2026-06-18 — views

自駕車保險與責任歸屬 — 機器人車輛肇事時誰來買單

自駕車責任歸屬至今無定論。這個問題決定了保險成本、資本需求，以及哪些 AV 公司能活到規模化。

實體 AI 基準系列第 89 篇 — 自駕車保險與責任歸屬：機器人車輛肇事時誰來買單，以及為何這是商業部署的隱形關卡

自駕車領域目前最大的未解法律問題是責任歸屬：AV 發生事故時，誰來負責？這個問題的答案決定了保險成本、資本需求、商業部署速度，以及最終哪些公司能存活到規模化階段。不同於人類駕駛車輛的事故——有清晰的責任框架（駕駛人有過失，由其個人汽車險理賠）——AV 事故涉及製造商、軟體供應商、車隊營運者、基礎設施擁有者，有時還涉及乘客，卻沒有任何確立的法律框架規範責任如何在各方之間分配。

本文將 AV 責任格局作為實體 AI 加速進程的基準維度進行梳理。責任缺口並非理論上的隱憂——它是一個直接影響保險定價、監管審批時程，以及每一個 AV 商業部署資本效率的實際營運限制。

第一節 — 責任缺口：沒有駕駛人時改變了什麼

從人類駕駛到自動駕駛的轉變，不僅僅是把駕駛人從座位上移走——它同時移除了事故責任框架中法律上主要的責任承擔者。個人汽車保險——美國絕大多數車輛事故的理賠產品——建立在一個簡單前提上：一位人類駕駛做出的決定導致了事故；那位駕駛的保險公司賠付。

當車輛自動駕駛時，這個前提崩潰了。

情境	人類駕駛車輛	自駕車（無人駕駛）
事故責任歸屬	駕駛人（透過個人汽車保險）	不明確——依司法管轄和事故情況，可能是製造商、軟體供應商、車隊營運者或基礎設施擁有者
保險產品	個人汽車責任險（美國各州強制）	商業綜合責任險加產品責任險——目前尚無標準 AV 保險產品（估計）
保費	個人車輛每年約 $1,000–3,000（估計）	商業 AV 每輛每年 $15,000–100,000+（早期市場，估計）
核保可用數據	數十年精算數據；標準化理賠流程	歷史數據極為有限；每個 AV 部署都是全新風險概況
責任認定	警察報告、目擊證詞、行車紀錄器	遠程信息數據、感測器記錄、演算法審計——技術性高、耗時長
監管框架	完善；各州個人汽車責任法	分散——加州、亞利桑那州、德州有 AV 特定規定；無聯邦標準

責任缺口不只是法律技術問題——它是 AV 商業部署的直接約束。 保險是硬性營運成本。若 AV 營運者無法取得可負擔的商業責任保險，就無法營運。若責任歸屬不明確，核保人會要求高額保費以覆蓋未知的尾部風險。

成本差距十分懸殊：個人車輛每年保費約 $1,000–3,000（估計）。在密集城市環境中無人後備的商業 AV，以目前早期市場條件估算，每輛每年保費約 $15,000–100,000+（估計）。對一支 700 輛車隊而言，這意味著在完成首位乘客行程之前，每年就要支付 $1,050 萬至 $7,000 萬的保險費用。

第二節 — 各州現行責任框架

截至 2026 年中（估計），美國尚無聯邦 AV 責任標準。AV 事故責任由各州法律管轄，呈現出反映各州創新與消費者保護態度的分散格局。

州別	AV 責任方式	關鍵規定
加州	AV 營運者對無人駕駛商業營運承擔責任	Waymo 作為 CA 持牌 AV 營運者，對 Waymo One 事故承擔責任；不由乘客負責
亞利桑那州	最寬鬆——AV 特定責任規定最少；適用一般侵權法	Waymo 首個商業無人駕駛營運即因此在亞利桑那州啟動
德州	營運者責任；寬鬆框架	Tesla 奧斯汀 Robotaxi 啟動地——TX 監管/責任環境有利
內華達州	美國首個授權無人駕駛 AV 的州（2012 年）；製造商/營運者承擔責任	先驅州；商業活動少於 CA/AZ
紐約/紐約市	限制性——NYC TLC 需嚴格許可；尚無商業無人駕駛服務	高責任、高保險成本環境
聯邦（NHTSA）	截至 2026 年中尚無約束性聯邦 AV 責任標準（估計）	NHTSA 發布指引，但各州控制責任法

加州的方式——AV 營運者承擔責任——是商業上最具意義的裁定，因為 Waymo 主要商業市場（舊金山和洛杉磯）都在加州。這意味著對於所有涉及 Waymo One 車輛的事故，Waymo 而非乘客需承擔責任。這是重大的商業責任，也是 Waymo 保險成本結構的主要驅動因素。

亞利桑那州寬鬆框架——AV 特定責任規定最少，適用一般侵權法——正是 Waymo 在鳳凰城啟動首個商業無人駕駛營運的原因。這是典型的監管套利：公司先在友善環境中建立營運紀錄，再進入要求更嚴格的市場。

聯邦標準的缺失為全國規模部署帶來複合性複雜度。從鳳凰城擴展到舊金山再到紐約的 AV 營運者，面對三套不同責任制度、三套不同保險要求，以及對 AV 事故過失認定的三種不同監管解讀。

第三節 — Waymo 的事故記錄與責任結果

Waymo 已在舊金山、鳳凰城、洛杉磯和奧斯汀累積了數百萬英里的商業無人駕駛里程。其事故記錄及相關事件的責任結果，是 AV 商業責任基準化最接近現實的數據。

類別	詳情（估計，基於公開報導）
商業無人駕駛總里程（2026 年中估計）	3,000 萬英里以上（估計）
每百萬英里事故率與人類基準比較	Waymo 報告在同類城市環境中，有責任事故率顯著低於人類駕駛——具體數字見季度安全報告（估計）
有責任事故	Waymo 已報告少量有責任事件，多為低速接觸（估計）
無責任事件	Waymo 大多數事故涉及人類駕駛車輛撞上 Waymo 車輛——Waymo 無過失
監管回應	加州 DMV 和 CPUC 調查已報告事件；截至 2026 年中無商業執照吊銷（估計）
訴訟	已有部分人身傷害索賠針對 Waymo 提出；結果未完全公開（估計）
保險方式	Waymo 被認為自保大部分責任敞口，並以再保險覆蓋尾部風險（估計）——具體保險結構未公開

有責任事故率數據是 Waymo 最有力的商業論據： 若 Waymo 能夠整體證明其車輛在相同條件下每英里有責任事故涉及率低於人類駕駛，則精算學上支持降低保費的依據會隨時間持續增強。

這是一個複合優勢——更好的安全記錄帶來更低廉的保費，更低廉的保費帶來更低的營運成本，更低的營運成本帶來更具競爭力的定價，更具競爭力的定價帶來更多行程，更多行程帶來更多數據，更多數據帶來更好的安全記錄。在這個意義上，責任框架不只是成本項目——它是對有安全記錄的營運者而言潛在的結構性競爭護城河。

自保方式（估計）反映了 Waymo 的規模和 Alphabet 的資產負債表。自保讓 Waymo 能保留其安全記錄帶來的益處，而不必向根據行業整體 AV 不確定性定價的外部保險人付費。隨著 Waymo 的安全數據累積，這種結構相比沒有相同財務支撐的競爭對手越來越有利。

第四節 — Tesla FSD 與有人監督的駕駛責任問題

Tesla 的 Full Self-Driving 創造了一種混合責任情境，與 Waymo 的商業無人駕駛運營在結構上截然不同。這一區別對於理解 Tesla 從有監督到無監督運營轉型過程中責任敞口的變化至關重要。

FSD 模式	誰在駕駛？	誰承擔責任？
FSD Beta/有監督（現行）	人類駕駛必須監督並隨時準備介入	人類駕駛在法律上承擔責任（Tesla 服務條款將保持控制的責任置於駕駛人）
完全無監督（未來，待監管批准）	車輛在無人監督下運行	責任轉移——營運者/製造商面臨更多敞口
Cybercab（無人駕駛，無踏板/方向盤）	不可能有人類駕駛	Tesla 作為製造商/營運者承擔全部責任

Tesla 的關鍵轉型： 只要 FSD 需要人類監督，Tesla 的消費者責任敞口就在很大程度上受其服務條款限制——該條款要求駕駛人在任何時候都保持對車輛的控制。這在商業上意義重大：當搭載 FSD 的 Tesla 發生事故時，Tesla 的法律立場是人類駕駛負有監控和介入的責任。

當 Tesla 尋求完全無監督運營的監管批准——這是 Robotaxi 網絡規模化的必要條件——Tesla 的責任敞口將大幅增加。Cybercab 沒有踏板或方向盤，完全消除了有監督駕駛的論點：Tesla 是營運者，對 Cybercab 事故承擔全部責任。

這就是為什麼無監督運營的監管批准同時是 Tesla 最大的商業解鎖和最大的責任敞口增加。 從有監督到無監督的轉型不僅是技術里程碑——它是 Tesla 責任概況的法律蛻變。每一輛在無人監督下部署的 Cybercab，都是 Tesla 在加州/德州營運者責任框架下承擔全部責任的載具。

規模化影響是顯著的。Tesla 的 Robotaxi 雄心最終涉及數十萬至數百萬輛車輛。在這樣的規模下，AV 商業運營的保險成本結構成為商業模式中的實質支出項目，而非四捨五入的誤差。

第五節 — 新興的 AV 保險市場

多種保險產品和結構正在專門針對 AV 商業運營而出現。截至 2026 年中，市場仍處於萌芽期（估計）——尚無標準 AV 保險產品——但結構性方式正逐漸清晰。

產品/結構	詳情
自保加附屬保險公司	大型 AV 營運者（估計 Waymo）自保核心敞口；使用附屬保險實體；購買災難性事件的再保險
產品責任保險	覆蓋 AV 硬體/軟體製造缺陷；標準產品責任市場
基於遠程信息的車隊保險	保險人使用即時車輛數據為 AV 車隊核保——安全性可驗證的車輛保費更低；早期市場
按里程收費保險	保費隨行駛里程增加；使成本與敞口一致；正為 AV 商業車隊開發
慕尼黑再保險/瑞士再保險 AV 項目	主要再保險公司已開發 AV 特定產品；與 Waymo 等營運者合作（估計）
各州強制最低要求	加州要求 AV 營運者每輛車維持最低 $500 萬責任保險（估計）

加州 $500 萬最低要求 意味著 Waymo 必須為每輛車維持至少 $500 萬的保險。對一支 700 輛舊金山車隊而言，這是 $35 億的最低聚合保額（估計）。以 AV 車輛商業保險費率估計每輛每年 $15,000–100,000+（估計），保費是人類駕駛叫車平台同等規模運營所沒有的實質營運成本。

舊金山的 Uber 司機支付個人汽車保險——每年約 $2,000–4,000（估計）——而 Uber 在主動行程期間提供補充商業保險。Uber 模式下每輛車的總保險成本，只是商業 AV 營運者成本結構的一小部分。

基於遠程信息的核保模式長期而言最具商業前景。 若保險人能夠獲取 AV 車隊的即時安全表現數據——且該數據顯示有責任事故率低於人類——則隨著精算基礎的改善，保費理論上應隨時間下降。這是擁有 3,000 萬英里乾淨商業里程的 Waymo，最終應比沒有任何記錄的新 AV 進入者支付更低每英里保費的機制。

第六節 — 為什麼責任歸屬是隱形關卡

實體 AI 基準框架將部署速度作為核心指標追蹤——AV 公司將技術能力轉化為商業規模的速度。責任歸屬是這一進程的隱形關卡，因為它創造了不隨部署線性擴展的營運成本底線。

無法獲得商業 AV 保險的公司無法運營。以每輛每年 $50,000 取得保險的公司面臨的成本結構，使得每英里單位經濟學在規模以下根本無法實現。擁有 3,000 萬英里安全記錄的公司，能以結構性更低的費率獲得保險，而沒有運營歷史的競爭對手則無法做到。

這在責任市場創造了贏家通吃的動態：擁有最長商業記錄和最強安全數據的營運者，能以最低成本獲得保險，從而實現最低每英里成本，從而實現最具競爭力的定價，從而實現最快的行程量增長，從而產生更多安全數據。在這個飛輪加速之前未能達到商業規模的公司，面臨不斷擴大的成本劣勢，最終成為結構性進入壁壘。

聯邦責任框架——或其缺失——是可以加速或約束這一動態的政策槓桿。清晰的聯邦 AV 責任標準將降低推高保費的法律不確定性。若沒有它，AV 營運者面對各州分散的格局，法律成本增加，部署放緩，保費因不確定性而居高不下，而非基於實際事故率。

第七節 — 關於本系列

這是實體 AI 基準系列的第 89 篇文章。前期文章涵蓋了加速進程指數、人形機器人競賽、單位經濟學、全球競爭、高清地圖、軟體與 OTA 更新、消費者需求、競爭護城河、安全數據、Waymo Gen 6、擎天柱製造、計分卡快照、2030 預測情境、投資者框架、城市拓展管道、Tesla FSD 各州審批地圖、AV 天氣與氣候約束、監管日曆、機器人計程車票價、人形機器人部署追蹤、供應鏈分析、消費者採納需求指數、估值與 IPO 分析、實體 AI 2026 年中期回顧、AV 每英里成本分解、AV 數據飛輪比較、實體 AI 供應鏈、AV 車隊運營、全生命週期環境成本、可及性層、地圖架構比較、中國 AV 競賽、模擬與合成數據訓練、實體 AI 投資格局、AV 城市規劃與影響、自動卡車貨運經濟學、歐洲 AV 競爭格局、AV 感測器技術辯論、AV 安全指標、AV 人才戰爭、全球 AV 監管地圖、AV 財務可持續性燃燒率、Tesla Cybercab 對比 Waymo Gen 6（第 84 篇）、AV 網路安全攻擊面（第 85 篇）、人形機器人商業部署格局（第 86 篇）、AV 車隊電氣化與充電競賽（第 87 篇），以及 AV 資料即商業——車隊資料所有權與隱藏變現模式（第 88 篇）。

本篇新增 AV 保險與責任維度：無駕駛人時的責任缺口、各州框架、Waymo 的事故記錄與自保結構、Tesla 從有監督到無監督的責任轉型、新興 AV 保險市場，以及為何責任歸屬是實體 AI 商業規模化部署的隱形關卡。

注意： 保費估計、車隊規模數字、保險要求數字及責任框架描述均為方向性估計，基於截至 2026 年中的公開公司披露、監管文件及行業分析。不確定的數據標註了「（估計）」，應視為方向性估計而非確認數據。本文不構成法律或投資建議。