2025: العام الذي تصبح فيه السيارات ذاتية القيادة سائدة؟

متى ستصل السيارات ذاتية القيادة؟

عندما يتعلق الأمر بالتقنيات المزعزعة التي تبدو وكأنها على بعد خطوة، القليل منها يبدو ذا تأثير كبير على الاقتصاد والمجتمع ككل مثل السيارات المستقلة أو “ذاتية القيادة”، باستثناء، بالطبع، ربما الذكاء العام الاصطناعي (AGI).

ذلك يرجع إلى العدد الهائل من الوظائف والمهام التي تتطلب من البشر قيادة المركبات. يبدأ ذلك بوظائف القيادة، مثل سائقي سيارات الأجرة، وخدمات التوصيل، وسائقي الشاحنات، إلخ. ولكن بصورة أكثر جوهرية، فإن معظم سكان العالم يؤدون هذه المهمة دون أجر، غالبًا ما يضيعون ساعات من يومهم، كل يوم، خلف المقود.

هذا يمثل خسارة هائلة في الإنتاجية تثقل كاهل الاقتصاد، وحياتنا اليومية، وثقافتنا. لهذا السبب، في عام 2023، كان من المتوقع أن تولد الروبوتاكسيات ما يصل إلى أربعة تريليون دولار من الإيرادات.

مع ذلك، تطوير مركبات ذاتية القيادة حقيقية صعب، وحتى الآن، لم تصل وسائل النقل المؤتمتة بالكامل إلى الطرق. ما مدى قربنا من نشر واسع النطاق للمركبات ذاتية القيادة؟

إمكانات هائلة للسيارات ذاتية القيادة

في عام 2023، تقرير ARK Invest “الأفكار الكبيرة” توقع إيرادات هائلة للروبوتاكسيات، مع إيرادات قد تصل إلى 9 تريليون دولار بحلول 2030.

المصدر: ARK Invest ‘الأفكار الكبيرة 2023’، الصفحة 113

تكمن الفكرة في الحقيقة الاقتصادية الأساسية أن الروبوتاكسيات يمكن أن تقلل الحاجة إلى امتلاك سيارة، طالما أن الأسعار منخفضة بما فيه الكفاية.

يمكن لهذا أن يخلق حلقة تغذية إيجابية، حيث تزيد الأسعار المنخفضة الطلب، مما يزيد من استغلال الروبوتاكسيات، ويقلل من تكاليف رأس المال، وبالتالي يخفض الأسعار مرة أخرى، مما يزيد الطلب أكثر، وهكذا.

يلاحظ أن مزودي الخدمة إذا تمكنوا من خفض السعر إلى 0.25 دولار لكل ميل، فإن خدمات سيارات الأجرة المستقلة ستصبح «أكثر فعالية من حيث التكلفة من 95٪ من الرحلات القصيرة».

اقتصاديات السيارات ذاتية القيادة تصبح أكثر وضوحًا إذا تمكنت من معالجة الشحن مثل الشاحنات والسفن. هنا، السائقون والطاقم مجرد تكاليف يمكن إزالتها من بنية الأعمال إذا كانت الأنظمة المستقلة موثوقة بما يكفي لاستبدالهم.

المصدر: ARK Invest

وبالتالي، لا شك أن المركبات ذاتية القيادة ستكون مصدرًا هائلًا للمال، وهذا هو السبب في أن العديد من شركات التكنولوجيا تستثمر عشرات المليارات لتطوير هذه التقنية. لكن يبدو أنها لغز صعب الحل.

بناء مجموعة تقنيات السيارات ذاتية القيادة

التقنيات الداعمة

قبل مناقشة جوهر المركبات المستقلة، الذكاء الاصطناعي الذي يوجهها، يمكننا أن نتحدث باختصار عن سبب جعل العقد الماضي السيارات ذاتية القيادة، بل والطائرات بدون طيار وغيرها، اقتصادية قابلة للتطبيق.

أحد الأسباب هو انخفاض تكاليف المستشعرات وقوة الحوسبة. من السهل نسيان أن أول iPhone تم إصداره فقط في عام 2007، وأن هاتفًا بكاميرا جيدة يعمل ككمبيوتر صغير كان ثورة في ذلك الوقت، قبل أقل من 20 عامًا.

منذ ذلك الحين، أصبحت البصريات، والمستشعرات، والرقائق، ومكونات الإلكترونيات الأخرى أرخص، أقوى، وأكثر موثوقية.

صعود السيارات الكهربائية منذ أول Tesla Roadster في 2008 غير أيضًا طريقة عمل المركبات. يمكن للسيارة الكهربائية توفير كمية هائلة من الطاقة الكهربائية من بطاريتها الضخمة ونظام الدفع، مما يجعل إمداد شرائح القيادة الذاتية ومستشعراتها مسألة شبه تافهة.

السيارات الكهربائية أيضًا أكثر موثوقية ميكانيكيًا، قادرة على قطع مسافات أطول مع تآكل أقل، وتكلفة الوقود لديها أقل بكثير لكل ميل، مما يجعلها “روبوتاكسي” مثالية تقود طوال اليوم للعديد من المستخدمين. بالمقابل، إذا اعتمدت تقنية القيادة الذاتية على سيارات الاحتراق الداخلي (ICE) فإن اقتصادياتها ستكون أسوأ بكثير.

بشكل عام، أصبحت السيارات اليوم تقريبًا كمبيوترًا على عجلات، مع 300-1,000 رقاقة لكل سيارة، وبعض السيارات الكهربائية تصل إلى 3,000 رقاقة. ما زال يفتقر إلى “العقل” لتقود نفسها.

المصدر: Polar Semi

فهم الطرق

بالنسبة للوظائف الأساسية، مثل تحديد الطريق من النقطة أ إلى النقطة ب، معظم أنظمة الذكاء الاصطناعي للسيارات الذاتية قادرة على أداء المهمة منذ أكثر من عقد، خاصة بعد الاعتماد الواسع لتطبيقات GPS و”الخرائط” التي توفر البيانات المطلوبة.

الجزء الصعب هو أن تفهم السيارة ما الذي يتغير على الطريق: ظروف الطقس، السيارات الأخرى، المشاة، الدراجات، الحيوانات، إلخ.

هنا، أثبتت الحالة العامة أنها سريعة الحل، مع أنظمة تسمح بـ “القيادة المساعدة” على الطرق السريعة، بيئة أقل تحديًا، متوفرة بالفعل في معظم السيارات الفاخرة.

لكن الحالات الأكثر تعقيدًا، مثل مناطق البناء، الأحياء المركزية، وجود المشاة، وحوادث المرور، أصعب في التعامل معها.

عمومًا، تُصنّف أنظمة القيادة الذاتية على طيف، من المساعدة البسيطة للحفاظ على السرعة والركن، إلى السيارة الذاتية المثالية. المستوى الأخير، L5، أو الأتمتة الكاملة التي لا تحتاج سائقًا، لا يزال بعيد المنال.

المصدر: MobileEye

عادةً، الفشل في تحقيق مستوى L5 من الاستقلالية يأتي من حالات نادرة تربك الذكاء الاصطناعي. على سبيل المثال، قد تواجه الحاسوب صعوبة في فهم موقف سيارة في موقف متعدد المستويات:

“ظنّت المركبة أن السيارات المتوقفة في موقف السيارات تحجب الطريق. فكرت، ‘توقفت السيارة، تجول حول الرصيف.’”

عندما يواجه النظام شيئًا ولا يعرف ماذا يفعل، في كثير من الحالات، تتوقف السيارة ببساطة عن الحركة.”

ديفيد فريتز – نائب رئيس الأنظمة الهجينة الفيزيائية والافتراضية في سيمنز للبرمجيات الرقمية

أجهزة الشبكات العصبية

معظم التقدم الأخير في الذكاء الاصطناعي بُني على تقنية الشبكات العصبية، التي فازت بجائزة نوبل في الفيزياء عام 2024. على عكس الحوسبة التقليدية التي تتطلب مجموعة صارمة من الأوامر لكل حالة، يمكن للشبكات العصبية التكيف مع ظروف التدريب لتقديم الاستجابة المناسبة.

المصدر: Nobel Prize

هذا يجعلها بطبيعتها أفضل في التعامل مع الحالات “الفوضوية”، حيث تكون المدخلات متغيرة للغاية، والبيانات دائمًا ما تكون مشوشة إلى حد ما للحاسوب (“ضوضاء”).

لفترة طويلة، تم تدريب وتشغيل الشبكات العصبية على وحدات معالجة الرسوميات (GPU)، معاد توظيف بطاقات الرسوميات إلى عتاد الذكاء الاصطناعي. مؤخرًا، يتم تطوير عتاد مخصص للذكاء الاصطناعي والشبكات العصبية.

من بين عتاد الذكاء الاصطناعي الآخر (الذي ناقشنا تفاصيله في تقرير مخصص)، تُعد معالجات الشبكات العصبية (NNPs) ذات صلة خاصة بالذكاء الاصطناعي للسيارات ذاتية القيادة. تُعرف أيضًا بوحدات المعالجة العصبية (NPUs) أو الرقائق النيورومورفية، ويمكنها إكمال عملية حسابية بحساب واحد فقط بدلاً من آلاف الحسابات على العتاد العام.

بفضل كفاءتها في استهلاك الطاقة، تحظى NPUs بشعبية في ما يُسمى “الحوسبة الطرفية”، حيث تُجرى الحسابات في الموقع بدلاً من السحابة.

نظرًا لأن القيادة الذاتية تحتاج إلى موثوقية، استجابة سريعة، وعدم الاعتماد على اتصال، فإنها تعتمد في الغالب على الحوسبة الطرفية التي تشغل شبكة عصبية محليًا، حتى وإن تم تدريب الذكاء الاصطناعي في السحابة مسبقًا.

اختيار التقنية المناسبة

الحدود الجغرافية مقابل القيادة الحرة

لماذا الحدود الجغرافية

اختيار رئيسي من حيث التقنية واستراتيجية الأعمال لشركات السيارات ذاتية القيادة المستقبلية هو ما إذا كانت ستستخدم الحدود الجغرافية (Geofencing) أم لا.

الحدود الجغرافية هي عندما يتم تدريب نظام القيادة الذاتية لأداء مهامه فقط في منطقة جغرافية محدودة، مع وضع حد افتراضي للمكان الذي يمكن للنظام المستقل أن يعمل فيه.

الفكرة هي أن تقليل المنطقة يسمح للنظام الذكائي أن يتعلم جيدًا هذه الطرق بشكل خاص ليُوثق للقيادة الآمنة فيها.

“تقييد المنطقة إلى مواقع أكثر ‘خصوصية’، أو حتى الأرصفة مقابل الطرق، يمكن أن يقلل بشكل كبير من نوع التفاعلات التي ستواجهها المركبة مع أشياء أخرى، مثل السيارات، الشاحنات، الدراجات والمشاة.”

من خلال تقليل عدد الحالات التي يحتاج الذكاء الاصطناعي إلى التعامل معها، بالإضافة إلى الطرق والمسارات المحتملة، يتم تقليل الحاجة إلى حسابات مكثفة، مما يؤثر على العتاد المطلوب أيضًا.

 “الحدود التي تفرضها التقنية الجغرافية لها تأثير عميق على القدرات التي يتطلبها المركبة المستقلة، مما يؤثر على العتاد المطلوب لتشغيل الأنظمة المستقلة.”

ومع ذلك، هذا يحد بشدة من إمكانيات نشر المركبات المستقلة. يعني أن كل مدينة جديدة تتطلب من شركة القيادة الذاتية إنشاء مجموعة مخصصة من بيانات التدريب، عادةً عبر قيادة السيارات يدويًا في تلك المناطق لعدة سنوات قبل الإطلاق.

هذا يجعل النهج مكلفًا جدًا.

كما يجعل السيارات ذاتية القيادة جذابة فقط لشركات الروبوتاكسي، بينما سيظل الأفراد بحاجة إلى سياراتهم الخاصة، لأنهم قد يرغبون في الخروج أحيانًا من المناطق المحدودة، والتي عادةً ما تقتصر على وسط المدينة أو مدينة واحدة.

إذا استمر القطاع عالقًا في هذا النموذج، فإن معظم الفوائد المتوقعة من الاعتماد الواسع للروبوتاكسيات لن تتحقق.

الآثار القانونية & التجارية للحدود الجغرافية

في الوقت نفسه، اختيار نهج القيادة الذاتية الكاملة دون أي قيود قد يكون عكسًا ذاتيًا.

يمكن أن يؤخر نشر الخدمات المستقلة، لأنه يجب أن تكون مثالية في كل مكان أولًا، بدلاً من النشر في قائمة محدودة من المدن أولًا، حيث يمكن أن تصل إلى ملايين المستخدمين.

مشكلة أخرى هي القواعد والقوانين المتعلقة بأنظمة القيادة الذاتية. كان المنظمون مترددين لكن مستعدين لقبول النشر البطيء للحلول المحدودة جغرافيًا، خاصةً عندما يتم إثبات السلامة في منطقة معينة.

لكن الترخيص العالمي غير المحدود للسيارات ذاتية القيادة سيتطلب ليس فقط موافقة محلية، بل قوانين وتنظيمات على المستوى الوطني لا تزال غير موجودة.

نظرًا لأن القانون يتحرك ببطء أكبر من التقنية، قد يصبح هذا عائقًا جديًا أمام النشر غير المحدود لمستوى L5 من الاستقلالية، حتى لو تم حل جميع القضايا التقنية.

LIDAR مقابل الكاميرات فقط

نقاش آخر في الصناعة هو استخدام LIDAR (الكشف الضوئي وتحديد المدى، أو “رادار الليزر”). يستخدم LIDAR أشعة الليزر لاكتشاف الأجسام القريبة، مُنشئًا نموذجًا ثلاثي الأبعاد للبيئة في الوقت الفعلي.

المصدر: Autoweek

عادةً ما تُوضع أنظمة LIDAR على أعلى السيارات ذاتية القيادة، مما يجعلها إضافة ضخمة إلى المركبة.

من مزايا LIDAR أنه يمكنه رؤية أكثر من الكاميرات، ويتفوق في تقييم المسافات، مما يجعله مفيدًا جدًا لتجنب الحوادث عند السرعات العالية. كما يمكنه العمل بشكل مثالي في الظلام أو الإضاءة المنخفضة.

المصدر: Forbes

غالبًا ما يُستخدم LIDAR بالتزامن مع الرادار لاكتشاف الأجسام حتى في ظروف صعبة، مثل الضباب.

معظم تقنيات القيادة الذاتية تعتمد على LIDAR لزيادة السلامة، باستثناء Tesla (TSLA )، لكنه يأتي مع بعض العيوب.

العائق الأول هو التكلفة. حيث إن معظم أنظمة LIDAR الفاخرة تكلف حوالي 70,000-80,000 دولار، مما يجعل السيارات ذاتية القيادة باهظة الثمن. قد لا يستمر هذا إلى الأبد، فهناك إشارات إلى انخفاض كبير في تكلفة LIDAR مؤخرًا، خاصةً للأنظمة منخفضة التكلفة، ما قد يجعلها أكثر جدوى تجارية.

“الأمر يتعلق بالحجم والتقنية نفسها. تعتمد صناعة السيارات على الحجم لتقليل التكاليف. عندما يزداد حجم التطبيقات، تنخفض التكاليف.

وحدة LIDAR، على سبيل المثال، كانت تكلف 30,000 يوان (حوالي 4,100 دولار)، والآن تكلف حوالي 1,000 يوان (حوالي 138 دولار) — انخفاض كبير.”

لي تشوانهاي – نائب رئيس مجموعة جيلي للسيارات

LIDAR تقنية معقدة تحتوي على الكثير من الأجزاء المتحركة (مرايا صغيرة دوارة)، وهذا أحد أسباب التكلفة العالية، ويمكن أن يجعل الصيانة والموثوقية مشكلة.

أخيرًا، أي ذكاء اصطناعي تم تدريبه ببيانات LIDAR سيحتاج إلى هذه التقنية إلى الأبد لأداء جيد، حيث سيتغلغل هذا المتطلب بعمق داخل الشبكة العصبية. لذا قد تجد الشركات التي تعتمد LIDAR في تدريب نظامها المستقل عالقة به مستقبلاً.

ما مدى أمان السيارات ذاتية القيادة؟

سؤال أساسي لكل من المنظمين والمستخدمين هو مدى أمان السيارة ذاتية القيادة. نظريًا، إذا كانت السيارات ذاتية القيادة أكثر أمانًا بخمسة أضعاف من السائق البشري، يجب أن تُعتمد بسرعة وتُستقبل كإنجاز.

مع ذلك، عمليًا، الناس مترددون جدًا في الوثوق بآلة تكون أكثر أمانًا فقط بشكل طفيف من البشر الخطأ. كما يميل البشر إلى المبالغة في تقدير قدراتهم على القيادة.

لذا حتى عندما تكون أنظمة القيادة الذاتية أكثر أمانًا من السيارات التي يقودها البشر لسنوات (كما توضح بيانات Tesla في 2023)، لا يزال تصور أي حادث كـ “فشل” للذكاء الاصطناعي قائمًا.

تسجيل كل حادث عبر كاميرات السيارة، وردود الفعل من الإعلام التقليدي والاجتماعي، لا يساعد أيضًا.

المصدر: ARK Invest

نتيجة لذلك، من المحتمل أن يُطلب معيار أمان مرتفع جدًا (10-100 مرة أكثر أمانًا من السائق البشري) للحصول على ترخيص للقيادة الذاتية من المستوى L5 غير المقيد على جميع الطرق.

شركات القيادة الذاتية

Waymo

عند الحديث عن الروبوتاكسيات الفعلية المنتشرة، يتضح قائد واضح: Waymo المرتبطة بـ Google. في أبريل 2025، كانت Waymo قد أعلنت عن 250,000 رحلة روبوتاكسي مدفوعة أسبوعيًا في الولايات المتحدة، معظمها في أوستن، فينكس، ومنطقة خليج سان فرانسيسكو، مع مليون ميل يُقَطَع شهريًا.

نجاح Waymo يعود إلى بداية مبكرة (تم تأسيس الشركة في 2010، مع تقنية تعود إلى 2005)، ونهج حذر جدًا: روبوتاكسياتها محدودة جغرافيًا وتعتمد بشدة على أنظمة LIDAR المتطورة، مما مكنها من الفوز بسباق الرحلات المستقلة الآمنة، حتى وإن اقتصر انتشارها على عدد قليل من المناطق حتى الآن.

هذا ساعد Waymo على إبرام تحالفات قيمة مثل شراكة استراتيجية مع تويوتا، أكبر صانع سيارات في العالم من حيث الوحدات المباعة (>10 ملايين سنويًا).

تويوتا وWaymo يهدفان إلى دمج قوتهما لتطوير منصة مركبة مستقلة جديدة. بالتوازي، ستستكشف الشركتان كيفية الاستفادة من تقنية Waymo المستقلة وخبرة تويوتا في السيارات لتعزيز الجيل القادم من المركبات المملوكة شخصيًا (POVs).

تويوتا ملتزمة بتحقيق مجتمع بلا حوادث مرورية وتصبح شركة تنقل تقدم التنقل للجميع.

هيروكي ناكاجيما – نائب الرئيس التنفيذي لشركة تويوتا موتور كوربوريشن

(يمكنك قراءة المزيد عن تويوتا في تقرير الاستثمار المخصص لها)

Tesla

المنافس الرئيسي الآخر في سباق السيارات ذاتية القيادة والروبوتاكسيات هو Tesla.

تمتلك الشركة ميزة كبيرة في أن جميع مركباتها المباعة مزودة بكاميرات تتوقع الشركة أن تكون كافية لتدريب الذكاء الاصطناعي، دون الحاجة إلى LIDAR أو حتى الرادارات.

هذا يعني أن Tesla تحصل على ملايين الأميال من بيانات التدريب “مجانًا”، مقدمة من مالكي Tesla الذين يقودون في ظروف العالم الحقيقي. بالمقابل، تحتاج معظم الشركات الأخرى إلى دفع سائقين لقيادة الشوارع الحقيقية لسنوات في كل منطقة محدودة، مما يزيد التكاليف بشكل كبير.

المصدر: ARK Invest

مع ذلك، إصدار Full Self-Driving (FSD) من Tesla كان إعلانًا متكررًا بـ “قريبًا” ثم تأخير لعدة سنوات (من توقعات السيارات المستقلة المتاحة في 2018)، مما أدى إلى انتقادات حادة بسبب وضع توقعات غير واقعية.

ومع ذلك، قد يتغير ذلك أخيرًا، حيث منحت تكساس Tesla Robotaxi تصريحًا لتشغيل خدمة طلب رحلات في أغسطس 2025، بعد تجربة اختبارية في أوستن منذ يونيو 2025. لا يزال موظف Tesla على متن السيارة كمتابع أمان.

لذا فإن Tesla، كالمعتاد، مثيرة للجدل؛ يرى البعض أن موافقة تكساس هي الخطوة الأولى نحو نشر واسع النطاق لـ FSD، وأن المتابع البشري هو مسألة مؤقتة، بينما يعتقد آخرون أن Tesla لن تصدر روبوتاكسيات مستقلة حقًا.

الحقيقة ربما تكمن في مكان ما بين الطرفين.

نظريًا، إذا كان بإمكان البشر القيادة باستخدام عيونهم فقط، فيمكن للذكاء الاصطناعي فعل ذلك أيضًا، لذا فإن الاعتماد على الكاميرات فقط لا ينبغي أن يكون عائقًا دائمًا. في الوقت نفسه، هذه الاستراتيجية الطموحة، التي قد تكون صحيحة على المدى الطويل، أعاقت بوضوح نشر Tesla على المدى القصير، بغض النظر عن مدى تفاؤل إيلون ماسك.

(يمكنك قراءة المزيد عن Tesla في تقرير الاستثمار المخصص لها)

Baidu

Baidu، محرك البحث الرائد في الصين، يتبع خطوات Google مع Apollo Go، سياراته الذاتية القيادة.

انتقل Baidu إلى عمليات تشغيل بدون سائق بالكامل في عدة مدن صينية، مما أزال سائق الأمان من مركباتهم.

أبرم Baidu صفقة مع Uber في يوليو 2025 لجلب سياراته بدون سائق إلى العالم خارج الولايات المتحدة والصين.

الشركتان قالتا إن الشراكة متعددة السنوات ستشهد “آلاف” من مركبات Apollo Go المستقلة من Baidu على Uber عالميًا.

قدمت Baidu بالفعل 899,000 رحلة في الربع الثاني من 2024. في 2025، سيتوسع نطاق التجربة إلى 20 مدينة.

في 2024، فتحت Baidu مصدر تقنيتها للقيادة الذاتية، مؤكدةً اتجاه التكنولوجيا الصينية للذكاء الاصطناعي نحو المصدر المفتوح، كما يتضح من خطوة مماثلة من قبل DeepSeek، الذكاء الاصطناعي العام.

بالنسبة لسوق الولايات المتحدة، من غير المرجح أن يحقق Baidu تقدمًا كبيرًا في ظل توترات التجارة ومخاوف بيانات المستخدمين، لكنه قد يكون منافسًا جادًا لـ Waymo وTesla في الخارج، خاصةً بدعم Uber.

Zoox

Zoox، شركة تابعة لأمازون، يمكن التعرف عليها بسهولة بفضل تصميمها الفريد، حيث تبني روبوتاكسيات مخصصة بعيدًا عن ميزات السيارة العادية.

المصدر: TechCrunch

حصلت الشركة مؤخرًا على إعفاء من برنامج الإعفاء الموسع للمركبات الآلية للهيئة الوطنية لسلامة المرور على الطرق السريعة، مما يسمح لها بعرض روبوتاكسياتها المخصصة على الطرق العامة. هذه خطوة مهمة لأن روبوتاكسيات Zoox تفتقر إلى ميزات أساسية للسيارات العادية، مثل عجلة القيادة والدواسات.

أطلقت Zoox في يونيو 2025 خط إنتاجها الأول لسياراتها، مستهدفة إنتاج أكثر من 10,000 روبوتاكسي سنويًا. يأتي ذلك بعد الاختبارات التي أجريت في عدة مدن أمريكية وتوسيعها إلى: لاس فيغاس، منطقة خليج سان فرانسيسكو، سياتل، أوستن، ميامي، لوس أنجلوس، وأتلانتا.

تخطط Zoox الآن لإطلاق عروض تجارية للروبوتاكسي في لاس فيغاس، سان فرانسيسكو، ثم في أوستن وميامي خلال السنوات القليلة المقبلة.

(يمكنك قراءة المزيد عن Amazon في تقرير الاستثمار المخصص لها (AMZN ) )

WeRide

WeRide شركة تأسست في وادي السيليكون عام 2017 ومقرها الصين. أجرت الشركة العديد من الاختبارات حول العالم، لا سيما في الإمارات، منطقة تتوسع الآن بفضل شراكة مع Uber.  كما تقوم الآن بنشر روبوتاكسي 24/7 في بكين.

لمعالجة مشاكل الرؤية المحتملة في الليل، تم تجهيز روبوتاكسي WeRide بأكثر من 20 مستشعرًا، بما في ذلك كاميرات عالية الدقة وديناميكية عالية ومستشعرات LIDAR عالية الخط عبر المركبة.

وبفضل خوارزمية دمج المستشعرات المتعددة ومنصة الحوسبة عالية الأداء، يحقق النظام تغطية خالية من النقاط العمياء بزاوية 360° ومدى كشف يصل إلى 200 متر.

Mobileye

Mobileye شركة مقرها إسرائيل، استحوذت عليها Intel (INTC ) في 2017، وأعادت طرح أسهمها في 2022.

على الرغم من وجود تقنيات واعدة، قد تكون هناك مشاكل تتشكل داخل الشركة، بحسب أخبار يوليو 2025 أن Intel تخطط لتسريح موظفين وبيع 8٪ من حصتها في الشركة.

من الممكن أن يعكس ذلك مشكلات أوسع في Intel، حيث تقوم الشركة بتسريح موظفين في أنشطة أخرى أيضًا.

هذا قد يظل مشكلة لـ Mobileye، حيث سيقلل من حجم التمويل والدعم الذي يمكن أن تتوقعه من الشركة الأم، مما يضعها في وضع غير مواتٍ مقارنةً بـ Waymo أو Zoox، على سبيل المثال.

(يمكنك قراءة المزيد عن Intel في تقرير الاستثمار المخصص لها)

Aurora Innovation

تركز الشركة أكثر على الشاحنات بدون سائق، مع تركيز على القيادة على الطرق السريعة، التي تشكل الغالبية العظمى من الأميال التي تقطعها الشاحنات.

في مايو 2025، قامت Aurora بأول تشغيل حقيقي بدون سائق، بعد تسجيل ثلاثة ملايين ميل ذاتي القيادة، وحمل أكثر من 10,000 حمولة عملاء.

تأسست الشركة على يد كريس أورمسون، أحد القادة الأوائل في مشروع السيارة الذاتية القيادة لدى Google، المعروف الآن تحت علامة Waymo.

“أنا أقود على الطريق السريع بسرعة 65 ميلًا في الساعة، ليس خلف المقود، بل في المقعد الخلفي، أشاهد المشهد يتكشف بينما تقود التكنولوجيا التي ساعدت في إنشائها شاحنة من المعجنات.”

تخطط Aurora لتوسيع خدمتها بدون سائق إلى إل باسو، تكساس، وفينيكس، أريزونا، بحلول نهاية 2025.

The Ones That Gave Up

بينما تجعل الشركات الناجحة الآن يبدو أن الأمر مجرد مسألة مثابرة للفوز بسباق القيادة الذاتية، يجدر تذكر المشاريع التي انتهت على طول الطريق:

• General Motors توقفت عن Cruise في ديسمبر 2024 (GM ).
• Apple توقفت عن خططها للقيادة الذاتية في أبريل 2024. (AAPL )
• Uber باع قسم سيارته بدون سائق إلى Aurora Technologies في 2020.

القيادة الذاتية غير المتعلقة بالسيارات

هناك الكثير من الشركات التي تعمل على القيادة الذاتية، لكن تركز على أنظمة غير السيارات.

على سبيل المثال، الروبوتات الصغيرة للتوصيل، التي تُعد مركبات ذاتية القيادة تقنيًا، صغيرة بما يكفي لتفادي التنظيم الموجه للسيارات. حاليًا، القادة في مجال الروبوتات المتجولة هم Starship Technologies الإستونية، التي أطلقها مؤسسو Skype، وعملاق التجارة الإلكترونية الصيني Alibaba (BABA ); كلاهما اعتمد تصميمًا صغيرًا وغير ضار لا يختلف كثيرًا عن الروبوتات في أفلام Star Wars.

المصدر: Starship

نظرًا لأسباب تنظيمية وتأثير أي حادث مع مركبات ثقيلة، لا تزال الشاحنات الذاتية تعتمد على تدخل بشري، مع شركات مثل Kodiak، Gatik، وPony.ai تتبع نهج Aurora Innovation.

فكرة أخرى هي الاعتماد على الطائرات بدون طيار لتوصيل العناصر الصغيرة والخفيفة. حتى الآن، القائد هو بوضوح Zipline، يليه Wing  وMeituan (3690.HK). قد تكون هذه ثورة حقيقية، لكنها تواجه عقبات تنظيمية أكثر من شاحنات التوصيل الذاتية، لذا قد تستغرق وقتًا أطول للنشر على نطاق واسع.

المصدر: ARK Invest

الخلاصة

بعد سنوات من التقدم البطيء رغم “القرب” المزعوم للسيارات ذاتية القيادة الكاملة التي يطمح إليها إيلون ماسك وقادة آخرون في المجال، يمثل عام 2025 نقطة تسارع واضحة لتقنية القيادة الذاتية.

العديد من المدن التي أخذت خطوة مبكرة الآن تشهد روبوتاكسيات تقود بانتظام في شوارعها، مما يخفض أسعار خدمات طلب الرحلات.

حتى الآن، يبدو أن الولايات المتحدة والصين هما البلدان المتقدمان عالميًا، سواء من حيث الشركات الرائدة في المجال أو من حيث التنظيمات الأكثر مرونة، مع حلقة تغذية إيجابية بين الابتكار وإطار تنظيمي مرحب قد تكون دراسة حالة قيمة للاقتصاديين في المستقبل.

في الوقت الحالي، يبدو أن الرؤية المحدودة، ذات الحدود الجغرافية، والنشر البطيء للروبوتاكسيات مع مجموعة كاملة من الكاميرات، LIDAR، الرادارات، وغيرها من المستشعرات هي التركيبة الفائزة لتجنب الحاجة إلى السائقين تمامًا.

هذا قد أفاد Waymo كثيرًا بفضل نهجه الحذر المختار، مع Zoox والعديد من الشركات الأخرى تسير على خطاه وتلحق به بسرعة.

في الوقت نفسه، لا تزال Tesla تسعى لتحقيق حلمها بتقنية “القيادة الذاتية الكاملة” العامة التي يمكنها قيادة أي طريق وتعتمد فقط على الكاميرات، من المفترض أن يتم ذلك عبر تحديث برمجي بسيط على جميع سيارات Tesla الحالية. هذه مخاطرة، لكنها فكرة مثيرة تبدو الوحيدة التي قد توفر قيادة ذاتية غير محدودة في أي وقت قريب.

من المحتمل أن التقنية ذات الحدود الجغرافية ستنتشر ببطء شديد على مستوى العالم، خطوة بخطوة، وستقتصر على المنافسة مع خدمات التاكسي التقليدية في المدن الكبيرة. وهذا يترك على الطاولة الكثير من الجائزة المحتملة متعددة التريليونات من الدولار من “الروبوتاكسيات الحقيقية” القادرة على استبدال ملكية السيارات عبر رحلات EV رخيصة، 24/7، في كل مكان.

لذا، وفقًا لثقافة الشركة، قد تكون Tesla الفائزة النهائية وتخلق سوقًا ضخمًا جديدًا بالكامل وتعيد تعريف معنى السيارة، مرة أخرى، ولكن فقط إذا تمكنت من حل تحدٍ تقني يبدو لا يمكن التغلب عليه.