驭势科技在乌鲁木齐天山国际机场部署52辆无人牵引车与20辆无人巴士，累计承担机场90%以上货邮转运任务，真无人驾驶里程超600万公里。与此同时，公司推出“AI司机订阅”服务——客户不再一次性买断车辆，而是按月为车里的“AI司机”付工资。L4 自动驾驶正在从卖设备，转向卖可以持续计价的劳动时间。
乌鲁木齐天山国际机场的地表温度夏天可达六七十摄氏度，冬季低至零下二三十摄氏度。在这样的极端环境下，驭势科技的无人车队已经承担了机场90% 以上的货邮转运任务，涵盖牵引车与巴士两条产品线。
注：上述数据截至 2025 年，引自弗若斯特沙利文报告及驭势科技公开披露。市场份额按大中华区机场场景 L4 商用车收入计算。
但是，90.5% 的份额与低个位数的行业渗透率同时存在——这说明机场无人驾驶市场本身仍然很小。蛋糕远未做大，才是现阶段最真实的问题。
驭势科技 CEO 吴甘沙把机场形容为“富矿”，早期的自动驾驶设备则是“黄金铲子”：产品足够贵，就先去最有能力付钱的地方。但卖铲子是一锤子买卖，客户买一次可以用很多年，供应商必须不断找下一个项目。
一个更根本的问题：如果无人车是一台机器，客户买断它；如果它是一个司机，客户应该给它发工资。
客户一次性采购车辆 + 套件，按项目制交付。收入随项目波动，边际成本难以下降。
客户可采购、租赁或先买“自动驾驶 Ready”车型，AI 能力按车辆、里程或工作时间持续收费。
吴甘沙算过一笔账：如果未来 5 到 10 年部署 100 万个 AI 司机，每个每年收费 1 万美元，对应 100 亿美元的订阅收入。这个数字更像是商业模型的想象上限，但它揭示了一个方向：L4 公司正在重新定义自己的价值——从硬件供应商，变成劳动时间供应商。
一个诚实的注脚：订阅制并非驭势独有。Robotaxi 按行程收费，无人重卡卖运输效率，无人配送车卖末端服务——整个行业都在寻找同一个答案：如何让自动驾驶从一项昂贵技术，变成持续产生现金流的生产资料。
机场路况比北京早高峰简单，但无人驾驶在这里遇到的挑战一点也不轻松。飞机起降干扰卫星定位，机坪没有标准车道线，车辆需要识别飞机推出、地勤指挥和各种特殊设备。到了乌鲁木齐还要面对大雪、低温和积冰。
吴甘沙说了一句很直白的话：“在机场，99.9 分等于 0 分。”生产系统很难依靠“绝大多数时候能用”获得客户信任。
这三个案例说明一件事：无人驾驶做到最后，越来越像工业软件与设备服务，而不只是一个驾驶算法。刹车是否衰减、定位有没有漂移、传感器何时接近失效，都需要被提前发现并处理。
吴甘沙算过另一笔账：“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。”如果全场景意味着几十个场景都需要几十套交付团队，规模越大公司反而越重。
因此，他给出的目标是“开箱即用”——减少现场建图和长期驻场，同时通过远程运维、预测性维护降低人车比。下一阶段的关键指标是：
只有这些数字持续下降，所谓规模效应才真正成立。否则，订阅制带来的持续收入，会被持续的人力成本吃掉。
AI 司机订阅模式要跑通，关键不在于技术多强，而在于能否低成本复制到更多场景。当无人驾驶开始“领工资”，它就必须像一个成熟员工一样被衡量：出勤率、稳定性、故障恢复时间、十年生命周期成本——这些才是客户是否愿意长期“发工资”的决定因素。L4 正在从“技术能力竞赛”转向“生产服务可靠性竞赛”，而后者比前者难得多，也值钱得多。
驭势科技同时向公交、环卫、轻卡城配、重卡专线扩张，远期再进入 Robotaxi 与干线物流。场景越开放，竞争越激烈，过去在机场积累的安全与运维能力能否低成本迁移，仍需验证。但“AI 司机订阅”至少提供了一个值得行业参考的答案：让自动驾驶成为一项可以持续购买的生产力，而不是一次性的昂贵设备。