万亿级的产业背后还暗藏了众多危机和隐患。其一是让人触目惊心的交通事故率。货车由于外形尺寸和重量大、视觉盲区大、面临更多复杂场景，发生交通事故的概率相比乘用车更高。

据第三方数据统计，货车卡车数量占机动车总量的比例小于10%，但其交通事故占比超过25%。事故频发的背后是多个家庭幸福的破灭。这也造成了重卡行业保险的高赔付率。

第二大痛点是货运成本在逐年增高。商用车的TCO尚有较大优化空间。

据统计，油费占卡车运营成本的28.4%，今年全球油价的暴涨，给卡车行业带来了非常大的压力。除油费上涨之外，安全成本高、驾驶效率低等问题也亟待改善，货运行业正呈现平均利润率明显下降的疲态。

安全问题也是成本问题，是我们做降本增效的时候必须跨越的第一道坎。

下方的图表显示国内某物流公司卡车装配AEB运营一年前后的数据对比，我们可以发现事故的发生率、死伤人数、损失都有非常大幅的下降。

有一个比较受重卡车企欢迎的智能驾驶功能叫PACC，即预测性的自适应巡航。系统可以结合地图信息，提前判断这个车前方有没有桥，有没有上坡，有没有下坡。根据场景，去优化整个驾驶员开车的油门控制，使得重卡运行在最佳的巡航速度。

这个过程可以让系统像老司机一样，尽可能稳定地控制油门和刹车，达成很好的节油减排效果。

智能驾驶产品通过降低油耗、提升人员效率，助力降低车辆的运营成本，购车决策者也逐渐更有意愿去提升车辆购置成本。

实现这样一些功能，需要感知、定位、融合、路径规划和控制很多技术模块相互配合。和记平台MAXIEYE是国内较少的具备从感知到规控全栈自研能力的企业，以紧密的内部协同和合作，实现感知规控系统的深度协同。

我们认为，智能驾驶产品完全也可以做到像智能手机一样，通过OTA等技术，不断去进行功能迭代，这是产品“智能化”的标志和体现。

我们在做数据收集、部署数据闭环的时候非常关注边界数据，就是不太常见的场景、不太常见的目标。通过与客户及合作伙伴合作，进行有效的数据闭环部署，自动化地积累对提升技术性能有价值的极端的场景，智能驾驶系统的边界会迅速扩展，实现系统产品越用越聪明。