Aurora Innovation Inc.（AUR）：Aurora的技术和早期无人驾驶卡车利用率令人鼓舞，但货运密度和定价能力的规模化是2030年的决定性考验。

概览

这份投资者日点评考察Aurora能否将已验证的无人驾驶卡车表现转化为大规模且盈利的自动驾驶货运网络。Bernstein认为技术和早期利用率证据具有积极意义，但指出车队生产、稠密的合格货源和可持续的定价能力必须同步扩大，2030年目标才具可信度。

核心观点

Bernstein表示，Aurora投资者日强化了其对公司技术领先性和商业化进展的积极看法。最有力的证据是，客户自有的无人驾驶卡车目前每辆年化运营里程已超过225,000英里，超过传统利用率的两倍。这支持单辆自动驾驶卡车能够实现异常高的物理利用率，但尚不能证明在超过30,000辆车的车队中也能达到类似表现。 Aurora的2030年目标是超过30,000辆无人驾驶卡车、超过$5 billion年收入和约60%毛利率。按照计划中每英里$0.85+的DaaS费用及每辆客户自有卡车约250,000英里的年行驶里程，Bernstein计算，达到$5 billion收入需要2030年平均约23,500辆卡车在役，这与当年末车队超过30,000辆相一致。在30,000辆车的情景下，Aurora每辆车需要约196,000英里的可计费里程；假设15%的里程为空驶或不可计费，物理行驶里程需约231,000英里。Bernstein认为，这相对于250,000英里的目标虽有一定缓冲，但不足以吸收装载利用率的大范围恶化。 核心限制不是总体货运量，而是合格货运密度：已验证线路、合适的发车时间、兼容的设施与设备、方向平衡，以及有限的空驶调度或端点人工。在一条500英里的走廊上，一辆车每年需要约500次满载干线运输才能实现250,000英里的满载里程；若有50辆车在同一走廊运营，则每天需要约70次满载发车，包括周末，且需要可行的返程货流。早期车辆可被分配至稠密、均衡的专用闭环线路，225,000–250,000英里的水平看来可实现。增量车辆则可能进入吸收返程不完善的大合同线路、不规则单程整车运输，或短途和多站点货运，在这些场景中利用率和满载比例可能下降。因此，Bernstein认为，按部署批次考察利用率，而非总体车队订单，才是最关键的规模化测试。 报告将直接送达客户视为经济上必需的能力，而不只是增量上行空间。它扩大可服务货源池，并免除了两端的本地卡车和场站处理，但也引入地面道路、闸口、堆场和客户停留时间的复杂性。Aurora必须通过线路扩张、跨客户货源整合和直接送达客户的运营来抵消车队组合恶化；否则，随着车队增长，平均利用率应会下降。大型承运商和货运聚合商至关重要，因为它们提供密度和方向平衡，但这也赋予其对所创造经济价值的议价权。 Bernstein认为，Aurora的长期目标在算术上是连贯的，但要求很高。根据投资者日提出的$5.0 billion收入、60%毛利率、SG&A占收入7%以及研发支出等于收入除以7的假设，其推导出约$1.94 billion的调整后EBIT，即每辆平均在役卡车$82,268。该结果取决于高利用率及Aurora保持定价能力。报告的敏感性分析显示，在60%毛利率下，调整后EBIT从150,000英里时的$0.88 billion到275,000英里时的$2.20 billion不等；在250,000英里时，EBIT从40%毛利率下的$0.94 billion到60%毛利率下的$1.94 billion不等。 Bernstein对示例性的客户利润比较提出质疑。Aurora展示单辆卡车年收入从$340,000增至$680,000、利润从$30,000增至$190,000，但示例利润增长中约四分之三来自假设的每英里成本下降，而非额外里程。该比较采用的是ATRI基于约86,000英里年行驶里程的卡车成本，而Aurora假设为225,000–250,000英里。更高利用率会将日历成本分摊到更多里程上，但也会加速车辆更换和维护；一旦按里程而非车龄退役，利用率进一步提高带来的设备节省就较为有限。残值同样使回报和总拥有成本比较更复杂。 在$0.85费用下，60%毛利率意味着Aurora的服务成本约为每英里$0.34。若该成本不变，$0.70费用将带来约51%毛利率，$0.60费用则约为43%。Bernstein将竞争视为最关键的长期风险：若自动驾驶运力稀缺，Aurora可能按接近人工驾驶替代方案的价格收费；若自动驾驶技术提供商在相同走廊竞争，承运商可压低费用，且每辆车约$80,000的盈利结果将面临风险。即使直接竞争尚未出现，若Aurora需要分享更多节省以促使客户重构运营、承诺质量较低的货运或接受客户场地复杂性，定价压力也可能出现。这使费用压力和利用率稀释形成相互强化的风险。 保险是潜在的差异化经营杠杆来源。ATRI报告称，2025年平均卡车保险保费约为每英里$0.11，同比上升3.9%，而Aurora假设每英里自动驾驶保险成本约为$0.08。若安全表现得以维持，更多无人驾驶里程可扩大精算证据并降低每英里保险成本，同时人工驾驶货运的保险成本上升。每英里$0.03的优势，在一辆年行驶250,000英里的卡车上每年价值约$7,500，在30,000辆车范围内价值$225 million；每增加每英里$0.01的差异，则增加$75 million年度车队层面价值。不过，Bernstein指出，这一收益可能由Aurora、客户、OEM、承运商和保险公司分配，严重事故、不利法律先例或责任划分不明都可能重置保费。 制造也是同样严苛的规模化考验。Aurora预计在2027年末拥有超过1,000辆无人驾驶卡车，并于2030年达到超过30,000辆，这意味着2027年后每年需增加约10,000辆卡车，且增长将显著后置。Roush正向每年约1,000辆改装卡车的规模爬坡，其余部分依赖Volvo以及最终PACCAR的快速产线整合，并依赖Aumovio提供汽车级规模的自动驾驶硬件。无论是车辆供应还是稠密货运网络，单独实现都不足以完成2030年计划；两者必须并行扩张。 对于整车货运费率，Bernstein预计短期市场影响有限，因为即使2027年末Aurora拥有超过1,000辆卡车，仍只占行业运力的一小部分，人工驾驶卡车依然是边际定价者。在30,000辆卡车、每辆运行250,000英里的情况下，Aurora的运力将相当于约135,000–140,000辆传统利用率卡车。报告预计将是逐走廊转变：自动驾驶卡车初期获得超额回报，随后吸收司机流失，一旦自动驾驶满足走廊增量需求，较低成本便会影响边际货运费率。在一个门到门自动驾驶成本比人工货运低20–30%的长期情景中，它可能对550–1,500英里范围内的多式联运形成压力，初期更多体现为收益率和利润率下降，而非立即的货量流失。 Bernstein总结称，该活动强化了Aurora技术有效、客户能够使用、且单车可实现出色物理利用率的论点。然而，多头情景要求硬件工业化、大规模均衡货运网络、直接送达客户扩张和近乎垄断的定价能力同时实现。首个可观察的财务检验是在约500辆卡车规模下于1H27实现毛利率盈亏平衡；更长期的关键考验是，车队增长能否不稀释满载利用率，或不将更多经济价值让渡给使高利用率成为可能的货运提供方。

分析框架

Bernstein先从已观察到的无人驾驶卡车利用率出发，再将Aurora的2030年收入和利润目标反推为所需车队规模、里程、收费、成本和利润率。随后，该机构检验合格的线路级货运能否支撑这些假设，将其经济性与人工驾驶货运比较，评估竞争定价和保险情景，并进一步分析制造能力及对下游货运费率的影响。

方法论与常识提炼

• 估值方法DCF 现金流折现

  采用25年期限的概率加权两阶段DCF

  Bernstein表示，其对自动驾驶货运公司的12个月目标价采用概率加权两阶段DCF。该方法对最佳情景、部署延迟情景和商业失败情景赋予权重，并以专有市场采用曲线作为收入驱动因素。

• 行业/产业分析框架供需框架

  线路级货运密度和车队利用率分析

  报告评估货物是否存在于已验证走廊、所需时间、具备平衡返程流和合适设施的条件下，而非仅依据整体货运市场规模。

• 行业/产业分析框架量价拆分

  调整后EBIT对可计费里程和毛利率的敏感性分析

  Bernstein固定平均车队规模和DaaS费用，展示2030年调整后EBIT如何随利用率和毛利率假设变化。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Aurora Innovation (AUR)

  主要覆盖的自动驾驶货运公司；报告将其长期盈利潜力与车队规模、利用率和定价能力相联系。

  优势

  技术领先、商业化进展，以及客户卡车年化运营里程超过225,000英里。

  劣势

  公司尚未证明在30,000辆卡车的车队中能够维持高利用率。

  对比

  Aurora每英里$0.85+的DaaS费用与约每英里$1.18的直接和间接人工司机成本进行比较。

  风险

  货运密度限制、利用率稀释、费用压缩、制造延迟、保险和责任不确定性，以及其他自动驾驶技术提供商的竞争。

关键数据

• 当前评级Market-PerformAUR当前的Bernstein评级。
• 目标价USD 3.59相对2026年9月23日USD 6.32的收盘价，隐含(43)%下行空间。
• 早期无人驾驶利用率>225,000 annualized miles per truck客户卡车披露的平均年化水平；超过传统利用率的两倍。
• 2030年目标>30,000 trucks, >$5 billion revenue, ~60% gross marginAurora披露的长期目标。
• 收入所需车队规模~23,500 average trucks按每英里$0.85和每辆卡车250,000英里年行驶里程计算，实现$5 billion收入所需的2030年平均在役车队。
• 隐含2030年调整后EBIT$1.94 billion基于$5.0 billion收入、60%毛利率、SG&A占收入7%和$0.71 billion研发支出。
• 隐含服务成本~$0.34 per billed mile在每英里$0.85费用下支持60%毛利率所需的成本。
• 毛利率盈亏平衡1H27 at approximately 500 trucksBernstein将其视为首个可观察的财务考验。

影响与含义

Bernstein表示，如果Aurora能够在扩大车队生产的同时维持高利用率，并守住其客户节省份额，其机会将十分可观。报告认为2030年目标在数学上可能实现，但取决于货运网络设计、直接送达客户运营、制造、保险经济性和竞争定价方面的执行，而非仅取决于车辆自动驾驶能力。

风险

• 随着Aurora从稠密、均衡且运营条件合适的早期货运流向外扩，利用率可能被稀释。
• 自动驾驶技术提供商之间的竞争可能压低Aurora的每英里费用，并削弱其60%毛利率目标。
• Aurora必须同时扩大车辆制造、OEM整合、自动驾驶硬件供应和货运网络密度。
• 保险节省由Aurora、客户、承运商、OEM和保险公司如何分配尚不确定，严重事故或不利责任结果可能推高保费。
• 自动驾驶货运公司面临技术、融资、稀释、监管、安全、公众接受度、人才和供应商风险。

后续跟踪

• 具有约束力的客户自有DaaS卡车订单和实际交付。
• 每位客户及每条走廊的卡车数量。
• 可计费里程与总里程之比，包括谁承担空驶调度成本。
• 按线路划分的满载比例和方向平衡。
• 按部署批次和车队使用年限划分的利用率。
• 直接送达客户的占比和剩余端点人工。
• 随着多个提供商进入相同走廊，实现的每英里收费。
• 每英里服务成本，包括远程支持、保险和硬件服务。
• OEM生产速度和自动驾驶硬件可得性。
• 在约500辆卡车规模下于1H27实现毛利率盈亏平衡。