馭勢科技正在嘗試將無人駕駛車從“裝置”重新定義為“司機”，並據此推出“AI司機訂閱”服務：客戶可以低價購買或租賃車輛，真正持續付費的是車內的AI司機，按車輛、里程或工作時間計費。這一模式觸及L4自動駕駛行業的核心問題——當技術已能在部分場景脫離安全員執行，公司究竟靠什麼賺錢？
目前，在烏魯木齊天山國際機場，52輛無人駕駛牽引車已承擔機場90%以上的貨郵轉運任務，另有20輛無人巴士在辦公區、道口和機坪間執行。馭勢科技披露，其無人車隊在天山機場累計執行超過160萬公里，在機場場景的真無人駕駛里程累計超過600萬公里。這些資料表明，在限定場景中“車能不能自己開”已不再是唯一問題，後續更關鍵的是系統能否連續執行十年、極端天氣下能否準時作業、百輛車需要多少維護人員，以及新場景是否需要工程師長期駐場。
馭勢科技CEO吳甘沙將這種變化概括為：“原來請司機的工資，變成AI司機的工資。”從賣一輛無人車到持續收取AI司機的“工資”，表面是收費方式變化，背後是L4從賣技術裝置轉向出售可持續計價的生產力。
為何賣無人車不是好生意？ 自動駕駛公司早期進入機場、礦山、港口，因為這些場景更易算清經濟賬：機場司機培訓成本高、工作環境惡劣（夏季地表溫度可達六七十攝氏度，冬季低至零下二三十攝氏度），香港等市場還長期面臨人員短缺。吳甘沙將機場比作“富礦”，早期裝置是“黃金鏟子”。但若主要依靠出售車輛和套件，本質仍是專案制生意：客戶買一次車可用多年，供應商需不斷尋找新專案，且每個機場、工廠、港口業務流程不同，適配成本高，規模擴大未必帶來邊際成本下降。這與乘用車智駕形成對比——乘用車一個平台定點後可隨整車銷量快速放量，而機場、礦山、園區高度碎片化，全場景拓展可能導致公司越做越重。吳甘沙舉例：“10萬個AI司機可能分佈在1萬個地方，每個地方都要派交付人員住兩個月，很痛苦。”因此他提出“開箱即用”，減少現場建圖和長期駐場，通過遠端運維、預測性維護降低人車比。下一階段關鍵指標可能是適配新車型的時間、進入新場景所需人員數、百輛車運維人數，這些數字持續下降，規模效應才真正成立。
無人車開始籤SLA，演算法不再是全部。 機場正按傳統生產工具標準考核無人駕駛。吳甘沙提到，歐洲一家自動駕駛企業曾在德國大型機場落地，但因安全限制最高時速僅十幾公里，而機場拖頭車正常作業需約25公里/小時，最終被放棄。因此，一些機場已與供應商簽署SLA（服務水平協議），要求車輛在規定時間內完成任務。這意味著L4競爭評價體系改變：過去行業比較接管率、感知距離、演算法能力，現在客戶關注準時率、車輛可用率、故障恢復時間、單位任務成本。機場路況看似簡單，實則複雜：飛機起降干擾衛星定位、機坪無標準車道線、需識別飛機推出和地勤指揮，烏魯木齊需應對大雪、低溫、積冰，香港、新加坡有暴雨和弱網，中東有高溫沙塵。吳甘沙說：“在機場，99.9分等於0分。”生產系統難以靠“絕大多數時候能用”獲得信任，無人車剎車衰減、定位漂移、感測器失效都需提前發現。因此，自動駕駛公司不得不將能力從車端演算法延伸到OTA驗證、故障診斷、遠端脫困、預測性運維，L4越來越像工業軟體和裝置服務，而非單純駕駛演算法。
“AI司機訂閱”的誘惑在於持續收入。 按吳甘沙設想，客戶可採購無人車、租賃車輛，或先購買“自動駕駛Ready”車型，由人工駕駛，待有預算或需求後再裝套件；AI能力按車輛、里程或工作時間持續收費。對客戶，一次性資本開支變為持續運營成本；對自動駕駛公司，則變成持續提供“司機”。吳甘沙給出激進設想：未來5-10年部署100萬個AI司機，若每個司機每年收費1萬美元，對應100億美元訂閱收入。這更像商業模型想象而非可兌現預測，但反映L4公司對自身價值定義的變化——從賣硬體和解決方案轉向賣“勞動時間”。這一邏輯並非馭勢獨有：Robotaxi按行程出售自動駕駛能力，無人重卡賣運輸效率，無人配送車賣末端配送服務。整個行業都在尋找將自動駕駛從昂貴技術變為持續產生現金流的生產資料。
90%市場份額仍不意味著市場成熟。 據弗若斯特沙利文報告，按2025年收入計算，馭勢科技在大中華區機場場景L4商用車自動駕駛市場份額達90.5%，但全國機場整體覆蓋率不高。吳甘沙指出，無人車在機場整體作業車輛中的滲透率仍只有低個位數。這兩個資料說明：90%份額顯示現有市場高度集中，低滲透率則表明市場本身很小。機場無人駕駛現階段關鍵不是供應商間重新分配蛋糕，而是蛋糕何時做大。更大的挑戰在機場之外：馭勢計劃向公交、環衛、輕卡城配、重卡專線擴張，遠期進入Robotaxi和幹線物流。場景越開放，競爭越激烈，機場積累的安全和運維能力能否低成本遷移需重新驗證。乘用車智駕有更大供應鏈和資料來源，Robotaxi有百度Apollo、小馬智行、文遠知行等玩家，幹線物流也非無人區。
“AI司機訂閱”真正需要證明的是，一個AI司機能否被足夠低成本地複製到更多場景。企業僱司機，購買的不僅是駕駛技術，還有出勤率、穩定性、安全紀錄和長期可預期性。AI司機也一樣，客戶不會因用了世界模型或VLA就自動接受系統進入生產流程。當無人駕駛真的開始“領工資”，它就必須像成熟員工一樣被衡量：每天能幹多久、是否準時、出問題多久恢復、十年生命週期比人工省多少錢——這些才決定客戶是否願意長期給AI司機“發工資”。