2026-06-18 — views
自動運転消費者採用・乗車体験指数 — 普及曲線の需要側分析
乗車NPS、Uber/Lyft比較価格、採用曲線——消費者需要がAV規模目標を支えられるかの総合分析。
フィジカルAIベンチマークシリーズ 第15回
第10回から第14回の記事では、供給側の制約を詳しく分析しました：HDマッピングのボトルネック、テレオペレーション人員の壁、OTAの速度、FMVSS規制の関門、そして資本構造。本記事では、それらの記事が先送りにしてきた問題を取り上げます——消費者需要は規模目標を正当化するほど実在するのか？端的に言えば、答えはイエスです。しかし、その意味合いが多くの人の想像以上に重要ではない理由を詳しく説明します。
第1節 — 乗車体験の比較
消費者向け自動運転の最重要ベンチマークは、安全性や価格単体ではありません。信頼性、待ち時間、価格の組み合わせが、乗客がUberから自動運転車に乗り換え、そのまま継続利用するかどうかを決定します。
| 指標 | Waymo One | Tesla Robotaxi（オースティン、推定） | Uber/Lyft（人間ドライバー） |
|---|---|---|---|
| 平均待ち時間 | 3〜6分（フェニックス/SF成熟市場） | 不明（早期展開） | 3〜8分（都市により異なる） |
| 乗客NPS（推定） | 80以上（Waymoを引用する業界レポート） | N/A — データなし | ~30〜45（Uber/Lyft典型値、推定） |
| 1マイルあたりの料金 | ~$1.50〜2.50 | ~$0.75〜1.50（目標） | ~$1.20〜2.00 |
| アプリ体験 | Waymo Oneアプリ + Googleマップ統合 | Teslaアプリ | Uber/Lyftアプリ |
| 安全認識（乗客調査、推定） | 高 — 商用規模での死亡事故なし | 不明 — 新規展開 | 中程度 — ドライバーの質にばらつきあり |
| 乗客の新規性要素 | 高（初回体験の驚き効果） | 未確立 | なし |
| キャンセル/信頼性 | 低キャンセル率（車両常時確保） | 不明 | 高め — ドライバーによるキャンセル多発 |
| バリアフリー対応 | 限定的（ジャガーI-PACEプラットフォーム） | 不明 | 様々（UberAssistプログラム） |
NPSと安全認識の数値は業界推定値および第三者乗客調査に基づきます。Waymoは正確なNPS数値を公式には開示していません。
Waymoの推定NPS 80以上 — 正確であれば — あらゆる業界で最高評価の消費者サービスに位置づけられます。比較すると、Apple小売店は約75〜80、Amazonは公開推定値で約65〜70です。UberとLyftの典型的な30〜45という範囲は、人間ドライバーの質の不安定さを反映しています。Waymoの優位性は構造的なものです：ドライバーキャンセルなし、可変的なドライバー行動なし、社会的摩擦なし。
第2節 — 採用曲線の分析
消費者向け自動運転の採用は3段階のアークに従います。各段階で価格感度、障壁、顧客プロファイルが異なります。
第1段階 — アーリーアダプター（現在、2024〜2026年）
ジオフェンスゾーン内のテックエンスージアスト、観光客、通勤者。このグループは目新しさと一貫性に対してプレミアムを支払います。価格感度は低い。2026年中頃時点で、全Waymo市場の推定累積ユニーク乗客数は20万〜50万人（推定 — Waymoは累積ユニーク乗客数を開示していません）。
特徴的な点：これらの乗客がWaymoを選ぶのは、最安値や最高の利便性だからではなく、新しく興味深いからです。
第2段階 — プラグマティックアダプター（2026〜2029年、推定）
自動運転価格がUber以下になり、個人的な経験またはソーシャルプルーフで信頼性が証明された際に乗り換える、価値重視の通勤者。価格感度は高い。第2段階への転換に必要とされる推定要件：
- 同等のUber乗車と同等またはそれ以下の料金設定
- 密集地域で5分未満の待ち時間
- 99.9%以上の乗車完了率（ドライバーキャンセルの排除）
- 実際の移動パターンをカバーするジオフェンス拡大
この段階が数量数値が動く場所です。TeslaがCybercabの目標1マイルあたり0.75〜1.50ドルを達成すれば、第2段階の活性化は現行モデルが予測するよりも早く、速く起きます。
第3段階 — マスマーケット（2029年以降、推定）
自動運転車以前には存在しなかった新しいモビリティオプションを得る、無車族、高齢者、移動障害を持つ乗客。これはUberからの市場シェア奪取ではなく、TAM（総目標市場）の拡大です。5年前に運転をやめた78歳の方は現在Uberの顧客ではありません。彼らは新規乗客です。
ここに真の長期的規模の機会があります。また、現在のアナリスト・コンセンサスで最も少ないモデリングがなされている部分でもあります。既存の分析はモビリティTAMの拡大ではなく、ライドヘイル市場シェアに焦点を当てています。
採用障壁ランキング
以下の表は、乗客調査での懸念表明頻度に基づいて消費者採用障壁をランク付けしています。すべてのパーセンテージは、公開されたAV対応度調査（KPMG、AAA、J.D. Power）に基づく推定値です。正確な数値は調査方法と年によって異なります。
| 障壁 | 懸念として挙げた比率（推定） | Waymoの状況 | Teslaの状況 |
|---|---|---|---|
| 地理的制限/ジオフェンス | ~52% | 主要障壁 — 4都市のみ | 1都市（オースティン） |
| 安全への懸念 | ~45% | 大幅改善 — 商用規模での死亡事故なし | 不明 — 新規展開 |
| Uberとの価格比較 | ~38% | 現在はほとんどの市場で同等またはプレミアム | Uber以下を目標 |
| ドライバーなしへの慣れ | ~28% | 繰り返し利用で著しく低下 | 不明 |
| アプリ/予約体験 | ~15% | 良好 — Googleマップ統合で摩擦を低減 | 未定 |
ジオフェンス障壁は最大の単一採用制約であり、安全上の懸念よりも大きい。潜在的AV乗客の半数以上が「行きたい場所に行けない」を主要障壁として挙げています。これは第10回記事で記録されたHDマッピングのボトルネックに直接対応します：Waymoの都市ごとの12〜18ヶ月の事前マッピング要件は、供給側のコスト問題だけでなく、需要転換を直接抑制しています。
第3節 — Waymoの需要指標（判明している事実）
Waymoは詳細な需要指標を公開していません。以下のデータポイントは公開声明、ブログ投稿、第三者報道から引用しています：
- 毎週15万回以上の乗車（2026年中頃）— 公開報道によれば、世界の商業AV事業者の中で最も速い成長率
- ウェイトリスト需要 — Waymoは新市場でのローンチ前にウェイトリストを報告しており、需要が車両供給を一貫して上回っていることを示す
- リピーター率 — Waymoは高いリピート利用率（正確な数値は非公開）を、新規性だけでなく満足度が継続利用を促進する証拠として引用
- Googleマップ統合 — Waymo OneはサンフランシスコとフェニックスのGoogleマップから直接予約可能で、20億人以上のユーザーがすでにナビゲーションに使用している製品に予約フローを組み込むことで、獲得摩擦を大幅に低減
- Uberパートナーシップ（サンフランシスコ） — UberアプリはSFでWaymoを車両オプションとして表示し、新しいアプリのダウンロードなしに、Uberの既存1億5000万人以上のアクティブユーザーベースにWaymoへのアクセスを提供
ウェイトリストのデータポイントは特に重要です。通常のライドヘイル市場では、供給過剰が長年の問題です——需要に対してドライバーが多すぎる。Waymoのウェイトリストはこれを逆転させています：車隊に対して乗客が多すぎる。これは需要の問題ではありません。
第4節 — 価格競争力
以下の表は、競合サービスにおける典型的な5マイル都市部乗車のコストを推定しています。すべての数値は公開価格、記者報告、業界分析に基づく推定です。実際の価格は時間帯、サージ状況、都市によって異なります。
| サービス | 料金（推定） | 待ち時間 | 備考 |
|---|---|---|---|
| Waymo One（サンフランシスコ） | ~$12〜18 | 3〜6分 | 初期・資本集約型市場でのプレミアム価格 |
| Waymo One（フェニックス） | ~$8〜14 | 3〜5分 | より大きなジオフェンス、より競争力のある価格 |
| Uber（全国平均） | ~$10〜16 | 4〜8分 | ドライバー供給依存；頻繁にサージ発生 |
| Lyft（全国平均） | ~$9〜15 | 4〜8分 | Uberと同様の構造 |
| Tesla Robotaxi（目標） | ~$4〜8 | 不明 | CybercabがマイルあたりUS$0.75〜1.50の目標達成時 |
WaymoのSF価格は現在、典型的な乗車においてUberと同等かそれ以上です。ジオフェンスが大きく運営が成熟しているフェニックス市場はより競争力があります。TeslaがマイルあたりUS$0.75〜1.50の目標を達成すれば——Waymoの現行価格より約40〜60%低い——運営する全都市で最も安価な電動交通手段となり、現行の採用モデルが予測するよりも早く第2段階採用を誘発する可能性があります。
重要な注意点：Teslaの価格目標は表明された意図であり、実証された経済性ではありません。マイルあたりのコストは商業規模で検証されていないCybercabのユニットエコノミクスに依存します。本シリーズ第8回記事でこのエコノミクスを詳しく取り上げました。目標と実証コストの差は依然として未解決の変数です。
第5節 — 需要リスク：供給こそが真の制約か？
この需要側分析の中心的な発見は、消費者需要がAVのスケーリングの制約ではないということです。利用可能なすべての証拠が、供給を拘束変数として指し示しています：
- Waymoは空席ではなくウェイトリストで運営
- 新都市ローンチはすべて需要ではなく容量制約（車隊規模＋マッピング＋テレオペ）
- 乗客調査で最大の採用懸念であるジオフェンス障壁は、それ自体が供給側の問題（HDマップカバレッジ）
- 最も注目度の高い市場（SF）では第2段階転換の閾値を上回る価格設定だが、成熟市場（フェニックス）では閾値以下——両市場とも需要は強い
これはPhysical AIスコアカードの解釈に構造的に重要な意味を持ちます。第10〜13回記事で記録された供給側の制約——HDマッピング、テレオペ人員、OTA速度、FMVSSゲート——はコストとタイムラインの問題だけでなく、大規模な待機需要が割り当てられているメカニズムです。これらの制約を解決するために需要を創出する必要はありません。すでに存在する需要にサービスを提供するだけでよいのです。
これは投資テーゼを再フレーミングします。問題は「人々はAVに乗るか？」ではありません——行動データがすでにこれに答えています。問題は「事業者はすでに要望している乗客にサービスを提供するのに十分な車両を製造し、十分な都市をマッピングし、十分なテレオペレーターを確保できるのか？」です。
需要側はランプではなく、目的地です。
シリーズにおける本記事の位置づけ
本記事はPhysical AIベンチマークシリーズの第15回です。シリーズはここまで以下をカバーしました：
- 第1〜9回：技術、規制、資本、マスタースコアカード
- 第10〜13回：4大供給側構造的制約（HDマッピング、テレオペ、OTA、FMVSS）
- 第14回：4制約すべてを統合した更新スコアカード
- 第15回（本記事）：需要側——乗車体験、採用曲線、価格設定
シリーズの次回記事では、ヒューマノイドのランプを独立して検証し、同じ需給フレームワークをOptimusおよびライドヘイル以外のPhysical AI労働応用に適用します。
ソース
- Waymo One 乗車体験とNPS — Waymoブログ ↗
- Waymo x Uberパートナーシップ — Waymoプレス ↗
- AV消費者採用調査 — KPMG自動運転車対応指数 ↗
- Uber乗車価格ベンチマーク — Uberニュースルーム ↗