随着Robotaxi等自动驾驶干流玩家在技术瓶颈和商业化难度上遇到挑战，落地成为了2021年自动驾驶赛道内最重要的关键词。然而，在这个过程中，“名不见经传”的无人矿车领域也引起了众多投资者的关注。虽然商业化难度同样较高，但这一领域已经拥有多年发展历程，并且踏歌智行、希迪智驾、慧拓等企业均已实现超五轮融资。在2021年初，慧拓再次获得近3亿人民币的C轮融资，其他头部企业也在进行类似工作。

相比于Robotaxi等干流玩家面临空前落地化诉求的压力，矿区是一个被誉为“无人驾驶最佳落地场景之一”的细分赛道。它能够承载多少资本想象力?是否会成为一个基于落地化需求快速壮大的优质自动驾驶细分赛道?我们值得深入探究。

无人矿车赛道凭何成为资本香饽饽?

中国人在复盘一次成功时，往往离不开对三个要素的探讨，即天时、地利、人和。无人矿车之所以能够成为赛道内的新晋红人，也大抵离不开由这三个要素拧结而成的优势合力。

天时：资本对硬科技的宠爱。

对于科技赛道创业公司而言，创业早期面临的融资挑战大抵有两个，一是如何构建自己的技术护城河，二是如何把技术商业化做好。后者是决定了一家企业能否长久存活，而前者所能够造就的护城河则是谈论后者的前提。

我们来看当前无人矿车赛道内融资已超五轮的部分玩家，踏歌智行创始人兼首席科学家余贵珍是北京航空航天大学运输系教授、博士生导师。

希迪智驾董事长李泽湘是香港科技大学教授，自动化技术中心(HKUST ATC)和机器人研究所(HKUST RI)创始人。

慧拓CEO&联合创始人陈龙是中山大学数据科学与计算机学院副教授、新加坡国立大学社会机器人实验室联合培养博士。

不难发现，这些能够获得多轮融资的玩家无一例外，即初创团队内均拥有业内学术光环傍身的技术大牛。

如果我们用宏观视角来看，当前世界数字化浪潮掀起的第四次工业革命正在进行，而底层的驱动力正是分布在各个领域的硬科技。

清华研究中心数据显示，2021年前三季度，一级市场获得投资金额最多的前三大行业分别是半导体及电子设备、生物技术/医疗健康以及IT。统计中的前三大行业，除了科技还是科技。

在这一宏观大趋势下，资本开始重仓硬科技实则不足为奇，继而散落到各个初创企业里，当硬核科技遇上硬核人才，就为无人矿车赛道带来了崛起的天时。

地利：矿区场景得天独厚的落地优势。

谈擎说AI认为，自动驾驶在矿区落地的优势主要体现在三个方面，一是测试与落地间几乎没有缓冲地带;二是无人化摘除安全风险;三是矿区场景并不会受到交通法规限制。

具体来看，矿区场景对矿车的几个需求特点：一是路线相对固定，矿车通常是在装载、运输、卸料等几个环节进行机械式的往复;二是场景较为封闭，矿区内安全要求高，矿车往往是封闭场景作业;三是时速要求低，出于对道路环境、载重等因素考虑，矿区内运输车辆时速往往不超过30km/h。

不难发现，矿区内车辆的运行需求在各个环节都有着更加保守的限制，这就意味着无人矿车从测试到落地的缓冲区更小，从而更容易落地。

在安全问题上，无人矿车存在着车内车外两方面的优势。在车外，矿区封闭式作业场景更容易实现无人化，在车内，无论有人无人，矿车本质上是承担对矿料的运输工作，无人化后可实现矿区作业的本质安全。

“与乘用车市场不同的是，矿区运输车辆无需担心交通法规问题，遵照矿区相关的安全作业规程即可，更加适合无人化作业开展，有助于更快速落地”业内人士向谈擎说AI表示。

安全作为自动驾驶的第一要义，矿区场景不仅利于无人化技术从测试到落地的更迭，还能够将人这一最大安全要素排除，更没有棘手的交通法规问题困扰，也因此存在着地利上的突出优势。

人和：无人化改造的刚需与付费意愿。

谈擎说AI认为，自动驾驶技术运用到矿山上，给采矿行业日益暴露的两个痛点提供了解法，一是安全隐患，二是低效管理导致的运营成本损耗。

无人矿车对于整个行业的安全刚需性价值无需过多赘述，矿区运输是一个高危行业，出现人员伤亡轻则停产整顿，重则取消开矿资质，安全一直都像是悬在行业内所有企业头上的达摩克利斯之剑，无人化是消除这一风险的最佳方式。

在矿山企业的运营成本中，人力、燃料以及重资产如矿车和其维护等是主要支出。无人化解决方案可以大幅节省人力成本，但能否进一步优化重资产成本呢?根据辰韬资本的研究报告，在考虑了自动驾驶解决方案开支、车辆重资产的运维和人力等多个因素后，使用无人化技术的宽体车或大型矿卡基本上都可以在一到两年内收回投资成本并开始盈利。

尽管这些计算是建立在无人矿车技术已经发展成熟的前提之下进行的，但目前踏歌智行、慧拓等玩家已经与包钢集团白云鄂博铁矿、国家电投集团霍林河煤矿和中煤集团等多家知名企业展开了合作。

是否能真正为产业降低成本增加效率?是否得到更“懂行”的采掘企业认可?通过实践证明，这将会是最有力的论证。此外，还有专业人士表示无人化也同样能够带来长期性改变，并且为行业提供进一步降低成本可能性。随着更深入地实践应用，在未来还有很多类似于降低成本的潜在可能性需要被挖掘。