根據業界的共識，考慮安全等因素，無人車最早在商用車領域落地，而非乘用車市場。不過，此前商用無人車落地更多是悄然發生的。但從今年初開始，幾個商用無人車的試運營攪動了原本平靜的湖面，因為無人商用車已經走出封閉的廠礦，進入大衆視野。例如，創業企業馭勢科技的無人車在廣州白雲機場提供擺渡乘客服務，京東集團的物流機器人在5大校園提供最後一公裡配送服務。
這是目前國内為數不多的無人商用車在日常環境下的試運營。這些在現實場景下的試運營，是更大規模商用無人車落地的前兆。正如京東集團X事業部自動駕駛研發中心商務負責人樊晨所說的那樣，在京東X事業部的藍圖中，計劃5年内用無人配送車去覆蓋至少50%的配送場景。商用無人車落地是正在進行時。
在國際上，正在興起對無人卡車的研發和測試熱潮。德國車企戴姆勒是其中的先行者，它與美國内華達州達成協議，率先獲批自動駕駛卡車上路。2016年4月，戴姆勒公司的3輛自動駕駛卡車上路，從德國斯圖加特沿高速路“開”到荷蘭鹿特丹。目前，無論谷歌、Uber，還是更多創業公司如Otto，正在進行無人卡車軍備賽，但還沒有真正商用。
在乘用車市場，根據英特爾這家方案供應商看到的産業鍊時間表，大部分車企在2020年量産L3級産品，在高速路等特定路段實現無人駕駛。很多廠家在2023到2025年之間量産高度自動駕駛車和全自動駕駛車。這個時間點已經近在咫尺。
由于無人車的加速落地，行業人士非常關注幾件事，一個是激光雷達成本，這似乎是決定無人車具有合理商用成本的一個代表性部件——2015年底，無人車采用的LiDar激光雷達的價格高達70萬元，半年後批發價格已經降到50萬元。激光雷達公司Velodyne預計，如果2017年拿到100萬個訂單，64線激光雷達單價就直線下降到500美元；2020年激光雷達價格會降到300美元左右，2025年會降到200美元左右。這讓産業人士看到了希望。
第二個是數據共享。人工智能和機器學習需要巨大的數據集，從而讓無人駕駛汽車在任何情況下都能做出恰當反應，保證安全。這對無人車的商用落地至關重要。百度在2017年宣布開放基于其人工智能模型RoadHackers的自動駕駛訓練數據，首期包含1萬公裡的L3數據，涉及一、二線十幾個城市的高速、環路、快速公路數據。百度還計劃之後開放司機開車習慣等大數據資源，當收集足夠的公路數據、場景數據、用戶數據、車的數據，并結合激光雷達數據，可以讓未來L4高度無人駕駛盡快落地。在國際上，英特爾等企業也正在與标準組織建立數據共享交換的技術标準。
第三是如何邁過公衆質疑的關卡。例如，無人車出了事故如何認定責任？人不遵守交通規則“欺負”了無人車帶來事故怎麼辦？數據被黑客竊取帶來怎樣的不良後果？但目前仍沒有相關法律法規出台。
目前看到的法律進展是2015年，根據谷歌描述的車輛設計，美國國家高速公路交通安全管理局把無人車的“司機”理解為自動駕駛系統，而不是車上的人。2016年初，聯合國歐洲經濟委員會對《維也納道路交通公約》進行了修改，從原先“駕駛車輛的職責必須由人類駕駛員負責”，改為“在全面符合聯合國車輛管理條例或者駕駛員可以選擇關閉該技術的情況下，将駕駛車輛的職責交給自動駕駛技術可以被允許應用到交通運輸當中。”
中國目前還沒有具體的法律法規面世，但京東樊晨等業界人士表示，并沒有太擔心法律的阻礙。目前，政府相關部門正在開展相應工作，法律會追趕現實。