一家“远程”自动驾驶创业公司的末路

文章来自微信公众号： 机器之心（ID：almosthuman2014） ，作者：张倩、蛋酱、泽南，题图来自：IC photo

又一家自动驾驶汽车公司倒闭了。他们“把卡车司机请到远程控制中心”的做法好像并不受投资人青睐。

这家名为 Starsky Robotics 的自动驾驶创业公司，在经历了融资失败、缩减车队、大幅度裁员一系列风波之后，最终还是没有撑过 2020 年的春天。

昨日，Starsky Robotics 的 CEO 兼联合创始人 Stefan 在一封公开信中，正式宣布了“Starsky Robotics 的终结”。

2015 年，Stefan 迷上了自动驾驶卡车并创建了 Starsky Robotics。
 
2016 年，Starsky 的卡车成为第一辆可以合法上路运营的“自动驾驶”交通工具。
 
2018 年，Starsky 的重型卡车完成了无驾驶员的上路测试，成为第一辆合法上路且在封闭道路上实现完全自动驾驶的卡车。
 
2019 年 6 月，Starsky 宣称创造了自动驾驶卡车的速度记录——每小时 55 英里。他们迭代后的卡车又成为第一辆可以在公路上合法运营的完全自动驾驶卡车。

然而 2020 年仅过去不到三个月，这家公司倒闭了。

不到一年内，发生了什么？

在 CEO Stefan 看来，天时、地利、人和这三点，都不具备。

“即使公司已经倒闭，我仍然坚信 Starsky 的解决方案是正确的，但核心问题在于时机不对。”

“真正的技术突破未能出现，而大众对于 AI 的期待值却已经远超实际，这导致创业者很难专注于一个切实可行的解决方案。”

“去年的 IPO 大潮透支了投资者对科技公司的热情，卡车行业已经陷入衰退超过 18 个月了。”Starsky 在过去一年中所经历的一切，看起来都非常糟糕。

Starsky 大部分成员合影。拍摄于 2019 年 2 月。

特立独行的自动驾驶解决方案

与我们所熟知的其他自动驾驶汽车创业公司相比，Starsky CEO 提到的“正确解决方案”可以称得上是特立独行。

与其他企业不同，这家公司的自动驾驶卡车没有使用较为昂贵的激光雷达，而是选择了摄像头+毫米波雷达的传感器配置。Starsky 的无人货车可以在开出高速公路进入街道和货物分配中心时转为人类远程操纵。

根据他们的方案，虽然卡车内不设人类司机，但为卡车配备的远程控制中心却需要配置。这些司机需要有 5年~10 年的工作经验，理想情况下一名司机可以同时远程控制 30 台自动驾驶卡车的运行，大大节省了人力。

为什么要选择这样一条技术路线？

Stefan 提到，现在的自动驾驶行业存在很多问题，如缺乏明确的部署里程碑，没有明确的商业模式等，但最大的问题在于监督学习，这种自动驾驶汽车赖以生存的技术并没有达到宣传中的效果。它并非真正的人工智能，只是一个复杂的模式匹配工具而已。

“2015 年的时候，大家都觉得自己的下一代就不用学开车了。那段时间监督学习发展迅猛，几年之间就从只能识别猫进化到会开车了。”

那时看来，人工智能的发展仿佛也遵循着摩尔定律。如果按照这种趋势发展下去，人类很快就要被机器取代了。

但 5 年之后，研究自动驾驶的专家们却改了说法，声称实现自动驾驶至少还需要十年时间。

构建 AI 最难的一点就是处理不常见的情况，这一点大家已经达成共识。模型越优秀，就越难找到包含小概率情况的靠谱数据集。改进 AI 系统的成本呈指数级增加，但性能提升的效果并非如此。

实际上，监督机器学习的曲线似乎更接近 S 形 （下图中的蓝色曲线） ：

这个曲线也解释了为什么 Comma.ai （一家自动驾驶汽车公司，只有 5名~15 名工程师） 与特斯拉自动驾驶团队 （有 100 多名工程师） 打造的系统并无太大差距，也解释了为什么 Starsky 会成为进行公路自动驾驶测试的三家公司之一。

S 曲线在技术应用过程中经常出现，但问题出在拿自动驾驶系统和人类做比较的时候。Stefan 认为存在以下可能：我们已经超过了人类水平 （human equivalence，下图中的 L1） ，接近 L2，离 L3 还有一段距离。

如果 L1 是人类水平线，那么头部自动驾驶公司只需要证明他们的系统安全性就可以进行部署。

如果 L2 是人类水平线，那么大一点的团队还需要 10亿~250 亿美元来解决这个问题。这时候自动驾驶投资巨头会说，这个行业是为大公司准备的，这是他们下的赌注。

但如果 L3 是人类水平线，那么目前的任何技术都不太可能实现这一跨越。

无论何时有人说我们离自动驾驶还有 10 年距离，他都没有撒谎。没有多少创业公司可以在不出货的情况下存活 10 年，也就是说，当前没有一个自动驾驶团队可以交付上述 AI 决策系统。Comma.ai 不能，特斯拉不能，Starsky 也不能。

既然依靠监督学习达到人类所期望的安全性难如登天，那不如换一个思路：把司机从驾驶舱挪到控制中心。

这也是 Starsky 和其他自动驾驶公司选择了不同技术路线的根本原因。

为什么 Starsky Robotics 没能活下来？

在 Stefan 看来，自动驾驶最大的阻碍其实是安全问题，所以他们在安全问题上进行了巨额投资，而且不需要“真正的 AI”就可以在这方面做得很出色。从这个角度来看，Starsky 似乎是值得投资的。

但投资人可能不这么想。他们不喜欢这种远程操控类的商业模式。这项业务没有以往软件业务 90% 那么高的利润率，基本只能保证 50% 的利润。

于是，他们对 Starsky 依赖于人类远程操纵的做法产生了抵制。而 Starsky 在安全方面的巨额投资也不会为投资人带来任何好处。

Stefan 花了很长时间才明白一件事：即使在投入资金和增速相同的情况下，风投机构宁愿投一家 10 亿美元但利润率为 90% 的公司，也不愿意投一家 50 亿美元但利润为 50% 的公司。

自 2017 年以来，Starsky 已经筹集了 2000 万余美元创业资金，包括 2018 年 3 月的 1650 万美元 A 轮融资，领投方为 Shasta Ventures，Y Combinator、Trucks.vc 等跟投。但自从那一次融资之后，这家创业公司再也没有任何其他的资金来源。

Starsky 的现金流问题始于去年 11 月，有关键的投资人在最后一刻退出了融资，随后，公司的联合创始人开始焦急地寻找新的投资者，但直到今年 1 月资金耗尽之前，也未能找到。

上个月，这家公司在融资失败之后，进行了大规模裁员，据报道，公司中 85% 的技术工程师流向了自动驾驶领域的其他对手公司，包括 Waymo、Cruise 和图森等。

Schlegel 是一位拥有 34 年卡车运输行业经验的资深人士，在他看来， Starsky 的自动驾驶业务模式仍是目前自动驾驶卡车中可行性最高的行业解决方案， 那些卡车司机通过远程操控的方式，就能解决卡车运输的“第一英里”和“最后一英里”问题。

Starsky Robotics 的一名远程操作员，在 200 英里之外远程操控自动驾驶卡车完成最后 0.1 英里的行程。

融资烧尽

2019 年 11 月，Starsky 的 2000 万美元 B 轮融资告吹。公司在 11 月 15 日遣散了大部分团队，并把工作重心转向为出售公司，并妥善安置有签证、医保问题的员工。在今年 1 月底，公司已安置了大量脆弱工作岗位，并出售了大量自动驾驶核心专利。就像一艘正在沉没的船的船长一样，Stefan 所能做的是让大多数人登上救生艇。

基于目前的 AI 算法，我们还不能把自动驾驶的最终安全决策权留给 AI 来判断。而说到投资环境，现存的自动驾驶卡车公司可能需要在近两年里在没有新融资的情况下继续前行，并期望能在 5 年之内实现在高速公路上的自动驾驶实用化。

在美国，劳动力的老龄化可能会在未来5年到10年内开始影响经济增长，而每年因为卡车交通事故而死亡的人数约为4000。自动驾驶或许可以从根本上解决这些问题，但我们离真正的目标还有很长一段距离。

在自动驾驶卡车领域里，各家初创公司的实力对比正在逐渐显现出来。根据 Crunchbase 的数据显示，Starsky 迄今为止募集了 2030 万美元的资金。但与竞争对手相比其实力明显不足。图森未来在过去的六轮融资中筹集了约 2.98 亿美元，Plus.ai 在过去三轮融资中筹集了约 2 亿美元。

放眼自动驾驶出行，Embark、Waymo 等公司筹集到的融资数额也颇为可观。

在巨额融资的背后，是自动驾驶超出以往的资金消耗速度。The Information 本月发布的最新研究称，投入自动驾驶战场的各家公司已经累计花掉了约 160 亿美元，而且还没算上为了自动驾驶布局而发生的并购。

自动驾驶领域，正在进入两级分化的过程。

参考内容：

https://medium.com/starsky-robotics-blog/the-end-of-starsky-robotics-acb8a6a8a5f5

https://siliconangle.com/2020/03/19/self-driving-truck-startup-starsky-robotics-shuts-failing-secure-additional-funding/

https://www.freightwaves.com/news/exclusive-mass-layoffs-reported-after-starsky-robotics-fails-to-find-buyer-investors

文章来自微信公众号： 机器之心（ID：almosthuman2014） ，作者：张倩、蛋酱、泽南