AV 車隊デポ運営 — Waymo の隠れたスケーリングボトルネックと Tesla のアセットライトモデル
Waymo のような商業 AV 車隊は充電・センサー校正・清掃のための専用デポが必要であり、Tesla の消費者所有モデルはこの資本集約的なスケーリング上限を回避している。
Waymo のような商業 AV 車隊は充電・センサー校正・清掃のための専用デポが必要であり、Tesla の消費者所有モデルはこの資本集約的なスケーリング上限を回避している。
商業用自動運転フリートは100%電動化される——規制ではなく運用コスト経済の必然。ボトルネックは充電インフラだ。
商業自動運転車の1日あたり電力消費量は個人EVの約7〜8倍(推定値)。Teslaの垂直統合エネルギー体系がWaymoには不可能な電力網上の構造的優位をもたらす。
配車アルゴリズム、充電ロジスティクス、整備サイクル、車両回収——AVハードウェアを収益事業に変換する運用レイヤーの全貌。
米国の分断化、EUの型式認証、中国の政府主導、日本の段階的推進——なぜWaymoはフェニックスにいてパリにいないのか、各規制がAVタイムラインに与える影響。
HDマップ対マップレス:一つのアーキテクチャ選択がWaymoとTeslaの地理的規模・コスト・競争優位を長期的に決定する。
無人車が事故を起こした場合の責任者は?AVが実際の安全データを蓄積する中、保険業界がリスクを再価格付けする方法と3000億ドル市場の構造転換。
AV事故の法的責任帰属は未解決のまま。この答えが保険コスト・資本需要・どのAV企業がスケールまで生き残るかを決定する。
Waymo が事故を起こせばWaymo が賠償し、Tesla FSD が事故を起こせば責任の所在が問われる——この違いが両社のあらゆる展開判断を左右する。
WaymoはセンチメートルレベルのHDマップ、Teslaはビジョン専用リアルタイムマッピング、MobileyeはREM(クラウドソーシング)を採用——それぞれがAV拡張経済学に異なる影響を与える。
夜間と悪天候は実走行リスクの約50%を占める——TeslaカメラのみとWaymo LiDARスタックの性能差が、AVの地理的拡張と商業規模を決定する。
運転者が消えると、車室全体を乗客中心に再設計できる——これは支払い意思額、許容行程時間、そしてどのロボタクシー事業者が勝つかを変える。
乗客調査とGフォースデータが示す:WaymoとTeslaの乗り心地が採用率とリピート利用率を直接左右する理由。
歩行者と自転車はAVセンサーにとって最難の検出対象――小さく、速く、予測不能。検出科学と安全データを解説する。
米国に連邦AV基準はなく、50州が独自ルールを設定。技術ではなく州別規制こそがTesla FSDロボタクシー拡大の主要制約だ。
商業用無人運転車隊はすべて遠隔支援オペレーター(RAO)が監視。車両対オペレーター比率(VPO)が規模拡大の経済性を左右する核心指標。
Waymoのロボタクシーが行き詰まった時、リモートオペレーターが介入する。このセーフティネットの仕組みと、テスラが同じ構造を採用しない理由を解説する。
自動運転1乗車のボトムアップコストモデル——車両償却・VPO比率・フリート稼働率——WaymoとTeslaが収益化に必要な条件を解析。
NHTSA SGO衝突データ比較:Tesla FSDとWaymoの事故率、正規化の注意点、許可拡大への意味を解説。
AV各社は互換性のない安全指標を使用している。真のPhysical AI Ramp Indexが測定すべき内容と各社の現状を提案する。