Liikenne
2025: Vuosi, jolloin itseohjautuvat autot tulevat valtavirtaan?
Lisää Securities.io suosikkilähteisiisi Google-palvelussa
Milloin itseohjautuvat autot saapuvat?
Kun puhutaan mullistavista teknologioista, jotka vaikuttavat olevan aivan nurkan takana, harvat vaikuttavat yhtä voimakkaasti talouteen ja yhteiskuntaan kuin autonomiset tai “itseohjautuvat” autot, lukuun ottamatta tietysti AGI:tä (Artificial General Intelligence).
Tämä johtuu valtavasta määrästä työpaikkoja ja tehtäviä, jotka vaativat ihmisiä ajamaan ajoneuvoja. Tämä alkaa ajotyöpaikoista, kuten taksinkuljettajat, toimituspalvelut, kuorma-autonkuljettajat ym. Mutta vielä perustavampaa on se, että suurin osa maailman väestöstä suorittaa tätä tehtävää palkattomana, usein hukaten tunteja päivästään joka päivä ratin takana.
Tämä edustaa massiivista tuottavuuden menetystä, joka painaa taloutta, arkea ja kulttuuria. Tästä syystä jo vuonna 2023 robotaksit ennustettiin tuottavan jopa neljä triljoonaa dollaria liikevaihtoa.
Kuitenkin todella autonomisten ajoneuvojen kehittäminen on vaikeaa, eikä täysin automatisoitu liikenne ole vielä päässyt teille. Kuinka lähellä olemme itseohjautuvien ajoneuvojen laajamittaisesta käyttöönotosta?
Itseohjautuvan teknologian valtava potentiaali
Idean taustalla on taloudellinen fakta, että robotaksit voisivat vähentää auton omistamisen tarvetta, mikäli matkat ovat riittävän edullisia.
Tämä voi luoda positiivisen palautesilmukan, jossa halvat hinnat lisäävät kysyntää, mikä lisää robotaksien käyttöastetta, josta saadaan lisää pääoman poistosta, hintojen lasku taas lisää kysyntää jne.
Raportti toteaa, että jos palveluntarjoajat pystyvät laskemaan hinnan 0,25 dollariin per maili, autonomiset taksipalvelut “ovat kustannustehokkaampia kuin 95 % lyhyen matkan matkoista.”
Itseohjautuvuuden talous on vielä suoraviivaisempaa, jos se pystyy käsittelemään rahtia kuten kuorma-autoja ja aluksia. Tässä kuljettajat ja miehistöt ovat pelkkiä kustannuksia, jotka voidaan poistaa liiketoimintarakenteesta, jos autonomiset järjestelmät ovat riittävän luotettavia korvaamaan ne.
Lähde: ARK Invest
Kaiken kaikkiaan ei ole kysymys siitä, että itseohjautuvat ajoneuvot olisivat massiivisia rahantekijöitä, mikä on myös syy siihen, että niin monet teknologiayritykset ovat investoineet kymmeniä miljardeja tämän teknologian kehittämiseen. Mutta se vaikuttaa olevan vaikea pulma ratkaista.
Itseohjautuvan teknologiapinon rakentaminen
Tukiteknologiat
Ennen kuin puhumme autonomisten ajoneuvojen ydin‑AI:sta, voimme lyhyesti tarkastella, miksi viime vuosikymmen on tehnyt itseohjautuvista autoista, mutta myös droneista ja muista laitteista, taloudellisesti kannattavia.
Yksi syy on antureiden ja laskentatehon hintojen romahdus. On helppo unohtaa, että ensimmäinen iPhone julkaistiin vasta vuonna 2007, ja että puhelin, jossa oli hyvä kamera ja joka toimi kuin minitietokone, oli vallankumous alle 20 vuotta sitten.
Siitä lähtien optiikka, anturit, piirit ja muut elektroniikkakomponentit ovat vain tulleet halvemmiksi, tehokkaammiksi ja luotettavammiksi.
EV‑autojen nousu ensimmäisen Tesla Roadsterin jälkeen vuonna 2008 on myös muuttanut ajoneuvojen toimintaa. Uusi sähköauto voi tarjota valtavan määrän sähkötehoa massiivisesta akustaan ja voimansiirtoon, mikä tekee itseohjautuvien sirujen ja antureiden virtalähteestä lähes merkityksetöntä.
Sähköautot ovat myös mekaanisesti paljon luotettavampia, pystyvät ajamaan pidempiä matkoja vähemmällä kulumisella, ja niiden polttoaine on kokonaisuudessaan paljon halvempaa per maili, mikä tekee niistä täydellisiä “robotakseja”, jotka voivat ajaa koko päivän monille käyttäjille. Verrattuna tähän, itseohjautuva teknologia olisi taloudellisesti paljon heikompi, jos sen pitäisi perustua polttomoottoriautoihin.
Yleisesti ottaen nykyiset autot ovat jo melkein tietokoneita pyörillä, joissa on 300–1 000 piiriä per auto, ja joillakin EV‑autoilla jopa 3 000 piiriä. Ne vain kaipaavat “aivoja” ajamaan itse.
Lähde: Polar Semi
Teiden ymmärtäminen
Perustoiminnoissa, kuten reitin valitsemisessa pisteestä A pisteeseen B, suurin osa itseohjautuvista AI‑järjestelmistä on täysin kykenevä suorittamaan tehtävän jo yli vuosikymmenen ajan, erityisesti GPS:n ja “Kartta”‑sovellusten massakäytön myötä, jotka tarjoavat tarvittavat tiedot.
Haasteena on, että auto ymmärtää, mitä tiellä tapahtuu: sääolosuhteet, muut autot, jalankulkijat, pyöräilijät, eläimet jne.
Tässäkin perusasia on osoittautunut melko nopeasti ratkaistavaksi, ja järjestelmät mahdollistavat “avustetun ajon” moottoriteillä, mikä on paljon vähemmän haastava ympäristö, ja on jo tarjolla useimmissa huippuluokan autoissa.
Mutta monimutkaisemmat tilanteet, kuten rakennustyömaat, kaupunkialueet, jalankulkijoiden läsnäolo ja liikenneonnettomuudet, ovat vaikeampia käsitellä.
Yleisesti itseohjautuvat järjestelmät sijoittuvat spektriin, jossa alimmalla tasolla on pelkkä avustus nopeuden vakiointiin ja pysäköintiin, ja ylimmällä tasolla on ideaalinen täydellinen itseohjautuva ajoneuvo. Viimeinen taso, L5, eli täysi automaatio ilman kuljettajaa, on edelleen vaikeasti saavutettavissa.
Lähde: MobileEye
Yleensä epäonnistuminen L5‑tason saavuttamisessa johtuu harvoista tapauksista, jotka hämmentävät AI:ta. Esimerkiksi tietokone saattaa kamppailla ymmärtäessään monikerroksisen parkkihallin tilannetta:
“Ajoneuvo luuli, että parkkihallissa pysäköidyt autot estävät tien. Se ajatteli: ‘Auto pysähtyi, kierrä reunaa.’
Kun järjestelmä kohtaa jotain, eikä tiedä mitä tehdä, useimmissa tapauksissa auto yksinkertaisesti pysähtyy.”
Neuroverkkojen laitteisto
Suurin osa viimeaikaisesta AI‑kehityksestä on rakennettu neuroverkko‑teknologian pohjalta, joka voitti vuoden 2024 Nobelin fysiikassa. Toisin kuin tavallinen laskenta, joka vaatii tiukan komentosarjan jokaiselle tilanteelle, neuroverkot voivat mukautua koulutustilanteisiinsa ja antaa oikean vastauksen.
Lähde: Nobel Prize
Tämä tekee niistä luonnostaan parempia käsittelemään “sekavia” tilanteita, joissa syötteet ovat erittäin vaihtelevia ja data on aina jonkin verran “kohinaa” sisältävää.
Pitkään neuroverkkoja on koulutettu ja ajettu GPU:illa, jotka ovat muokattu tietokonegrafiikkakorteiksi AI‑laitteistoiksi. Viime aikoina on kehitetty laitteistoja, jotka on omistettu nimenomaan AI‑ ja neuroverkko‑laskentaan.
Muiden AI‑laitteistojen (joista puhumme tarkemmin omassa raportissamme) joukossa Neuroverkko‑prosessorit (NNP) ovat erityisen merkittäviä itseohjautuvan AI:n kannalta. Niitä kutsutaan myös Neuroprosessoriyksiköiksi (NPU) tai neuromorfisiksi siruiksi, ja ne voivat suorittaa operaatioita yhdellä laskennalla sen sijaan, että yleislaitteistolla tarvittaisiin tuhansia.
Tämän energiatehokkuuden vuoksi NPU:t ovat suosittuja niin sanotussa “edge‑computing”‑ympäristössä, jossa laskenta tehdään paikallisesti eikä pilvessä.
Koska itseohjautuvuuden on oltava luotettava, erittäin reagoiva eikä riippuva yhteydestä, se pääosin perustuu reunalaskentaan, jossa neuroverkko ajetaan paikallisesti, vaikka AI:n koulutus onkin tehty pilvessä.
Oikean teknologian valinta
Geofencing vs. Vapaa-ajelu
Miksi geofencing
Yksi merkittävä teknologia‑ ja liiketoimintastrategian valinta tuleville itseohjautuville autoyrityksille on päätös käyttää geofencing‑tekniikkaa vai olla käyttämättä sitä.
Geofencing tarkoittaa, että itseohjautuva järjestelmä on erityisesti koulutettu toimimaan vain rajoitetulla maantieteellisellä alueella, asettaen virtuaalisen rajan, jossa autonominen ajojärjestelmä voi toimia.
Idea on, että rajoittamalla aluetta AI‑järjestelmä voi oppia riittävän hyvin näitä tiettyjä teitä ja luottaa niiden turvalliseen ajamiseen.
“Alueen rajaaminen yksityisemmille paikoille, tai jopa jalkakäytäville teiden sijaan, voi merkittävästi vähentää vuorovaikutuksia, joita ajoneuvo kohtaa muiden objektien, kuten autojen, kuorma-autojen, pyöräilijöiden ja jalankulkijoiden kanssa.”
Rajaamalla AI:n käsiteltävien tapausten ja mahdollisten reittien määrää, vähennetään merkittävästi tarvittavaa laskentatehoa, mikä vaikuttaa myös vaadittavaan laitteistoon.
“Geofencing‑rajoituksilla on syvä vaikutus autonomisen ajoneuvon vaatimuksiin, mikä vaikuttaa tarvittavaan laitteistoon.”
Kuitenkin tämä rajoittaa voimakkaasti autonomisten ajoneuvojen käyttöönoton mahdollisuuksia. Se tarkoittaa, että jokainen uusi kaupunki vaatii itseohjautuvaa yritystä luomaan räätälöidyn koulutusdatan, yleensä manuaalisesti ajamalla autoja alueella useita vuosia ennen lanseerausta.
Tämä tekee lähestymistavasta melko kallista.
Se myös rajoittaa itseohjautuvien autojen houkuttelevuutta robotaksi‑yrityksille, sillä yksittäiset kuluttajat tarvitsevat todennäköisesti edelleen omia autojaan, koska he haluavat ajoittain ajaa geofencing‑alueiden ulkopuolelle, jotka ovat yleensä rajoitettuja keskusta‑alueisiin tai yhteen kaupunkiin.
Jos ala pysyy tässä paradigmassa, suurin osa robotaksien massakäytön odotetuista hyödyistä jää toteutumatta.
Lainsäädännölliset ja liiketoiminnalliset vaikutukset geofencing‑tekniikassa
Samanaikaisesti suora siirtyminen täyteen itseohjautuvuuteen ilman rajoituksia voi olla itseään vahingoittavaa.
Se voi viivästyttää autonomisten palveluiden käyttöönottoa, koska sen täytyy olla täydellinen kaikkialla ennen kuin sitä voidaan laajentaa, sen sijaan että se otettaisiin käyttöön rajoitetussa kaupunkilistassa ensin, missä se voisi jo saavuttaa miljoonia käyttäjiä.
Toinen ongelma on säännökset ja lait itseohjautuvien järjestelmien ympärillä. Sääntelijät ovat olleet varovaisia, mutta valmiita hyväksymään geofencing‑ratkaisujen hidasta käyttöönottoa, erityisesti kun tietyn alueen turvallisuus on osoitettu.
Kuitenkin globaali, rajoittamaton itseohjautuvien autojen valtuutus vaatii paitsi paikallista hyväksyntää myös kansallisia lakeja ja säädöksiä, joita ei ole vielä luotu.
Koska lainsäädäntö etenee usein paljon hitaammin kuin teknologia, tämä voi muodostua vakavaksi ongelmaksi L5‑tason rajoittamattoman autonomian käyttöönotossa, vaikka kaikki tekniset haasteet olisivatkin ratkaistu.
LIDAR vs. Vain kamerat
Toinen keskustelunaihe alalla on LIDAR:n (light detection and ranging, eli “laser‑radar”) käyttö. LIDAR käyttää laser‑säteitä havaitakseen lähellä olevia kohteita ja luodakseen reaaliaikaisen 3D‑mallin ympäristöstä.
Lähde: Autoweek
LIDAR‑järjestelmät sijoitetaan yleensä itseohjautuvien autojen päälle, mikä tekee niistä melko kömpelön lisäyksen.
LIDAR:n etu on, että se näkee enemmän kuin kamerat ja on erinomainen etäisyyksien arvioinnissa, mikä tekee siitä erityisen hyödyllisen onnettomuuksien välttämisessä suurilla nopeuksilla. Se toimii myös täydellisesti pimeässä tai heikossa valaistuksessa.
Lähde: Forbes
Usein LIDAR:ia käytetään yhdessä radarin kanssa, jotta kohteet voidaan havaita myös vaikeissa olosuhteissa, kuten sumussa.
Suurin osa itseohjautuvasta teknologiasta turvautuu LIDAR:iin turvallisuuden lisäämiseksi, lukuun ottamatta Teslaa (TSLA ), mutta siihen liittyy muutamia haittoja.
Ensimmäinen on kustannus. Useimpien huippuluokan LIDAR‑järjestelmien hinta on noin 70 000–80 000 $, mikä tekee itseohjautuvista autoista melko kalliita. Tämä ei välttämättä ole pysyvää, koska on merkkejä siitä, että LIDAR on viime aikoina tullut paljon halvemmaksi, erityisesti edullisemmissa LIDAR‑malleissa, mikä saattaa tehdä niistä kaupallisesti elinkelpoisempia.
“Kyse on sekä volyymista että itse teknologiasta. Autoteollisuus luottaa mittakaavaan kustannusten alentamiseksi. Kun sovellusten määrä kasvaa, kustannukset laskevat.
Esimerkiksi LiDAR‑yksikkö, joka aiemmin maksoi 30 000 yuania (noin 4 100 $), maksaa nyt vain noin 1 000 yuania (noin 138 $) – dramaattinen lasku.”
LIDAR on melko monimutkainen teknologia, jossa on paljon liikkuvia osia (pyörivät mini‑peilit), mikä on yksi syy sen korkeaan hintaan, ja se voi tehdä ylläpidosta ja luotettavuudesta hankalaa.
Lopuksi, mikä tahansa AI, joka on koulutettu LIDAR‑datan avulla, tarvitsee todennäköisesti LIDAR‑antureita jatkossakin, koska vaatimus on syvästi upotettu neuroverkkoon. Joten yritykset, jotka valitsevat LIDAR:n itseohjautuvien järjestelmiensä koulutukseen, saattavat olla tulevaisuudessa sidottuja siihen.
Kuinka turvallinen itseohjautuvan auton on oltava?
Keskeinen kysymys sekä sääntelijöille että käyttäjille on, kuinka turvallinen itseohjautuvan auton on oltava. Teoriassa, jos itseohjautuvat autot olisivat 5‑kertaisesti turvallisempia kuin ihmiskuljettaja, ne tulisi omaksua nopeasti ja niitä pidettäisiin edistysaskeleena.
Käytännössä ihmiset ovat hyvin varovaisia luottamaan koneeseen, joka on vain hieman turvallisempi kuin virheherkkä ihminen. Ihmiset myös yliarvioivat ajokykynsä.
Joten vaikka itseohjautuvat järjestelmät ovat olleet vuosien ajan paljon turvallisempia kuin ihmisen ajamat autot (kuten Tesla‑data vuodelta 2023 osoittaa), jokaisen onnettomuuden koetaan edelleen “AI:n epäonnistumisena”.
Jokaisen onnettomuuden tallentaminen auton kameroilla ja median reaktiot eivät auta tilannetta.
Lähde: ARK Invest
Tämän seurauksena on todennäköistä, että erittäin korkea, 10‑100‑kertaisesti ihmiskuljettajaa turvallisempi kynnys vaaditaan, jotta täysivaltainen rajoittamaton L5‑tason itseohjautuvuus voidaan vapauttaa kaikille teille.
Itseohjautuvat yritykset
Swipe to scroll →
| Yritys | Ydinmarkkina | Tekninen lähestymistapa | Käyttöönoton tila |
|---|---|---|---|
| Waymo | Robotaksi | Geofenced, LIDAR + radar | ~250 k maksullista kyytiä/viikko valituissa Yhdysvaltain kaupungeissa |
| Tesla | Kuluttaja‑EV + robotaksi | Vain kamerat | Texas‑pilotti; turvallisuusajaja mukana |
| Baidu | Robotaksi | Monisensori (sisältäen LIDAR) | Ajoneuvottomat toiminnot Kiinassa; Uber‑kumppanuus |
| Zoox | Räätälöity robotaksi | Ei pyöriä/pedaleja, LIDAR | NHTSA‑poikkeus; testaus useissa Yhdysvaltain kaupungeissa |
| Aurora Innovation (AUR ) | Rahtikuorma‑autot | Moottoritien autonomisuus | Ensimmäinen täysin kuljettajaton ajo (toukokuu 2025) |
| WeRide (WRD ) | Robotaksi | Monisensorinen fuusio, mukaan lukien high‑line LIDAR | 24/7‑pilotti Pekingissä; laajentuminen UAE:hen |
| Mobileye | ADAS & autonominen pino | Kamera‑ensimmäinen, REM HD -kartoitus | Laaja OEM‑jalostus; kehittyvä autonomisuus |
Waymo
GOOGL Hintakaavio
Kun tarkastellaan toteutuneita robotakseja, selvä johtaja nousee esiin: Google‑linkitetty Waymo. Huhtikuussa 2025 Waymo raportoiti jo 250 000 maksullista robotaksi‑kyytiä viikossa Yhdysvalloissa, pääasiassa Austinissa, Phoenixissa ja San Franciscon Bay Area -alueella, miljoona mailia ajettuna kuukausittain.
Waymon menestys johtuu varhaisesta aloituksesta (yritys perustettiin 2010, teknologia juontaa juurensa vuoteen 2005) ja erittäin varovaisesta lähestymistavasta: sen robotaksit ovat geofenced ja ne turvautuvat huippuluokan LIDAR‑järjestelmiin, voittaen kilpailun turvallisesta autonomisesta kyydistä, vaikka toiminta onkin toistaiseksi rajoitettu muutamiin alueisiin.
Tämä on auttanut Waymoa solmimaan arvokkaita kumppanuuksia, kuten strategisen kumppanuuden Toyotan kanssa, maailman suurimman autonvalmistajan (yli 10 miljoonaa vuodessa myytyä yksikköä).
Toyota ja Waymo pyrkivät yhdistämään omat vahvuutensa kehittääkseen uuden autonomisen ajoneuvoplatformin. Samanaikaisesti yritykset tutkivat, miten Waymon autonomista teknologiaa ja Toyotan ajoneuvokokemusta voidaan hyödyntää seuraavan sukupolven henkilöautojen (POV) parantamiseksi.
Toyota on sitoutunut toteuttamaan yhteiskunnan, jossa ei ole liikenneonnettomuuksia, ja muuttumaan liikkuvuusyritykseksi, joka tarjoaa liikkumisen kaikille.
Hiroki Nakajima – Executive Vice President of Toyota Motor Corporation (TM )
(Voit lukea lisää Toyotasta sen omassa investointiraportissa)
Tesla
TSLA Hintakaavio
Toinen merkittävä kilpailija itseohjautuvien autojen ja robotaksien saralla on Tesla.
Yrityksellä on suuri etu siinä, että kaikki sen myydyt ajoneuvot on varustettu kameroilla, joiden yritys uskoo riittävän AI:n kouluttamiseen ilman LIDAR‑antureita tai jopa radareita.
Tämä tarkoittaa, että Tesla saa “ilmaiseksi” miljoonia mailia koulutusdataa, jonka ostavat Tesla‑omistajat tuottavat aitojen olosuhteiden ajossa. Verrattuna tähän, lähes kaikki muut itseohjautuvat yritykset joutuvat maksamaan kuljettajille, että he ajavat oikeilla teillä vuosia jokaisessa geofenced‑alueessa, mikä nostaa kustannuksia merkittävästi.
Lähde: ARK Invest
Kuitenkin Teslan Full Self‑Driving (FSD) -julkaisu on ollut ikuisesti “pian” ja sitten viivästynyt ilmoitus useiden vuosien ajan (odotuksista autonomisista autoista vuodesta 2018), mikä on johtanut koviin kritiikkeihin epärealististen odotusten asettamisesta.
Tämä saattaa kuitenkin lopulta muuttua, kun Texas myöntää Teslalle robotaksi‑luvan toimia ride‑hailing‑palveluna elokuussa 2025, testiajon jälkeen Austinissa kesäkuusta 2025. Tällä hetkellä Teslan työntekijä on edelleen mukana turvallisuusvalvojana.
Joten Tesla on, kuten aina, kiistanalainen, joidenkin mielestä Texas‑hyväksyntä on ensimmäinen askel FSD:n laajamittaiseen käyttöönottoon, ja ihmisturvallisuusvalvoja on tilapäinen ongelma, kun taas toiset uskovat, että Tesla ei koskaan julkaise todellisia autonomisia robotakseja.
Totuus on luultavasti jossain näiden välillä.
Teoriassa, jos ihmiset voivat käyttää vain silmiään auton ajamiseen, AIkin voi, joten pelkkien kameroiden käyttö ei pitäisi olla ongelma ikuisesti. Samalla tämä kunnianhimoinen strategia, joka saattaa olla oikea pitkällä aikavälillä, on selvästi hidastanut Teslan lyhyen aikavälin käyttöönottoa, riippumatta siitä, kuinka positiivinen Elon Musk haluaa olla siitä.
(Voit lukea lisää Teslaa sen omassa investointiraportissa)
Baidu
Baidu, Kiinan johtava hakukone, seuraa Googlen jalanjälkiä Apollo Go -nimisellä omalla itseohjautuvalla autollaan.
Baidu on siirtynyt täysin kuljettamattomiin operaatioihin useissa kiinalaisissa kaupungeissa, poistaen turvallisuusajajat ajoneuvoistaan.
Baidu teki sopimuksen Uberin kanssa heinäkuussa 2025 tuodakseen kuljettamattomat autonsa maailmalle Yhdysvaltojen ja Kiinan ulkopuolelle.
Kaksi yritystä sanoi, että monivuotinen kumppanuus tuo “tuhansia” Baidun Apollo Go -autonomisia ajoneuvoja Uberin globaaliin verkostoon.
Baidu tarjosi jo 899 000 kyytiä vuoden 2024 toisella neljänneksellä. Vuonna 2025 pilottialueet laajenevat 20 kaupunkiin.
Vuonna 2024 Baidu avasi lähdekoodin autonomisesta ajotekniikastaan, vahvistaen Kiinan AI‑teknologian suuntausta avoimeen lähdekoodiin, kuten samankaltainen liike yleissivistys‑AI‑ilmiö DeepSeekin osoitti.
Yhdysvaltain markkinoilla Baidu ei todennäköisesti edisty merkittävästi kauppasuhteiden jännitteiden ja käyttäjädatan huolen vuoksi, mutta se saattaa olla vakava kilpailija Waymolle ja Teslalle ulkomailla, erityisesti Uberin tuen ansiosta.
Zoox
AMZN Hintakaavio
Zoox, Amazonin tytäryhtiö, on helposti tunnistettavissa ainutlaatuisesta muotoilustaan, sillä se rakentaa robotaksinsa omistetuiksi ajoneuvoiksi, jotka poikkeavat tavallisen auton ominaisuuksista.
Lähde: TechCrunch
Yritys on juuri saavuttanut poikkeuksen Yhdysvaltain liittovaltion liikenneturvallisuusviraston laajennetusta automatisoidun ajoneuvon poikkeusohjelmasta, mikä mahdollistaa sen omien robotaksien esittelyn julkisilla teillä. Tämä on tärkeä askel, sillä Zooxin robotaksit eivät sisällä perinteisiä autojen ominaisuuksia, kuten ohjauspyörää ja polkimia.
Zoox lanseerasi kesäkuussa 2025 ensimmäisen tuotantolinjansa ajoneuvoille, tavoitteena tuottaa yli 10 000 robotaksia vuodessa. Tämä seuraa testejä useissa Yhdysvaltain kaupungeissa ja laajentumista lisää: Las Vegas, San Franciscon Bay Area, Seattle, Austin, Miami, Los Angeles ja Atlanta.
Zoox aikoo nyt lanseerata kaupallisia robotaksi‑tarjouksia Las Vegasissa, San Franciscossa ja myöhemmin Austinissa ja Miamissa seuraavien vuosien aikana.
(Voit lukea lisää Amazonista sen omassa investointiraportissa)
WeRide
WRD Hintakaavio
WeRide on vuonna 2017 Silicon Valleylta perustettu yritys, jonka pääkonttori on Kiinassa. Yritys on tehnyt monia testejä ympäri maailmaa, erityisesti Yhdistyneissä Arabiemiirikunnissa, alueella, jossa se laajenee Uber‑kumppanuuden ansiosta. Se on myös nyt käyttöönotossa 24/7 robotaksi Pekingissä.
Yöaikaisen näkyvyyden mahdollisten ongelmien ratkaisemiseksi WeRiden robotaksi on varustettu yli 20 anturilla, mukaan lukien tarkkuus‑ ja dynaamiset kamerat sekä korkean linjan LIDAR‑anturit koko ajoneuvossa.
Monisensorinen fuusiologiikka ja korkean suorituskyvyn laskentaplatformi mahdollistavat 360°‑sokeusvapauden kattavuuden jopa 200 m:n havaintomatkalla.
Mobileye
INTC Hintakaavio
Mobileye on Israelissa pääkonttoriaan omaava yritys, jonka Intel (INTC ) osti vuonna 2017, ja joka listautui uudelleen vuonna 2022.
Vaikka teknologiat ovat lupaavia, yrityksessä saattaa olla ongelmia, koska heinäkuussa 2025 Intel suunnittelee irtisanomisia ja 8 % osakkeiden myyntiä yhtiöstä.
Tämä voi heijastua laajemmin Intelin ongelmiin, kun yhtiö irtisanoo työntekijöitä myös muissa toiminnoissa.
Tämä voisi kuitenkin olla edelleen haaste Mobileyelle, sillä se vähentäisi rahoituksen ja tukien määrää, joita se voi odottaa emoyhtiöltään, asettaen sen epäedulliseen asemaan verrattuna Waymoon tai Zooxiin.
(Voit lukea lisää Intelistä sen omassa investointiraportissa)
Aurora Innovation
Yritys keskittyy enemmän kuljettamattomiin kuorma-autoihin, erityisesti moottoritiellä ajamiseen, mikä kattaa suurimman osan kuorma-autojen ajokilometreistä.
Toukokuu 2025 Aurora toteutti ensimmäisen täysin kuljettamattoman ajon, sen jälkeen kun se oli kerännyt kolme miljoonaa autonomista mailia ja kuljetti yli 10 000 asiakaslasta.
Yritys perustettiin Chris Urmsonin toimesta, joka oli varhaisen vaiheen johtaja Googlen itseohjautuvassa autoprojektissa, nykyisin tunnettu Waymo‑brändin alla.
“Ajan moottoritietä 65 mailia tunnissa, en ohjaajan takana, vaan takapenkillä, katsellen maisemaa, kun teknologia, jonka autoin luomaan, kuljettaa kymmeniä tuhansia leivonnaisia.”
Aurora aikoo laajentaa kuljettamatonta palveluaan El Pasoon, Texasissa, ja Phoenixiin, Arizonaan vuoden 2025 loppuun mennessä.
The Ones That Gave Up
Kun menestyvät yritykset saavat näyttää, että kyse on vain sinnikkyydestä voittaa itseohjautuvuuskilpailu, on syytä muistaa ne projektit, jotka kuolivat matkan varrella:
- General Motors luopui Cruise‑projektista joulukuussa 2024 (GM ).
- Apple luopui omista itseohjautuvista suunnitelmistaan huhtikuussa 2024. (AAPL )
- Uber myi kuljettamattoman autosegmenttinsä Aurora Technologies vuonna 2020.
Non-Car Self-driving
On monia yrityksiä, jotka työskentelevät itseohjautuvuuden parissa, mutta keskittyvät järjestelmiin, jotka eivät ole autoja.
Esimerkiksi pienet toimitusrobotit, teknisesti itseohjautuvia ajoneuvoja, ovat niin pieniä, että ne voivat kiertää autoja koskevia sääntelyjä. Tällä hetkellä robottirobottien johtajia ovat virolainen Starship Technologies, jonka perusti Skype‑perustajat, sekä kiinalainen e‑kauppajätti Alibaba ; molemmat ovat valinneet pienen ja harmittoman muotoilun, joka ei poikkea Star Warsin droideista.
Lähde: Starship
Sääntelysyistä ja raskaiden ajoneuvojen mahdollisen onnettomuuden vaikutuksesta autonomiset kuorma-autot ovat edelleen riippuvaisia ihmisen syötteestä, yritykset kuten Kodiak, Gatik ja Pony.ai seuraavat Aurora Innovationin esimerkkiä.
Toinen idea on käyttää lentäviä droneja pienten ja kevyiden tavaroiden toimitukseen. Tällä hetkellä selkeä johtaja on Zipline, jota seuraa Wing ja Meituan (3690.HK). Tämä voisi olla todellinen vallankumous, mutta se kohtaa vieläkin tiukempia sääntelyesteitä kuin itseohjautuvat toimituskuorma‑autot, joten sen laajamittainen käyttöönotto saattaa kestää pidempään.
Lähde: ARK Invest
Conclusion
Vuosien hitaasta liikkeestä huolimatta, kun “lähestymässä” olevat täyden itseohjautuvuuden autot olivat Elon Muskin ja muiden alansa johtajien toiveissa, vuosi 2025 on selvä kiihtymispiste itseohjautuvan teknologian osalta.
Monet kaupungit, jotka ottivat riskin varhain, näkevät nyt robotaksit ajamassa säännöllisesti niiden kaduilla, mikä laskee kyytipalvelujen hintaa.
Toistaiseksi näyttää siltä, että Yhdysvallat ja Kiina ovat globaalisti kaksi etumatkaa olevaa maata, sekä yritysten että joustavampien sääntelyjen osalta, ja positiivinen palautesilmukka innovaation ja myönteisen sääntelykehyksen välillä on todennäköisesti arvokas tapaustutkimus tulevaisuuden taloustieteilijöille.
Toistaiseksi rajoitetun, geofenced‑ ja hitaasti käyttöönotettavan robotaksin, jossa on täysi kamera‑, LIDAR‑, radar‑ ja muut sensorikokonaisuudet, yhdistelmä näyttää olleen voittava yhdistelmä, joka ei enää tarvitse kuljettajia.
Tämä on hyödyttänyt Waymoa sen valitun varovaisen lähestymistavan ansiosta, ja Zooxia sekä monia muita yrityksiä, jotka ovat sen perässä ja pyrkivät nopeasti kiinnittämään kiinni.
Samaan aikaan Tesla jatkaa unelmaansa yleisestä “täysin itseohjautuvasta” teknologiasta, joka voisi ajaa minkä tahansa tien ja luottaa pelkästään kameroihin, ihanteellisesti yksinkertaisella ohjelmistopäivityksellä kaikissa olemassa olevissa Tesla‑autoissa. Tämä on riskialtis veto, mutta myös mielenkiintoinen ajatus, joka vaikuttaa ainoalta, joka saattaa tuottaa rajoittamattoman itseohjautuvuuden lähitulevaisuudessa.
Geofenced‑tekniikka todennäköisesti toteutuu maailmanlaajuisesti hyvin hitaasti, pala kerrallaan, ja se rajoittuu kilpailemaan perinteisten taksipalveluiden kanssa suurissa kaupungeissa. Tämä jättää pöydälle suuren osan monitriljoonan dollarin palkintosta, jonka “todelliset” robotaksit voisivat ansaita korvaamalla auton omistamisen ultra‑halvoilla, 24/7‑kattavilla EV‑ajoilla.
Joten, yrityskulttuurinsa mukaisesti, Tesla saattaa olla lopullinen voittaja ja luoda kokonaan uuden massiivisen markkinan sekä mullistaa, mitä auto merkitsee, jälleen kerran, mutta vain jos se pystyy ratkaisemaan näennäisesti ylitsepääsemättömän teknisen haasteen.
