把一台能在公开道路上自主行驶的无人配送车拆开，摊在桌面上看BOM表，你会发现一个反常识的事实：两年前这张表上的数字还停留在二三十万元，个别高配车型甚至冲到三四十万元，如今同样的功能清单正在被重新定价，整车成本跌破一万美元。降幅超过百分之五十，时间窗口不到三十个月。这种速度在传统装备制造业几乎不可想象，在新能源车产业链外溢的背景下却顺理成章。

站在工业设计和供应链成本的视角看，这一轮价格下探并不是某一家企业靠压榨供应商换来的，而是整条新能源车产业链在过去十年完成的规模化、模块化、平台化积累，集中向无人配送这个新场景溢出的结果。域控制器从分布式走向中央集成，单颗芯片的算力提升了一个数量级，单位算力成本却跌到原来的零头。激光雷达从早期的机械式十万级单价，一路下探到半固态、纯固态方案的几千元区间。电池包随着动力电池产能爬坡和材料体系成熟，每瓦时成本进入元时代。电驱系统从分体式走向多合一，体积、重量、成本同步下降。这些部件原本是为年产几百万辆的乘用车准备的，无人配送车直接把它们装进自己的底盘，等于免费搭乘了一趟已经铺好的规模快车。

这里头有一个容易被忽视的设计判断：无人配送车要不要重建一条属于自己的供应链。早期行业里确实有过这种冲动，觉得场景特殊、工况特殊、需求特殊，应该从芯片到外壳全部定制。但走了几年弯路之后，产业链达成了共识——重建独立供应链意味着重新承担模具费、验证费、产线投入和良率爬坡，这些成本最终都会回到BOM表里。江苏创品工业设计在服务装备和家电客户时反复验证过一个道理，任何一个新品类如果能够复用成熟产业链的规模化红利，就没有理由为了差异化而差异化。控制力体现在成本维和量产维上，说的就是在设计早期把"哪些必须自研、哪些可以外采、哪些直接复用"这件事想清楚，避免后期被BOM成本牵着鼻子走。

功能分解是这张BOM表能够被重新定价的方法论入口。一台无人配送车从顶层功能往下拆，可以分成行驶、感知、决策、执行、货厢、人机交互、能源管理、远程接管八大模块。每个模块再往下拆到零部件层级，就能清楚看到哪些部件受新能源车供应链直接覆盖，哪些属于无人配送特有，哪些可以通过设计简化合并。创品在装备类项目中常用的做法是，先做功能分解，再做失效模式分析，把每一个功能点的失效路径、失效后果、探测手段摸清楚，然后锁定关键特性。关键特性一旦锁定，设计取舍就有了依据——影响安全和合规的特性一分钱不能省，不影响核心体验的特性可以用成熟通用件替代，属于锦上添花的特性干脆推迟到下一代。这种逐层过滤的方式，让降本不再是采购部门的数字游戏，而是设计阶段就完成的结构性优化。

从单车价值量来比较，无人配送车的整车BOM其实高于一辆乘用车的L2辅助驾驶系统。L2的硬件通常包括一颗前视摄像头、一颗毫米波雷达、一个域控制器和若干超声波雷达，整体硬件价值量在几千元到一万元出头。无人配送车要应对的是城市开放道路、非机动车混行、小区内部复杂路况，传感器配置更接近L4，激光雷达、高清摄像头、组合导航、计算平台叠加下来，硬件价值量明显更高。但硬件价值量高并不意味着终端售价必须高，因为软件成本的摊销逻辑完全不同。

L4自动驾驶的研发投入是巨大的，算法团队、数据闭环、仿真测试、路测车队，每一项都是以亿元为单位的长期投入。这笔钱摊到第一台车上是天价，摊到第十万台车上就变成了一个很小的数字。乘用车智驾授权费已经给出了一个清晰的参照系：几年前一套高阶智驾方案的授权费用还在数万元，随着车型量产规模扩大和算法平台化，主流方案的授权价格已经下探到万元级，部分走量车型甚至进入几千元区间。无人配送的L4软件虽然技术门槛更高，但摊销逻辑一致。当车队规模从千辆级迈向十万辆级，单车软件成本有降到当前十分之一的理论空间。这就是规模效应在软件维度的镜像——硬件靠供应链降本，软件靠出货量摊薄，两条曲线在某个交点相遇，整车成本就越过了商业化的盈亏线。

单票配送成本是检验这条盈亏线最直接的指标。根据已经公开运营的数据，无人车完成一单配送的综合成本相比纯人力配送低百分之二十五到百分之三十五。这个数字在白天、路况好、网点密集的场景下还不算惊人，到了夜间、恶劣天气、偏远网点就会迅速拉开差距。夜间配送面临骑手招募难、溢价高、安全风险大的问题，雨雪天气骑手运力骤降，偏远网点单均距离长、回程空载率高。无人车不会因为凌晨三点要求双倍工资，不会因为暴雨拒绝接单，也不会因为网点偏远而挑活。它的成本曲线是平的，而人力成本曲线在这些场景里是陡的。平衡设计方法论在这里体现为成本与品质的平衡——用稳定的机器运力补足不稳定的人力运力，整体服务品质反而提升，单位成本反而下降。

客户结构的变化同样在重塑成本模型。无人配送行业起步阶段，客户高度集中在少数头部互联网公司，订单量大但议价能力极强，整车厂利润空间被压得很薄。随着场景成熟和成本下降，客户群开始向三个层级扩展：第一层是全国性大客户，追求车队规模和统一调度；第二层是区域型中小商户，需要灵活的单车或小队配置；第三层是小微付费用户，按单付费、按里程付费，类似云服务的订阅模式。多层客户结构意味着同一条产品线要支撑不同配置、不同价格带、不同服务等级，这对工业设计提出了平台化和模块化的要求。平台化负责把共性部分做深做透，摊薄研发和模具投入；模块化负责把差异化部分做成可插拔的组件，用最低的工程变更成本覆盖不同客户。规模与灵活的平衡，本质上是架构设计的功夫。

车队化运营是另一个正在加速的变量。目前行业里车队订单占比大约在百分之二十左右，多家头部企业预计到年底这一比例会攀升至百分之五十。买单车和运营车队是两种完全不同的商业模式。卖单车赚的是一次性硬件利润，运营车队赚的是持续的服务收入，同时承担运维、调度、保险、折旧等全生命周期成本。车队规模上去之后，单位里程的运维成本、备件库存成本、远程接管人力成本都会下降。一个运维工程师原来管五台车，随着远程诊断和预测性维护成熟，可以管二十台车；一个备件仓原来覆盖一个城市，随着车队密度提高可以覆盖三个城市。这些效率提升不会出现在BOM表里，但会直接反映在单票成本上。对工业设计而言，车队化意味着设计目标要从"单车可靠性"转向"全生命周期可维护性"——快换电池、快换货厢、标准化紧固件、远程诊断接口，这些在单车时代可能被认为增加成本的设计，在车队时代反而成为降本的关键。

无图方案的普及则从另一个维度砍掉了一大块部署成本。高精地图的采集和维护成本极高，每公里几百元的费用听起来不多，放到一个城市上万公里的路网里就是几千万的投入，而且道路施工、围挡、交通标志变化都需要持续更新。无图方案依靠实时感知和在线建图，把对高精地图的依赖降到接近零，部署一个新城市的时间从几个月压缩到几天，边际部署成本几乎可以忽略。这件事对BOM表的直接影响是，座舱和计算平台里不需要再预留高精地图本地化存储和频繁更新的带宽，但更大的影响在于商业模式——部署成本归零，意味着无人配送车可以快速进入任何一个有需求的城市，规模效应的地理边界被彻底打开。

主机厂的入局把制造端的规模效应推向了新的高度。奇瑞宣布规划六个平台支持无人配送车型开发，长安凯程与京东达成合作，五菱、广汽、金龙等车企也纷纷亮出自己的无人配送底盘。主机厂手里有成熟的整车四大工艺，有年产几十万辆的供应链议价能力，有覆盖全国的售后网络。他们不需要重新发明轮子，只需要把现有电动平台做适配性改造，就能把无人配送车的制造成本压到创业公司难以企及的水平。这对工业设计的启示是深刻的：当制造端的规模壁垒由主机厂建立，无人配送行业的价值重心必然向软件、数据、运营服务迁移。设计公司如果还停留在外壳造型和结构堆叠的层面，价值空间会越来越窄；只有深入到功能架构、成本架构、供应链架构的设计，才能在新的分工里占据位置。

行业由此形成了清晰的三层结构。第一层是主机厂，凭借制造能力和供应链规模，负责底盘和整车平台，他们的核心能力是把BOM表里的每一个零件买到最便宜、把产线良率做到最高。第二层是物流商和方案整合商，他们离场景最近，知道客户要什么、路线怎么跑、货厢怎么分隔，把整车、软件、运营、售后拆成更细的模块重新组合，提供的是解决方案而非单一产品。第三层是无人车公司，以自研软件和底层算法为核心，聚焦感知、决策、数据闭环这些难以被规模效应替代的能力，向行业输出底层服务。三层结构各司其职，整条链条的效率比任何一家企业通吃都要高。

这种分层格局对供应链韧性提出了更高要求。保障力在四力五维框架里对应的是全流程兜底，落在供应链语境下就是韧性——单一供应商断供怎么办，关键芯片被卡脖子怎么办，物流中断导致产线停摆怎么办。创品在服务家电客户时经历过芯片缺货、原材料涨价、港口拥堵等多轮冲击，积累的经验是：关键特性必须有双供应商甚至三供应商布局，通用件尽量选择多平台兼容的规格，长周期物料提前锁定产能，设计阶段就预留替代品的封装兼容性。这些做法在无人配送车这样的新兴行业尤为重要，因为新品类的需求波动远大于成熟品类，供应链任何一个环节的断裂都可能让整车成本优势瞬间丧失。

平衡设计方法论是贯穿所有这些判断的主线。成本与品质之间，选择用成熟件保证品质、用架构优化消化成本，而不是靠偷工减料压价格。性能与价格之间，把激光雷达线束、算力平台档位、电池容量做成可配置选项，让客户为自己需要的性能付费，而不是为一个全配清单买单。规模与灵活之间，用平台化锁住规模红利，用模块化保留灵活空间，避免陷入"要么大批量低毛利、要么小批量高成本"的二元困境。这三组平衡做好了，BOM表上的数字才是可持续的，而不是短期的价格战筹码。

回望整个新能源车产业链，动力电池的成本下降轨迹最具参考价值。每瓦时成本从早期的几元钱一路降到一元以下，靠的不是某一次材料革命，而是化学体系迭代、结构创新（CTP、CTC）、制造良率提升、回收体系完善等多个因素的叠加。无人配送车的成本下降正在走同样的路：域控制器集成度提高、激光雷达技术路线切换、电池包标准化、电驱多合一、无图方案替代高精地图、车队运维效率提升，每一个单项的降幅可能只有百分之十到二十，十几个因素叠加在一起就是百分之五十以上的断崖。工业设计师在这个过程中的角色，是把这些分散的降本因素整合进一个 coherent 的产品架构里，让它们互相增强而不是互相抵消。

失效模式分析在多技术路线并存的阶段尤其关键。激光雷达有机械式、半固态、纯固态三条路线，电池有磷酸铁锂、三元、钠离子多种选择，计算平台有不同芯片架构的方案。每一条路线都有自己的失效模式——机械式雷达的机械磨损、纯固态雷达的探测距离短板、磷酸铁锂的低温性能、钠离子的能量密度局限。设计师需要在产品定义阶段就把这些失效模式和应用场景匹配起来：北方冬季运营的车型必须考虑低温续航，南方多雨城市要强化传感器防水等级，高速干线场景对探测距离要求高，校园和小区场景对近距离感知要求高。关键特性锁定之后，技术路线的选择就从"哪个最先进"变成了"哪个最合适"，成本自然就降下来了。

一万美元不是终点。按照新能源车产业链的降本速度和无人配送行业的规模化节奏，BOM表上的数字还有继续下探的空间。但比绝对价格更重要的是成本结构的健康度——硬件成本占比是否合理，软件摊销是否随规模同步下降，运维成本是否在车队化过程中得到控制，供应链是否具备足够的韧性应对波动。这些才是决定一家企业、一个行业能否长期走下去的根本。工业设计的价值，说到底就是在这些相互牵制的变量之间找到那个最优解，让一台车既能便宜地造出来，也能可靠地跑起来，还能持续地赚回来。