2026-06-18 — views

フィジカルAI人材ベンチマーク — WaymoのGoogle SDC 15年の系譜 vs テスラ・ポストKarpathy FSDチーム：エンジニアリング比較

WaymoはGoogle SDC 15年のドメイン知識を誇る。テスラはKarpathy後のFSDチームがエンド・ツー・エンドAI転換を完遂し、自社製シリコンと600万台規模の学習データを保有する。

概要

エンジニアリング人材の深さと質が、各社のAIシステム改善速度を決定する。WaymoはGoogleの自動運転車（SDC）プロジェクト（2009–2016年）に起源を持つ — これはAV分野における史上最も高密度な専門知識の集積だ。テスラのFSDチームは2022年のAndrej Karpathy退職以降、重要な移行期を経てきたが、完全なエンド・ツー・エンドニューラルネットワークへの移行という画期的な転換を完遂し、独自の自社製シリコン能力と比類なきリアルワールド学習データ規模を保持している。

本記事は両社の人材基盤、主要人物、そしてエンジニアリングチームのプロフィールがAI能力開発ペースに何を意味するかをベンチマークする。本記事はPhysical AIベンチマークシリーズ第163回。

セクション1 — WaymoのエンジニアリングDNA

Waymoの人材基盤は、史上最も影響力あるAV研究プログラムであるGoogleの自動運転車（SDC）プロジェクトに直接遡る。

人材の側面	Waymoの詳細	戦略的意義
起源：Google自動運転車プロジェクト（2009–2016年）	WaymoはGoogleのSDCプロジェクトから2016年にスピンオフ；プロジェクトはSebastian ThrunとChris Urmson（共にDARPAアーバンチャレンジのベテラン）が創設；Waymoとなる前に7年間のAV専門研究を蓄積	SDCプロジェクトはAV史上最も影響力あるタレントインキュベーター；今日の業界各社をリードするAVエンジニアの世代を育成した
AVドメイン累積経験	2026年中頃時点で、Waymoの創設チームメンバーは平均15年以上のAV専門経験を持つ；多くのエンジニアがWaymo在籍8–12年	このレベルのAVドメイン経験は事実上複製不可能；比肩する自動運転への累積的集中度を持つエンジニアは他社にいない
現職キーリーダー（公開情報）	Dmitri Dolgov（共同CEO、元Google SDC技術責任者）；Tekedra Mawakana（共同CEO、オペレーション・ビジネス担当）；Saswat Panigrahi（最高製品責任者）	DolgovのGoogle SDC技術責任者からWaymo CEOへの技術的継続性は、最高レベルでの稀な機関知識保持を象徴する
研究アウトプット	WaymoはCVPR、NeurIPS、ICRAで知覚・予測・計画に関する論文を多数発表；Waymo Open Datasetを通じた大規模なオープンソース貢献	学術発表は研究品質と透明性を示す；Waymo Open Datasetは世界の研究コミュニティが広く使用する標準AVベンチマークとなった
競合他社を創設・率いる卒業生	Chris Urmson（Aurora CEO）；Dave Ferguson（Nuro CEO）；Jiajun Zhu（Nuro CTO）；Zoox、Cruise、Mobileye、Wayveなどにいる多くのSDC卒業生	「SDC離散」は事実上すべての主要AV企業に種を蒔いた；Waymoの卒業生ネットワークは業界で最も影響力がある
人材確保の課題	Apple、Meta、そして広範なディープラーニング需要からの報酬競争；AV業界の整理統合（GM Cruise 2023年危機；Argo AI 2022年閉鎖）が人材を市場に戻した	CruiseとArgoの閉鎖後、経験豊富なAVエンジニアが労働市場に戻り；WaymoはこのタレントプールのPrimary Beneficiaryとなった
従業員数（推定）	Waymoは推定2,500–3,500人を雇用（推定；非公開）；相当数がエンジニアリングと研究部門	この規模でWaymoはすべてのAVサブドメイン（ライダー、カメラ、ML/知覚、予測、計画、シミュレーション、リモートオペレーション）に深いチームを持つ

セクション2 — テスラFSDエンジニアリングチーム：Karpathy時代とその後

テスラのFSDチームは2022年以降リーダーシップの構造的移行を経てきたが、Karpathyが確立したアーキテクチャのロードマップを着実に実行し続けている。

人材の側面	テスラの詳細	戦略的意義
Andrej Karpathy時代（2017–2022年）	KarpathyはAIディレクターとして2017年にテスラ入社；Autopilot/FSDチームを少人数から数百人規模に構築；Data Engine（自動ラベリングパイプライン）を導入しエンド・ツー・エンドニューラルネットワークへのシフトを推進；2022年7月退職	Karpathyは現代AV AIアーキテクチャに対する最も影響力ある個人貢献者として広く認識されている；その退職はテスラにとって重大な人材イベントだった
ポストKarpathyリーダーシップ（2022年〜現在）	FSDチームのリーダーシップが再編され、複数のディレクターがElon Muskに直接報告する体制に；Ashok Elluswamy（Autopilotソフトウェアディレクター、推定VP級に昇格）がポストKarpathy時代で最も公のFSDリーダー	Elluswamyは2014年からテスラに在籍；機関的継続性を提供；Karpathyより学術的露出度は低いが実績あり（FSD v12エンド・ツー・エンド）
エンド・ツー・エンドAI移行	FSD v12（2024年）はKarpathyが提唱してきた完全なエンド・ツー・エンドニューラルネットワークへの移行を体現；この移行は彼の退職後に完遂された — チームが彼のアーキテクチャビジョンを実行した	テスラが主要なビジョン提唱者の退職後もアーキテクチャロードマップを実行できる能力を示した
DojoとコンピュートチームS	テスラは専用シリコンチーム（HW4、HW5チップ設計）とDojoスーパーコンピュータチームを持つ；世界トップのAIハードウェアチームと競合	自社製シリコンは極めて稀（Apple、Google、Metaなど少数のみ）；テスラのシリコンチームはトップのハードウェアエンジニアを引き付けてきた
FSDチーム規模（推定）	FSD/Autopilotスタックに専従するエンジニアは推定数百〜低千人規模（推定；非公開）	AV専門人員の推定規模はWaymoより小さいが、共有人材の恩恵を受けるより大きなテスラAI組織に統合されている
主要な人材優位性：リアルワールドデータ規模	テスラのFSDチームは推定600万台の車両データにアクセスできる（推定）— 大学の研究室やAVスタートアップにはとても届かない；この規模のリアル世界訓練データはシミュレーションでは複製できない能力を提供する	訓練データの優位性はエンジニアリングチームのAI改善能力を複利で高める；テスラのデータにアクセスできる小規模チームでも構造的優位を持つ
最近の採用と離職（推定）	テスラはOpenAI、DeepMind、Google Brain、学術機関から採用している（推定）；一部の元FSDエンジニアはWaymo、Aurora、スタートアップへ移籍（推定）	双方向の人材フローは正常；テスラの報酬（株式付与、使命）はAI業界全体のトップのディープラーニング人材を引き付けている

セクション3 — 業界人材ランドスケープ：AVタレントエコシステム

AVタレントエコシステムは元Google SDC卒業生とディープラーニング研究者に集中しており、2022–2023年のAV業界整理統合後、経験豊富なエンジニアが大量に市場に戻った。

企業	人材の出所	現状	Waymo/テスラ競争への関連性
Aurora	Chris Urmson（元Waymo）、Sterling Anderson（元テスラAutopilot）、Drew Bagnell（元Uber ATG）が創設；2021年にUber ATGを買収	2024年に商業Class 8トラッキングAVローンチ；Aurora DriverがPaccarとVolvoトラックに搭載；収益を生み出している	高速道路トラッキングからAV収益を生み出す最初の商業企業；AV商業化が可能であることを証明；WaymoとテスラへのAV人材競合
Zoox	Tim Kentley-KlayとJesse Levinson（スタンフォード）が創設；2020年にAmazonが買収	Amazonロジスティクス向けのステアリングホイールなしAVを開発；Amazon資金が資本制約を除去	AmazonのバッキングはAV事実上無制限の資本を意味；WaymoとテスラへのAV人材リスク；双方向車両設計がユニーク
Cruise（GM）	Kyle Vogt（MITメディアラボ）が創設；2016年にGMが買収	2023年の重大規制危機（SF事件でカリフォルニアDMVが許可を停止）；大規模レイオフ；事業を大幅縮小	危機後のCruiseは2023–2024年に大量の経験豊富なAVエンジニアが市場に戻った；Waymoとテスラはどちらも恩恵を受けた
Wayve（英国）	Amar Shah（ケンブリッジ大学）が創設；2024年にSoftBank、Microsoft、Nvidiaから10億ドル以上を調達	テスラFSDに似たエンド・ツー・エンドAIアプローチ；欧州を主要市場に；AV汎化のための基盤モデルアプローチ	テスラのエンド・ツー・エンドFSD理念と直接競合；英国拠点は欧州ディープラーニング人材プールで競争を生む
Mobileye	Intelからスピンオフ；Amnon Shashua（ヘブライ大学教授）が創設	2022年IPO；ほとんどの主要OEMにADASチップを提供；SuperVisionとChauffeur製品	異なるモデル（OEM向けB2B）だが同じエンジニアリングドメイン；コンピュータビジョン学術人材で競争
人材競争のまとめ	AVタレントエコシステムはSDC卒業生（Aurora、Nuro、Zooxの一部）とディープラーニング研究者（テスラ、Wayve、Mobileye）に集中	WaymoのSDC系譜はドメイン経験豊富なエンジニアを引き付ける；テスラの使命とデータ規模は野心的なディープラーニング研究者を引き付ける

セクション4 — 主要技術賭けとその背後のチーム

技術的賭け	Waymoチームのアプローチ	テスラチームのアプローチ	どちらが有利か
知覚（物体検出・分類）	モジュール型チーム：ライダー、カメラ、レーダーの知覚モデルを分離；融合層；15年以上のモデル反復	エンド・ツー・エンド：カメラ知覚を単一ニューラルネットワークに統合；スケーリング則とデータ品質に注力	両者とも世界クラスの知覚チームを持つ；Waymoは大きくドメイン専門化している；テスラは小さいがリアルワールドデータが多い
予測（他の道路利用者の行動予測）	専用予測チーム；人間行動モデリングの広範な研究；ICRAとCVPRで最新モデルを発表	エンド・ツー・エンドFSDに予測を統合；独立したチーム構造は少ない（推定）	Waymoのモジュール型アプローチにより、より深い予測研究の専門化が可能
計画（AVが何をすべきか）	専用計画チーム；ルールベース＋学習計画のハイブリッド；最もセーフティクリティカルなコンポーネント	エンド・ツー・エンド計画：ニューラルネットワークが直接運転指令を出力；独立した計画モジュールなし	テスラのエンド・ツー・エンドアプローチはアーキテクチャ的により単純；Waymoのモジュール型はより解釈可能な安全検証を可能にする
シミュレーション	CarCraftチーム；10年以上のAVシナリオ開発；推定1日150億シミュレーションマイル	Dojoチーム；汎用コンピュート；AVシミュレーション投資が増加中	Waymoのシミュレーションチームは大きなヘッドスタートを持つ；テスラのコンピュートチームは追いついている
ハードウェア（チップ）	カスタムシリコンなし；NVIDIAと外部ハードウェアを使用；ライダーエンジニアリングチームはカスタムセンサーを構築	HW4/HW5チップ設計チーム；Dojo D1チーム；自社製シリコン設計能力	テスラはユニークで価値ある自社製シリコンチームを持つ；Waymoは外部チップサプライヤーに依存

セクション5 — 人材ベンチマークスコアカード

評価次元	Waymo	テスラ	エッジ	2028年展望
AVドメイン経験の深さ	決定的優位 — 創設チームの平均15年以上；業界で最も深いAVドメイン専門知識	強いが新しい — FSDチームはAV専門の累積経験が少ない	Waymo	Waymoのドメイン深度は複利で増す；短期間では複製不可能
ディープラーニング研究品質	非常に高い — トップ学術会議で発表；Waymo Open Datasetが業界全体で使用	非常に高い — エンド・ツー・エンドFSDアーキテクチャは最先端；方法論におけるKarpathyの遺産	互角	両者とも最前線にいる；研究スタイルが異なる
自社製シリコン能力	なし — NVIDIAと外部サプライヤーに依存；ライダーカスタム設計は注目すべき点	あり — HW4/HW5とDojo；カスタムAIシリコンを持つ数少ない非チップ企業の一つ	テスラ決定的優位	テスラのシリコンチームはコスト/パフォーマンスの永続的優位
訓練データアクセス	高い — 推定3,000万+無人走行マイル；高純度だが量は少ない	決定的 — 推定600万台の車両、数十億の教師ありマイル	テスラ	フリートの成長と共にテスラのデータ優位は拡大する
人材プールの幅	AV専門ロールでは深い；大手テック企業に比べ汎用ディープラーニングではやや狭い	広い — AIの全分野から採用（OpenAI、DeepMind、Google Brain）；テスラブランドの恩恵	テスラ（幅）；Waymo（深さ）	異なる強みのプロファイルが異なるニーズに対応

総評： WaymoはAVエンジニアリングチームの深さとドメイン経験において世界一である — 短期的にはいかなる額の資金でも複製できない15年の機関知識の蓄積だ。テスラのチームはAV専門の累積経験では劣るが、二つの構造的優位を持つ：世界最大のリアルワールド訓練データセットへのアクセスと、自社製シリコン設計能力だ。この人材競争はゼロサムゲームではない — 両チームともブレークスルーの結果を出す能力を持つ。問題は最前線でどちらの能力がより重要か：ドメイン経験（Waymoの優位）かデータ規模とコンピュート（テスラの優位）か、である。

（推定）とラベルされたすべての数値は、公開された企業開示、アナリスト推定、業界ベンチマークから導かれた。本記事はPhysical AIベンチマークシリーズ — 第163回。