自动驾驶研究报告：市场空间预测（22页）

所有不需要人为去操控的车辆都可归为自动驾驶范畴。根据场景开放程度、行驶速度（以 20km/h 为 界限划分）和装载对象，自动驾驶的应用可以划分为开放与封闭、高速与低速、载人与载物等多个维度。 高速开放场景的无人驾驶技术难度最高且想象空间最大，也集中了自动驾驶行业最顶尖的公司，但距离商 业化和盈利遥遥无期。相较而言，自动驾驶在限定场景下的应用技术门槛更低，商业化进程更快。自动驾驶技术目前已经在室内机器人、AGV 等领域形成部分商业应用，在楼宇配送、园区物流等领域也逐步兴起，物流无人车能见度越来越高。随着自动驾驶技术的不断发展升级，未来有望在更多的场景中 得到成熟应用，在降低企业用工成本的同时提高企业运作效率。 在可预见的将来，在包括物流交通、众多工业和服务业领域在内的各行各业，都会有很多机器人劳务 公司出现。他们或以直接运营、或以租售机器人的方式参与相关行业工作，来替代本需大量劳力参与的工 种。而这些公司将会从目前在自动驾驶各应用领域从事研发工作的初创公司中产生。这些自动驾驶公司除 了个别科技巨头创业时间相对较早外，其余大部分公司多成立于 2015后。

高速无人车领域聚集了较多中美“独角兽公司”，其估值一般在 10 亿美元以上，有较多国际资本参 与；而低速无人车与智能机器人领域则一般拿本土资金和以人民币计价，其估值一般在 1-10 亿人民币之 间，与高速无人车头部公司有显著估值差距，但也有 Nuro 这样的独角兽企业。不同应用领域的企业估值 差别极大，代表着其潜在市场空间和未来可能攫取的市场份额的巨大差异。接下来我们将分析自动驾驶的 主要应用领域的市场空间和人力成本占比，基于对其市场空间、增速和未来人力成本的预测，来得出不同 人力替代率假设条件下的自动驾驶潜在市场空间。 3. 不同场景下自动驾驶潜在应用市场空间分析 下游应用领域的需求规模和景气程度决定了作为行业赋能工具的无人车或机器人的市场空间。接下来 我们对自动驾驶的几个主要应用场景，包括公路物流、汽车出行、外卖、餐饮和酒店业等，逐一进行市场 空间分析和对比。我们将对不同行业的营业规模、营收增速、人力成本占比进行对比，并根据不同的人工 替代率假设，来计算出各行业的自动驾驶潜在应用市场空间。