AV遠隔支援オペレーション — 「自動運転」車両の背後に隠れた人的労働モデル
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。
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。
Waymo・テスラ・NHTSA申告データ:自動運転安全データが実際に示すもの、比較が難しい理由、Physical AIの普及速度への示唆。
Teslaはカメラのみに賭ける。WaymoはLiDARが不可欠と主張する。センサー論争が自律走行レースの勝者を決める。
Waymoは年間200億マイルをシミュレート;Teslaは600万台の映像をDojoで学習——シミュレーションがAVリーダーの差を生む乗数だ。
Apple Titan、Cruise、Argo AIが約4,000名のAVエンジニアを放出。その行先がPhysical AI加速競争の明確なシグナルとなっている。
WaymoとUberドライバーの1マイルコスト比較、Tesla Cybercab製造コスト目標、ロボタクシー収益転換点の投資家向け分析。
自動運転はドライバーの代替にとどまらず、都市の30%を占める駐車用地を解放し、道路・路側帯・都市形態の世代的な再設計を迫る。
V2Xにより自動運転車は信号機・他車・歩行者とデータを共有し、予測的無線通信でセンサーの視野を超えた知覚を実現する。
雨・霧・雪・熱がTesla FSDとWaymoの地理的上限をどう決定するか、そして最初に無人運転を実現できる米国都市はどこか。
雨・雪・霧がLiDAR・カメラ・レーダーをそれぞれ異なる形で劣化させる仕組みと、センサー物理学がすべての主要AV企業のサンベルト展開パターンを説明する理由。
中国は百度Apollo Go、Pony.ai、WeRideで並行競走中——積極的な政策・膨大なデータ・商業運行中のロボタクシーが世界のAV競争を塗り替える。
中国AV産業の深掘り分析:百度Apollo、WeRide、小馬智行、BYDと、フィジカルAIレースが二つの独立した競争に分岐する構造を解説。
GM CruiseがなぜカリフォルニアのAV許可を失ったか、3つの失敗モード、TeslaとWaymoへの規制的示唆を分析。
Tesla CybercabとWaymo第6世代は対立するロボタクシー哲学を体現する——コストとスケール対センサー冗長性と運用能力。
メルセデスが世界初の合法L3量産認証を取得。CARIADは警告事例となった。欧州は米国と根本的に異なる規制アプローチを採用している。
自動運転規制はPhysical AIの加速において最も過小評価されたボトルネック。2026年中頃の世界規制マップ。