过去十年，自动驾驶行业最容易被资本市场记住的故事，是城市道路上的Robotaxi，是一辆没有司机的出租车在街头穿行，是未来出行网络被算法重新组织，是城市交通的入口被少数技术公司重新掌握。但当这个故事被讲了太多年之后，市场也开始意识到，Robotaxi虽然想象力巨大，却长期被法规、城市道路复杂度、运营密度、车队成本和消费者接受度共同制约，真正的大规模商业化并没有想象中来得那么快。
在这样的背景下，驭势科技登陆港股的意义，或许并不只是港交所多了一家自动驾驶公司，而是给自动驾驶行业提供了另一种叙事方式。它并不把全部筹码压在城市出租车场景上，也不急着向公众证明无人驾驶可以在最复杂的开放道路中取代人类司机，而是选择从机场、厂区、港口、矿山、园区、物流、巴士等更具体、更稳定、更有付费能力的产业场景切入，把自动驾驶从一个未来概念，拆解成企业今天就可以计算投入产出比的生产力工具。
这也是驭势科技最值得讨论的地方。它真正想卖的并不是一辆无人车，也不是某个机场里的自动驾驶设备，而是一套可以嵌入不同车型、不同场景、不同产业流程里的“AI司机”能力。如果Robotaxi公司讲的是“未来谁来运营城市出行网络”，那么驭势讲的则是“未来谁来为千行百业提供可复制、可调度、可持续进化的数字劳动力”。这两种故事看似同属自动驾驶，底层商业逻辑却完全不同。
为什么驭势没有先去抢出租车
理解驭势科技，首先要跳出传统汽车公司的视角。传统车企卖的是整车，零部件公司卖的是硬件和系统集成，Robotaxi公司卖的是未来出行服务网络，而驭势更接近于一家把驾驶能力产品化、平台化、服务化的人工智能公司。它的核心不是“造一辆什么样的车”，而是“能不能让不同类型的车在不同产业场景里无人化运行”。
这也是为什么外界如果只把驭势理解成一家机场无人驾驶公司，就会低估它真正想讲的故事。机场场景确实是驭势最有代表性的优势业务，因为机场道路相对封闭、路线相对固定、运营规则清晰、车辆任务高频重复，同时又存在明显的人力成本、安全压力和全天候作业需求，因此天然适合L4级自动驾驶率先落地。对企业客户而言，机场无人驾驶不是一个遥远的技术愿景，而是一个可以直接落到行李牵引、货运运输、摆渡接驳、巡检保障等具体环节中的效率工具。
但机场只是起点，而不是终点。驭势真正试图证明的是，自动驾驶能力可以从一个高确定性的封闭场景中被验证，再逐步迁移到厂区、港口、矿山、物流、园区和更多产业现场。这个迁移过程如果成立，驭势就不再是一家依赖单一场景的项目型公司，而有机会成为全场景L4自动驾驶能力的基础设施供应商。
这也是“AI司机”这个概念的关键。所谓AI司机，并不是简单地让方向盘前没有人，而是让驾驶这件事本身从依赖个体经验的劳动，变成一种可以通过算法、数据、硬件、云端平台和运维系统共同交付的标准化能力。过去企业雇佣司机，本质上是在购买人的驾驶时间、经验、稳定性和责任感；未来如果AI司机成熟，企业购买的可能是一套可以7×24小时运行、可远程调度、可持续学习、可复制部署的机器劳动力。
全场景，是未来还是陷阱
驭势故事里最重要的关键词，是“全场景”。从资本市场角度看，全场景意味着更大的市场空间、更高的横向扩张能力和更强的平台属性；但从产业落地角度看，全场景同时也是最难被证明的部分，因为不同场景之间的复杂度、作业流程、车辆形态、道路环境和安全要求差异极大。
机场、厂区、港口、矿山、农牧、物流、巴士，看上去都可以归入“自动驾驶”这个大类，但真实世界中它们面临的问题并不相同。机场场景更强调标准化路线、空侧安全和与航空保障流程的协同；港口场景更关注集卡调度、装卸效率、通信稳定和复杂设备协同；矿山场景要面对粉尘、坡道、重载、恶劣天气和高危险环境；厂区与园区则往往存在更多混合交通参与者，车辆、人、叉车、自行车和临时障碍物的交互更加频繁；如果进一步进入公交和开放物流场景，复杂度又会明显抬升。
因此，判断驭势的关键，不是看它是否宣称进入了多少场景，而是看它在不同场景之间的技术复用率到底有多高。如果每进入一个新行业，都需要重新做大量定制开发、重新采集数据、重新适配车辆、重新构建交付流程，那么所谓全场景更像是多个项目的集合，商业模式仍然偏重工程交付；但如果U-Drive这样的底层系统能够把感知、决策、控制、运维、仿真、交付工具链和安全策略高度模块化，让新场景的边际交付成本持续下降，那么驭势才真正具备平台化公司的特征。
这也是吴甘沙所说“一横一竖”的真正含义。横向，是场景覆盖度，代表驭势能否从机场扩展到厂区、港口、矿山、物流和更多行业；纵向，是能力纵深，代表系统能否在安全下限和智能上限之间同时进化。横线越长，意味着公司打开的新市场越多；竖线越深，意味着公司处理复杂环境和长尾问题的能力越强。只有横向扩张与纵向能力共同提升，所谓全场景L4才不是一句营销口号，而是一套可以持续放大的技术与商业飞轮。
但这里必须保持冷静。自动驾驶不是普通软件，不能简单复制互联网产品“研发一次、全球分发”的模式。每一个真实场景背后都有车辆、传感器、道路、调度系统、客户流程、运维团队和安全责任。驭势的难点不只是把车开起来，而是把车长期、稳定、安全、低成本地运营下去，并且让客户相信，这套系统比人工司机更可靠、更可控、更经济。
从Robotaxi到Physical AI，自动驾驶的叙事正在转向
驭势科技的上市，恰好踩中了一个更大的产业变化：自动驾驶正在从“未来出行故事”转向“Physical AI故事”。过去几年，市场最关注的是AI能不能生成文字、图片、视频和代码；但随着大模型能力不断外溢，资本开始重新关注AI如何进入物理世界，如何操控机器，如何承担真实劳动，如何在工业、物流、制造、能源、农业和城市服务中创造生产力。
从这个角度看，驭势的AI司机并不是孤立概念，而是Physical AI的一种落地形态。它让AI不再只是屏幕里的算法，而是通过车辆这个物理载体，进入机场、港口、厂区和矿山，完成运输、接驳、搬运、巡检、调度等具体任务。它解决的不是信息效率，而是劳动效率；它替代的不是某个软件流程，而是大量重复、高强度、高风险、难招聘、难管理的驾驶岗位。
这也是为什么“新劳动力经济”这个概念具有资本叙事价值。过去企业购买自动驾驶设备，本质上是在购买硬件和项目；但如果AI司机逐渐成熟，企业购买的就可能是一种持续服务。它不只是一次性交付一辆车，而是持续提供驾驶能力、远程运维、算法升级、调度优化和安全保障。这样的商业模式一旦跑通，收入结构就会从项目制向订阅制、服务制和平台制转变。
当然，资本市场最容易高估的也正是这一点。AI司机听起来像SaaS，但它并不是纯软件。它依赖车辆、传感器、域控制器、通信网络、场景部署、现场运维和安全认证，因此很难像普通软件那样实现极低边际成本的全球复制。更现实的判断是，驭势未来可能介于工业设备公司、自动驾驶方案商和软件服务平台之间，而不是一步成为完全意义上的SaaS公司。
因此，投资者真正要看的不是公司是否提出AI司机订阅模式，而是订阅收入能否真实增长，软件和服务收入占比能否持续提高，单车生命周期收入能否覆盖部署和运维成本，客户是否愿意为算法升级和持续服务长期付费。如果这些指标逐步改善，驭势的估值逻辑才可能从硬件项目公司向数字劳动力平台切换；如果不能，AI司机就更多停留在概念层面。
资本市场最终相信什么
硬科技公司最容易出现的问题，是故事很大，财务很小。驭势也一样，市场可以因为L4、AI司机、Physical AI、全球化这些关键词给出很高关注度，但长期估值最终还是要回到收入、毛利率、订单、现金流和盈利路径。
从已有信息看，驭势的毛利率表现是一个积极信号。整体毛利率提升，软件解决方案毛利率较高，说明公司并不完全是低毛利硬件集成商，而是具备一定软件价值和系统能力溢价。对于自动驾驶企业而言，软件毛利率是观察商业模式质量的重要指标，因为它决定了公司是否有机会摆脱单纯卖硬件、卖项目的估值框架。
订单数据同样重要。自动驾驶公司常常面临“技术展示很多、真实订单很少”的问题，如果驭势能够持续获得来自机场、厂区、港口、物流等场景的订单，说明客户并不只是为技术买单，而是在为真实业务价值买单。这一点比宣传中的“全球第一股”更重要，因为资本市场最终需要看到的，是客户愿意付费、系统能够交付、收入能够确认、现金能够回流。
但财务层面同样存在必须正视的风险。首先是持续亏损。自动驾驶行业研发投入高、安全验证周期长、交付复杂度高，短期亏损并不意外，但亏损能否随着规模扩大而收窄，是判断商业模式是否健康的关键。其次是项目收入的不确定性。很多产业场景的自动驾驶项目存在交付周期长、验收节点复杂、客户预算波动和收入确认滞后的问题，因此订单金额不能简单等同于收入质量。再次是现金流。对于硬科技公司而言，利润表上的增长如果不能转化为经营现金流改善，就容易形成“账面增长、资金紧张”的压力。
所以，判断驭势不能只看它是否有想象力，而要看几个更具体的指标：软件收入占比是否提高，单个场景复制成本是否下降，客户复购率是否提升，海外收入是否持续扩大，运维成本是否被摊薄，经营现金流是否改善。如果这些指标同步向好，说明公司正在从项目型交付走向平台型扩张；如果只是订单增长但亏损扩大、现金流承压、交付越来越重，则说明全场景叙事仍然需要打折。
全球化比想象中更难
驭势还有一个值得重视的方向，是全球化。自动驾驶如果只在中国市场竞争，最终会面对价格战、客户预算周期和行业拥挤的问题；如果能进入海外机场、港口、园区和工业场景，就有机会获得更高客单价、更长合同周期和更强品牌溢价。尤其在机场和港口这类高度标准化、全球共通性较强的场景中，中国企业如果能证明系统安全可靠，确实存在向外复制的机会。
但全球化不是简单出海卖设备，而是一场系统能力考试。自动驾驶进入海外市场，需要适配当地法规、客户流程、车辆体系、运维标准、数据合规要求和合作伙伴网络。更重要的是，海外客户往往对安全、责任划分、售后服务和系统稳定性有更高要求，这意味着驭势不能只是把中国方案搬过去，而要建立本地化交付、本地化运维和本地生态合作能力。
如果驭势能把AI司机能力嵌入海外车厂、运营商和行业客户体系中，它的全球化就会从项目输出升级为能力输出；但如果海外扩张仍然高度依赖总部工程团队逐个项目推进，则扩张速度和利润率都会受限。因此，全球化表面看是市场问题，深层看是组织能力、产品标准化能力和生态赋能能力的问题。
AI司机，可能比无人车更值钱
如果从更高维度看，驭势最有意思的地方，不是它让机场行李车无人化，也不是它让厂区物流车自动运行，而是它试图把“司机”这个传统劳动角色，重新定义为一种可以被训练、复制、部署和订阅的生产资料。
过去的司机是一个人，是经验、时间、体力、判断和责任的结合体。企业管理司机，本质上是在管理排班、疲劳、安全、培训、薪酬和流失率。AI司机出现后，司机这个角色被拆解成感知、决策、控制、远程监控、数据闭环、算法升级和运营调度等模块，人的经验被转化为数据，人的判断被沉淀为模型，人的劳动时间被机器运行时间替代，企业的用工方式也因此发生变化。
这并不意味着人会简单消失，而是人的角色会从重复驾驶转向系统管理、远程调度、现场保障和异常处理。一个熟练司机的价值，不再只体现在自己开一辆车，而可能体现在帮助一组无人车持续运行、优化路线、处理异常、训练系统和提升整体效率。真正的新劳动力经济，不只是机器替代人，而是让人的经验进入系统，让人从重复劳动中上移到更高价值的环节。
这也是驭势故事最容易打动人的部分。自动驾驶如果只讲“车里没有司机”，很容易陷入技术炫耀；但如果讲“重复性、危险性、高强度的驾驶劳动被重新组织”，它就进入了产业变革的层面。机场、港口、矿山、农牧和厂区里的很多驾驶岗位并不显眼，却支撑着现代工业和物流系统的日常运转。AI司机真正改变的，可能正是这些不在聚光灯下、但极其重要的生产环节。
结论：
综合来看，驭势科技的上市提供了一个观察自动驾驶行业的新样本。相比Robotaxi，它的商业化路径更现实，因为它从企业愿意付费的场景切入，解决的是今天存在的人力成本、安全管理和运营效率问题；相比传统自动驾驶方案商，它的叙事更大，因为它试图把驾驶能力抽象成AI司机，并进一步走向全场景、全球化和订阅化。
但驭势的真正挑战也在这里。资本市场可以因为“全场景L4第一股”“AI司机”“Physical AI”“新劳动力经济”给出热情，但公司最终必须证明，这些概念不是包装，而是可以转化为持续增长的收入、更高的软件占比、更低的边际交付成本和更清晰的盈利路径。
未来几年，决定驭势估值中枢的核心问题不是它能不能在机场继续领先，而是它能不能把机场中验证过的能力复制到更多场景；不是它能不能交付无人车，而是它能不能交付持续进化的AI司机；不是它有没有订单，而是订单背后是否形成复购、订阅和规模化运维；不是它是否进入海外市场，而是它能否在海外建立本地化生态和长期服务能力。
如果这些问题的答案逐渐清晰，驭势就有机会从一家自动驾驶解决方案公司，升级为面向产业世界的AI司机平台。那时，市场重新定价的将不再是一批无人车，而是一种新的数字劳动力基础设施。
但如果全场景复制难度过高，订阅模式推进缓慢，收入仍然高度依赖定制项目，那么驭势即便技术领先，也可能长期被市场按照工程公司或设备公司定价。它的故事依然成立，但估值天花板会被压低。
所以，驭势科技最值得期待的地方，是它把自动驾驶从“无人出租车”的单一路径中解放出来，让市场看见AI进入真实产业世界的另一种可能；而它最需要被持续验证的地方，则是这个AI司机到底能不能像软件一样复制，像劳动力一样稳定，像平台一样扩张。
一句话概括，驭势真正要证明的，不是车能不能无人驾驶，而是“司机”能不能成为一种可规模化交付的人工智能服务。
