但是，一旦进入L4的情况下，责任就从产品的使用者转移出来了，不管是Robotaxi的模式还是在园区里的自主代客泊车的模式，都是需要通过持续服务，因为只有通过持续服务才能真正意义上转移出来，才能在真正意义上做到不仅对车主负责，而且对交通道路参与者负责。
举两个例子，原来一些公司要做Robotaxi的时候需要远程调度员，没有办法处理很复杂的博弈场景，怎样通过远程驾驶能够把这些车挪走？事实上，在公开道路上，这种远程操作有的时候会非常低效。我曾看过一个报道，在旧金山，Waymo的车突然困在路中间，远程系统是否能够及时有效地把车挪走？其实是很痛苦的事情，因此L4可能没有那么快。
同样，在停车场，今天的AVP能不能真正意义上做到L4也是强依赖于运维，因为如果没有这样极端情况下的运维帮助，解决挪车、脱困等问题，AVP同样没有办法进行大规模量产。这是我们在过去几年思考的结果。
早在2019年，我们就在思考解决AVP落地场景两个最复杂的服务产品：如果没有运维，AVP没有那么快，即便会比Robotaxi在公开道路快很多。
从我们2017年做第一代的’n Go开始到今天很多车企都发布自主代客泊车产品，但我们真的可以有信心在很短的时间内买到一台车，能够在北京、上海、广州、深圳80%-90%的停车场使用AVP的功能？我觉得这一天没有那么快。我们需要解决两个问题，第一：通过运维来实现责任的转移；第二，高效、低成本地生成混合停车场的地图。
结合今天当下行业非常激烈的竞争，我对企业的发展以及整个行业的思考，做了一些战略上的调整。就像刚才说的，我们2017年就发布了第一代’n Go技术，在北京地下停车场，用环视摄像头为主的AI神经网络技术，已经演示我们可以在光线良好的停车场实现自主代客泊车或者远程召唤。