2025: Tahun Mobil Self-Driving Menjadi Arus Utama?

Kapan Mobil Self-Driving Akan Tiba?

Ketika berbicara tentang teknologi disruptif yang tampak berada di ujung tanduk, sedikit yang tampak seberpengaruh bagi ekonomi dan masyarakat secara luas seperti otonom atau ‘self-driving’, kecuali tentu saja mungkin AGI (Artificial General Intelligence).

Hal ini disebabkan oleh jumlah pekerjaan dan tugas yang sangat besar yang memerlukan manusia mengemudi kendaraan. Ini dimulai dengan pekerjaan mengemudi, seperti sopir taksi, layanan pengiriman, sopir truk, dll. Namun secara lebih mendasar, sebagian besar populasi dunia melakukan tugas itu tanpa dibayar, sering membuang jam‑jam hari mereka, setiap hari, di belakang kemudi.

Ini merupakan kehilangan produktivitas yang besar yang membebani ekonomi, kehidupan sehari‑hari, dan budaya kita. Inilah mengapa, sudah pada 2023, robotaxi diproyeksikan menghasilkan hingga empat triliun dolar dalam pendapatan.

Namun, mengembangkan kendaraan yang benar-benar otonom sangat sulit, dan sejauh ini, transportasi yang sepenuhnya otomatis belum muncul di jalan. Seberapa dekat kita dengan penerapan skala besar kendaraan self‑driving?

Potensi Besar Self-Driving

Back in 2023, laporan ARK Invest “Big Ideas” memproyeksikan pendapatan potensial yang besar untuk robotaxi, dengan pendapatan hingga $9T diproyeksikan pada 2030.

Source: ARK Invest ‘Big Ideas 2023’, Halaman 113

Di balik ide tersebut terdapat fakta ekonomi utama bahwa robotaxi dapat mengurangi kebutuhan memiliki mobil, selama tarifnya cukup murah.

Hal ini dapat menciptakan lingkaran umpan balik positif, di mana tarif murah meningkatkan permintaan, yang meningkatkan pemanfaatan robotaxi, mengamortisasi biaya modal lebih lanjut, menurunkan harga, yang kembali meningkatkan permintaan, dan seterusnya.

Dicatat bahwa jika penyedia layanan dapat menurunkannya menjadi $0,25 per mil, layanan taksi otonom akan “lebih efisien biaya dibandingkan 95% perjalanan jarak pendek.”

Ekonomi self‑driving menjadi lebih sederhana lagi jika dapat menangani pengiriman barang seperti truk dan kapal. Di sini, sopir dan kru hanyalah biaya yang dapat dihilangkan dari struktur bisnis jika sistem otonom cukup andal untuk menggantikan mereka.

Source: ARK Invest

Jadi secara keseluruhan, tidak ada keraguan bahwa kendaraan self‑driving akan menjadi pembuat uang yang sangat besar, itulah juga mengapa begitu banyak perusahaan teknologi menginvestasikan puluhan miliar untuk mengembangkan teknologi ini. Namun tampaknya ini adalah teka‑teki yang sulit dipecahkan.

Membangun Tumpukan Teknologi Self-Driving

Teknologi Pendukung

Sebelum membahas inti kendaraan otonom, AI yang mengarahkannya, kita dapat sekilas membahas mengapa dekade terakhir membuat mobil self‑driving, serta drone dan perangkat lain, menjadi layak secara ekonomi.

Salah satu alasannya adalah penurunan biaya sensor dan daya komputasi. Mudah melupakan bahwa iPhone pertama baru dirilis pada 2007, dan bahwa telepon dengan kamera bagus dan berfungsi seperti mini‑komputer merupakan revolusi pada saat itu, kurang dari 20 tahun yang lalu.

Sejak itu, optik, sensor, chip, dan komponen elektronik lainnya menjadi lebih murah, lebih kuat, dan lebih andal.

Kenaikan EV sejak Tesla Roadster pertama pada 2008 juga mengubah cara kendaraan berfungsi. Mobil listrik baru dapat menyediakan daya listrik yang sangat besar dari baterai dan drivetrain yang masif, menjadikan pasokan daya untuk chip self‑driving dan sensor hampir tidak menjadi masalah.

Mobil listrik juga jauh lebih andal secara mekanis, mampu menempuh jarak lebih jauh dengan keausan lebih rendah, dan bahan bakarnya secara keseluruhan jauh lebih murah per mil, menjadikannya “robotaxi” yang sempurna untuk mengemudi sepanjang hari bagi banyak pengguna. Sebaliknya, teknologi self‑driving akan memiliki ekonomi yang jauh lebih buruk jika harus bergantung pada mobil ICE (Internal Combustion Engine).

Secara keseluruhan, mobil masa kini sudah hampir seperti komputer di atas roda, dengan 300‑1.000 chip per mobil, dan beberapa EV memiliki hingga 3.000 chip per mobil. Hanya saja masih kurang “otak” untuk mengemudi sendiri.

Source: Polar Semi

Memahami Jalan

Untuk fungsi paling dasar, seperti mengidentifikasi jalan yang harus diambil dari titik A ke titik B, sebagian besar AI self‑driving mampu melakukannya dengan sempurna selama lebih dari satu dekade, terutama sejak adopsi massal GPS dan aplikasi “Maps” yang menyediakan data yang diperlukan.

Bagian yang rumit adalah agar mobil memahami apa yang berubah di jalan: kondisi cuaca, mobil lain, pejalan kaki, sepeda, hewan, dll.

Di sini juga, kasus umum terbukti relatif cepat diselesaikan, dengan sistem yang memungkinkan “mengemudi terbantu” di jalan raya, lingkungan yang jauh kurang menantang, yang sudah tersedia di sebagian besar mobil kelas atas.

Tetapi situasi yang lebih kompleks, seperti zona konstruksi, area pusat kota, keberadaan pejalan kaki, dan kecelakaan lalu lintas, lebih sulit dihadapi.

Secara umum, sistem self‑driving diurutkan sepanjang spektrum, dari bantuan sederhana untuk menjaga kecepatan stabil dan parkir, hingga kendaraan self‑driving sempurna yang diidealkan. Tingkat terakhir, L5, atau otomatisasi penuh tanpa memerlukan pengemudi, masih sulit dicapai.

Source: MobileEye

Biasanya, kegagalan mencapai tingkat otonomi L5 berasal dari kasus langka yang membingungkan AI. Misalnya, komputer mungkin kesulitan memahami situasi mobil di tempat parkir bertingkat:

“Mobil mengira mobil‑mobil yang diparkir di garasi menghalangi jalan. Ia berpikir, ‘Mobil berhenti, lewati trotoar.’ Ketika sistem menemui sesuatu dan tidak tahu harus berbuat apa, dalam banyak kasus, mobil hanya berhenti bergerak.”

David Fritz – Vice president of hybrid-physical and virtual systems at Siemens Digital Industries Software

Perangkat Keras Jaringan Saraf

Sebagian besar kemajuan terbaru dalam AI dibangun berdasarkan teknologi jaringan saraf, yang memenangkan Hadiah Nobel Fisika 2024. Berbeda dengan komputasi biasa yang memerlukan rangkaian perintah kaku untuk setiap situasi, jaringan saraf dapat beradaptasi dengan kondisi pelatihan untuk memberikan respons yang tepat.

Source: Nobel Prize

Hal ini membuat mereka secara inheren lebih baik menangani situasi “berantakan”, di mana input sangat variabel, dan data selalu agak membingungkan bagi komputer (“berisik”).

Untuk waktu yang lama, jaringan saraf dilatih dan dijalankan pada GPU, mengubah kartu grafis komputer menjadi perangkat keras AI. Baru‑baru ini, perangkat keras khusus untuk AI dan jaringan saraf sedang dikembangkan.

Di antara perangkat keras AI lainnya (yang kami bahas lebih detail dalam laporan khusus), Neural Network Processors (NNP) sangat relevan untuk AI self‑driving. Juga disebut Neural Processing Units (NPU) atau chip neuromorfik, mereka dapat menyelesaikan operasi dengan hanya satu perhitungan dibandingkan ribuan dengan perangkat keras umum.

Karena efisiensi energi ini, NPU populer untuk yang disebut “edge computing”, di mana perhitungan dilakukan di lokasi alih‑alih di cloud.

Karena self‑driving harus dapat diandalkan, sangat responsif, dan tidak bergantung pada koneksi, ia sebagian besar mengandalkan edge computing yang menjalankan jaringan saraf secara lokal, meskipun pelatihan AI dilakukan di cloud sebelumnya.

Memilih Teknologi yang Tepat

Geofencing vs Mengemudi Bebas

Mengapa Geofencing

Pilihan utama dalam hal teknologi dan strategi bisnis bagi perusahaan mobil self‑driving masa depan adalah keputusan untuk menggunakan geofencing atau tidak.

Geofencing adalah ketika sistem self‑driving dilatih khusus untuk beroperasi hanya di area geografis terbatas, menetapkan batas virtual untuk wilayah di mana sistem mengemudi otonom dapat beroperasi.

Ideanya adalah dengan membatasi area, sistem AI dapat belajar cukup baik jalan‑jalan tersebut secara khusus sehingga dapat dipercaya mengemudi dengan aman di dalamnya.

“Membatasi area ke lokasi yang lebih ‘pribadi’, atau bahkan trotoar dibandingkan jalan, dapat secara signifikan mengurangi jenis interaksi yang akan dimiliki kendaraan dengan objek lain, seperti mobil, truk, pengendara sepeda, dan pejalan kaki.”

Robert Day – Director of automotive partnerships for Arm’s Automotive and IoT.

Dengan mengurangi jumlah kasus yang harus dihadapi AI, serta jalan dan jalur yang mungkin, hal ini secara besar mengurangi komputasi yang diperlukan, yang juga memengaruhi perangkat keras yang dibutuhkan.

 “Batasan yang diberikan oleh geofencing memiliki dampak mendalam pada kemampuan yang dibutuhkan kendaraan otonom, yang memengaruhi perangkat keras yang diperlukan untuk mendukung sistem otonom.”

Robert Day – Director of automotive partnerships for Arm’s Automotive and IoT.

Namun, hal ini sangat membatasi kemungkinan penyebaran kendaraan otonom. Ini berarti setiap kota baru mengharuskan perusahaan self‑driving membuat set data pelatihan khusus, biasanya dengan mengemudi mobil secara manual di area tersebut selama beberapa tahun sebelum peluncuran.

Pendekatan ini menjadi cukup mahal.

Itu juga membuat mobil self‑driving hanya menarik bagi perusahaan robotaxi, sementara individu kemungkinan masih membutuhkan mobil mereka sendiri, karena mereka ingin sesekali mengemudi di luar area geofence, yang biasanya terbatas pada pusat kota atau satu kota saja.

Jika industri tetap terjebak dalam paradigma ini, sebagian besar keuntungan yang diharapkan dari adopsi massal robotaxi tidak akan terwujud.

Implikasi Hukum & Bisnis dari Geofencing

Pada saat yang sama, memilih self‑driving langsung penuh tanpa batasan apapun dapat menjadi kontraproduktif.

Hal ini dapat menunda penyebaran layanan otonom, karena harus sempurna di semua tempat terlebih dahulu, alih‑alih diterapkan di daftar kota terbatas terlebih dahulu, di mana ia sudah dapat menjangkau jutaan pengguna.

Masalah lain adalah aturan dan undang‑undang seputar sistem self‑driving. Regulator enggan namun bersedia menerima penyebaran lambat solusi geofence, terutama ketika keselamatan di zona tertentu telah terbukti.

Tetapi otorisasi global tanpa batas untuk mobil self‑driving akan memerlukan tidak hanya persetujuan lokal, tetapi undang‑undang dan regulasi tingkat nasional yang belum dibuat.

Karena hukum sering bergerak jauh lebih lambat daripada teknologi, hal ini dapat menjadi masalah serius untuk penyebaran tanpa batas tingkat otonomi L5, bahkan jika semua masalah teknis sudah terpecahkan.

LIDAR vs Hanya Kamera

Perdebatan lain dalam industri adalah penggunaan LIDAR (light detection and ranging, atau “laser radar”). LIDAR menggunakan sinar laser untuk mendeteksi objek di sekitarnya, menciptakan model 3D waktu nyata dari lingkungannya.

Source: Autoweek

Sistem LIDAR biasanya dipasang di atas mobil self‑driving, menjadikannya tambahan yang agak besar.

Keunggulan LIDAR adalah dapat melihat lebih jauh daripada kamera, dan unggul dalam menilai jarak, menjadikannya sangat berguna untuk menghindari kecelakaan pada kecepatan tinggi. Ia juga dapat beroperasi dengan sempurna dalam kondisi gelap atau cahaya rendah.

Source: Forbes

Seringkali, LIDAR digunakan bersama radar untuk mendeteksi objek bahkan dalam kondisi sulit, seperti kabut, misalnya.

Sebagian besar teknologi self‑driving mengandalkan LIDAR untuk meningkatkan keselamatan, kecuali Tesla (TSLA ), namun ada beberapa kelemahan.

Yang pertama adalah biaya. Karena sebagian besar sistem LIDAR kelas atas berharga sekitar $70.000‑$80.000, hal ini membuat mobil self‑driving cukup mahal. Ini mungkin tidak akan selamanya, karena ada tanda bahwa LIDAR menjadi jauh lebih murah belakangan ini, terutama untuk LIDAR kelas rendah, mungkin membuatnya lebih layak secara komersial.

“Ini tentang volume dan teknologi itu sendiri. Industri otomotif mengandalkan skala untuk menurunkan biaya. Ketika volume aplikasi meningkat, biaya turun.

“Sebagai contoh, unit LiDAR dulu berharga 30.000 yuan (sekitar $4.100), namun kini hanya sekitar 1.000 yuan (sekitar $138) — penurunan yang dramatis.”

Li Chuanhai – Vice‑president of Geely Auto Group

LIDAR adalah teknologi yang cukup kompleks dengan banyak bagian bergerak (cermin mini berputar), yang menjadi salah satu alasan biaya tinggi, dan dapat menyulitkan pemeliharaan serta keandalan.

Terakhir, AI yang dilatih dengan data LIDAR kemungkinan akan selalu membutuhkan LIDAR untuk berfungsi baik, karena kebutuhan ini tertanam dalam jaringan saraf. Jadi perusahaan yang menggunakan LIDAR untuk melatih sistem self‑drivingnya mungkin akan terikat dengan teknologi ini ke depannya.

Seberapa Aman Mobil Self-Driving Harus?

Pertanyaan kunci bagi regulator dan pengguna adalah seberapa aman mobil self‑driving harus. Secara teori, jika mobil self‑driving 5 kali lebih aman daripada pengemudi manusia, mereka seharusnya cepat diadopsi dan disambut sebagai kemajuan.

Namun, dalam praktik, orang sangat enggan mempercayai mesin yang hanya sedikit lebih aman daripada manusia yang rawan kesalahan. Manusia juga cenderung melebih‑lebhakan kemampuan mengemudi mereka.

Jadi bahkan ketika sistem self‑driving telah jauh lebih aman daripada mobil yang dikemudikan manusia selama bertahun‑tahun (seperti yang ditunjukkan data Tesla pada 2023), persepsi bahwa setiap kecelakaan adalah “kegagalan” AI tetap ada.

Perekaman setiap kecelakaan oleh kamera mobil, serta reaksi media mainstream dan media sosial, tidak membantu.

Source: ARK Invest

Akibatnya, kemungkinan standar yang sangat tinggi yaitu 10x‑100x lebih aman daripada pengemudi manusia akan diperlukan untuk otorisasi self‑driving level L5 yang sepenuhnya tidak terbatas agar dapat beroperasi di semua jalan.

Perusahaan Self-Driving

Waymo

Ketika berbicara tentang robotaxi yang sebenarnya dioperasikan, pemimpin jelas mulai muncul: Waymo yang terhubung dengan Google. Pada April 2025, Waymo sudah melaporkan 250.000 perjalanan robotaxi berbayar per minggu di AS, sebagian besar di Austin, Phoenix, dan Kawasan Teluk San Francisco, dengan satu juta mil ditempuh setiap bulan.

Kesuksesan Waymo berasal dari awal yang dini (perusahaan diluncurkan pada 2010, dengan teknologi yang berakar sejak 2005), dan pendekatan yang sangat hati‑hati: robotaxi mereka berada dalam geofence dan sangat bergantung pada sistem LIDAR kelas atas, memenangkan perlombaan untuk perjalanan otonom yang aman, meskipun masih terbatas pada beberapa area sejauh ini.

Hal ini membantu Waymo mengunci aliansi berharga seperti kemitraan strategis dengan Toyota, produsen mobil terbesar di dunia berdasarkan unit terjual (>10 juta per tahun).

Toyota dan Waymo bertujuan menggabungkan kekuatan masing‑masing untuk mengembangkan platform kendaraan otonom baru. Secara paralel, kedua perusahaan akan mengeksplorasi cara memanfaatkan teknologi otonom Waymo dan keahlian kendaraan Toyota untuk meningkatkan kendaraan pribadi generasi berikutnya (POV).

Toyota berkomitmen mewujudkan masyarakat dengan nol kecelakaan lalu lintas dan menjadi perusahaan mobilitas yang menyediakan mobilitas untuk semua.

Hiroki Nakajima – Executive Vice President of Toyota Motor Corporation (TM )

(Anda dapat membaca lebih lanjut tentang Toyota dalam laporan investasi khususnya)

Tesla

Pesaing utama lainnya dalam perlombaan mobil self‑driving dan robotaxi adalah Tesla.

Perusahaan memiliki keunggulan besar karena semua kendaraan yang dijual dilengkapi dengan kamera yang perusahaan harapkan cukup untuk melatih AI‑nya, tanpa memerlukan LIDAR, atau bahkan radar.

Ini berarti Tesla mendapatkan jutaan mil data pelatihan “gratis”, yang disediakan oleh pembeli Tesla yang mengemudi dalam kondisi dunia nyata. Sebaliknya, hampir semua perusahaan self‑driving lainnya harus membayar sopir untuk mengemudi di jalan nyata selama bertahun‑tahun di setiap area geofence, yang secara signifikan meningkatkan biaya.

Source: ARK Invest

Namun, peluncuran Full Self‑Driving (FSD) oleh Tesla telah menjadi pengumuman “segera” yang terus‑menerus ditunda selama beberapa tahun (dari harapan mobil otonom tersedia pada 2018), yang menyebabkan beberapa kritik keras tentang menetapkan ekspektasi yang tidak realistis.

Namun, hal ini mungkin akhirnya berubah, dengan Texas memberikan izin kepada Tesla Robotaxi untuk menjalankan layanan ride‑hailing pada Agustus 2025, setelah uji coba di Austin sejak Juni 2025. Untuk saat ini, seorang karyawan Tesla masih berada di dalam kendaraan sebagai pengawas keselamatan.

Jadi Tesla, seperti biasa, kontroversial, dengan sebagian orang melihat persetujuan Texas sebagai langkah pertama menuju penyebaran skala besar FSD, dan pengawas keselamatan manusia sebagai masalah sementara, sementara yang lain percaya Tesla tidak akan pernah merilis robotaxi yang benar‑benar otonom.

Kebenarannya mungkin berada di antara keduanya.

Secara teori, jika manusia dapat mengemudi hanya dengan mata, AI juga dapat, sehingga menggunakan hanya kamera seharusnya tidak menjadi masalah selamanya. Pada saat yang sama, strategi ambisius ini, yang mungkin benar dalam jangka panjang, jelas menghambat penyebaran jangka pendek Tesla, tidak peduli seberapa positif Elon Musk ingin bersikap.

(Anda dapat membaca lebih lanjut tentang Tesla dalam laporan investasi khususnya)

Baidu

Baidu, mesin pencari terkemuka di China, mengikuti jejak Google dengan Apollo Go, mobil self‑driving miliknya.

Baidu telah beralih ke operasi sepenuhnya tanpa pengemudi di beberapa kota China, menghapus pengemudi keselamatan dari kendaraan mereka.

Baidu membuat kesepakatan dengan Uber pada Juli 2025 untuk membawa mobil tanpa pengemudi mereka ke dunia di luar AS dan China.

Kedua perusahaan mengatakan kemitraan multi‑tahun akan melihat ‘ribuan’ kendaraan otonom Apollo Go milik Baidu di Uber secara global.

Baidu sudah menyediakan 899.000 perjalanan pada kuartal kedua 2024. Pada 2025, zona pilot akan diperluas ke 20 kota.

Pada 2024, Baidu membuka sumber teknologi mengemudi otonomnya, mengkonfirmasi tren teknologi AI China menuju open source, seperti yang ditunjukkan oleh langkah serupa oleh sensasi AI generalis DeepSeek.

Untuk pasar AS, Baidu tidak mungkin membuat banyak kemajuan dalam konteks ketegangan perdagangan dan kekhawatiran tentang data pengguna, namun dapat menjadi pesaing serius bagi Waymo dan Tesla di luar negeri, terutama dengan dukungan Uber.

Zoox

Zoox, anak perusahaan Amazon (AMZN ), mudah dikenali karena desain uniknya, membangun robotaxi sebagai kendaraan khusus yang berbeda dari fitur normal mobil biasa.

Source: TechCrunch

Perusahaan baru saja mendapatkan pengecualian dari Program Pengecualian Kendaraan Otomatis yang diperluas oleh National Highway Traffic Safety Administration, memungkinkan mereka mendemonstrasikan robotaxi yang dibangun khusus di jalan umum. Ini merupakan langkah penting karena robotaxi Zoox tidak memiliki fitur penting mobil normal, seperti setir dan pedal.

Zoox meluncurkan pada Juni 2025 lini produksi pertama untuk kendaraannya, bertujuan memproduksi lebih dari 10.000 robotaxi setiap tahun. Ini mengikuti uji coba di beberapa kota AS dan memperluas ke lebih banyak: Las Vegas, Kawasan Teluk San Francisco, Seattle, Austin, Miami, Los Angeles, dan Atlanta.

Zoox kini berencana meluncurkan penawaran robotaxi komersial di Las Vegas, San Francisco, dan kemudian di Austin serta Miami dalam beberapa tahun ke depan.

(Anda dapat membaca lebih lanjut tentang Amazon dalam laporan investasi khususnya)

WeRide

WeRide adalah perusahaan yang didirikan di Silicon Valley pada 2017 dan berkantor pusat di China. Perusahaan telah melakukan banyak uji coba di seluruh dunia, terutama di UAE, area yang kini mereka kembangkan berkat kemitraan dengan Uber. Mereka juga kini mengoperasikan robotaxi 24/7 di Beijing.

Untuk mengatasi potensi masalah visibilitas pada malam hari, robotaxi WeRide dilengkapi dengan lebih dari 20 sensor, termasuk kamera berpresisi tinggi, dinamis tinggi, dan LIDAR tingkat tinggi di seluruh kendaraan.

Dikombinasikan dengan algoritma fusi multi‑sensor dan platform komputasi berperforma tinggi, sistem mencapai cakupan 360° tanpa blind spot dengan jangkauan deteksi hingga 200m.

Mobileye

Mobileye is an Israel‑headquartered company, acquired by Intel (INTC ) in 2017, and re‑IPOed in 2022.

Meskipun memiliki teknologi yang menjanjikan, masalah mungkin sedang muncul di perusahaan, dengan berita pada Juli 2025 bahwa Intel merencanakan pemutusan hubungan kerja dan menjual 8% kepemilikannya di perusahaan.

Mungkin hal ini mencerminkan masalah yang lebih umum di Intel, dengan perusahaan memutuskan hubungan kerja karyawan di bidang lain juga.

Namun, hal ini masih dapat menjadi masalah bagi Mobileye, karena akan mengurangi jumlah dana dan dukungan yang dapat diharapkan dari perusahaan induknya, menempatkannya pada posisi yang kurang menguntungkan dibandingkan Waymo atau Zoox, misalnya.

(Anda dapat membaca lebih lanjut tentang Intel dalam laporan investasi khususnya)

Aurora Innovation

Perusahaan lebih fokus pada truk tanpa pengemudi, dengan penekanan pada mengemudi di jalan raya, yang merupakan mayoritas besar jarak tempuh truk.

Pada Mei 2025, Aurora melakukan operasi pertama yang benar‑benar tanpa pengemudi, setelah mencatat tiga juta mil otonom, mengangkut lebih dari 10.000 beban pelanggan.

Perusahaan didirikan oleh Chris Urmson, pemimpin awal proyek mobil self‑driving Google, yang kini dikenal luas di bawah merek Waymo.

“Saya melaju di jalan raya dengan kecepatan 65 mil per jam, tidak di belakang kemudi, melainkan di kursi belakang, menyaksikan pemandangan terbuka saat truk berisi kue dipandu oleh teknologi yang saya bantu ciptakan,”

Aurora berencana memperluas layanan tanpa pengemudi ke El Paso, Texas, dan Phoenix, Arizona, pada akhir 2025.

Yang Menyerah

Seiring perusahaan‑perusahaan sukses kini membuatnya tampak seperti hanya soal ketekunan untuk memenangkan perlombaan self‑driving, penting mengingat proyek‑proyek yang gagal di sepanjang jalan:

• General Motors menyerah pada Cruise pada Desember 2024 (GM ).
• Apple menyerah pada rencana self‑driving mereka sendiri pada April 2024. (AAPL )
• Uber menjual segmen mobil tanpa pengemudi ke Aurora Technologies pada 2020.

Self-Driving Non‑Mobil

Banyak perusahaan yang mengerjakan self‑driving, namun fokus pada sistem selain mobil.

Misalnya, robot pengiriman kecil, secara teknis kendaraan self‑driving, cukup kecil untuk menghindari regulasi yang ditujukan pada mobil. Saat ini, pemimpin dalam robot bergerak adalah Starship Technologies asal Estonia, yang diluncurkan oleh pendiri Skype, dan raksasa e‑commerce China Alibaba (BABA ); keduanya mengadopsi desain kecil dan tidak berbahaya yang tidak jauh berbeda dari droid Star Wars.

Source: Starship

Karena alasan regulasi dan dampak besar dari setiap kecelakaan dengan kendaraan berat, truk otonom masih mengandalkan input manusia, dengan perusahaan seperti Kodiak, Gatik, dan Pony.ai mengikuti jejak Aurora Innovation.

Ide lain adalah mengandalkan drone terbang untuk melakukan pengiriman barang kecil dan ringan. Sejauh ini, pemimpin jelas adalah Zipline, diikuti oleh Wing dan Meituan (3690.HK). Ini bisa menjadi revolusi sejati, namun menghadapi hambatan regulasi yang lebih banyak daripada truk pengiriman otonom, sehingga mungkin lebih lambat untuk diterapkan secara skala besar.

Source: ARK Invest

Kesimpulan

Setelah bertahun‑tahun pergerakan lambat meskipun mobil self‑driving penuh yang “segera” diharapkan oleh Elon Musk dan pemimpin lain di bidang ini, 2025 menjadi titik percepatan yang jelas bagi teknologi self‑driving.

Banyak kota yang berani mencoba lebih awal kini memiliki robotaxi yang rutin beroperasi di jalan mereka, menurunkan harga layanan ride‑hailing.

Sejauh ini, tampaknya AS dan China adalah dua negara terdepan secara global, baik dalam hal perusahaan yang memimpin bidang ini, maupun regulasi yang lebih fleksibel, dengan lingkaran umpan balik positif antara inovasi dan kerangka regulasi yang menyambut menjadi studi kasus berharga bagi ekonom di masa depan.

Saat ini, visi robotaxi terbatas, geofence, dan peluncuran perlahan dengan rangkaian lengkap kamera, LIDAR, radar, dan sensor lainnya tampaknya menjadi kombinasi kemenangan untuk tidak memerlukan pengemudi sama sekali.

Hal ini sangat menguntungkan Waymo dengan pendekatan hati‑hati, sementara Zoox dan banyak perusahaan lain berada di belakangnya dan mengejar dengan cepat.

Sementara itu, Tesla masih mengejar impian teknologi “full self‑driving” umum yang dapat mengemudi di semua jalan dan hanya mengandalkan kamera, idealnya melalui pembaruan perangkat lunak sederhana pada semua mobil Tesla yang ada. Ini adalah taruhan berisiko, namun juga ide menarik yang tampaknya satu‑satunya yang mungkin memberikan self‑driving tak terbatas dalam waktu dekat.

Teknologi geofence kemungkinan hanya akan diterapkan sangat lambat secara global, sedikit demi sedikit, dan akan terbatas bersaing dengan layanan taksi tradisional di kota besar. Ini meninggalkan banyak potensi hadiah multi‑triliun dolar dari robotaxi “sejati” yang dapat menggantikan kepemilikan mobil dengan perjalanan EV ultra murah, 24/7 yang merata.

Jadi, sesuai dengan budaya perusahaannya, Tesla mungkin menjadi pemenang utama dan menciptakan pasar besar baru yang sepenuhnya serta merevolusi arti sebuah mobil, sekali lagi, namun hanya jika mereka dapat memecahkan tantangan teknis yang tampaknya tak teratasi.