परिवहन
2025: वह वर्ष जब स्व-चालित कारें मुख्यधारा में आएँगी?
Securities.io को Google पर अपने पसंदीदा स्रोतों में जोड़ें
स्व-चालित कारें कब आएँगी?
जब बात उन विघटनकारी तकनीकों की आती है जो बस कोने के पास लगती हैं, तो बहुत कम ही ऐसी हैं जो अर्थव्यवस्था और समाज पर इतना प्रभाव डालती हों जैसे स्वायत्त या ‘स्व-चालित’ तकनीक, सिवाय, बेशक, शायद एजीआई (आर्टिफिशियल जनरल इंटेलिजेंस) के।
यह इसलिए है क्योंकि बहुत बड़ी संख्या में नौकरियां और कार्य हैं जिनमें मनुष्यों को वाहन चलाना पड़ता है। यह ड्राइवर की नौकरियों से शुरू होता है, जैसे टैक्सी चालक, डिलीवरी सेवाएं, ट्रक चालक आदि। लेकिन अधिक मूल रूप से, दुनिया की अधिकांश जनसंख्या यह कार्य बिना वेतन के करती है, अक्सर अपने दिन के कई घंटे, हर दिन, स्टीयरिंग व्हील के पीछे बर्बाद करती है।
यह उत्पादकता का एक विशाल नुकसान दर्शाता है जो अर्थव्यवस्था, हमारे दैनिक जीवन और संस्कृति पर बोझ डालता है। इसलिए, 2023 में ही, रोबोटैक्स के राजस्व को चार ट्रिलियन डॉलर तक पहुँचने का अनुमान लगाया गया था।
हालांकि, वास्तव में स्वायत्त वाहनों का विकास कठिन है, और अब तक, पूरी तरह स्वचालित परिवहन अभी तक सड़कों पर नहीं आया है। हम स्व-चालित वाहनों के बड़े पैमाने पर तैनाती के कितने करीब हैं?
स्व-चालित का विशाल संभावित
इस विचार के पीछे मुख्य आर्थिक तथ्य यह है कि रोबोटैक्स कार के स्वामित्व की आवश्यकता को कम कर सकते हैं, बशर्ते कि सवारी पर्याप्त सस्ती हो।
यह एक सकारात्मक प्रतिक्रिया लूप बना सकता है, जहाँ सस्ते किराए मांग को बढ़ाते हैं, जिससे रोबोटैक्स का उपयोग बढ़ता है, पूंजी लागत को और अधिक amortize किया जाता है, कीमतें घटती हैं, जिससे फिर से मांग बढ़ती है, आदि।
यह उल्लेख करता है कि यदि सेवा प्रदाता इसे $0.25 प्रति माइल तक घटा सकते हैं, तो स्वायत्त टैक्सी सेवाएँ “95% छोटे दूरी के यात्राओं से अधिक लागत प्रभावी होंगी।”
यदि यह ट्रकों और जहाज़ों जैसी माल परिवहन को संभाल सकता है तो स्व-चालित की अर्थव्यवस्था और भी सरल हो जाती है। यहाँ, ड्राइवर और क्रू केवल लागतें हैं जिन्हें व्यवसाय संरचना से हटाया जा सकता है यदि स्वायत्त प्रणालियाँ उन्हें बदलने के लिए पर्याप्त विश्वसनीय हों।
स्रोत: ARK Invest
इसलिए कुल मिलाकर, यह सवाल नहीं है कि स्व-चालित वाहन बड़े पैसों के स्रोत होंगे, यही कारण है कि कई तकनीकी कंपनियां इस तकनीक को विकसित करने में दशकों अरब डॉलर निवेश कर रही हैं। लेकिन यह प्रतीत होता है कि यह एक कठिन पहेली है जिसे हल करना कठिन है।
स्व-चालित तकनीकी स्टैक का निर्माण
समर्थन तकनीकें
स्वायत्त वाहनों के मूल, उन्हें निर्देशित करने वाले एआई पर चर्चा करने से पहले, हम संक्षेप में चर्चा कर सकते हैं कि पिछले दशक ने स्व-चालित कारों, साथ ही ड्रोन और अन्य वस्तुओं को आर्थिक रूप से व्यवहार्य क्यों बनाया।
एक कारण सेंसर और कंप्यूटिंग शक्ति की लागत में गिरावट है। यह भूलना आसान है कि पहला iPhone केवल 2007 में जारी हुआ था, और एक अच्छा कैमरा वाला फोन जो एक छोटे कंप्यूटर की तरह काम करता था, उस समय एक क्रांति थी, जो 20 साल से कम समय पहले की बात है।
तब से, ऑप्टिक्स, सेंसर, चिप्स और अन्य इलेक्ट्रॉनिक घटक केवल सस्ते, अधिक शक्तिशाली और अधिक विश्वसनीय होते गए हैं।
2008 में पहले टेस्ला रोडस्टर के बाद से इलेक्ट्रिक वाहनों (EV) का उदय भी वाहनों के कार्य करने के तरीके को बदल दिया है। नई इलेक्ट्रिक कार अपने बड़े बैटरी और ड्राइव ट्रेन से बड़ी मात्रा में विद्युत शक्ति प्रदान कर सकती है, जिससे स्व-चालित चिप्स और उनके सेंसरों की पावर सप्लाई लगभग तुच्छ हो जाती है।
इलेक्ट्रिक कारें यांत्रिक रूप से भी बहुत अधिक विश्वसनीय होती हैं, लंबी दूरी तक कम घिसाव के साथ चल सकती हैं, और उनका ईंधन प्रति माइल बहुत सस्ता होता है, जिससे वे कई उपयोगकर्ताओं के लिए पूरे दिन चलने वाले “रोबोटैक्स” के लिए आदर्श बनती हैं। तुलना में, यदि स्व-चालित तकनीक को ICE (आंतरिक दहन इंजन) कारों पर निर्भर होना पड़े तो उसकी अर्थव्यवस्था बहुत खराब होगी।
समग्र रूप से, आज की कारें पहले से ही पहियों पर एक कंप्यूटर जैसी हैं, प्रत्येक कार में 300-1,000 चिप्स होते हैं, और कुछ EV में 3,000 चिप्स तक होते हैं। इसमें केवल “दिमाग” की कमी है जो खुद चल सके।
स्रोत: Polar Semi
सड़कों को समझना
सबसे बुनियादी कार्यों के लिए, जैसे बिंदु A से बिंदु B तक जाने वाले रास्ते की पहचान करना, अधिकांश स्व-चालित एआई एक दशक से अधिक समय से इस कार्य को पूरी तरह से कर सकते हैं, विशेष रूप से GPS और “मैप्स” ऐप्स के व्यापक अपनाने के बाद, जो आवश्यक डेटा प्रदान करते हैं।
जटिल भाग यह है कि कार को समझना कि सड़क पर क्या बदल रहा है: मौसम की स्थिति, अन्य कारें, पैदल यात्री, साइकिल, जानवर आदि।
यहाँ भी, सामान्य मामला अपेक्षाकृत जल्दी हल हो गया, जहाँ हाईवे पर “सहायता ड्राइविंग” की अनुमति देने वाले सिस्टम उपलब्ध हैं, जो कम चुनौतीपूर्ण वातावरण है, और अधिकांश हाई-एंड कारों में पहले से ही मौजूद है।
लेकिन अधिक जटिल स्थितियों, जैसे निर्माण क्षेत्र, डाउनटाउन क्षेत्र, पैदल यात्रियों की उपस्थिति, और ट्रैफ़िक दुर्घटनाओं, को संभालना अधिक कठिन है।
सामान्यतः, स्व-चालित सिस्टम को एक स्पेक्ट्रम पर रैंक किया जाता है, केवल गति स्थिर रखने और पार्क करने जैसी सहायता से लेकर आदर्श पूर्ण स्व-चालित वाहन तक। अंतिम स्तर, L5, या पूर्ण स्वचालन जो ड्राइवर की आवश्यकता नहीं रखता, अभी भी दुर्लभ है।
स्रोत: MobileEye
आमतौर पर, L5 स्तर की स्वायत्तता प्राप्त न करने का कारण दुर्लभ मामलों से आता है जो एआई को भ्रमित करते हैं। उदाहरण के लिए, एक कंप्यूटर को मल्टी-लेवल पार्किंग लॉट में कार की स्थिति समझने में कठिनाई हो सकती है:
“वाहन ने सोचा कि पार्किंग गैरेज में खड़ी कारें सड़क को रोक रही हैं। उसने सोचा, ‘कार रुक गई, कर्ब के आसपास जाएँ।’
जब कोई सिस्टम किसी चीज़ का सामना करता है और नहीं जानता कि क्या करना है, तो कई मामलों में, कार बस चलना बंद कर देती है।”
न्यूरल नेटवर्क हार्डवेयर
एआई में हालिया प्रगति का अधिकांश हिस्सा न्यूरल नेटवर्क तकनीक पर आधारित है, जिसने 2024 में भौतिकी में नोबेल पुरस्कार जीता। सामान्य कंप्यूटिंग के विपरीत, जो प्रत्येक स्थिति के लिए कठोर कमांड सेट की आवश्यकता रखती है, न्यूरल नेटवर्क अपने प्रशिक्षण स्थितियों के अनुसार अनुकूलित हो सकते हैं और उचित प्रतिक्रिया प्रदान कर सकते हैं।
स्रोत: Nobel Prize
यह उन्हें स्वाभाविक रूप से “गंदे” परिस्थितियों को संभालने में बेहतर बनाता है, जहाँ इनपुट अत्यधिक परिवर्तनीय होते हैं, और डेटा हमेशा कंप्यूटर के लिए कुछ हद तक भ्रमित करने वाला (“शोरयुक्त”) रहता है।
काफी समय तक, न्यूरल नेटवर्क को GPU पर प्रशिक्षित और चलाया गया, जिससे कंप्यूटर ग्राफिक्स कार्ड को एआई हार्डवेयर में बदल दिया गया। हाल ही में, एआई और न्यूरल नेटवर्क के लिए समर्पित हार्डवेयर विकसित किया जा रहा है।
अन्य एआई हार्डवेयर (जिस पर हमने एक समर्पित रिपोर्ट में विस्तार से चर्चा की) के बीच, न्यूरल नेटवर्क प्रोसेसर (NNP) स्व-चालित एआई के लिए विशेष रूप से प्रासंगिक हैं। इन्हें न्यूरल प्रोसेसिंग यूनिट (NPU) या न्यूरोमोर्फिक चिप्स भी कहा जाता है, जो सामान्य हार्डवेयर की तुलना में केवल एक गणना के साथ एक ऑपरेशन पूरा कर सकते हैं, जबकि सामान्य हार्डवेयर को हजारों गणनाओं की आवश्यकता होती है।
इस ऊर्जा दक्षता के कारण, NPU “एज कंप्यूटिंग” के लिए लोकप्रिय हैं, जहाँ गणनाएँ क्लाउड के बजाय साइट पर की जाती हैं।
चूंकि स्व-चालित को विश्वसनीय, बहुत तेज़ प्रतिक्रिया देने वाला और कनेक्शन पर निर्भर नहीं होना चाहिए, यह मुख्यतः एज कंप्यूटिंग पर निर्भर करता है जो स्थानीय रूप से न्यूरल नेटवर्क चलाता है, भले ही एआई का प्रशिक्षण क्लाउड में पहले किया गया हो।
सही तकनीक चुनना
जियोफेंसिंग बनाम मुक्त ड्राइविंग
जियोफेंसिंग क्यों
भविष्य की स्व-चालित कार कंपनियों के लिए तकनीक और व्यापार रणनीति के संदर्भ में एक प्रमुख विकल्प जियोफेंसिंग का उपयोग करना या न करना रहा है।
जियोफेंसिंग वह स्थिति है जब स्व-चालित सिस्टम को विशेष रूप से एक सीमित भौगोलिक क्षेत्र में ही कार्य करने के लिए प्रशिक्षित किया जाता है, जहाँ स्वायत्त ड्राइविंग सिस्टम संचालित हो सकता है, एक वर्चुअल सीमा निर्धारित की जाती है।
विचार यह है कि क्षेत्र को सीमित करके, एआई सिस्टम इन विशिष्ट सड़कों को पर्याप्त रूप से सीख सकता है ताकि उन पर सुरक्षित रूप से ड्राइव करने पर भरोसा किया जा सके।
“क्षेत्र को अधिक ‘निजी’ स्थानों तक सीमित करने, या यहाँ तक कि फुटपाथों की तुलना में सड़कों तक, वाहन के अन्य वस्तुओं जैसे कारें, ट्रक, साइकिल चालक और पैदल यात्रियों के साथ इंटरैक्शन के प्रकार को काफी हद तक कम कर सकता है।”
Robert Day – Director of automotive partnerships for Arm’s Automotive and IoT.
एआई को संभालने वाले मामलों की संख्या, साथ ही सड़क और संभावित मार्गों को कम करके, आवश्यक गणना को काफी हद तक घटा देता है, जो आवश्यक हार्डवेयर को भी प्रभावित करता है।
“जियोफेंसिंग द्वारा प्रदान की गई सीमाएँ उन क्षमताओं पर गहरा प्रभाव डालती हैं जो एक स्वायत्त वाहन को चाहिए, जिससे स्वायत्त सिस्टम को शक्ति देने वाले हार्डवेयर की आवश्यकता प्रभावित होती है।”
Robert Day – Director of automotive partnerships for Arm’s Automotive and IoT.
हालांकि, यह स्वायत्त वाहनों की तैनाती संभावनाओं को गंभीर रूप से सीमित करता है। इसका मतलब है कि प्रत्येक नए शहर के लिए स्व-चालित कंपनी को कस्टम प्रशिक्षण डेटा सेट बनाना पड़ेगा, आमतौर पर क्षेत्रों में कई वर्षों तक कारों को मैन्युअल रूप से चलाकर।
यह दृष्टिकोण काफी महंगा बनाता है।
यह स्व-चालित कारों को केवल रोबोटैक्स कंपनियों के लिए आकर्षक बनाता है, जबकि व्यक्तिगत लोग अभी भी अपनी कारों की आवश्यकता रखेंगे, क्योंकि वे कभी-कभी जियोफेंस्ड क्षेत्रों से बाहर ड्राइव करना चाहेंगे, जो आमतौर पर डाउनटाउन या केवल एक शहर तक सीमित होते हैं।
यदि उद्योग इस पैटर्न में फँसा रहता है, तो रोबोटैक्स के बड़े पैमाने पर अपनाने से अपेक्षित अधिकांश लाभ नहीं हो पाएंगे।
जियोफेंसिंग के कानूनी और व्यावसायिक प्रभाव
इसी समय, बिना किसी सीमा के सीधे पूर्ण स्व-चालित चुनना आत्म-विरोधी हो सकता है।
यह स्वायत्त सेवाओं की तैनाती में देरी कर सकता है, क्योंकि इसे पहले हर जगह पर पूर्ण होना चाहिए, बजाय पहले सीमित शहरों की सूची में तैनात होने के, जहाँ यह पहले ही लाखों उपयोगकर्ताओं तक पहुँच सकता था।
एक और समस्या स्व-चालित सिस्टम के आसपास के नियम और कानून हैं। नियामकों ने जियोफेंस्ड समाधान की धीमी तैनाती को स्वीकार करने में हिचकिचाहट दिखाई है, विशेषकर जब किसी विशेष ज़ोन में सुरक्षा सिद्ध हो गई हो।
लेकिन स्व-चालित कारों की वैश्विक, असीमित अनुमति के लिए केवल स्थानीय अनुमोदन ही नहीं, बल्कि राष्ट्रीय स्तर के कानून और नियमों की आवश्यकता होगी, जो अभी तक बनाए नहीं गए हैं।
जैसे कि कानून अक्सर प्रौद्योगिकी से बहुत धीमी गति से चलता है, यह L5 स्तर की स्वायत्तता की असीमित तैनाती के लिए एक गंभीर समस्या बन सकता है, भले ही सभी तकनीकी मुद्दे पहले ही हल हो चुके हों।
LIDAR बनाम केवल कैमरे
उद्योग में एक और बहस LIDAR (लाइट डिटेक्शन एंड रेंजिंग, या “लेज़र रडार”) के उपयोग की है। LIDAR लेज़र बीम का उपयोग करके निकटवर्ती वस्तुओं का पता लगाता है, जिससे उसके पर्यावरण का रीयल-टाइम 3D मॉडल बनता है।
स्रोत: Autoweek
LIDAR सिस्टम आमतौर पर स्व-चालित कारों के ऊपर स्थापित होते हैं, जिससे वे कारों में एक काफी बड़ा अतिरिक्त बनते हैं।
LIDAR का एक लाभ यह है कि यह कैमरों से अधिक देख सकता है, और दूरी का मूल्यांकन करने में उत्कृष्ट है, जिससे यह उच्च गति पर दुर्घटनाओं से बचने में विशेष रूप से उपयोगी होता है। यह अंधेरे या कम रोशनी की स्थितियों में भी पूरी तरह काम कर सकता है।
स्रोत: Forbes
अक्सर, LIDAR को रडार के साथ मिलाकर कठिन परिस्थितियों, जैसे धुंध, में भी वस्तुओं का पता लगाने के लिए उपयोग किया जाता है।
अधिकांश स्व-चालित तकनीक सुरक्षा बढ़ाने के लिए LIDAR पर निर्भर करती है, टेस्ला (TSLA ) को छोड़कर, लेकिन इसमें कुछ कमियां भी हैं।
पहला मुद्दा लागत है। अधिकांश हाई-एंड LIDAR सिस्टम की कीमत लगभग $70,000-$80,000 होती है, जिससे स्व-चालित कारें काफी महंगी हो जाती हैं। यह हमेशा सत्य नहीं रह सकता, क्योंकि हाल ही में LIDAR की कीमत बहुत कम होने के संकेत हैं, विशेषकर कम-स्तरीय LIDAR के लिए, जिससे वे अधिक व्यावसायिक रूप से व्यवहार्य हो सकते हैं।
“यह दोनों, मात्रा और स्वयं तकनीक के बारे में है। ऑटोमोटिव उद्योग लागत घटाने के लिए पैमाने पर निर्भर करता है। जब अनुप्रयोग की मात्रा बढ़ती है, तो लागत घटती है।
उदाहरण के लिए, एक LiDAR यूनिट, जो पहले 30,000 युआन (लगभग $4,100) की लागत थी, अब केवल लगभग 1,000 युआन (लगभग $138) की लागत पर है — एक नाटकीय गिरावट।”
LIDAR एक जटिल तकनीक है जिसमें कई चलती भाग (घूर्णनशील छोटे दर्पण) होते हैं, जो उच्च लागत का एक कारण है, और रखरखाव और विश्वसनीयता को कठिन बना सकता है।
अंत में, LIDAR डेटा से प्रशिक्षित कोई भी एआई संभवतः हमेशा इसके बिना अच्छा प्रदर्शन नहीं कर पाएगा, क्योंकि यह आवश्यकता न्यूरल नेटवर्क में गहराई से एम्बेड हो जाएगी। इसलिए, जो कंपनी अपने स्व-चालित सिस्टम को प्रशिक्षित करने के लिए LIDAR का उपयोग करती है, वह भविष्य में इससे ही जुड़ी रहेगी।
स्व-चालित कारों को कितनी सुरक्षित होना चाहिए?
नियामकों और उपयोगकर्ताओं दोनों के लिए एक प्रमुख प्रश्न यह है कि स्व-चालित कार को कितनी सुरक्षित होना चाहिए। सिद्धांत रूप में, यदि स्व-चालित कारें मानव चालक से 5 गुना अधिक सुरक्षित हों, तो उन्हें जल्दी अपनाया जाना चाहिए और प्रगति के रूप में स्वागत किया जाना चाहिए।
हालांकि, व्यवहार में, लोग एक ऐसी मशीन पर भरोसा करने में बहुत हिचकिचाते हैं जो त्रुटिप्रवण मनुष्यों से केवल थोड़ा अधिक सुरक्षित हो। मनुष्य अक्सर अपनी ड्राइविंग क्षमता को अधिक आंकते हैं।
इसलिए, भले ही स्व-चालित सिस्टम कई वर्षों से मानव-ड्राइव्ड कारों से बहुत अधिक सुरक्षित रहे हों (जैसा कि 2023 में टेस्ला डेटा से स्पष्ट है), AI की किसी भी दुर्घटना को “विफलता” के रूप में देखने की धारणा बनी रहती है।
कार के कैमरों द्वारा हर दुर्घटना की रिकॉर्डिंग, और मुख्यधारा एवं सोशल मीडिया की प्रतिक्रियाएँ, भी मदद नहीं करतीं।
स्रोत: ARK Invest
परिणामस्वरूप, यह संभावना है कि पूरी तरह अनियंत्रित L5-स्तर के स्व-चालित को सभी सड़कों पर चलाने की अनुमति के लिए मानव चालक से 10x-100x अधिक सुरक्षित होने की बहुत ऊँची सीमा आवश्यक होगी।
स्व-चालित कंपनियां
Swipe to scroll →
| कंपनी | मुख्य बाजार | तकनीकी दृष्टिकोण | तैनाती स्थिति |
|---|---|---|---|
| Waymo | रोबोटैक्सी | जियोफेंस्ड, LIDAR + रडार | ~250k भुगतान किए गए सवारी/सप्ताह में चयनित अमेरिकी शहरों में |
| Tesla | उपभोक्ता ईवी + रोबोटैक्सी | केवल कैमरे | टेक्सास पायलट; सुरक्षा चालक ऑनबोर्ड |
| Baidu | रोबोटैक्सी | बहु-सेंसर (LIDAR सहित) | चीन में ड्राइवरलेस ऑपरेशन; Uber साझेदारी |
| Zoox | कस्टम रोबोटैक्सी | कोई पहिया/पेडल नहीं, LIDAR | NHTSA अपवाद; कई अमेरिकी शहरों में परीक्षण |
| Aurora Innovation (AUR ) | भारी ट्रक | हाईवे स्वायत्तता | पहला पूरी तरह ड्राइवरलेस रन (मई 2025) |
| WeRide (WRD ) | रोबोटैक्सी | बहु-सेंसर फ्यूजन जिसमें हाई-लाइन LIDAR शामिल है | बीजिंग में 24/7 पायलट; यूएई विस्तार |
| Mobileye | ADAS और स्वायत्त स्टैक | कैमरा-फ़र्स्ट, REM HD मैपिंग | व्यापक OEM पदचिह्न; विकसित होती स्वायत्तता |
Waymo
GOOGL मूल्य चार्ट
वास्तविक तैनात रोबोटैक्स की बात करें तो, एक स्पष्ट नेता उभर रहा है: गूगल से जुड़ा Waymo। अप्रैल 2025 में, Waymo ने पहले ही USA में प्रति सप्ताह 250,000 भुगतान किए गए रोबोटैक्स सवारी की रिपोर्ट की, मुख्यतः ऑस्टिन, फ़ीनिक्स और सैन फ्रांसिस्को बे एरिया में, और मासिक एक मिलियन माइल चलाए।
Waymo की सफलता एक शुरुआती शुरुआत (कंपनी 2010 में लॉन्च हुई, तकनीक 2005 से आती है) और बहुत सतर्क दृष्टिकोण से आती है: इसके रोबोटैक्स जियोफेंस्ड हैं और हाई-एंड LIDAR सिस्टम पर भारी निर्भर हैं, जिससे सुरक्षित स्वायत्त सवारी की दौड़ में जीत हासिल हुई, भले ही अभी तक कुछ क्षेत्रों तक सीमित हो।
इसने Waymo को टॉयोटा के साथ एक रणनीतिक साझेदारी जैसी मूल्यवान गठबंधन सुरक्षित करने में मदद की, जो इकाई बिक्री के हिसाब से विश्व की सबसे बड़ी ऑटोमोबाइल निर्माता है (>10 मिलियन प्रति वर्ष)।
Toyota और Waymo अपने-अपने ताकतों को मिलाकर एक नया स्वायत्त वाहन प्लेटफ़ॉर्म विकसित करने का लक्ष्य रखते हैं। साथ ही, दोनों कंपनियां Waymo की स्वायत्त तकनीक और टॉयोटा की वाहन विशेषज्ञता का उपयोग करके अगली पीढ़ी के व्यक्तिगत स्वामित्व वाले वाहनों (POVs) को बेहतर बनाने की खोज करेंगे।
Toyota zero traffic accidents वाले समाज को साकार करने और सभी के लिए मोबिलिटी प्रदान करने वाली मोबिलिटी कंपनी बनने के लिए प्रतिबद्ध है।
Hiroki Nakajima – Executive Vice President of Toyota Motor Corporation (TM )
(आप अधिक पढ़ सकते हैं टॉयोटा के बारे में उसके समर्पित निवेश रिपोर्ट में)
Tesla
TSLA मूल्य चार्ट
स्व-चालित कारों और रोबोटैक्स की दौड़ में दूसरा प्रमुख प्रतिद्वंद्वी टेस्ला है।
कंपनी को एक बड़ा लाभ यह है कि उसकी सभी बेची गई कारों में कैमरे लगे होते हैं, जिन्हें कंपनी मानती है कि अपने एआई को प्रशिक्षित करने के लिए पर्याप्त है, बिना LIDAR या यहाँ तक कि रडार की आवश्यकता के।
इसका मतलब है कि टेस्ला को ‘मुफ़्त’ में लाखों माइल का प्रशिक्षण डेटा मिलता है, जो टेस्ला खरीदारों द्वारा वास्तविक दुनिया की स्थितियों में ड्राइव करने से प्राप्त होता है। इसके विपरीत, लगभग सभी अन्य स्व-चालित कंपनियों को प्रत्येक जियोफेंस्ड क्षेत्र में वर्षों तक वास्तविक सड़कों पर ड्राइव करने के लिए ड्राइवरों को भुगतान करना पड़ता है, जिससे लागत बहुत बढ़ जाती है।
स्रोत: ARK Invest
हालांकि, टेस्ला द्वारा फुल सेल्फ-ड्राइविंग (FSD) की रिलीज़ कई वर्षों तक लगातार “जल्द” और फिर देर से घोषणा रही है (2018 में स्वायत्त कारों की उपलब्धता की उम्मीदों से), जिससे अवास्तविक अपेक्षाएँ सेट करने के बारे में कुछ कठोर आलोचनाएँ हुई हैं।
हालांकि, यह अंततः बदल रहा हो सकता है, क्योंकि टेक्सास ने टेस्ला रोबोटैक्स को अगस्त 2025 में राइड-हेलिंग सेवा चलाने की अनुमति दी है, ऑस्टिन में जून 2025 से परीक्षण चलाने के बाद। अभी के लिए, एक टेस्ला कर्मचारी अभी भी सुरक्षा मॉनिटर के रूप में ऑनबोर्ड है।
इसलिए टेस्ला हमेशा की तरह विवादास्पद है, कुछ टेक्सास की स्वीकृति को FSD के बड़े पैमाने पर तैनाती का पहला कदम मानते हैं, और मानव सुरक्षा मॉनिटर को अस्थायी मुद्दा मानते हैं, जबकि अन्य मानते हैं कि टेस्ला कभी भी वास्तव में स्वायत्त रोबोटैक्स जारी नहीं करेगा।
सच्चाई संभवतः इन दोनों के बीच कहीं है।
सिद्धांत रूप में, यदि मनुष्य केवल अपनी आँखों से कार चला सकते हैं, तो एआई भी ऐसा कर सकता है, इसलिए केवल कैमरों का उपयोग हमेशा समस्या नहीं होना चाहिए। साथ ही, यह महत्वाकांक्षी रणनीति, जो दीर्घकाल में सही हो सकती है, ने स्पष्ट रूप से टेस्ला की अल्पकालिक तैनाती को बाधित किया है, चाहे एलोन मस्क कितना भी सकारात्मक क्यों न हों।
(आप अधिक पढ़ सकते हैं टेस्ला के बारे में उसके समर्पित निवेश रिपोर्ट में)
Baidu
Baidu, चीन की प्रमुख सर्च इंजन, अपने स्वयं के स्व-चालित कारों Apollo Go के साथ Google के पदचिह्नों का अनुसरण कर रही है।
Baidu ने कई चीनी शहरों में पूरी तरह ड्राइवरलेस ऑपरेशन में परिवर्तन किया है, अपने वाहनों से सुरक्षा ड्राइवरों को हटा दिया है।
Baidu ने जुलाई 2025 में Uber के साथ एक समझौता किया ताकि अपने ड्राइवरलेस कारों को USA और चीन के बाहर दुनिया में लाया जा सके।
दोनों कंपनियों ने कहा कि बहु-वर्षीय साझेदारी के तहत Uber पर वैश्विक स्तर पर ‘हजारों’ Baidu के Apollo Go स्वायत्त वाहन देखे जाएंगे।
Baidu ने पहले ही 2024 की दूसरी तिमाही में 899,000 सवारी प्रदान की। 2025 में, पायलट ज़ोन 20 शहरों तक विस्तारित हो जाएंगे।
2024 में, Baidu ने अपनी स्वायत्त ड्राइविंग तकनीक को ओपन-सोर्स किया, जिससे चीनी एआई तकनीक में ओपन सोर्स की प्रवृत्ति की पुष्टि हुई, जैसा कि जनरलिस्ट एआई सनसनी DeepSeek द्वारा समान कदम से दिखाया गया।
USA बाजार के लिए, व्यापार तनाव और उपयोगकर्ता डेटा संबंधी चिंताओं के कारण Baidu की प्रगति संभवतः सीमित रहेगी, लेकिन यह Uber के समर्थन के साथ विदेशों में Waymo और टेस्ला के लिए एक गंभीर प्रतिद्वंद्वी हो सकता है।
Zoox
AMZN मूल्य चार्ट
Zoox, Amazon (AMZN ) की सहायक कंपनी, अपने अनोखे डिज़ाइन के कारण आसानी से पहचानी जाती है, जो अपने रोबोटैक्स को सामान्य कार की सामान्य विशेषताओं से अलग समर्पित वाहनों के रूप में बनाती है।
स्रोत: TechCrunch
कंपनी ने अभी-अभी नेशनल हाईवे ट्रैफ़िक सेफ़्टी एडमिनिस्ट्रेशन के विस्तारित ऑटोमेटेड वाहन अपवाद कार्यक्रम से एक अपवाद सुरक्षित किया है, जिससे वह सार्वजनिक सड़कों पर अपने कस्टम-निर्मित रोबोटैक्स को प्रदर्शित कर सके। यह एक महत्वपूर्ण कदम है क्योंकि Zoox रोबोटैक्स में सामान्य कारों की आवश्यक विशेषताएँ जैसे स्टीयरिंग व्हील और पेडल नहीं होते।
Zoox ने जून 2025 में अपने वाहनों के लिए पहली उत्पादन लाइन लॉन्च की, जिसका लक्ष्य वार्षिक 10,000 से अधिक रोबोटैक्स का उत्पादन करना है। यह कई अमेरिकी शहरों में किए गए परीक्षणों के बाद है और अब लास वेगास, सैन फ्रांसिस्को बे एरिया, सिएटल, ऑस्टिन, मियामी, लॉस एंजिल्स और अटलांटा में विस्तार कर रहा है।
Zoox अब लास वेगास, सैन फ्रांसिस्को में वाणिज्यिक रोबोटैक्स राइडिंग ऑफ़र लॉन्च करने की योजना बना रहा है, और अगले कुछ वर्षों में ऑस्टिन और मियामी में भी।
(आप अधिक पढ़ सकते हैं Amazon के बारे में उसके समर्पित निवेश रिपोर्ट में)
WeRide
WRD मूल्य चार्ट
WeRide एक कंपनी है जो 2017 में सिलिकॉन वैली में स्थापित हुई और इसका मुख्यालय चीन में है। कंपनी ने दुनिया भर में कई परीक्षण किए हैं, विशेष रूप से यूएई में, जहाँ यह अब Uber के साथ साझेदारी के कारण विस्तार कर रही है। यह अब बीजिंग में 24/7 रोबोटैक्स भी तैनात कर रही है।
रात में संभावित दृश्यता समस्याओं को संबोधित करने के लिए, WeRide के रोबोटैक्स में 20 से अधिक सेंसर लगे हैं, जिसमें उच्च-प्रेसिशन, हाई-डायनामिक कैमरे और वाहन के चारों ओर हाई-लाइन लिडार शामिल हैं। इसके बहु-सेंसर फ्यूजन एल्गोरिदम और हाई-परफॉर्मेंस कंप्यूटिंग प्लेटफ़ॉर्म के साथ मिलकर, सिस्टम 200 मीटर तक की डिटेक्शन रेंज में 360° ब्लाइंड-स्पॉट-फ्री कवरेज प्राप्त करता है।
Mobileye
INTC मूल्य चार्ट
Mobileye एक इज़राइल-हेडक्वार्टर वाली कंपनी है, जिसे 2017 में Intel (INTC ) ने अधिग्रहित किया, और 2022 में पुनः IPO किया गया।
जबकि इसमें आशाजनक तकनीकें हैं, कंपनी में समस्याएँ उभर रही हो सकती हैं, जुलाई 2025 में खबरों के अनुसार Intel कंपनी में छंटनी और अपनी हिस्सेदारी के 8% को बेचने की योजना बना रहा है।
यह संभवतः Intel में अधिक सामान्य समस्याओं को दर्शाता है, जहाँ कंपनी अन्य गतिविधियों में भी कर्मचारियों को निकाल रही है।
हालांकि, यह Mobileye के लिए अभी भी एक समस्या हो सकती है, क्योंकि इससे उसे अपनी मूल कंपनी से मिलने वाले फंड और समर्थन की मात्रा कम हो जाएगी, जिससे यह Waymo या Zoox जैसी कंपनियों की तुलना में असुविधा में पड़ सकता है।
(आप अधिक पढ़ सकते हैं Intel के बारे में उसके समर्पित निवेश रिपोर्ट में)
Aurora Innovation
यह कंपनी ड्राइवरलेस ट्रकों पर अधिक केंद्रित है, विशेष रूप से हाईवे ड्राइविंग पर, जो ट्रकों द्वारा चलाए जाने वाले माइलेज का बहुत बड़ा हिस्सा बनाता है।
मई 2025 में, Aurora ने अपनी पहली वास्तविक ड्राइवरलेस रन की, जिसके बाद उसने तीन मिलियन स्वायत्त माइल रिकॉर्ड किए थे, और 10,000 से अधिक ग्राहक लोड्स को ले जाया।
यह कंपनी क्रिस उरमसन द्वारा स्थापित की गई थी, जो गूगल के स्व-चालित कार प्रोजेक्ट के शुरुआती नेता थे, और अब Waymo ब्रांड के तहत प्रसिद्ध हैं।
“मैं हाईवे पर 65 माइल प्रति घंटे की गति से चल रहा हूँ, स्टीयरिंग व्हील के पीछे नहीं, बल्कि पीछे की सीट में, देख रहा हूँ कि कैसे पेस्ट्री का ट्रकलोड उस तकनीक द्वारा चलाया जा रहा है जिसे मैंने बनाने में मदद की।”
Aurora अपनी ड्राइवरलेस सेवा को 2025 के अंत तक एल पासो, टेक्सास और फ़ीनिक्स, एरिज़ोना में विस्तारित करने की योजना बना रहा है।
वे जो हार मान गए
जैसे सफल कंपनियां अब इसे स्व-चालित दौड़ जीतने के लिए केवल दृढ़ता का मामला बना रही हैं, यह याद रखना योग्य है कि रास्ते में कौन से प्रोजेक्ट मर गए:
- जनरल मोटर्स ने दिसंबर 2024 में Cruise को छोड़ दिया।
- एप्पल ने अप्रैल 2024 में अपने स्व-चालित योजनाओं को छोड़ दिया।
- उबर ने 2020 में अपने ड्राइवरलेस कार खंड को Aurora Technologies को बेच दिया।
गैर-कार स्व-चालन
स्व-चालन पर काम करने वाली कई कंपनियां हैं, लेकिन वे कारों के अलावा अन्य प्रणालियों पर केंद्रित हैं।
उदाहरण के लिए, छोटे डिलीवरी रोबोट, तकनीकी रूप से स्व-चालित वाहन, इतने छोटे होते हैं कि कारों के लिए लक्षित नियमों से बच सकते हैं। अभी के लिए, रोलिंग रोबोट में अग्रणी एस्टोनिया की Starship Technologies हैं, जिसे स्काइप के सह-संस्थापकों ने लॉन्च किया, और चीनी ई-कॉमर्स दिग्गज Alibaba ; दोनों ने एक छोटा और हानिरहित डिज़ाइन अपनाया है जो स्टार वार्स के ड्रोइड्स से बहुत अलग नहीं है।
स्रोत: Starship
नियमात्मक कारणों और भारी वाहनों की किसी भी दुर्घटना के बड़े प्रभाव के कारण, स्वायत्त ट्रकों को अभी भी मानव इनपुट पर निर्भर रहना पड़ता है, जहाँ Kodiak, Gatik, और Pony.ai जैसी कंपनियां Aurora Innovation के नेतृत्व का अनुसरण कर रही हैं।
एक और विचार छोटे और हल्के आइटमों की डिलीवरी के लिए उड़ने वाले ड्रोन पर निर्भर होना है। अब तक, नेता स्पष्ट रूप से Zipline है, जिसके बाद Wing और Meituan (3690.HK) हैं। यह एक सच्चा क्रांति हो सकता है, लेकिन यह स्व-चालित डिलीवरी ट्रकों की तुलना में अधिक नियामक बाधाओं का सामना करता है, इसलिए यह बड़े पैमाने पर तैनाती में धीमा हो सकता है।
स्रोत: ARK Invest
निष्कर्ष
एलोन मस्क और क्षेत्र के अन्य नेताओं द्वारा आशा की गई “निकट” पूर्ण स्व-चालित कारों के बावजूद कई वर्षों की धीमी गति के बाद, 2025 स्व-चालित तकनीक के लिए एक स्पष्ट तेज़ी बिंदु है।
कई शहर जिन्होंने शुरुआती जोखिम उठाया, अब अपने सड़कों पर नियमित रूप से रोबोटैक्स चलाते हैं, जिससे राइड-हेलिंग की कीमत घट रही है।
अब तक, ऐसा लगता है कि USA और चीन दो ऐसे देश हैं जो वैश्विक स्तर पर आगे हैं, दोनों कंपनियों के नेतृत्व और अधिक लचीले नियमों के संदर्भ में, जहाँ नवाचार और स्वागतयोग्य नियामक ढांचे के बीच सकारात्मक प्रतिक्रिया लूप भविष्य में अर्थशास्त्रियों के लिए एक मूल्यवान केस स्टडी हो सकता है।
अभी के लिए, सीमित, जियोफेंस्ड, और धीरे-धीरे तैनात रोबोटैक्स की दृष्टि, जिसमें पूरी सेट कैमरे, LIDAR, रडार और अन्य सेंसर शामिल हैं, ऐसा प्रतीत होता है कि यह ड्राइवरों की पूरी तरह आवश्यकता न रहने का विजयी संयोजन रहा है।
यह Waymo को उसके चुने हुए सतर्क दृष्टिकोण से बहुत लाभ पहुंचाया है, जबकि Zoox और कई अन्य कंपनियां उसके पीछे हैं और तेजी से पकड़ बना रही हैं।
इसी बीच, टेस्ला अभी भी एक सामान्य “फुल सेल्फ-ड्राइविंग” तकनीक के अपने सपनों का पीछा कर रहा है, जो किसी भी सड़क पर चल सकती है और केवल कैमरों पर निर्भर हो, आदर्श रूप से सभी मौजूदा टेस्ला कारों पर एक सरल सॉफ़्टवेयर अपग्रेड के साथ। यह एक जोखिम भरा दांव है, लेकिन एक रोचक विचार भी है जो निकट भविष्य में असीमित स्व-चालन प्रदान करने वाला एकमात्र संभावित विकल्प प्रतीत होता है।
जियोफेंस्ड तकनीक संभवतः वैश्विक स्तर पर बहुत धीरे-धीरे, टुकड़े-टुकड़े करके तैनात होगी, और बड़े शहरों में पारंपरिक टैक्सी सेवाओं के साथ प्रतिस्पर्धा तक सीमित रहेगी। इससे टेबल पर बहुत बड़ा संभावित बहु-ट्रिलियन डॉलर का इनाम बचा रहता है, जो “सच्चे” रोबोटैक्स द्वारा कार स्वामित्व को अल्ट्रा-सस्ती, 24/7 सर्वव्यापी ईवी राइड्स से बदलने में सक्षम है।
इसलिए अपनी कंपनी संस्कृति के अनुसार, टेस्ला अंतिम विजेता बन सकता है और एक पूरी नई विशाल बाजार बना सकता है और फिर से कार के अर्थ को क्रांतिकारी बना सकता है, लेकिन केवल तभी जब वह एक अभूतपूर्व तकनीकी चुनौती को हल कर सके।
