驭势科技正在尝试将无人驾驶车从“设备”重新定义为“司机”，并据此推出“AI司机订阅”服务：客户可以低价购买或租赁车辆，真正持续付费的是车内的AI司机，按车辆、里程或工作时间计费。这一模式触及L4自动驾驶行业的核心问题——当技术已能在部分场景脱离安全员运行，公司究竟靠什么赚钱？

目前，在乌鲁木齐天山国际机场，52辆无人驾驶牵引车已承担机场90%以上的货邮转运任务，另有20辆无人巴士在办公区、道口和机坪间运行。驭势科技披露，其无人车队在天山机场累计运行超过160万公里，在机场场景的真无人驾驶里程累计超过600万公里。这些数据表明，在限定场景中“车能不能自己开”已不再是唯一问题，后续更关键的是系统能否连续运行十年、极端天气下能否准时作业、百辆车需要多少维护人员，以及新场景是否需要工程师长期驻场。

驭势科技CEO吴甘沙将这种变化概括为：“原来请司机的工资，变成AI司机的工资。”从卖一辆无人车到持续收取AI司机的“工资”，表面是收费方式变化，背后是L4从卖技术设备转向出售可持续计价的生产力。

为何卖无人车不是好生意？ 自动驾驶公司早期进入机场、矿山、港口，因为这些场景更易算清经济账：机场司机培训成本高、工作环境恶劣（夏季地表温度可达六七十摄氏度，冬季低至零下二三十摄氏度），香港等市场还长期面临人员短缺。吴甘沙将机场比作“富矿”，早期设备是“黄金铲子”。但若主要依靠出售车辆和套件，本质仍是项目制生意：客户买一次车可用多年，供应商需不断寻找新项目，且每个机场、工厂、港口业务流程不同，适配成本高，规模扩大未必带来边际成本下降。这与乘用车智驾形成对比——乘用车一个平台定点后可随整车销量快速放量，而机场、矿山、园区高度碎片化，全场景拓展可能导致公司越做越重。吴甘沙举例：“10万个AI司机可能分布在1万个地方，每个地方都要派交付人员住两个月，很痛苦。”因此他提出“开箱即用”，减少现场建图和长期驻场，通过远程运维、预测性维护降低人车比。下一阶段关键指标可能是适配新车型的时间、进入新场景所需人员数、百辆车运维人数，这些数字持续下降，规模效应才真正成立。

无人车开始签SLA，算法不再是全部。 机场正按传统生产工具标准考核无人驾驶。吴甘沙提到，欧洲一家自动驾驶企业曾在德国大型机场落地，但因安全限制最高时速仅十几公里，而机场拖头车正常作业需约25公里/小时，最终被放弃。因此，一些机场已与供应商签署SLA（服务水平协议），要求车辆在规定时间内完成任务。这意味着L4竞争评价体系改变：过去行业比较接管率、感知距离、算法能力，现在客户关注准时率、车辆可用率、故障恢复时间、单位任务成本。机场路况看似简单，实则复杂：飞机起降干扰卫星定位、机坪无标准车道线、需识别飞机推出和地勤指挥，乌鲁木齐需应对大雪、低温、积冰，香港、新加坡有暴雨和弱网，中东有高温沙尘。吴甘沙说：“在机场，99.9分等于0分。”生产系统难以靠“绝大多数时候能用”获得信任，无人车刹车衰减、定位漂移、传感器失效都需提前发现。因此，自动驾驶公司不得不将能力从车端算法延伸到OTA验证、故障诊断、远程脱困、预测性运维，L4越来越像工业软件和设备服务，而非单纯驾驶算法。

“AI司机订阅”的诱惑在于持续收入。 按吴甘沙设想，客户可采购无人车、租赁车辆，或先购买“自动驾驶Ready”车型，由人工驾驶，待有预算或需求后再装套件；AI能力按车辆、里程或工作时间持续收费。对客户，一次性资本开支变为持续运营成本；对自动驾驶公司，则变成持续提供“司机”。吴甘沙给出激进设想：未来5-10年部署100万个AI司机，若每个司机每年收费1万美元，对应100亿美元订阅收入。这更像商业模型想象而非可兑现预测，但反映L4公司对自身价值定义的变化——从卖硬件和解决方案转向卖“劳动时间”。这一逻辑并非驭势独有：Robotaxi按行程出售自动驾驶能力，无人重卡卖运输效率，无人配送车卖末端配送服务。整个行业都在寻找将自动驾驶从昂贵技术变为持续产生现金流的生产资料。

90%市场份额仍不意味着市场成熟。 据弗若斯特沙利文报告，按2025年收入计算，驭势科技在大中华区机场场景L4商用车自动驾驶市场份额达90.5%，但全国机场整体覆盖率不高。吴甘沙指出，无人车在机场整体作业车辆中的渗透率仍只有低个位数。这两个数据说明：90%份额显示现有市场高度集中，低渗透率则表明市场本身很小。机场无人驾驶现阶段关键不是供应商间重新分配蛋糕，而是蛋糕何时做大。更大的挑战在机场之外：驭势计划向公交、环卫、轻卡城配、重卡专线扩张，远期进入Robotaxi和干线物流。场景越开放，竞争越激烈，机场积累的安全和运维能力能否低成本迁移需重新验证。乘用车智驾有更大供应链和数据来源，Robotaxi有百度Apollo、小马智行、文远知行等玩家，干线物流也非无人区。

“AI司机订阅”真正需要证明的是，一个AI司机能否被足够低成本地复制到更多场景。企业雇司机，购买的不仅是驾驶技术，还有出勤率、稳定性、安全纪录和长期可预期性。AI司机也一样，客户不会因用了世界模型或VLA就自动接受系统进入生产流程。当无人驾驶真的开始“领工资”，它就必须像成熟员工一样被衡量：每天能干多久、是否准时、出问题多久恢复、十年生命周期比人工省多少钱——这些才决定客户是否愿意长期给AI司机“发工资”。