九大问题带你看懂：都2020年了，无人驾驶汽车怎

小提示：您能找到这篇{九大问题带你看懂：都2020年了，无人驾驶汽车怎}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的九大问题带你看懂：都2020年了，无人驾驶汽车怎内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

　　发展变得敏捷，并且在消息灵通、授权、积极与思考的个体的基础上，更快地响应市场变化。

　　第五节 “呼唤炮火的小分队”驱动华为业务

　　 1987年的深圳，南油集团一个简陋的居民楼成立了以倒卖交换机设备为营生的三人公司。2017年评选中国民企500强时，这家公司以6000亿元人民币高居榜首。30年，从0到6000亿元，这就是被国外同行企业称为“东方幽灵”的华为公司。

　　 30年来，华为不仅是民营企业的奇迹，也是中国组织发展史上的一面旗帜。华为的组织结构调整和优化，始终都能让公司处于发展的进程中，诸如“轮值董事长”“铁三角”“流程型组织”及“授权行权监管的权利分配机制”等独特的组织运作模式成为组织发展中无法回避的案例。

　　 2019年2月任正非在无线大会上的讲话，讲话中提到当前华为遇到的困境——“由于外部客观环境的变化，我们越来越难获得发展的要素，越来越难去资助催生这种先进要素的产生，为此要增加我们努力的动力”。为了突破这个困境，任正非强调华为要变革，而主要的变革方向就是调整组织结构。

　　 华为的队伍一定要具备战斗力，要聚焦以作战人员为中心，做强弹头作战部，建立有序有力的组织队列。企业领军人物一定要有战略洞察力、结构思维能力、有成功实践经验的优秀“全科医生”。为此，组织要减少作战决策的层级，减少协调，减少会议，减少队列中的非作战人员，不这样改革，企业不能生存，组织建设一定要利于作战、有利于胜利。

　　 一、“轮值董事长”的顶层组织设计

　　 在我们这个不确定的时代，激烈的竞争从来就没有停止过，只有不断基于环境的变化而进行战略的及时调整。华为在设计内部组织结构以及建设组织能力也有着“变”与“不变”的特质。其统一体首先在顶层设计上，稳定的治理结构却用了“轮值CEO”。任正非曾说过：“我们今天是利益共同体，明天是命运共同体，当我们建成内耗小、活力大的群体的时候，当我们跨过这个世纪形成团结如一人的数万人的群体的时候，我们抗御风雨的能力就增强了，可以在国际市场的大风暴中去搏击。我们是不会消亡的，因为我们拥有可以不断自我优化的文化。”从这几年健康的经营增长结果导向看，轮值CEO运作也是成功的。2012年到2018年，三位轮值CEO各完成了两年的任期。“轮值CEO”也是华为在面对更加复杂的市场变化时所能保持活力和信心的一种保障。

　　 有了高层的团结、有了核心价值观的传承，就为十几万员工的团结打下了坚实的基础。下图是华为的顶层组织设计的结构。

　　 图1-11? 华为组织架构示意图

　　 股东会是华为公司的权力机构，对公司增资、利润分配、选举董事/监事等重大事项作出决策。董事会是华为公司战略、经营管理和客户满意度的最高责任机构，承担带领公司前进的使命，行使公司战略与经营管理决策权，确保客户与股东的利益得到维护。

　　 公司董事会及董事会常务委员会由轮值董事长主持，轮值董事长在当值期间是华为公司最高领袖。监事会主要职责是对董事/高级管理人员履职监督、公司经营和财务状况监督、合规监督。

　　 华为公司设立基于客户、产品和区域三个纬度的组织架构，各组织共同为客户创造价值，对公司的财务绩效有效增长、市场竞争力提升和客户满意度负责。

　　 二、“拧麻花”的区域销售组织设置

　　 德鲁克曾说过，企业的业务单位应尽可能按照利润中心定位和运作。华为在产品线以及市场的区域销售组织中，针对利润的责权不对等进行了设计。华为把市场体系按照区域这个主维度来划分销售组织，将区域销售组织定位成利润中心，按照利润中心核算、考核、激励；把研发体系按照产品来划分产品开发组织，将产品线定位成利润中心，也是按照利润中心的方式核算、考核、激励。

　　 通过连带责任，主要是销售毛利率、销售收入和经营活动净现金流，建立起两大利润中心体系经营单位的利润责任。销售组织分产品的收入、利润和经营活动净现金流，同时也是产品体系和分产品线的收入、利润和经营活动净现金流；产品线降低成本、快速向市场推出优质、满足客户需求的有竞争力的产品，由此带来的利润、收入和现金流增长，同时也是对积极销售其产品的区域销售组织的绩效的贡献。这种连带的利润中心责任体系，促进了两大利润中心体系的合作，可共同将收入、利润和现金流做大。

　　 销售与研发体系都成为利润中心，但是经营单位划分的标准是不一样的。区域维度和产品维度构成了华为的“二维矩阵”，经营单位既不是简单地按产品划

　　2020年 ，曾经是无人驾驶汽车的一个重要时间节点  。

　　 英国《卫报》在2015年预测：到2020年  ，你将成为一个永久后座司机  。BusinessInsider2016年一篇头条新闻标题为《2020年 ，1000辆无人驾驶汽车将会上路》  。通用汽车、谷歌的Waymo、丰田和本田曾宣布  ，2020年将生产出无人驾驶汽车 。马斯克也曾放言说  ，特斯拉将在2018年达成这一目标 ，如果2018年不能成功 ，2020年也终会实现 。

　　 而如今 ，2020年到了  ，无人驾驶汽车却没能如约出现 。

　　 事实上  ，尽管在科技和汽车制造领域  ，许多顶尖品牌都做出了非凡的努力  ，但无人驾驶汽车仍然遥不可及  。现在  ，你可以买到一辆会在发生碰撞时及时为你刹车的汽车  ，也可以买到一辆帮助你在高速路上自动巡航、平稳运行的汽车 ，但唯独买不到一辆真正的无人驾驶汽车  。

　　 这是为什么  ？或许我们可以从以下九个问题中获得答案 。

EDM邮件营销 　　

　　 1. 为什么无人驾驶汽车上路花的时间比预期更长  ？

　　 无人驾驶汽车依靠人工智能工作  。21世纪的前10来年  ，AI取得的进展堪称伟大  ，我们看到语音生成、计算机视觉和物体识别以及游戏等方面有了巨大的进步：比如过去  ，AI很难在一张图片中识别出某种动物  ，但现在这对AI来说简直不值一提  。

　　 但在无人驾驶汽车领域 ，AI的局限性依然非常明显  。即使投入了大量的时间、金钱和精力  ，也没有团队真正找到让AI在实际问题中发挥至关重要作用——以高度可靠性和精准度导航前进——的解决方案  。训练无人驾驶汽车需要大量培训数据  。最理想的办法是向其展示数十亿小时的真实驾驶画面  ，并以此来教导计算机良好的驾驶行为  。

　　 但最主要的问题是数据不够  ，且要获得某些数据时需要付出昂贵的代价 ，比如：目睹前方发生车祸 ，或在道路上遇到碎屑……只有发生了这些情况 广告类微电影怎么投放 ，AI才能获得相关数据  ，得出解决方案 。

　　 因为数据不足  ，对无人驾驶计算机的训练就可能会有许多欠缺  。汽车制造商试图以多种方式解决这个问题：他们让汽车行驶了更多里程  ，对汽车进行更多模拟训练  ，甚至设计特定情况  ，以便获得更多培训数据  。

　　 这些行动似乎取得了一定的效果  ，比如Waymo的汽车确实可以在无人驾驶的情况下在亚利桑那州的街道上漫游  ，但事实上 ，这一切进展并不那么顺利（下文会有进一步详述）  。

　　 2. 无人驾驶汽车投入市场后  ，世界会变成什么样  ？

　　 尽管遇到挫折 ，很多企业仍在持续投资无人驾驶  ，因为无人驾驶汽车一旦成功生产出来 ，世界将发生翻天覆地的变化  ，企业也将大赚一笔  。

　　 而且消费者也会想要一些改变  。比如  ，可以在上班途中进行阅读或者休息；无人驾驶汽车也将给残疾人提供很多便利 ，毕竟他们中的很多人无法取得驾照  ，独自一人去商超、医院、公司都太困难了 。

通用汽车公司巡航部门的无人驾驶汽车在旧金山的一个十字路口等候通过

　　 不过 ，一些研究人员认为 ，除非我们对街道进行重大改造  ，以便更容易地向无人驾驶汽车传达信息  ，否则无人驾驶汽车不会广泛地存在 。而进行大规模的街道改造代价很昂贵  ，不只需要金钱、人力  ，还需要一个国家在全国范围的协调  。

　　 3. 无人驾驶汽车领域的领头羊们正在做什么  ？

　　 评价无人驾驶汽车研究的先进性 ，有两个核心统计数据可以参考 。

　　 一是它行驶了多少英里  ，这意味着一家公司拥有多少培训数据 ，以及为此投入了多少资金  。

　　 另一个是自驾脱离数据  ，自驾脱离指的是在行驶过程中  ，因计算机无法处理特殊情况  ，汽车不得不临时被人类司机接管的情况  。

　　 在这两个方面  ，Waymo都无疑是领头羊  。Waymo前不久宣布  ，该公司无人驾驶汽车总共行驶了2000万英里：2018年 ，Waymo 在加利福尼亚州行驶了 120 万英里  ，每 1000 英里有0.09 英里自驾脱离  。排在第二位的是通用汽车的Cruise：行驶了约100万英里 ，每1000英里的自驾脱离数据为0.19  。

　　 4. 无人驾驶真的比人类驾驶更安全吗 ？

　　 2018年3月18日  ，无人驾驶汽车首次发生严重事故：在美国亚利桑那州坦佩市  ，Uber一辆配有安全驾驶员的无人驾驶汽车撞死了一位49岁的女子  ，当时她正骑着自行车穿过街道  。

　　 这一事件让人思考  ，无人驾驶真的比人类驾驶更安全吗  ？

　　 Waymo行驶了2000万英里尚未发生致命事故  ，但考虑到其汽车行驶的里程数远远无法与人类相比 ，因此要证明它们比人类驾驶员更安全还为时过早  。

2017年3月28日 ，Uber无人驾驶汽车驶过旧金山第五街道

　　 Uber无人驾驶汽车在不多的行驶里程数里发生了一起致命事故  。虽然该公司没有公布相关数据  ，但根据去年的首次公开募股（IPO）文件  ，它行驶了"数百万英里" ，这个数字与人类行驶里程数相差甚远  。此外  ，对首例无人驾驶汽车致死案件的调查表明  ，Uber无人驾驶犯了很多可预防的错误  。

　　 美国国家运输安全委员会（NTSB）于2019年12月发布的事故报告显示 ，事故发生时  ，近程摄像头和超声波传感器并未被使用  。

　　 NTSB报告还显示 ，系统存在错误警报的问题 。比如 ，在安全的情况下检测到危险  ，并根据其检测到的危险重新编程——无人驾驶系统在一秒钟内抑制刹车 ，同时计算出替代路径  。因此  ，即使重新编程后的汽车突然反应过来接下来的动作将会有危险  ，它也不会立即刹车  ，而是根据替代路径继续行驶 。本该避免的碰撞  ，计算机却精准地让汽车继续行驶了整整一秒钟  ，从而酿成大祸  。

　　 Uber无人驾驶汽车的系统设计是  ，假定行人只会在人行道上过马路 ，所以当行人没有使用人行道时  ，它就无法识别其身份  。更糟糕的是 ，当系统无法识别前方运行物体是人还是自行车时  ，它就无法保留任何有关物体移动的信息 。

　　 所以  ，在Uber的致死案件中  ，系统在撞击前六秒钟感觉到了行人的存在  ，但在以致命的速度与行人相撞之前 ，它什么也没做 。

　　 5. 无人驾驶汽车对环境有利吗 ？

　　 拥护者认为  ，无人驾驶汽车对环境有好处  。

　　 他们声称  ，有了无人驾驶汽车后 ，很多人可能不会再想买车  ，转而使用共享汽车  ，从而减少不必要的出行次数 。此外  ，也有人认为  ，人类司机用力加速、紧急制动等行为会使发动机空转  ，加速燃油消耗 ，而这些是无人驾驶汽车可以避免的  。

　　 但随着无人驾驶汽车越来越近  ，这些所谓的好处开始变得不那么现实  。没有太多证据表明  ，计算机驾驶比人类驾驶更省油 。

　　 一项小型研究显示 ，自适应巡航控制可以将燃油效率提高5％到7％  ，但除此之外没有什么其他意义 。此外 ，研究人员研究了节油能力更高的汽车对行驶里程的影响  ，发现在大多情况下  ，具有更高燃油效率的无人驾驶汽车并不意味着会降低排放  。

　　 一项旨在估算无人驾驶汽车对汽车使用行为的影响的研究表明 ，拥有无人驾驶汽车后  ，人们可能会更多地使用汽车出行  。研究者为一个家庭提供了使用一周无人驾驶汽车服务的费用 。他们试图用这种方式来模拟拥有无人驾驶汽车的家庭生活  。结果让人失望：出行次数变多了  。

　　 当然  ，仅仅研究一个星期的驾驶习惯不足以证明什么  。目前  ，研究人员正在准备更多的数据进行未来研究  ，扩大样本与时间轴线后的结果令人期待 。

　　 6. 如果无人驾驶汽车不一定更安全  ，也不一定更环保  ，为什么还要研发 ？

　　 读到这里 ，你可能产生了一些悲观情绪 ，但无人驾驶领域也不乏更人振奋的消息：无人驾驶车的研发可能会使老年人和残疾人的生活更加便利 ，并为人们提供更好、更安全、更经济的选择 。未来的研发将使无人驾驶汽车更安全——也许其安全性会超过人类司机  。

　　 从某种意义上说 ，我们正处在一个尴尬的过渡时刻  ，我们渴望无人驾驶汽车的到来 ，但同时又知道这条路上困难重重  。

　　 每一项新技术在发明初期都伴随危险  ，但成熟之后可能会为人类带来极大便利 。这样的例子其实并不罕见  ，比如飞机在刚发明时 ，如今却日益成为日常生活中不可缺少的交通工具  。

　　 7. 法律与政策在无人驾驶汽车的发展中扮演了什么角色  ？

　　 目前  ，全世界还没有关于无人驾驶汽车的统一法律 。在国外 ，大部分政策行动主要发生在州一级  ，且各州围绕无人驾驶汽车的法律差异很大 。这些政策将会影响无人驾驶汽车的使用  ，也决定着它对环境的影响是好是坏  。

　　 例如  ，在高额汽油税下 ，碳排放的社会成本可能会反映在无人驾驶汽车的价格上  。但是  ，目前的交通政策对驾车的社会成本并没有起到多大作用  ，而这个问题在无人驾驶汽车上路后只会变得更加严重  。