2026-06-18 — views

自动驾驶消费者采用与乘车体验指数 — 增长斜坡的需求侧分析

乘车NPS、定价对比Uber/Lyft、采用曲线——消费者需求能否支撑自驾车规模目标的全面分析。

实体 AI 基准系列第 15 篇

第 10 至 14 篇文章深入剖析了供应侧限制：高清地图构建瓶颈、远程操控人力墙、OTA 速度、FMVSS 监管门槛以及资本结构。本文探讨这些文章一直搁置的问题——消费者需求是否真实存在，足以支撑规模目标？简单的回答是肯定的。详细的解释则说明了为何这个答案比大多数人想象的更不重要。

第一节 — 乘车体验对比

消费者自动驾驶领域最重要的基准，不是单独的安全性或价格，而是可靠性、等待时间与价格的组合，决定乘客是否会从 Uber 切换到自动驾驶汽车并持续使用。

维度	Waymo One	Tesla Robotaxi（奥斯汀，估计）	Uber/Lyft（人类驾驶）
平均等待时间	3–6 分钟（凤凰城/旧金山成熟市场）	未知（早期推出）	3–8 分钟（因城市而异）
乘客NPS（估计）	80+（援引 Waymo 的行业报告）	不适用 — 尚无数据	~30–45（Uber/Lyft 典型值，估计）
每英里费用	~$1.50–2.50	~$0.75–1.50（目标）	~$1.20–2.00
应用程序体验	Waymo One 应用程序 + Google 地图整合	Tesla 应用程序	Uber/Lyft 应用程序
安全认知（乘客调查，估计）	高 — 商业规模下无死亡事故	未知 — 新部署	中等 — 驾驶员质量参差不齐
乘客新奇感	高（初次体验的惊叹效应）	尚未建立	无
取消/可靠性	低取消率（车辆始终可用）	未知	较高 — 驾驶员主动取消情况常见
无障碍设施（轮椅等）	有限（捷豹 I-PACE 平台）	未知	不一（UberAssist 计划）

NPS 和安全认知数字基于行业估计和第三方乘客调查。Waymo 尚未公开披露其确切 NPS 数字。

Waymo 估计 NPS 达 80+ — 若属实 — 将使其跻身任何行业中评分最高的消费者服务之列。相比之下，苹果零售店约为 75–80，亚马逊在已发布的估计中约为 65–70。Uber 和 Lyft 30–45 的典型范围反映了人类驾驶员质量的不一致性。Waymo 的优势在于结构性：无驾驶员取消、无可变驾驶行为、无社交摩擦。

第二节 — 采用曲线分析

消费者自动驾驶汽车采用遵循三阶段弧线。每个阶段有不同的价格敏感度、不同的障碍以及不同的客群特征。

第一阶段 — 早期采用者（当前，2024–2026）

科技爱好者、游客和地理围栏区域内的通勤者。这个群体愿意为新奇性和一致性支付溢价。价格敏感度低。截至 2026 年中，所有 Waymo 市场估计总唯一乘客数为 20 万至 50 万（估计 — Waymo 尚未披露累积唯一乘客数）。

决定性特征：这些乘客选择 Waymo 是因为它新奇有趣，而非因为它最便宜或最便利。

第二阶段 — 务实采用者（2026–2029，估计）

当自动驾驶汽车价格等于或低于 Uber 且可靠性通过个人经验或社交口碑验证时，才会切换的价值导向通勤者。价格敏感度高。第二阶段转换的估计要求：

定价等于或低于可比 Uber 行程
密集区域等待时间低于 5 分钟
行程完成率 99.9%+（消除驾驶员取消）
地理围栏扩展以涵盖实际出行模式

这个阶段是数量数字移动的地方。如果 Tesla 达到其 Cybercab 每英里 0.75–1.50 美元的目标，第二阶段启动将比目前模型预测的更早、更快。

第三阶段 — 大众市场（2029 年以后，估计）

无车族、老年人口和行动不便的乘客，他们将获得自动驾驶汽车出现之前不存在的新型出行选项。这不是从 Uber 夺取市场份额 — 而是总目标市场的扩张。一位五年前停止开车的 78 岁老人目前不是 Uber 用户，他们是新乘客。

这是真正的长期规模机会所在，也是目前分析师共识中建模最少的部分——现有分析侧重于打车服务市场份额，而非出行市场的总体扩张。

采用障碍排名

下表依照乘客调查中的表达关切程度，对消费者采用障碍进行排名。所有百分比均为基于已发布自动驾驶汽车准备度研究（毕马威、AAA、J.D. Power）的估计；确切数字因调查方法和年份而异。

障碍	引用为顾虑的比例（估计）	Waymo 状态	Tesla 状态
地理围栏/地域限制	~52%	主要障碍 — 仅 4 个城市	单一城市（奥斯汀）
安全顾虑	~45%	大幅改善 — 商业规模下无死亡事故	未知 — 新部署
对比 Uber 的价格	~38%	目前在多数市场持平或溢价	目标定价低于 Uber
对无驾驶员的适应度	~28%	反复使用后显著降低	未知
应用程序/预订体验	~15%	良好 — Google 地图整合降低使用摩擦	待确定

地理围栏障碍是最大的单一采用限制 — 比安全问题更大。超过一半的潜在自动驾驶汽车乘客将「不到达我需要去的地方」列为主要障碍。这直接对应到第 10 篇文章记录的高清地图构建瓶颈：Waymo 每个城市 12–18 个月的预先地图构建需求，不仅是供应侧成本问题，还直接抑制了需求转换。

第三节 — Waymo 的需求指标（已知数据）

Waymo 不公布详细的需求指标。以下数据点来自公开声明、博客文章和第三方报道：

每周 15 万次以上行程（2026 年中）— 根据公开报道，是全球任何商业自动驾驶汽车运营商中增长速度最快的
等候名单需求 — Waymo 在新市场启动前报告了等候名单，表明需求持续超出车队供应
回头客比例 — Waymo 援引高回头使用率（确切数字未披露）作为满意度推动留存率的证据，而非仅靠新奇性
Google 地图整合 — Waymo One 可直接从旧金山和凤凰城的 Google 地图预订，通过将预订流程置于 20 亿以上用户已用于导航的产品中，大幅降低获客摩擦
Uber 合作关系（旧金山） — Uber 应用程序在旧金山将 Waymo 作为车辆选项，让 Waymo 无需新下载应用程序，即可触达 Uber 现有的 1.5 亿以上活跃用户群

等候名单数据尤其重要。在正常的打车市场中，供过于求是长期问题 — 相对于需求，驾驶员过多。Waymo 的等候名单颠倒了这一现象：相对于车队，乘客过多。这不是需求问题。

第四节 — 价格竞争力

下表估计了各竞争服务典型 5 英里城市行程的费用。所有数字均为基于公开定价、记者报道和行业分析的估计。实际价格因时段、激增情况和城市而异。

服务	费用（估计）	等待时间	备注
Waymo One（旧金山）	~$12–18	3–6 分钟	早期、资本密集型市场的溢价定价
Waymo One（凤凰城）	~$8–14	3–5 分钟	更大的地理围栏，更具竞争力的定价
Uber（全国平均）	~$10–16	4–8 分钟	依赖驾驶员供应；频繁出现激增
Lyft（全国平均）	~$9–15	4–8 分钟	与 Uber 结构相似
Tesla Robotaxi（目标）	~$4–8	未知	若 Cybercab 达到 0.75–1.50 美元/英里的目标

Waymo 旧金山定价目前对于典型行程与 Uber 持平或更高。地理围栏更大、运营更成熟的凤凰城市场更具竞争力。如果 Tesla 实现其 0.75–1.50 美元/英里的目标 — 比 Waymo 目前定价低约 40–60% — 它将成为任何城市中最便宜的机动交通选项，有可能比目前的采用模型预测更早触发第二阶段采用。

关键警示：Tesla 的定价目标是声明意图，而非已验证的经济学。每英里成本取决于尚未在商业规模上验证的 Cybercab 单位经济学。本系列第 8 篇文章详细介绍了这一经济模式。目标与已验证成本之间的差距仍是一个开放变量。

第五节 — 需求风险：供应才是真正的限制因素？

这项需求侧分析的核心发现是，消费者需求不是自动驾驶汽车规模扩展的限制因素。所有现有证据都指向供应是约束性变量：

Waymo 以等候名单运营，而非空座位
每次新城市启动都受到容量限制（车队规模 + 地图 + 远程操控），而非需求限制
乘客调查中最大的采用顾虑 — 地理围栏障碍 — 本身就是供应侧问题（高清地图覆盖范围）
定价在最高知名度市场（旧金山）高于第二阶段转换门槛，但在成熟市场（凤凰城）低于该门槛 — 两者的需求仍然强劲

这对解读实体 AI 记分卡在结构上具有重要意义。第 10 至 13 篇文章记录的供应侧限制 — 高清地图、远程操控人力、OTA 速度和 FMVSS 门槛 — 不仅是成本和时间问题，更是大量等待需求被定量分配的机制。解决这些限制不需要创造需求，只需要服务已存在的需求。

这重新框架了投资论点。问题不是「人们会乘坐自动驾驶汽车吗？」— 行为数据已经回答了这个问题。问题是「运营商能多快建造足够的车辆、为足够的城市制作地图，并培训足够的远程操控员，以服务已经提出要求的乘客？」

需求侧不是斜坡，而是目的地。

本文在系列中的定位

本文是实体 AI 基准系列的第 15 篇。该系列现已涵盖：

第 1–9 篇：技术、监管、资本与主记分卡
第 10–13 篇：四大供应侧结构性限制（高清地图、远程操控、OTA、FMVSS）
第 14 篇：整合所有四大限制的更新记分卡
第 15 篇（本文）：需求侧 — 乘车体验、采用曲线与定价

系列下一篇将独立审视人形机器人斜坡，将相同的供需框架应用于 Optimus 以及打车以外的实体 AI 劳动应用。