时停留，在所有环节都不出任何意外的情况下，你已经用掉十到十二个小时，卡在那十四小时窗口里。这才是为什么这条线路上一台有人牵引车现实地只能跑一天一个往返。

把司机拿掉，这些约束就消失了。没有工时簿，没有强制三十分钟，没有十四小时窗口，没有周上限。剩下的是加油、预防性保养、轮胎刹车检查，以及最关键的一项：收货方在什么时间肯收这票货。假设——我要把这个假设写在明面上——一台运营得当的无人车在这条线上能被调度到每二十四小时跑两个往返，而不是一个。每台车每天的周转次数，是这个模型里唯一一动全局就变的变量，而恰恰没人肯报这个数。

资产层的乘法，假设全部点名。假设现在一个往返从门到门二十四小时，含停留，产出四百八十个计费英里。假设无人版本在停留不变的情况下跑两个往返，也就是每台车每天九百六十个计费英里。每台车的计费英里翻了一倍。请务必看清翻倍的是什么。不是网络运力，不是车队运力，是一台车干得更狠了。几乎所有我看过的报道，都是在这一点上翻的车。

再往上放大一层，看分母怎么分化。Warrior在它的网络里跑着两百多台车。假设，纯粹为了说明、不代表Warrior真实配置，这条走廊上有十五台在跑无人车。放在整个车队看，每天多出十五个往返，对上原有两百来个，是网络运力的个位数百分比，对整个市场是个舍入误差。但如果原先Warrior有四十台车每天在这条达拉斯-休斯敦线上循环，那么二十个有效周转对上原本四十个人的周转，这条线路能吞吐的东西变化就非常可观了。同一个分子，完全不同的分母。只有线路本地的那个百分比会碰到你的货，也只有那个百分比值得争。

这就轮到那个八成，它得带着怀疑来看。公告里没有任何信息能让你分辨这八成是需求增长，还是自己造出来的运力。一种解释是Warrior靠可靠性和价格抢到了新客，那么这条线上所有其他承运商都会在自己的中标率上感受到。另一种解释是Warrior接下了以前招不到司机去拉的货，那就等于某一家凭空多出了一块别人短期复制不了的转化能力。两种解释产生完全相同的观测数字，却导出截然相反的竞争结论。在给明年招标策略定价之前，先去问客户经理是哪一种。问不出来，就按第二种假设走，把续约价往防守姿态压。

进口方这一层要单独说，因为它不是顺带提一句的旁枝。休斯敦是墨西哥湾主要的集装箱门户，达拉斯沃斯堡是典型的内陆分拨点。流程一般是这样：进口箱从码头拖到休斯敦周边的拆箱场或配送中心，掏箱，重新组货装上五十三英尺的内陆挂车，再往北甩。有时候整箱直接北运。也就是说这条线上同时跑着拆箱后的国际货和纯国内补货，两者物理上混在同一个流里。所以任何改变这条线可靠性或分布形状的东西，都会改变你「休斯敦卸船、达拉斯交付」这个承诺的成色。如果你的网络里有这个模式，这条新闻是你的，不是卡车行业的。

然后是时点，因为好消息也是会迟到的。明天你什么都不会变。最早能看见的变化在你自己的数据里：这条路线的投标接受率，以及时效分布的宽度。如果无人周转留在市场里并且可靠性hold得住，一到两个季度内你会看到同行的反应，而且大概率反应在价格上而不是在系统界面上，因为市场只认价格。合同价要到招标或续约才动。唯一立等可取的不是运价，而是提前期方差的收窄——而且得你自己去量。大多数公司压根没量，这正是下一节值得存在的原因。

下面这段是公告里没有的，也是这篇存在的原因。放出来的每一个数都是集中趋势的声明。百分之百准时，是频次。零事故，是计数。两个都没有谈提前期分布的宽度，而你的营运资金不在乎均值。营运资金在乎尾部，因为安全库存的存在，本来就是为了吸收那些比平均更糟的结果。写下来是这样：需求为D，与复盘周期相关的提前期为L，提前期的标准差记作sigma，那么这里要算的安全库存项大约等于z乘D乘sigma。这个式子里，只有一个参数sigma，决定着你为了对抗不可靠押了多少钱。

代入数字，每个假设点名。假设你某个SKU族在这条线上每天往北走12件。假设你当前时效的标准差是0.5天——当工时簿、强制休息、I-45高峰车流、偶尔换司机这些噪声叠在一起时，典型就是这个量级。假设你的周期服务水平给出z等于1.65。那么安全库存里由方差产生的那一项就是1.65乘12乘0.5，约9.9件。再假设无人排班去掉了工时簿和那些人类排班噪声，把标准差压到0.2天，这一项变成1.65乘12乘0.2，约4件。

也就是说每个SKU族在服务不变的前提下，释放出约6件安全库存。假设单件货值200美元，这一族就释放了约1180美元的库存。把它摊到这条线上流动的所有SKU族上，这就是个值得一谈的数字了——而且你会发现它和媒体在报的那个数字长得一点都不像。

顺带得出一个让人不太舒服的推论。如果你以前从来没把这六件记进过账，那你一直在为一台不存在的机器付钱，今天也无权拿走这笔收益。除非你知道自己现在的sigma是多少，否则你根本没法主张它，而绝大多数进出口商压根没在跟时效标准差。多数系统记录的是计划到达与实际到达，拿平均做个记分卡，然后把分布扔了。所以当务之急不是去买自动驾驶运力，是把量测装上。没有基线，你连供应商的宣称都无法验证，更别说拿它去压价。

第二个被报道跳过的点，数学味少一点，烦人程度高一点：在瓶颈上游加服务器产能，并不会让任何东西变短，它只是把队列挪了个地方。有个经典结论值得随身带着。当服务台的利用率趋近1时，等待时间大致按rho除以1减rho的方式膨胀，所以末尾那百分之十的利用率，比前面百分之五十的代价高得多。收货月台就长这样。如果Warrior的车现在能凌晨两点到，而你的休斯敦配送中心只在早六点到晚六点之间预约收货，你等于把公路上的时间搬进了闸口队列。你把到达率抬上去了，却没动到达窗口。真正该问的问题不是卡车能不能凌晨跑，是凌晨两点有没有人收货。

好消息是，同一个模型也指出了红利藏在哪。夜间收货是把一个固定成本资产——月台本身，连同它的门、人、堆场和系统——在那些你已经在付钱的小时里提高利用率。如果多出来的到达量落在原先空闲的时段里，排队时间几乎不花你成本。所以在相信任何无人化推销之前，我会只做这一个测试：你能说出一个当天无预约到车也会被欢迎的钟点吗？如果答案是一个十二小时的窗口，那么自动驾驶给你的只有更早的到达和一个更满的堆场。如果答案是二十四小时，整个系统的行为就完全不同了，车辆本身也就不再是约束。

还有第三层没人讨论，它是操作层面的而不是分析层面的。今天司机免费干了很多活。他开封条或者见证开封，点箱数，交单，摆车，有时还承担装卸搬运，还提供了一个「发现看起来不对劲」的人。无人车到达时，这些事都得换人干，还得有人为它负责。你的月台作业指导、出闸流程、货损索赔证据，全都在默认一件事：随车来了个活人。车上没人、在卡车服务区过夜时，货物的暴露形态也变了。我不是在断言风险变大还是变小，无人干线运输的货盗数据还没多到能让人下结论。我断言的是，你要问保险的问题变了，而且你的保险人会比你先开口。书面上问你的经纪：无人运输状态下的货物运输险是否继续承保，交付时由谁对件数与状况签字确认，盗窃免赔额怎么走。

现在说说我可能错在哪，这也是最有把握的文章最容易省掉的部分。如果安全员还留在驾驶室里，司机成本那一块优势就消失了，利用率优势缩水到「工时簿到底偷走了多少周转」——在这条短线上，这是真的，但不算大。更大的隐忧是事件尾部。一百趟干净路线、跑在有利条件下，样本既小，地理足迹也窄。哪天I-45因为一起事故封上六个小时，人类司机会拐到辅路然后给调度打电话。一台无人车有没有权限偏离它的地图路线、谁来批这个决定，公告里没有。你的风险敞口从来不是平常那一天，是那一天。

还有两种翻盘路径。如果那八成里有相当一块来自一两个大客户的集中放量，那么这条线上别的货主什么也感觉不到，而且运力早就被锁走了。另外，你的网络不在得州。一条宽松走廊不等于一套跨州自动驾驶招标策略，而且你从达拉斯往任何一个方向每多走一英里，这个结论就更弱一分。成本结构同样值得怀疑，因为自动驾驶往上堆了一整套东西：传感器、车载算力、远程运营中心、更高规格的保养、更贵的停机。在低利用率下每英里的账会整个反过来，这也是为什么该去问「每台车每天装货英里」而不是「每英里报价」。

那么到底什么能证实或证伪这条故事？三个数，一个都不在新闻稿里。申请量与完成量之比。每台车每天的装货英里，也就是决定经济性的那个利用率。以及每千英里的远程接管次数，这才是本行业真正的成熟度信号。一套每一百英里叫两次人类的系统，是穿着自动驾驶外衣的生产率故事，而这个数也会告诉你：约束挪到供应商那一侧的墙后面去了。

轮到算钱了，因为这是你在预算会上会被追问的部分。假设你每月在休斯敦到达拉斯这段上有60票，假设平均每票货值4.5万美元。也就是每月270万美元的货流过这条线。假设现在的门到门周期是24小时，即任何时刻约有9万美元在途。如果预报式排班加上去掉强制休息，把周期压到21小时，在途金额降到约7.9万美元，释放出约1.1万美元的营运资金。数字不大但实在，而且随票量和货值密度放大得很凶：一月200票的话，就接近3.6万。

说到这里我要先泼一盆冷水给盼着车跑得更快的人。自动驾驶在这条线上不会带来什么均值意义上的提速。限速还是限速，车还是被电子限速锁着，休斯敦的堵车不在乎谁在开车。在这条两百四十英里的短线上，老老实实算出来的均值收益，主要就是那三十分钟强制休息。真正的奖品在别处，而且我们已经给它定过价了：砍掉方差之后每个SKU族六件安全库存，外加少了异常事件之后完整保住的预约窗口。任何在这条线上拿均值时效来跟推销的PPT，都是在卖错变量，你应该在会场上直接点出来。

我还想把三块收益分开，因为它们的脾气完全不同。来自周期时间的营运资金释放，金额小、确定性强，只要去量就能立刻拿到。来自方差削减的安全库存释放，金额更大、见效更慢，需要基线和一次重排才能落袋。省钱最多的运价那块反而是最不可靠的，它取决于无人周转能不能占到线路供给的可观比例，而这取决于全行业往路上放了多少台车，不是取决于Warrior这单合作干得好不好。排序很重要：追第二块，第一块顺手拿，第三块当作没写进预算的意外之喜。

既然如此，要不要去投这块运力？四个条件，一个都不能放。你的收货侧能在现有窗口之外收货，或者你已经用到达数据证明它不是那个卡住的步骤。你今天的方差是量出来的，从而任何宣称都能被验证而不是被相信。合同里写有兜底条款：无人车因任何原因撤出时，同价同服务承诺的替换运力到位，并且挪车成本由谁承担要写名字。以及你能拿到比两小时窗口更细的ETA数据流，因为这条流才是你的预约系统和人力排班真正要吃的输入。

坑也值得直白地列一遍，因为合同就是在这几处变贵的。签一份多年期的线路价，而这份价格建立在一种可以被一次软件更新拿走的能力上，风险你得先定价——所以要把退出条款和兜底要出来，并且写清挪车费用归属。假定那个百分之百适用于你的交付窗口也是错的，它是「某线路某期间」的聚合值，去向对方要按钟点和按星期的拆分，尤其是接近工时上限到达的那些。把到货流程写成暗含「司机会帮你摆车」，而到时候车上根本没有司机，这是第一天就会暴露的错误。最常见的错，还是把方差削减当成免费午餐——你从来没算过sigma，就分不清真实改善和一个景气季度之间的区别。

这就引出我会真正带着用的那个阈值。拉过去六个月的线路数据，自己按时段算出时效的标准差。如果在这一条短线上它高于约0.4天，你就拥有了一个足够大的基线，足以让任何替代承运商的方案成为可验证的提案，这时候你可以去市场上问价。如果它已经低于约0.15天，那就别再读供应商材料了，回去收拾你的月台吧，剩下的队列已经不在公路上了。这一个比较用一个下午就能做完，代价只是对你自己的数据库跑一次查询，而它能告诉你这条新闻到底跟你有没有关系。

我想把底下这个模式留给你。卡车从来都不是瓶颈。卡车里的那本工时簿才是，在那本工时簿后面站着你的收货窗口，而在收货窗口后面，站着下一个被松开之后马上宣布自己存在的约束。系统每次都这样：松开一个限制，下一个限制立刻现身，而且通常现身在某个你没请来开会的部门。认得出这个模式，比这一周的媒体周期值钱得多。落在这份公告上，工单很短也很具体：把方差算出来，在成本最低的地方加两个收货小时，把数据流拿到手，问申请量而不是完成量，在任何人提到「创新」两个字之前，先把兜底条款写进合同。

↑ 返回核心要点

— 作者 拉维