2025: Het jaar dat zelfrijdende auto’s mainstream worden?

Wanneer zullen zelfrijdende auto’s arriveren?

Wanneer het gaat om disruptieve technologieën die net om de hoek lijken te liggen, lijken er maar weinig zo’n grote impact te hebben op de economie en de samenleving als autonome of ‘zelfrijdende’ voertuigen, behalve natuurlijk misschien AGI (Artificial General Intelligence).

Dit komt door het enorme aantal banen en taken die vereisen dat mensen voertuigen besturen. Het begint bij de rijbanen, zoals taxichauffeurs, bezorgdiensten, vrachtwagenchauffeurs, enz. Maar nog fundamenteler voert het grootste deel van de wereldbevolking die taak onbetaald uit, vaak uren van hun dag, elke dag, achter het stuur.

Dit vertegenwoordigt een enorme productiviteitsverlies die de economie, ons dagelijks leven en de cultuur belast. Daarom werd al in 2023 voorspeld dat robotaxi’s tot vier biljoen dollar aan omzet zouden kunnen genereren.

Het ontwikkelen van echt autonome voertuigen is echter moeilijk, en tot nu toe heeft volledig geautomatiseerd transport de wegen nog niet bereikt. Hoe dicht zijn we bij grootschalige inzet van zelfrijdende voertuigen?

Het enorme potentieel van zelfrijdende auto’s

In 2023 voorspelde het ARK Invest “Big Ideas” rapport enorme potentiële inkomsten voor robotaxi’s, met een omzet tot $9T tegen 2030.

Bron: ARK Invest ‘Big Ideas 2023’, Pagina 113

Achter het idee staat het economische feit dat robotaxi’s de noodzaak om een auto te bezitten kunnen verminderen, zolang de ritten goedkoop genoeg zijn.

Dit kan een positieve feedbacklus creëren, waarbij goedkope tarieven de vraag verhogen, waardoor de benutting van de robotaxi’s stijgt, de kapitaalkosten verder worden geamortiseerd, de prijzen dalen, de vraag nog verder toeneemt, enzovoort.

Er wordt opgemerkt dat als dienstverleners dit kunnen verlagen tot $0,25 per mijl, autonome taxidiensten “kosteneffectiever zullen zijn dan 95 % van de korteafstandreizen.”

De economie van zelfrijdende voertuigen is nog duidelijker als het vrachtvervoer zoals vrachtwagens en schepen kan aanpakken. Hier zijn de chauffeurs en bemanningen slechts kosten die uit de bedrijfsstructuur kunnen worden verwijderd als de autonome systemen betrouwbaar genoeg zijn om hen te vervangen.

Bron: ARK Invest

Dus over het geheel genomen is er geen twijfel dat zelfrijdende voertuigen enorme geldmachines zouden zijn, wat ook de reden is dat zoveel techbedrijven tientallen miljarden investeren in de ontwikkeling van deze technologie. Maar het blijkt een moeilijke puzzel te zijn om op te lossen.

Het bouwen van de zelfrijdende tech‑stack

Ondersteunende technologieën

Voordat we de kern van autonome voertuigen, de AI die ze aanstuurt, bespreken, kunnen we kort toelichten waarom het afgelopen decennium zelfrijdende auto’s – maar ook drones en andere items – economisch levensvatbaar heeft gemaakt.

Een reden is de dalende kosten van sensoren en rekenkracht. Het is makkelijk te vergeten dat de eerste iPhone pas in 2007 werd uitgebracht, en dat een telefoon met een goede camera die functioneerde als een mini‑computer toen een revolutie was, minder dan 20 jaar geleden.

Sindsdien zijn optica, sensoren, chips en andere elektronische componenten alleen maar goedkoper, krachtiger en betrouwbaarder geworden.

De opkomst van elektrische voertuigen sinds de eerste Tesla Roadster in 2008 heeft ook de manier waarop voertuigen functioneren veranderd. De nieuwe elektrische auto kan een enorme hoeveelheid elektrische energie leveren vanuit zijn massieve batterij en aandrijflijn, waardoor de stroomvoorziening van de zelfrijdende chips en hun sensoren bijna triviaal wordt.

Elektrische auto’s zijn bovendien mechanisch veel betrouwbaarder, kunnen veel langere afstanden afleggen met minder slijtage, en hun “brandstof” is per mijl over het algemeen veel goedkoper, waardoor ze de perfecte “robotaxi’s” zijn die de hele dag door kunnen rijden voor veel gebruikers. In vergelijking zou zelfrijdende technologie veel slechtere economische cijfers hebben als het afhankelijk zou zijn van verbrandingsmotoren (ICE).

Al met al zijn de auto’s van vandaag al min of meer een computer op wielen, met 300‑1.000 chips per auto, en sommige EV’s hebben tot 3.000 chips per auto. Ze missen alleen nog “de hersenen” om zelf te rijden.

Bron: Polar Semi

Wegen begrijpen

Voor de meest basale functies, zoals het identificeren van de weg van punt A naar punt B, zijn de meeste zelfrijdende AI’s al meer dan een decennium perfect in staat deze taak uit te voeren, vooral sinds de massale adoptie van GPS en “Maps”‑apps die de benodigde data leveren.

Het lastige deel is dat de auto moet begrijpen wat er op de weg verandert: weersomstandigheden, andere auto’s, voetgangers, fietsen, dieren, enz.

Ook dit algemene geval bleek relatief snel op te lossen, met systemen die “assisted driving” op snelwegen mogelijk maken, een veel minder uitdagende omgeving, die al in de meeste high‑end auto’s beschikbaar is.

Maar complexere situaties, zoals bouwzones, stadscentra, de aanwezigheid van voetgangers en verkeersongevallen, zijn moeilijker te behandelen.

Over het algemeen worden zelfrijdende systemen gerangschikt langs een spectrum, van eenvoudige assistentie om snelheid stabiel te houden en te parkeren, tot het geïdealiseerde perfecte zelfrijdende voertuig. Het laatste niveau, L5, of volledige automatisering zonder bestuurder, blijft nog ongrijpbaar.

Bron: MobileEye

Meestal ontstaat het falen om het L5‑niveau te bereiken door zeldzame gevallen die de AI verwarren. Bijvoorbeeld, een computer kan moeite hebben om de situatie van een auto in een meerlagig parkeergarage te begrijpen:

“Het voertuig dacht dat de auto’s die in de parkeergarage geparkeerd stonden de weg blokkeerden. Het dacht: ‘Auto gestopt, om de stoeprand heen gaan.’

Wanneer een systeem iets tegenkomt en niet weet wat ermee te doen, stopt de auto in veel gevallen simpelweg met bewegen.”

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

Hardware voor neurale netwerken

Het grootste deel van de recente vooruitgang in AI is gebouwd op neuraalnetwerktechnologie, die de Nobelprijs voor de Natuurkunde 2024 won. In tegenstelling tot gewone computing, die een rigide set commando’s vereist voor elke situatie, kunnen neurale netwerken zich aanpassen aan hun trainingscondities om de juiste respons te geven.

Bron: Nobel Prize

Dit maakt ze van nature beter in het omgaan met “rommelige” situaties, waar de invoer sterk varieert en de data altijd enigszins verwarrend is voor een computer (“ruis”).

Lang tijd werden neurale netwerken getraind en uitgevoerd op GPU’s, waarbij grafische kaarten werden omgebouwd tot AI‑hardware. Recentelijk wordt hardware speciaal voor AI en neurale netwerken ontwikkeld.

Naast andere AI‑hardware (waarover we in een apart rapport uitgebreider hebben gesproken), zijn Neural Network Processors (NNP’s) bijzonder relevant voor zelfrijdende AI. Ook wel Neural Processing Units (NPU’s) of neuromorfe chips genoemd, kunnen een bewerking voltooien met slechts één berekening in plaats van duizenden met algemene hardware.

Door deze energie‑efficiëntie zijn NPU’s populair voor zogenaamd “edge computing”, waarbij de berekeningen ter plaatse worden uitgevoerd in plaats van in de cloud.

Aangezien zelfrijdende systemen betrouwbaar, zeer snel reagerend en niet afhankelijk van een verbinding moeten zijn, vertrouwen ze grotendeels op edge‑computing die een neuraal netwerk lokaal uitvoert, zelfs als de training van de AI eerder in de cloud plaatsvond.

De juiste technologie kiezen

Geofencing versus vrij rijden

Waarom geofencing

Een belangrijke keuze in technologie en bedrijfsstrategie voor toekomstige zelfrijdende autobedrijven is de beslissing om al dan niet geofencing te gebruiken.

Geofencing is wanneer een zelfrijdend systeem specifiek getraind is om alleen te opereren in een beperkt geografisch gebied, waarbij een virtuele grens wordt gesteld voor waar het autonome rijsysteem mag functioneren.

Het idee is dat door het gebied te beperken, het AI‑systeem goed genoeg kan leren deze specifieke wegen om veilig te kunnen rijden.

“Het beperken van het gebied tot meer ‘privé’ locaties, of zelfs trottoirs versus wegen, kan het type interacties dat het voertuig heeft met andere objecten, zoals auto’s, vrachtwagens, fietsers en voetgangers, aanzienlijk verminderen.”

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

Door het aantal gevallen dat de AI moet behandelen te reduceren, evenals de wegen en mogelijke routes, wordt de benodigde rekenkracht sterk verminderd, wat ook invloed heeft op de vereiste hardware.

 “De beperkingen die geofencing oplegt hebben een diepgaand effect op de capaciteiten die een autonoom voertuig vereist, wat de hardware die de autonome systemen aandrijft beïnvloedt.”

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

Echter, dit beperkt de inzetmogelijkheden van autonome voertuigen ernstig. Het betekent dat elke nieuwe stad vereist dat het zelfrijdende bedrijf een aangepaste set trainingsdata creëert, meestal door handmatig auto’s in die gebieden meerdere jaren te besturen vóór de lancering.

Dit maakt de aanpak tamelijk kostbaar.

Het maakt zelfrijdende auto’s bovendien alleen aantrekkelijk voor robotaxi‑bedrijven, terwijl individuele mensen waarschijnlijk nog steeds hun eigen auto nodig hebben, omdat ze af en toe buiten de geofence‑gebieden willen rijden, die meestal beperkt zijn tot het stadscentrum of één enkele stad.

Als de industrie in dit paradigma blijft hangen, zullen de meeste voordelen die men verwacht van de massale adoptie van robotaxi’s simpelweg niet gerealiseerd worden.

Juridische & zakelijke implicaties van geofencing

Tegelijkertijd kan het kiezen voor direct volledige zelfrijdende zonder enige beperking zelf‑defeetend zijn.

Het kan de uitrol van autonome diensten vertragen, omdat het overal perfect moet zijn voordat het wordt uitgerold, in plaats van eerst in een beperkte lijst van steden, waar het al miljoenen gebruikers kan bereiken.

Een ander probleem zijn de regels en wetten rondom zelfrijdende systemen. Regelgevers zijn terughoudend maar bereid om de langzame uitrol van geofence‑oplossingen te accepteren, vooral wanneer veiligheid in een bepaald gebied is aangetoond.

Maar een wereldwijde, onbeperkte autorisatie van zelfrijdende auto’s vereist niet alleen lokale goedkeuring, maar nationale wetten en reguleringen die nog moeten worden opgesteld.

Aangezien wetgeving vaak veel trager beweegt dan technologie, kan dit een ernstig probleem vormen voor de onbeperkte inzet van het L5‑niveau van autonomie, zelfs als alle technische kwesties al zijn opgelost.

LIDAR versus alleen camera’s

Een ander debat in de industrie is het gebruik van LIDAR (light detection and ranging, of “laser radar”). LIDAR gebruikt laserstralen om nabijgelegen objecten te detecteren en creëert een realtime 3D‑model van de omgeving.

Bron: Autoweek

LIDAR‑systemen worden meestal bovenop zelfrijdende auto’s geplaatst, waardoor ze een tamelijk omvangrijke toevoeging vormen.

Een voordeel van LIDAR is dat het meer kan zien dan camera’s en uitblinkt in het beoordelen van afstanden, waardoor het vooral nuttig is om ongevallen op hoge snelheid te vermijden. Het kan ook perfect functioneren in het donker of bij weinig licht.

Bron: Forbes

Vaak wordt LIDAR in combinatie met radar gebruikt om objecten zelfs onder moeilijke omstandigheden, zoals mist, te detecteren.

De meeste zelfrijdende technologie vertrouwt op LIDAR om de veiligheid te verhogen, met uitzondering van Tesla (TSLA ), maar het brengt enkele nadelen met zich mee.

Het eerste nadeel is de kosten. Omdat de meeste high‑end LIDAR‑systemen tussen de $70.000‑$80.000 kosten, maken ze zelfrijdende auto’s behoorlijk duur. Dit zal niet voor altijd zo blijven, er zijn aanwijzingen dat LIDAR recentelijk veel goedkoper is geworden, vooral voor low‑end LIDAR’s, waardoor ze commercieel levensvatbaarder kunnen worden.

“Het gaat zowel om volume als om de technologie zelf. De auto‑industrie vertrouwt op schaal om kosten te verlagen. Wanneer het toepassingsvolume stijgt, dalen de kosten.

Een LiDAR‑eenheid kostte bijvoorbeeld vroeger 30.000 yuan (ongeveer $4.100), maar nu kost hij slechts rond de 1.000 yuan (ongeveer $138) – een dramatische daling.”

Li Chuanhai – Vice‑president van Geely Auto Group

LIDAR is een tamelijk complexe technologie met veel bewegende delen (draaiende mini‑spiegels), wat een van de redenen is voor de hoge kosten, en kan onderhoud en betrouwbaarheid tot een uitdaging maken.

Ten slotte zal elke AI die met LIDAR‑data is getraind waarschijnlijk voor altijd LIDAR nodig hebben om goed te presteren, omdat deze eis diep in het neurale netwerk is ingebed. Dus elk bedrijf dat LIDAR gebruikt voor het trainen van zijn zelfrijdende systeem kan er in de toekomst aan vastzitten.

Hoe veilig moeten zelfrijdende auto’s zijn?

Een cruciale vraag voor zowel regelgevers als gebruikers is hoe veilig een zelfrijdende auto moet zijn. In theorie, als zelfrijdende auto’s 5 × veiliger zijn dan een menselijke bestuurder, zouden ze snel geaccepteerd en verwelkomd moeten worden als een vooruitgang.

In de praktijk zijn mensen echter zeer terughoudend om een machine te vertrouwen die slechts marginaler veiliger is dan foutgevoelige mensen. Mensen hebben ook de neiging hun eigen rijcapaciteit te overschatten.

Dus zelfs wanneer zelfrijdende systemen al jarenlang veel veiliger zijn dan door mensen bestuurde auto’s (zoals geïllustreerd door Tesla‑data in 2023), blijft de perceptie bestaan dat elke crash een “falen” van de AI is.

Het opnemen van elke crash door de camera’s van de auto, en de reacties van de mainstream‑ en sociale media, helpen ook niet.

Bron: ARK Invest

Als gevolg hiervan is het waarschijnlijk dat de zeer hoge drempel van 10 ×‑100 × veiliger dan een menselijke bestuurder vereist zal zijn voor de autorisatie van volledig onbeperkte L5‑niveau zelfrijdende voertuigen op alle wegen.

Zelfrijdende bedrijven

Waymo

Als het gaat om daadwerkelijk uitgerolde robotaxi’s, komt er een duidelijke leider naar voren: de Google‑gelinkte Waymo. In april 2025 rapporteerde Waymo al 250.000 betaalde robotaxi‑ritten per week in de VS, voornamelijk in Austin, Phoenix en de San Francisco Bay Area, met een miljoen gereden mijlen per maand.

Waymo’s succes komt voort uit een vroege start (het bedrijf werd gelanceerd in 2010, met technologie die teruggaat tot 2005), en een zeer voorzichtige aanpak: hun robotaxi’s zijn geofence‑gebonden en sterk afhankelijk van high‑end LIDAR‑systemen, waardoor ze de race om een veilige autonome rit winnen, zelfs al is dit tot nu toe beperkt tot een paar gebieden.

Dit heeft Waymo geholpen waardevolle allianties te sluiten, zoals een strategisch partnerschap met Toyota, ’s werelds grootste autofabrikant qua verkochte eenheden (>10 miljoen per jaar).

Toyota en Waymo willen hun respectieve sterktes combineren om een nieuw autonoom voertuigplatform te ontwikkelen. Tegelijkertijd zullen de bedrijven onderzoeken hoe ze Waymo’s autonome technologie en Toyota’s voertuigexpertise kunnen benutten om de volgende generatie persoonlijk eigendom voertuigen (POV’s) te verbeteren.

Toyota zet zich in voor een samenleving zonder verkeersongevallen en wil een mobiliteitsbedrijf worden dat mobiliteit voor iedereen levert.

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

(U kunt meer lezen over Toyota in het toegewijde investeringsrapport)

Tesla

De andere grote concurrent in de race naar zelfrijdende auto’s en robotaxi’s is Tesla.

Het bedrijf heeft een groot voordeel doordat al haar verkochte voertuigen zijn uitgerust met camera’s die volgens het bedrijf voldoende zijn om de AI te trainen, zonder dat LIDAR of zelfs radars nodig zijn.

Dit betekent dat Tesla miljoenen mijlen aan trainingsdata “gratis” krijgt, geleverd door kopers van Tesla’s die in real‑world omstandigheden rijden. In tegenstelling tot bijna alle andere zelfrijdende bedrijven, die chauffeurs moeten betalen om jarenlang echte straten te rijden in elk geofence‑gebied, waardoor de kosten sterk stijgen.

Bron: ARK Invest

De introductie van Full Self‑Driving (FSD) door Tesla is echter een voortdurend “binnenkort” en vervolgens uitgesteld bericht geweest gedurende meerdere jaren (vanuit verwachtingen dat autonome auto’s in 2018 beschikbaar zouden zijn), wat heeft geleid tot harde kritiek over het stellen van onrealistische verwachtingen.

Dit lijkt echter eindelijk te veranderen, met Texas die Tesla Robotaxi in augustus 2025 een vergunning verleent om een ride‑hailing‑service te exploiteren, na een testrun in Austin sinds juni 2025. Voor nu is er nog steeds een Tesla‑medewerker aan boord als veiligheidsmonitor.

Dus Tesla is, zoals altijd, controversieel: sommigen zien de Texas‑goedkeuring als de eerste stap naar grootschalige inzet van FSD, en de menselijke veiligheidsmonitor als een tijdelijk probleem, terwijl anderen geloven dat Tesla nooit echt autonome robotaxi’s zal uitbrengen.

De waarheid ligt waarschijnlijk ergens ertussen.

In theorie, als mensen alleen hun ogen kunnen gebruiken om een auto te besturen, kan een AI dat ook, dus het gebruik van alleen camera’s zou op de lange termijn geen probleem moeten zijn. Tegelijkertijd heeft deze ambitieuze strategie, die op de lange termijn correct kan zijn, duidelijk de korte‑termijn inzet van Tesla belemmerd, ongeacht hoe positief Elon Musk erover spreekt.

(U kunt meer lezen over Tesla in het toegewijde investeringsrapport)

Baidu

Baidu, China’s toonaangevende zoekmachine, volgt de sporen van Google met Apollo Go, haar eigen zelfrijdende auto’s.

Baidu is overgestapt op volledig driverless‑operaties in verschillende Chinese steden, waarbij veiligheidschauffeurs uit hun voertuigen zijn verwijderd.

Baidu sloot in juli 2025 een deal met Uber om haar driverless‑auto’s wereldwijd buiten de VS en China te brengen.

De twee bedrijven zeiden dat de meerjarige samenwerking “duizenden” van Baidu’s Apollo Go autonome voertuigen op Uber wereldwijd zal zien.

Baidu leverde al 899.000 ritten in het tweede kwartaal van 2024. In 2025 zullen pilot‑zones zijn uitgebreid naar 20 steden.

In 2024 openbaarde Baidu haar autonome rijtechnologie, waarmee een trend van Chinese AI‑tech naar open source wordt bevestigd, zoals geïllustreerd door een soortgelijke stap van de generalistische AI‑sensatie DeepSeek.

Voor de Amerikaanse markt zal Baidu waarschijnlijk weinig vooruitgang boeken gezien de handelsspanningen en zorgen over gebruikersdata, maar het kan een serieuze concurrent zijn voor Waymo en Tesla in het buitenland, vooral met de steun van Uber.

Zoox

Zoox, een dochteronderneming van Amazon (AMZN ), is gemakkelijk te herkennen aan haar unieke ontwerp: ze bouwen hun robotaxi’s als speciale voertuigen, los van de normale kenmerken van een gewone auto.

Bron: TechCrunch

Het bedrijf heeft zojuist een vrijstelling verkregen van het National Highway Traffic Safety Administration’s uitgebreide Automated Vehicle Exemption Program, waardoor het zijn speciaal gebouwde robotaxi’s op openbare wegen kan demonstreren. Dit is een belangrijke stap omdat Zoox‑robotaxi’s essentiële kenmerken van normale auto’s missen, zoals een stuurwiel en pedalen.

Zoox lanceerde in juni 2025 haar eerste productielijn voor deze voertuigen, met als doel meer dan 10.000 robotaxi’s per jaar te produceren. Dit volgt op tests in verschillende Amerikaanse steden en uitbreiding naar meer: Las Vegas, San Francisco Bay Area, Seattle, Austin, Miami, Los Angeles en Atlanta.

Zoox plant nu commerciële robotaxi‑aanbiedingen uit te rollen in Las Vegas, San Francisco en daarna in Austin en Miami in de komende jaren.

(U kunt meer lezen over Amazon in het toegewijde investeringsrapport)

WeRide

WeRide is een bedrijf dat in 2017 in Silicon Valley is opgericht en nu zijn hoofdkantoor in China heeft. Het bedrijf heeft wereldwijd veel tests uitgevoerd, met name in de VAE, een gebied waar het nu uitbreidt dankzij een partnerschap met Uber.  Het is ook nu een 24/7 robotaxi in Beijing aan het inzetten.

Om mogelijke zichtbaarheidsproblemen ’s nachts aan te pakken, is de robotaxi van WeRide uitgerust met meer dan 20 sensoren, waaronder hoog‑precisie, high‑dynamic camera’s en high‑line lidars over het hele voertuig.

In combinatie met haar multi‑sensor‑fusie‑algoritme en high‑performance computing‑platform, bereikt het systeem 360° blind‑spot‑vrije dekking met een detectiebereik tot 200 m.

Mobileye

Mobileye is een in Israël gevestigd bedrijf, in 2017 overgenomen door Intel (INTC ), en in 2022 opnieuw naar de beurs gegaan.

Hoewel het veelbelovende technologieën heeft, kunnen er problemen ontstaan bij het bedrijf, met nieuws in juli 2025 dat Intel van plan is om 8 % van haar belang in het bedrijf te verkopen en ontslagen door te voeren.

Dit zou echter ook bredere problemen bij Intel kunnen weerspiegelen, waarbij het bedrijf ook werknemers in andere activiteiten ontslaat.

Dit zou nog steeds een probleem voor Mobileye kunnen zijn, omdat het de hoeveelheid fondsen en steun van het moederbedrijf zou verminderen, waardoor het in een nadelige positie komt ten opzichte van Waymo of Zoox, bijvoorbeeld.

(U kunt meer lezen over Intel in het toegewijde investeringsrapport)

Aurora Innovation

Het bedrijf richt zich meer op driverless‑vrachtwagens, met een focus op snelwegrijden, wat het overgrote deel van de gereden kilometers van vrachtwagens uitmaakt.

In mei 2025 voerde Aurora haar eerste echt driverless‑run uit, na het registreren van drie miljoen autonome mijlen, en het vervoeren van meer dan 10.000 klantladingen.

Het bedrijf werd opgericht door Chris Urmson, een vroege leider van Google’s zelfrijdende auto‑project, nu bekend onder het Waymo‑merk.

“Ik cruise over de snelweg met 65 mijl per uur, niet achter het stuur, maar op de achterbank, terwijl ik de omgeving zie terwijl een lading gebak wordt voortbewogen door de technologie die ik heb helpen creëren.”

Aurora plant om eind 2025 haar driverless‑service uit te breiden naar El Paso, Texas, en Phoenix, Arizona.

De bedrijven die het hebben opgegeven

Terwijl de succesvolle bedrijven nu laten lijken dat het alleen een kwestie van volharding is om de zelfrijdende race te winnen, is het de moeite waard de projecten te herinneren die onderweg zijn gestorven:

• General Motors gaf Cruise op in december 2024 (GM ).
• Apple gaf haar eigen zelfrijdende plannen op in april 2024. (AAPL )
• Uber verkocht haar driverless‑autosegment aan Aurora Technologies in 2020.

Niet‑auto zelfrijdende systemen

Er zijn veel bedrijven die werken aan zelfrijdende technologie, maar zich richten op systemen anders dan auto’s.

Zo zijn kleine bezorgrobots, technisch gezien zelfrijdende voertuigen, klein genoeg om de regelgeving die op auto’s gericht is te omzeilen. Voor nu zijn de leiders in rollende robots Estse Starship Technologies, opgericht door de Skype‑oprichters, en de Chinese e‑commerce‑gigant Alibaba ; beide hebben een klein en onschadelijk ontwerp dat niet verschilt van de droids uit Star Wars.

Bron: Starship

Vanwege regelgevende redenen en de enorme impact van elk ongeval met zware voertuigen, blijven autonome vrachtwagens nog steeds afhankelijk van menselijke input, met bedrijven als Kodiak, Gatik, en Pony.ai die het voorbeeld van Aurora Innovation volgen.

Een ander idee is om vliegende drones in te zetten voor de levering van kleine en lichte items. Tot nu toe is de leider duidelijk Zipline, gevolgd door Wing en Meituan (3690.HK). Dit zou een ware revolutie kunnen zijn, maar het staat voor nog meer regelgevende hindernissen dan zelfrijdende bezorgvrachtwagens, waardoor het mogelijk trager op schaal wordt uitgerold.

Bron: ARK Invest

Conclusie

Na jaren van trage voortgang ondanks “onmiddellijk” volledig zelfrijdende auto’s die door Elon Musk en andere leiders in het veld werden gehoopt, is 2025 een duidelijk acceleratie‑punt voor zelfrijdende technologie.

Veel steden die vroeg een kans hebben genomen, zien nu robotaxi’s routinematig op hun straten rijden, waardoor de prijs van ride‑hailing daalt.

Tot nu toe lijkt het erop dat de VS en China de twee landen zijn die wereldwijd vooroplopen, zowel in termen van bedrijven die het veld leiden als in termen van flexibelere regelgeving, waarbij de positieve feedback‑lus tussen innovatie en een gastvrije regelgevende omgeving een waardevolle case‑study voor economen in de toekomst zal zijn.

Voor nu lijkt de visie van beperkte, geofence‑en langzaam uitgerolde robotaxi’s met een volledige set camera’s, LIDAR, radars en andere sensoren de winnende combinatie te zijn om helemaal geen bestuurders meer nodig te hebben.

Dit heeft Waymo enorm geprofiteerd met haar voorzichtige aanpak, terwijl Zoox en vele andere bedrijven haar op de hielen zitten en snel inhalen.

Tegelijkertijd blijft Tesla haar dromen najagen van een algemene “full self‑driving” technologie die elke weg kan rijden en uitsluitend op camera’s vertrouwt, idealiter gerealiseerd met een eenvoudige software‑upgrade op alle bestaande Tesla‑auto’s. Dit is een riskante gok, maar ook een interessant idee dat waarschijnlijk de enige is die op korte termijn onbeperkt zelfrijdend kan leveren.

Geofence‑technologie zal waarschijnlijk wereldwijd slechts heel langzaam worden uitgerold, stap voor stap, en zal beperkt blijven tot concurrentie met traditionele taxidiensten in grote steden. Hierdoor blijft een groot deel van de potentiële multi‑triljoen‑dollar‑prijs van “echte” robotaxi’s die autobezit kunnen vervangen door ultra‑goedkope, 24/7 alomtegenwoordige EV‑ritten op tafel liggen.

Dus, trouw aan haar bedrijfscultuur, zou Tesla de uiteindelijke winnaar kunnen zijn en een geheel nieuwe enorme markt creëren en opnieuw revolutioneren wat een auto betekent, maar alleen als het een ogenschijnlijk onoverkomelijke technische uitdaging kan oplossen.