2026-06-17 — views

自動駕駛車隊運營與遠端協助指數 — 人在迴路的規模化瓶頸

遙控操作員比例、遠端協助基礎設施，以及人在迴路層如何成為自駕車隊規模化的隱藏瓶頸。

沒人討論的員工比例

自動駕駛車輛的討論焦點多集中於感測器、行駛里程與監管許可。然而，對規模化影響最深的對話可能更簡單，也更不起眼：每輛車需要幾名人類操作員？

每一輛商業部署的自動駕駛車輛——Waymo 的 Jaguar I-PACE 車隊、Cruise 暫停前的 GMC Origin，以及即將推出的 Tesla Cybercab——都在人類遠端監控層下運作。遙控操作員坐在運營中心，盯著即時車輛影像儀表板，隨時準備在車輛遇到無法自主處理的情況時介入。這並非暫時的訓練輪階段，而是可預見商業未來的永久安全與監管架構。

因此，車輛與遙控操作員的比例，是決定每輛車實際運營成本、以及公司能否在不大規模招募操作員的前提下快速擴大車隊的隱藏變數。這是物理 AI 基準測試系列的第十一篇文章。

第一節 — 遠端協助模型比較

下表涵蓋三家最重要商業自動駕駛營運商在遠端協助基礎設施的關鍵面向。標示為估計值的數字反映分析師報告與公開揭露資料；未揭露的數字另行說明。

面向	Waymo	Tesla 機器人計程車（估）	Cruise（暫停前）	備註
遙控操作員比例（車輛數：操作員）	約 5–15:1（估）	未知（商業化前）	約 5:1（暫停前）	因城市與交通密度而異
協助類型	被動監控＋主動介入	待定	主動介入	Waymo 操作員可引導車輛通過邊緣案例
平均介入頻率	罕見 — 估計每 100 英里商業行駛約一次	不適用	每 5 英里約 1 次（暫停前）	相較早期自駕計畫有顯著改善
運營中心位置	美國多個樞紐	未知	奧斯汀、鳳凰城	全天候覆蓋需要備援
介入延遲需求	500 毫秒以下	不適用	500 毫秒以下	依賴 5G 或光纖
每輛車每年員工成本（估）	約 8,000–15,000 美元	未知	約 25,000 美元以上（高比例）	隨比例改善而下降

解讀此表： 最關鍵的數字是遙控操作員比例。Cruise 暫停前約 5:1 的比例在規模化下商業上不可行——一名操作員負責五輛車，實質上是高度勞力密集的服務。Waymo 估計的 5–15:1 範圍反映了進步，但直到比例達到 1:50 或以上，經濟效益才會轉為有利。Tesla 的比例未公開，因為商業機器人計程車服務尚未大規模推出，但其結構性賭注是 FSD 較高的信心基線從一開始就能降低介入頻率。

第二節 — 為何遙控操作員比例是規模化瓶頸

計算邏輯相當直接。若 Waymo 每 10 輛車需要一名操作員，從 1,000 輛擴大到 100,000 輛，就需要再招募並訓練 9,000 名操作員。這不是軟體問題——而是人才管道問題，而人才管道的運作週期是年，而非軟體更新週期。

2024 年 Cruise 暫停事件使這一點具體化。舊金山一起行人事故揭示的不只是車輛應對失當，更是遠端協助應對失當：操作員在該特定場景下缺乏適當的處理流程，事後審查暴露了運營中心如何與車輛及緊急救援人員溝通的缺口。加州 DMV 特別因遠端協助基礎設施被認定不足而暫停 Cruise 的商業許可——而不是因為車輛的車載自主性失敗。

Waymo 通往 1:50+ 比例的路徑需要在四個方面同步推進：

透過軟體降低介入頻率。 每一代軟體應擴大車輛自主處理的情況範疇，縮小每英里介入率。Waymo 目前的商業介入率——估計每 100 英里以上一次——以歷史自駕標準而言已屬偏低，但必須再下降一個數量級，比例才能在經濟上變得有利。
擴大自主能力邊界。 更多邊緣案例能自主處理，意味著更少的運營中心求援。夜間行駛、惡劣天氣、工程區、複雜的無保護左轉——每一類邊緣案例進入自主處理範疇，就消除了一類介入需求。
自動化例行監控。 運營中心操作員目前大部分時間可能用於被動監控——觀看即時影像，確認車輛行為正常。能標示異常並僅將真正邊緣案例升級給人類操作員的 AI 輔助監控，可在無需自主性提升的前提下倍增有效比例。
將地理圍欄擴張與運營中心容量掛鉤。 Waymo 逐城市擴張的速度不僅受制於地圖繪製（上篇文章已涵蓋），也受制於運營中心員工招募。每座新城市都需要一支能全天候支援該城市交通模式與監管要求的專屬運營團隊。地理圍欄的擴張速度無法超越運營中心的人員配置速度。

第三節 — 安全駕駛員淘汰的經濟學

從車內安全駕駛員到遠端遙控操作員再到最低監督監控模型的轉型，代表每輛車成本降低 100 倍。下表說明自動駕駛商業部署四個階段的經濟效益。

階段	人員配置模型	每輛車每天成本（估）	1,000 輛車隊
開發期（車內安全駕駛員）	1 名駕駛＋1 名安全員	約 800–1,200 美元/天	約 100 萬美元/天
早期商業（遠端 1:5）	每 5 輛 1 名遠端操作員	約 160–240 美元/天	約 20 萬美元/天
成熟商業（遠端 1:20）	每 20 輛 1 名遠端操作員	約 40–60 美元/天	約 5 萬美元/天
完全自主（遠端 1:100+）	僅監控，罕見介入	約 8–12 美元/天	約 1 萬美元/天

Waymo 目前的商業運營估計介於第二與第三階段之間——較新城市採用早期商業比例，在鳳凰城與舊金山等最成熟的部署則趨向第三階段比例。機器人計程車的經濟可行性（單位經濟學文章中的損益平衡分析）在很大程度上取決於近期達到第三階段比例，以及在本十年內達到第四階段比例。

從第一到第二階段的轉型——移除車內安全駕駛員——是一個離散的監管事件：許可核准，安全駕駛員離車。從第二到第三到第四階段的轉型是持續性的：隨著軟體改善、介入率下降，以及遙控操作員比例逐步調整而發生。這意味著沒有單一公告標誌著向有利單位經濟效益的轉移——這是一條緩慢的曲線，業界可能只有在事後才會認清。

第四節 — Tesla 結構上截然不同的運營模式

Tesla 的商業機器人計程車模式在幾個方面與 Waymo 不同，使直接比例比較變得困難。關鍵結構區別在於安全層的來源：

消費者 FSD 車輛有車內人類監督者。 當 Tesla 駕駛在個人車輛上使用 FSD 時，駕駛在法律和物理上仍保持控制——他們是迴路中的人類。這不是遠端協助模型，而是副駕駛模型。人類介入發生在車輛內，而非運營中心。

商業機器人計程車需要真正的遠端運營。 Tesla 的 Cybercab 和 2025 年在奧斯汀推出的無人機器人計程車服務，需要在沒有車內安全駕駛員的情況下進行遠端監督。Tesla 未公開此服務的遙控操作員比例，這限制了任何與 Waymo 的直接比較。

FSD 信心基線改變了介入數學。 Tesla 的論點——隱含在其方法中，並未公開聲稱為比例主張——是 FSD 的現有信心水準已足夠高，其商業機器人計程車介入率從商業推出起就已接近 Waymo 的成熟商業水準，而無需 Waymo 多年運營優化的結果。如果 FSD 從商業推出起就能自主處理 99.9% 的里程，遙控操作員比例的數學就會立即變得有利，而不是多年軟體改善的結果。

反向劣勢是運營積累。 Waymo 自 2019 年起就在運營無人商業車輛的遠端協助。其邊緣案例的處理流程、運營中心人員配置模型、事故應對工作流程——這些代表多年實際運營積累的真實組織資本。Tesla 正在其商業機器人計程車計畫中開始這一組織學習過程。軟體可能已成熟；運營基礎設施則是全新的。

第五節 — 遙控運營之外的車隊管理基礎設施

遠端協助是車隊運營中風險最高的層面，但它只是商業自動駕駛車隊必須持續維護的五項不同運營功能之一。

功能	描述	誰主導
預測性維護	ML 預測零件故障，在故障前派車維修	Waymo（Moove 合作夥伴關係）
清潔與充電輪替	車輛輪流至站點進行清潔、充電、檢查	雙方——Waymo 透過 Moove；Tesla 透過車主車隊與超充網路
事故應對	車輛意外停止時派遣實體應對人員	雙方均透過當地合約團隊
軟體 OTA 更新	夜間全車隊軟體版本推送	雙方——Tesla 更新頻率更快，車隊更大
收益優化路由	ML 派車至高需求區域、動態定價、車輛定位	Waymo 透過 Uber 派車合作；Tesla 透過 Tesla 應用程式

Tesla 的車主加入模型是結構性的資本支出優勢。 Waymo 的車隊由公司擁有的車輛組成，透過 Moove 合作夥伴關係在公司運營的站點維護。每增加一輛車都會增加相應的站點和維護成本。Tesla 的機器人計程車願景涉及個人 Tesla 車主在不作個人使用時將其車輛加入車隊——車主負責充電（在家或超充）、車主負責例行維護，車輛為車主賺取收益，Tesla 則抽取平台費用。如果這一模型能在規模下奏效，Tesla 每輛車的資本支出將遠低於 Waymo。

代價是運營一致性。由公司擁有、公司維護的車隊，在清潔度、維護狀態和軟體版本上具有可預測性。由車主加入的車隊則在三個維度上引入了變異性——而車輛狀態的變異性是監管和客戶體驗風險。

基準測試背景：這是物理 AI 系列的第十一篇文章

本追蹤報告是從多角度涵蓋物理 AI 系列的第十一篇：

運營規模指標 — 生產數量、部署規模、行駛里程
人形機器人技術 — 硬體世代、靈巧度基準、基礎模型能力
自動駕駛安全與監管 — 加州 DMV 資料、NHTSA 事故報告、州許可地圖
投資與估值 — 資本流動、融資輪次、隱含估值
運算與晶片 — 推理晶片、訓練叢集、NVIDIA 供應限制
感測器堆疊與感知架構 — Tesla 視覺 vs. Waymo LiDAR
機器人計程車單位經濟學 — 損益平衡車隊規模、每英里成本預測
全球競賽 — 百度、WeRide、歐洲自駕車進入者
總體評分卡 — 十維統一競爭比較
HD 地圖與定位 — 定位架構與地理擴張限制
車隊運營與遠端協助 — 本文

遙控操作員比例不太可能出現在任何自動駕駛公司的財報電話或新聞稿中。這是一個內部運營指標，公司有強烈動機保持其私密性。但它可能是最直接決定商業機器人計程車能否達到證明數十億美元投資合理性所需單位經濟學的變數。第一個在安全記錄滿足監管機構的前提下達到 1:100 比例的公司，將解鎖沒有任何有人駕駛計程車或共乘服務能夠比擬的成本結構。