Καλλιέργεια Εμπιστοσύνης στις Αυτοματοποιημένες Λύσεις Οδήγησης με το TimelyTale

Περισσότερο από έναν αιώνα πριν, η εφεύρεση των αυτοκινήτων επηρέασε ριζικά τη ζωή των ανθρώπων, και ο κλάδος τώρα προετοιμάζεται για το επόμενο μεγάλο άλμα του, που είναι η αυτόνομη οδήγηση. Στον σημερινό κόσμο, όπου όλα γίνονται έξυπνα, γιατί τα αυτοκίνητά σας να μην είναι επίσης έξυπνα; Λοιπόν, είναι.

Η τεχνολογική πρόοδος στον τομέα της αυτοκινητοβιομηχανίας οδήγησε στην άνοδο των αυτοοδηγούμενων οχημάτων.

Ο συνδυασμός ισχυρού υλικού και έξυπνου λογισμικού ανοίγει μια νέα εποχή αυτοοδηγούμενων αυτοκινήτων που θα μεταφέρουν τους ανθρώπους στους προορισμούς τους άνετα και με ασφάλεια, χωρίς να απαιτείται ανθρώπινη παρέμβαση.

Το τοπίο της αυτόνομης οδήγησης εξελίσσεται με γρήγορο ρυθμό, με τον αριθμό των αυτόματων οχημάτων που αποστέλλονται ετησίως να προβλέπεται ότι θα αυξηθεί με CAGR 41% μεταξύ 2024 και 2030.

Η αυξανόμενη ενσωμάτωση των αυτόματων οχημάτων στην καθημερινή μας ζωή αναμένεται να μειώσει τη συμφόρηση, να ενισχύσει την προσβασιμότητα και να αυξήσει την ασφάλεια. Αυτά τα οχήματα επιτρέπουν επίσης στους οδηγούς να ασχοληθούν με δραστηριότητες που δεν σχετίζονται με την οδήγηση, όπως η χρήση τηλεφώνου, η παρακολούθηση πολυμέσων, η εργασία ή απλώς η χαλάρωση κατά τη διάρκεια του ταξιδιού.

Ωστόσο, δεν όλα τα αυτόματα οχήματα μπορούν να το επιτύχουν. Υπάρχουν επίπεδα αυτοματοποιημένων οχημάτων, τα οποία είναι τα εξής:

Level 0 – Σε αυτό το επίπεδο, δεν υπάρχει αυτοματοποίηση της οδήγησης. Είναι εντελώς ελεγχόμενο χειροκίνητα. Αυτό το επίπεδο οχημάτων είναι αυτό που βλέπουμε κυρίως στους δρόμους.

Level 1 – Τώρα, ένα βήμα πιο πάνω, βρίσκεται το χαμηλότερο επίπεδο αυτοματοποίησης, όπου παρέχεται βοήθεια οδηγού μέσω ενός μόνο αυτοματοποιημένου συστήματος, όπως η διεύθυνση ή ο προσαρμοζόμενος cruise control.

Level 2 – Αυτό το επίπεδο μερικής αυτοματοποίησης της οδήγησης είναι τα προχωρημένα συστήματα βοήθειας οδηγού (ADAS). Εδώ, το όχημα μπορεί να ελέγχει τη διεύθυνση και την ταχύτητά του, αλλά ένας άνθρωπος παραμένει στη θέση του οδηγού και μπορεί να πάρει τον έλεγχο του οχήματος ανά πάσα στιγμή. Βλέπουμε ήδη αυτό το επίπεδο οχημάτων γύρω μας με το Autopilot της Tesla (TSLA ) και τα συστήματα Cadillac Super Cruise της General Motors (GM ).

Level 3 – Σε αυτό το επίπεδο υπό όρους αυτοματοποίησης, τα οχήματα έχουν τη δυνατότητα να ανιχνεύουν το περιβάλλον τους και, βάσει αυτού, να λαμβάνουν ενημερωμένες αποφάσεις. Ωστόσο, ο ανθρώπινος οδηγός πρέπει ακόμη να παραμένει σε εγρήγορση και να είναι έτοιμος να πάρει τον έλεγχο εάν το σύστημα δεν μπορεί να εκτελέσει την εργασία. Κύρια παραδείγματα του Level 3 περιλαμβάνουν το Mercedes‑Benz S‑Class, που προσφέρει δυνατότητες όπως αυτόνομη οδική κρουαζιέρα και διατήρηση λωρίδας, καθώς και το Honda Legend (HMC ), που προσφέρει οδήγηση χωρίς χέρια σε συγκεκριμένα σενάρια.

Level 4 – Αυτό το επόμενο άλμα μας φέρνει σε οχήματα υψηλής αυτοματοποίησης, που στις περισσότερες περιπτώσεις δεν απαιτούν ανθρώπινη βοήθεια, φυσικά με την δυνατότητα του ανθρώπου να παρέμβει χειροκίνητα. Τα οχήματα Level 4 μπορούν να αυτοοδηγούν, αλλά νομικά μπορούν να το κάνουν μόνο σε περιορισμένες περιοχές. Αυτά τα οχήματα βρίσκονται ήδη σε ανάπτυξη με το Waymo One της Google και το Apollo Go της Baidu.

Level 5 – Σε αυτό το επίπεδο δεν απαιτούνται καθόλου οδηγοί. Σε αυτό το στάδιο, τα αυτόνομα οχήματα φθάνουν στην πλήρη αυτοματοποίηση της οδήγησης, είναι ελεύθερα από γεωπεριορισμούς και, ως εκ τούτου, μπορούν να κάνουν όλα όσα μπορεί να κάνει ένας έμπειρος ανθρώπινος οδηγός και να πηγαίνουν οπουδήποτε. Από την Tesla, την Amazon (AMZN ), και τη Honda μέχρι τη Mercedes, αρκετοί μεγάλοι κατασκευαστές αυτοκινήτων σε όλο τον κόσμο δοκιμάζουν πλήρως αυτόνομα αυτοκίνητα. Ωστόσο, δεν είναι ακόμη διαθέσιμα στο ευρύ κοινό.

Ενώ δεν είναι ακόμη γνωστό πότε τα πλήρως αυτοματοποιημένα οχήματα (SAE Level 5) θα κερδίσουν ευρεία υιοθέτηση, ορισμένες μελέτες προβλέπουν ότι η αγορά θα είναι έτοιμη μέχρι το τέλος της δεκαετίας.

Με αυτό, είναι κρίσιμο να χτιστεί η εμπιστοσύνη των χρηστών για την επιτυχή υλοποίηση και αποδοχή αυτών των οχημάτων. Προς το παρόν, η περιορισμένη εμπιστοσύνη των επιβατών εμποδίζει την υιοθέτηση.

Έτσι, για να βοηθήσουν στο να γίνουν τα αυτοκινούμενα οχήματα φιλικά προς τους επιβάτες, ερευνητές από το Ινστιτούτο Επιστήμης και Τεχνολογίας Gwangju (GIST), Νότια Κορέα, συνέγραψαν ένα άρθρο που συζητά στρατηγικές για το ίδιο. Αυτό περιλαμβάνει την παροχή εξηγήσεων στους επιβάτες.

Το θέμα είναι ότι οι κακώς σχεδιασμένες εξηγήσεις μπορούν να επηρεάσουν αρνητικά την εμπειρία των επιβατών. Συνεπώς, οι εξηγήσεις πρέπει να μεταδίδουν πληροφορίες με επαρκή καταληπτότητα σε περιβάλλοντα δρόμων που αλλάζουν γρήγορα.

Προηγούμενες μελέτες έχουν εξερευνήσει διάφορες μεθόδους παρουσίασης εξηγήσεων για τη βελτίωση της εμπειρίας των επιβατών, μειώνοντας το άγχος και το γνωστικό φορτίο. Ωστόσο, ο βέλτιστος χρόνος για τις εξηγήσεις και η πραγματική ζήτηση των επιβατών δεν έχουν ακόμη διερευνηθεί εκτενώς, ειδικά σε πραγματικά περιβάλλοντα.

Οι ερευνητές του GIST διερεύνησαν τη διαδικασία παροχής εξηγήσεων έγκαιρα, προκειμένου να ενισχύσουν το αίσθημα ασφάλειας των επιβατών και την εμπιστοσύνη τους στα αυτοματοποιημένα οχήματα.

Επιτάχυνση της Υιοθέτησης Αυτόνομων Οχημάτων

Για να εκπληρώσουν τα αυτοματοποιημένα οχήματα την υπόσχεσή τους για βελτίωση της αστικής κινητικότητας, πρέπει να επιτευχθεί η εμπιστοσύνη των επιβατών, για την οποία απαιτείται η παροχή έγκαιρων, ειδικών για τον επιβάτη εξηγήσεων σχετικά με τις αποφάσεις των αυτοοδηγούμενων οχημάτων.

Για να είναι αποτελεσματικές αυτές οι εξηγήσεις, πρέπει να είναι κατανοητές, ενημερωτικές και σύντομες. Αυτό θα ενισχύσει την εμπιστοσύνη των επιβατών παρέχοντάς τους ένα αυξανόμενο αίσθημα ελέγχου και μειώνοντας τις αρνητικές εμπειρίες.

Παρόλο που υπάρχουν ήδη μέθοδοι εξηγήσιμης τεχνητής νοημοσύνης (XAI), αυτές προορίζονται κυρίως για προγραμματιστές και ρυθμιστικούς φορείς. Με την εστίασή τους σε υψηλού κινδύνου σενάρια ή πολύ λεπτομερείς εξηγήσεις, δεν είναι πραγματικά κατάλληλες για τους επιβάτες.

Αυτό υπογραμμίζει την ανάγκη για μοντέλα XAI που εστιάζουν ειδικά στους επιβάτες, κατανοώντας τον τύπο των απαιτούμενων πληροφοριών και πότε χρειάζονται σε πραγματικά σενάρια οδήγησης.

Ένα κύριο εμπόδιο στην ανάπτυξη εξηγήσιμων μοντέλων XAI προσανατολισμένων στον επιβάτη, όπως σημειώνει η μελέτη, είναι η έλλειψη συνόλων δεδομένων που λαμβάνουν υπόψη τα συμφραζόμενα των επιβατών.

Σε απάντηση, μια ομάδα ερευνητών του GIST υπό την ηγεσία του SeungJun Kim, Καθηγητή και Διευθυντή του Human‑Centered Intelligent Systems Lab στο GIST, παρουσίασε το TimelyTale για να αντιμετωπίσει την έλλειψη μιας προσέγγισης προσανατολισμένης στον επιβάτη, χρησιμοποιώντας δεδομένα αισθητήρων για έγκαιρες και συναφείς με το πλαίσιο εξηγήσεις.

Το TimelyTale είναι ένα νέο πολυμορφικό σύνολο δεδομένων σχεδιασμένο για να καταγράφει πραγματικά σενάρια οδήγησης και να προσφέρει εξηγήσεις εντός του οχήματος, ώστε να βελτιώσει την εμπιστοσύνη και την αυτοπεποίθηση των επιβατών στα αυτοματοποιημένα οχήματα.

“Η έρευνά μας μετατοπίζει την εστίαση της XAI στην αυτόνομη οδήγηση από τους προγραμματιστές προς τους επιβάτες. Έχουμε αναπτύξει μια προσέγγιση για τη συλλογή της πραγματικής ζήτησης των επιβατών για εξηγήσεις εντός του οχήματος και μεθόδους για τη δημιουργία έγκαιρων, σχετικών με την κατάσταση εξηγήσεων για τους επιβάτες.”

– Καθηγητής Kim

Οι συγγραφείς της μελέτης τιμήθηκαν με το βραβείο ‘Distinguished Paper Award’ για τη μελέτη τους με τίτλο ‘What and When to Explain?: On-road Evaluation of Explanations in Highly Automated Vehicles.’

Για αρχή, οι ερευνητές εξέτασαν την επίδραση διαφορετικών τύπων οπτικών εξηγήσεων — συμπεριλαμβανομένης της προσοχής, της αντίληψης και του συνδυασμού και των δύο — καθώς και του χρόνου τους στην εμπειρία των επιβατών υπό πραγματικές συνθήκες οδήγησης, χρησιμοποιώντας επαυξημένη πραγματικότητα.

Ανιχνεύθηκε ότι η κατάσταση αντίληψης του οχήματος βελτιώνει την εμπιστοσύνη, την επίγνωση της κατάστασης και την αντιληπτή ασφάλεια χωρίς να υπερφορτώνει τους επιβάτες. Επιπλέον, οι ερευνητές διαπίστωσαν ότι η πιθανότητα κυκλοφοριακού κινδύνου είναι ο πιο αποτελεσματικός παράγοντας για την απόφαση πότε πρέπει να παρασχεθούν οι εξηγήσεις, κάτι που τους βοήθησε επίσης να καταλάβουν πότε οι επιβάτες αισθάνονται υπερφορτωμένοι με πληροφορίες.

Βάσει αυτών των ευρημάτων, οι ερευνητές του GSIT, σε συνεργασία με το MIT, ανέπτυξαν το σύνολο δεδομένων TimelyTale.

Για αυτήν την προσέγγιση, οι ερευνητές χρησιμοποίησαν δεδομένα από το εξωτερικό περιβάλλον (εξωρεφές) όπως ήχους και εικόνες, δεδομένα προοπριαστικά, που αφορούν τις θέσεις και τις κινήσεις του σώματος, και (ενδοσκοπικά) δεδομένα σχετικά με την κατάσταση του επιβάτη, δηλαδή τις σωματικές του αισθήσεις όπως πόνος, αναπνοή και καρδιακό ρυθμό.

Για τη συλλογή όλων αυτών των δεδομένων από τους επιβάτες, οι ερευνητές χρησιμοποίησαν μια ποικιλία αισθητήρων σε φυσικά σενάρια οδήγησης για να προβλέψουν τις απαιτήσεις τους για εξηγήσεις. Οι συσκευές που χρησιμοποιήθηκαν περιελάμβαναν GPS, 3D LiDAR, OBD‑II, IMU και στερεοσκοπικές κάμερες για εξωρεφές και προοπριαστικά δεδομένα, ενώ κάμερα LiDAR, κάμερα βάθους, θερμική απεικόνιση, βραχίονας E4 και αισθητήρες πίεσης καθίσματος χρησιμοποιήθηκαν για τη λήψη ενδοσκοπικών δεδομένων.

Αξιοσημείωτο, οι ερευνητές ενσωμάτωσαν επίσης την έννοια της διακοπής εντός του οχήματος για να εντοπίσουν τις κατάλληλες στιγμές για εξηγήσεις. Η διακοπτικότητα είναι η μετατόπιση της προσοχής του επιβάτη από εργασίες που δεν σχετίζονται με την οδήγηση (NDRTS) σε πληροφορίες που αφορούν την οδήγηση.

Σε αντίθεση με τα χειροκίνητα οχήματα, όπου οι οδηγοί δεν μπορούν να αποσπαστούν, στα αυτοματοποιημένα οχήματα, οι επιβάτες συνήθως δεν ασχολούνται με εργασίες οδήγησης. Συνεπώς, υπάρχει ανάγκη να προσδιοριστούν οι στιγμές για πληροφορίες που αφορούν την οδήγηση κατά τη διάρκεια των NDRTs.

Ως αποτέλεσμα, οι ερευνητές μπορούν να εντοπίσουν αποτελεσματικά τόσο το χρόνο όσο και τη συχνότητα των απαιτήσεων των επιβατών για εξηγήσεις. Το μοντέλο επίσης αναγνώρισε τις συγκεκριμένες εξηγήσεις που θέλουν οι επιβάτες κατά τις καταστάσεις οδήγησης.

Οι ερευνητές στη συνέχεια χρησιμοποίησαν την προσέγγισ τους για να αναπτύξουν ένα μοντέλο μηχανικής μάθησης (ML) που προβλέπει την καλύτερη στιγμή για να προσφέρουν στον επιβάτη μια εξήγηση. Πραγματοποίησαν επίσης μοντελοποίηση σε όλη την πόλη για να δημιουργήσουν κειμενικές εξηγήσεις βάσει διαφορετικών τοποθεσιών οδήγησης.

Η προκαταρκτική ανάλυση, σύμφωνα με τη μελέτη, υποδεικνύει το δυναμικό του μοντέλου για τον καθορισμό του χρόνου ζήτησης εξηγήσεων εντός του οχήματος από τους επιβάτες. Παράλληλα, το σύνολο δεδομένων μπορεί να χρησιμοποιηθεί για τη δημιουργία κειμενικού περιεχομένου εξηγήσεων σχετικού με το περιβάλλον, την οδήγηση και τα ειδικά συμφραζόμενα των επιβατών.

“Η έρευνά μας θέτει τα θεμέλια για αυξημένη αποδοχή και υιοθέτηση των αυτόνομων οχημάτων, ενδεχομένως μετασχηματίζοντας τη δημόσια μετακίνηση και την προσωπική κινητικότητα στα επόμενα χρόνια.”

– Καθ. Kim

Εταιρείες που Προωθούν τις Λύσεις Αυτοματοποιημένης Οδήγησης

Τώρα, ας ρίξουμε μια ματιά στις εταιρείες που διαμορφώνουν το μέλλον των αυτοματοποιημένων οχημάτων και είναι επίσης σε θέση να εκμεταλλευτούν τις προόδους στην εξηγήσιμη AI.

Στον τομέα των AV, η General Motors (GM ) έχει αναπτύξει το Cruise για οδηγίες χωρίς οδηγό, ενώ η Ford Motor (F ) προχωρά σε αυτή την κατεύθυνση μέσω του Escape Hybrid.

Στη συνέχεια υπάρχει η NVIDIA (NVDA ), της οποίας η πλατφόρμα DRIVE προσφέρει μια οικογένεια εργαλείων υλικού και λογισμικού για την ανάπτυξη αυτόνομων οχημάτων. Η Amazon (AMZN ) ενδιαφέρεται επίσης για την τεχνολογία αυτόνομων οχημάτων μέσω του Zoox, το οποίο έχει ξεκινήσει τις δοκιμές των αυτόνομων αυτοκινήτων του πριν από την κυκλοφορία του την επόμενη χρονιά. Οι εταιρείες όπως η Uber (UBER ) και η Lyft (LYFT ), που διαθέτουν δίκτυο κοινής χρήσης διαδρομών, μπορούν επίσης να ωφεληθούν από τις προόδους στην ενίσχυση της εμπιστοσύνης και της ασφάλειας στις υπηρεσίες αυτοοδηγούμενων οχημάτων.

Τώρα, δύο εξέχοντα ονόματα στην αγορά αυτόνομων οχημάτων που μπορεί να θεωρήσετε επενδυτικά αξιόλογα είναι:

1. Waymo

Στον κόσμο της ανάπτυξης αυτόνομων οχημάτων, η Waymo κάνει μεγάλη πρόοδο. Αυτή η θυγατρική της Alphabet (GOOG ) εστιάζει στην τεχνολογία αυτόνομης οδήγησης και σε χαρακτηριστικά προσανατολισμένα στον επιβάτη.

Τον τελευταίο μήνα, η εταιρεία ανακοίνωσε το κλείσιμο ενός υπερσυνδρομημένου γύρου επένδυσης 5,6 δισεκατομμυρίων δολαρίων, υπό την ηγεσία της μητρικής εταιρείας Alphabet, με άλλους συμμετέχοντες να περιλαμβάνουν υπάρχοντες επενδυτές και ιδιωτικές επενδυτικές εταιρείες όπως Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake και T. Rowe Price (TROW ).

Τα κεφάλαια θα χρησιμοποιηθούν για την επέκταση της υπηρεσίας διαμοιρασμού διαδρομών «Waymo One» σε περισσότερες πόλεις των ΗΠΑ και για τη βελτίωση του AI‑powered «Waymo Driver». Πρόσφατα, η εταιρεία λάνσαρε τα ρομπότ‑ταξί της στο Λος Άντζελες, πράγμα που σημαίνει ότι όποιος στην πόλη μπορεί να καλέσει ένα αυτόνομο όχημα μέσω της εφαρμογής Waymo One. Αυτό το ρομπότ‑ταξί κυκλοφορεί ήδη στο Φίνιξ για τέσσερα χρόνια και βρίσκεται στο Σαν Φρανσίσκο από πέρυσι. Παράλληλα, στο Όστιν και το Ατλάντα, η Waymo πρόσθεσε τα AV της στην πλατφόρμα της Uber, επιτρέποντας στους πελάτες να κλείσουν το όχημά της μέσω της εφαρμογής Uber.

Η Google ξεκίνησε στην πραγματικότητα την εργασία πάνω σε αυτοοδηγούμενα αυτοκίνητα πριν από πάνω από δεκαεξάμιση δεκαετία, όταν το Waymo ήταν ακόμη μυστικό έργο. Τα αυτοοδηγούμενα αυτοκίνητα του τεχνολογικού γίγαντα έχουν, σύμφωνα με αναφορές, διανύσει πάνω από 20 εκατομμύρια μίλια χωρίς σοβαρά ατυχήματα.

Οι μετοχές του γιγάντιου με κεφαλαιοποίηση 2,2 τρισεκατομμυρίων δολαρίων διαπραγματεύονται αυτή τη στιγμή στα $180.91, με άνοδο 30% φέτος. Έχει EPS (TTM) 7.54, P/E (TTM) 24.09 και απόδοση μερίσματος 0.44%. Για το 3Q24, ανέφερε καθαρά έσοδα $2.93 δισεκατομμυρίων και ταμειακές ροές από λειτουργίες $702 εκατομμύρια.

Για το τρίτο τρίμηνο 2024, η Alphabet ανέφερε έσοδα $88.27 δισεκατομμυρίων, αύξηση 15% σε ετήσια βάση. Τα έσοδα του cloud αυξήθηκαν κατά 35% σε σχέση με το προηγούμενο έτος, φθάνοντας σε ρεκόρ $11.35 δισεκατομμυρίων αυτό το τρίμηνο, ενισχυμένα από τις προσφορές AI.

Η AI έχει τραβήξει πολύ προσοχή τόσο από χρήστες όσο και από εταιρείες, με τη Google να προσελκύει νέους πελάτες, να κλείνει μεγαλύτερες συμφωνίες και να βλέπει αυξημένη υιοθέτηση χάρη στην AI. Έτσι, φυσικά, η εταιρεία συνεχίζει να «επενδύει σε υποδομές αιχμής» για να υποστηρίξει τις προσπάθειές της στην AI.

2. Tesla Inc. (TSLA )

Ιδρυθείσα από τον Elon Musk, η Tesla είναι γνωστή για τα ηλεκτρικά της οχήματα, τα οποία προσφέρουν το Autopilot ως αυτοματοποίηση επιπέδου 2. Το Autopilot είναι τυπική λειτουργία σε κάθε νέο Tesla, με κάθε όχημα εξοπλισμένο με πολλαπλές κάμερες και επεξεργασία οπτικής εικόνας για ένα επιπλέον επίπεδο ασφάλειας.

Στη συνέχεια υπάρχει το Full Self‑Driving (FSD), το οποίο προσθέτει ημι‑αυτόνομη πλοήγηση. Και το Autopilot και το FSD προορίζονται για χρήση με έναν πλήρως προσεκτικό οδηγό.

Ενώ το Autopilot περιλαμβάνει λειτουργίες όπως cruise control με επίγνωση της κίνησης και αυτόματη διεύθυνση, το FSD (υπό εποπτεία) προσφέρει επιπλέον δυνατότητες, όπως πλοήγηση στο Autopilot, αυτόματη διεύθυνση σε πόλεις, αυτόματη αλλαγή λωρίδας, αυτόματο παρκάρισμα, κλήση και έξυπνη κλήση, έλεγχο κίνησης και έλεγχο σήματος STOP.

Τα οχήματα Tesla διαθέτουν επίσης πολλές ενεργές λειτουργίες ασφαλείας που τους επιτρέπουν να ανιχνεύουν αυτοκίνητα ή εμπόδια, προειδοποιήσεις επικείμενων συγκρούσεων, προειδοποιήσεις πλευρικής σύγκρουσης και παρακολούθηση τυφλού σημείου, μεταξύ άλλων, για να βοηθήσουν τους οδηγούς.

Ωστόσο, ο κατασκευαστής αντιμετωπίζει επί του παρόντος έλεγχο από την Εθνική Διοίκηση Οδικής Ασφάλειας (NHTSA), η οποία εξέφρασε δυσαρέσκεια για τη διαφημιστική γλώσσα της Tesla στα κοινωνικά δίκτυα σχετικά με τη λειτουργία FSD. Η υπηρεσία πιστεύει ότι το μήνυμα της Tesla θα μπορούσε να προωθήσει την μη ασφαλή χρήση του συστήματος και έχει ζητήσει από την εταιρεία να επανεξετάσει τη στρατηγική επικοινωνίας σχετικά με τις δυνατότητες του FSD.

Αυτό συμβαίνει μετά από ένα τραγικό περιστατικό στο οποίο μια γυναίκα χτυπήθηκε από ένα Tesla, το οποίο λειτουργούσε σε λειτουργία FSD, θέτοντας ερωτήματα για την ικανότητα του συστήματος να αντιμετωπίζει δύσκολες περιβαλλοντικές συνθήκες.

Η NHTSA έδωσε στην Tesla προθεσμία έως 18 Δεκεμβρίου για να απαντήσει στις ερωτήσεις της σχετικά με το «δυνατότητα αποτυχίας» του FSD, συμπεριλαμβανομένου του εντοπισμού και της κατάλληλης αντίδρασης σε συγκεκριμένες καταστάσεις όπου η μειωμένη ορατότητα του δρόμου μπορεί να περιορίσει την ικανότητα του FSD να λειτουργεί με ασφάλεια.

Με κεφαλαιοποίηση αγοράς $1,05 τρισεκατομμυρίων, οι μετοχές της Tesla διαπραγματεύονται αυτή τη στιγμή περίπου στα $340, με άνοδο 32,2% από την αρχή του έτους (YTD). Έχει EPS (TTM) 3,65, P/E (TTM) 90,07 και ROE (TTM) 20,65%. Η αναλογία Χρέους προς Ιδία Κεφάλαια (MRQ) είναι 11,01%.

Για το 3Q24, η εταιρεία ανακοίνωσε έσοδα $23,35 δισεκατομμυρίων και καθαρό κέρδος $2,17 δισεκατομμυρίων. Τα περιθώρια κέρδους αυξήθηκαν κατά $739 εκατομμύρια από έσοδα πιστώσεων ρυθμιστικών αυτοκινήτων, ως αποτέλεσμα των ρυθμιστών που απαιτούν από τους κατασκευαστές να πουλήσουν έναν ορισμένο αριθμό οχημάτων χαμηλών εκπομπών ή να αγοράσουν πιστώσεις από εταιρείες όπως η Tesla, η οποία κατασκευάζει αποκλειστικά τέτοια οχήματα και, ως εκ τούτου, διαθέτει πλεονάζουσες πιστώσεις.

Σε αυτό το τρίμηνο, ο κατασκευαστής παρήγαγε 470.000 οχήματα και παρέδωσε 463.000 οχήματα. Πρόσφατα, παρουσίασε επίσης ένα ρομπότ‑ταξί και ένα ρομποτικό βαν.

Κάντε κλικ εδώ για να μάθετε όλα για την Tesla.

Συμπεράσματα 

Ο εκτενώς αναπτυσσόμενος κόσμος των αυτόνομων οχημάτων δείχνει ένα μέλλον με αυξημένη κινητικότητα, μειωμένη κυκλοφοριακή συμφόρηση, μεγαλύτερη ευκολία και βελτιωμένη ασφάλεια.

Ενώ το παγκόσμιο μέγεθος της αγοράς αυτόνομων οχημάτων προβλέπεται να αυξηθεί σε $13,632.4 δισεκατομμύρια μέχρι το τέλος της δεκαετίας, η αγορά λογισμικού αυτόνομης οδήγησης, που αποτελεί ουσιώδες μέρος των AV, είναι αναμένεται να αυξηθεί από $1,8 δισεκατομμύρια το 2024 σε $7 δισεκατομμύρια μέχρι το 2035.

Η αυξανόμενη ζήτηση για αποδοτικές και ασφαλείς λύσεις μεταφοράς είναι ο λόγος πίσω από την ανάπτυξη της αγοράς λογισμικού αυτόνομης οδήγησης. Καθώς τα AV γίνονται σταδιακά δημοφιλή και κερδίζουν υιοθέτηση, οι κατασκευαστές αυτοκινήτων πρέπει να ενσωματώσουν τεχνολογίες ασφαλείας. Εδώ, το λογισμικό αυτόματης οδήγησης εξασφαλίζει την ασφάλεια του οχήματος μέσω αλγορίθμων και επεξεργασίας δεδομένων σε πραγματικό χρόνο.

Τώρα, για να υλοποιήσουμε το μέλλον των πλήρως αυτόνομων οχημάτων, θα χρειαστούμε περισσότερα από απλή τεχνολογική πρόοδο. Η απόκτηση εμπιστοσύνης των επιβατών είναι κρίσιμη για την ευρεία υιοθέτηση. Με λύσεις όπως το TimelyTale, που εστιάζει σε έγκαιρες και σχετικές εξηγήσεις, οι ανησυχίες των επιβατών μπορούν να αντιμετωπιστούν καλύτερα και η εμπιστοσύνη να ενισχυθεί, δημιουργώντας έτσι μια πιο ανθρωποκεντρική προσέγγιση στην αυτόνομη οδήγηση.

Καινοτομίες όπως αυτές είναι σημαντικές για να φέρουν πιο κοντά ένα μέλλον όπου τα αυτόνομα οχήματα ενσωματώνονται ομαλά στην καθημερινή μας ζωή, μετασχηματίζοντας έτσι την αστική κινητικότητα.

Κάντε κλικ εδώ για να μάθετε πώς τα αυτόνομα ταξί θα δημιουργήσουν έως $4 τρισεκατομμύρια μέχρι το 2027.