2026-06-18 — views

自駕車乘客體驗——搭乘 Waymo 與 Tesla 機器人計程車的真實感受

乘客調查與 G 力數據揭示：Waymo 與 Tesla 機器人計程車的乘坐舒適度如何直接驅動採用率與回頭使用率。

實體 AI 基準系列第 51 篇——消費者維度

實體 AI 基準系列自第 40 篇起持續追蹤運營指標：每週叫車次數、車隊規模、每百萬英里脫離介入率、碰撞調整安全比率。這些數字衡量的是機器的表現。本篇衡量的是人類的體驗。乘客舒適度並非「軟指標」，它是回頭使用率、淨推薦值（NPS）以及無人駕駛車從早期採用者的新鮮嘗試跨越至大眾市場實用性的最直接驅動力。一個技術上令人印象深刻但乘坐體驗令人不適的機器人計程車系統，將與無法通過環形路口的系統一樣在商業上以失敗告終。理解乘車體驗——用戶的反饋、為何自駕車的制動感與人類駕駛不同、首次無人駕駛乘車的心理機制，以及舒適度如何轉化為營收——是判斷當前運營領先者能否在規模化競爭中保持優勢的前提。

所有標記（估計）的數字均為基於已發表調查、學術研究及產業報告的估算值，未經獨立驗證，應視為方向性參考而非精確數據。

第一節——無人駕駛乘車體驗：用戶的真實反饋

Waymo One 的乘客調查、自駕車乘客接受度獨立學術研究，以及線上評測社群，提供了目前最清晰的自駕車乘車體驗圖景。下表比較了截至 2026 年中兩大主要系統的各維度報告。

維度	Waymo One（已報告體驗）	Tesla 機器人計程車 Austin（早期有監督，估計）
首次乘車反應	多數乘客反映初始焦慮，5–10 分鐘內逐漸放鬆（Waymo 用戶研究，估計）	類似規律——安全員的存在降低了初始焦慮
制動平順度	早期 Waymo 乘車以「機械感」制動著稱——在路口略顯突兀；隨軟體迭代持續改善	FSD v12/v13 的加減速比早期版本更平順；偶發幽靈剎車仍存在
路線決策	部分用戶反映自駕車選擇意外路線，或在邊緣案例路口停頓	FSD 路線整體高效；偶爾變道過於謹慎
安全感知	73% 的 Waymo 乘客在完成行程後表示感覺與人類駕駛一樣安全或更安全（Waymo 調查，估計）	有監督模式——安全感知錨定於安全員的存在
舒適度：無需與司機互動	高度受到好評——無需閒聊、無需給小費、車廂內有真實隱私感	無人駕駛模式推出前暫不適用
應用程式體驗	簡潔的 Waymo One App；即時乘車追蹤、遠端解鎖車門、車內溫度控制（估計）	Tesla 帳號整合；早期機器人計程車 UI 開發中（估計）
無障礙服務	全程零司機互動——對有社交焦慮、聽力障礙或非英語用戶尤為理想	有監督階段需與安全員互動

乘客調查中最一致的發現，是從「乘車前焦慮」到「乘車後被說服」的情感弧線。首次乘車的用戶帶著緊張感上車，卻以轉化者的身份下車，轉化效率是任何行銷活動都無法比擬的。這種體驗轉變，正是 Waymo 在鳳凰城和舊金山實現口碑增長的核心機制。

第二節——自駕車舒適度的物理學：G 力曲線

人類駕駛會根據乘客反饋下意識地平順駕駛——視覺線索、社交壓力，以及多年經由乘客身體反應校正而來的肌肉記憶。自駕車系統優先針對安全性和法規遵從性進行優化，而非特別針對乘客舒適度——除非舒適度已被明確納入訓練目標。結果是常見操作中可測量的 G 力曲線差異。

操作	熟練人類駕駛	早期自駕車系統（第 1–2 代）	現代自駕車（Waymo Gen 6 / FSD v13，估計）
正常制動	漸進、可預期的減速；G 力平滑降低	在黃燈/紅燈處急促，「機械感」被大多數早期乘客提及	顯著更平順；利用道路情境進行預判制動（估計）
從靜止加速	平順，與周圍交通流量相稱	有力且高效；足夠但未針對舒適度優化	更接近人類感受；電動車大扭矩起步仍略顯有力（估計）
變道	流暢；自然利用車流間隙，符合乘客預期	過於謹慎；等待非常大的間隙，產生斷續感	間隙判斷改善；仍偏向保守（估計）
環形路口	自信入環，維持交通流暢	常在入口停頓，打斷交通流	入環時機改善；環形路口仍是已知挑戰（估計）
緊急制動	有力、可控；駕駛可提前警示乘客	急停；無預警；乘客向前衝	為安全性保留急停；舒適度明確居次要地位
穿越車流左轉	自信判斷間隙；執行流暢	謹慎停頓；有時在等待間隙時堵塞路口	有改善但間隙接受仍保守（估計）

各代系統之間最關鍵的改善驅動力，是明確的舒適度訓練。Waymo 在每次 Waymo One 行程結束後收集乘客的舒適度評分（估計），並將其作為安全指標之外的訓練信號。Tesla 的影子模式將「急衝度」（Jerk，加速度變化率）作為訓練管線中的品質信號。減少急衝度——乘客感受為制動開始或結束時不舒服的「前衝感」——是可在車隊規模數據中直接測量和改善的指標。

第三節——「無人駕駛時刻」：首次乘客的心理機制

針對首次搭乘自駕車乘客的研究，一致發現三個情感階段，這三個階段深刻影響採用率和口碑傳播結果。

第一階段——乘車前焦慮（進入車輛前）

約 70% 的首次無人駕駛乘車者在首次乘車前表示感到緊張（估計），主要源於媒體對自駕車事故的報導，以及對「將控制權交給機器」的普遍陌生感。這種焦慮在年齡較大的群體中更強，在此前曾使用過進階駕駛輔助系統的乘客中較低。

第二階段——乘車過渡期（前 5 分鐘）

進入車輛後，首次乘客表現出高度警覺：密切注視前方道路、監看方向盤，並保持隨時「介入」的姿態——即便根本沒有可操控的方向盤。學術 AV 研究中的眼動追蹤研究一致顯示，首次無人駕駛乘客在前方道路上的注視時間，顯著多於有經驗的無人駕駛乘客——後者的行為更像火車或公車乘客。

第三階段——乘車後重新評估（完成行程後）

重新評估階段是採用轉化發生的環節。當車輛在無事故的情況下完成行程——這是 Waymo One 所有行程中絕大多數的統計現實——約 80% 的首次乘客表示願意再次乘車（估計，來自 Waymo 及學術調查）。這一首次乘車轉化率是自駕車大眾市場採用中最重要的單一指標，因為它決定了早期採用者基礎是擴大還是停滯。

Waymo 的受信任乘客計畫策略——從僅受邀群體逐步擴展至更廣泛市場——正是為了在大規模商業推出前，以可控規模觸發第三階段轉化。每一位完成第三階段並獲得正面結果的乘客，都成為口碑傳播的渠道。Tesla 在 Austin 的機器人計程車推出面臨同樣的三階段心理，並且安全員在有監督階段的存在顯著改變了第二階段的體驗。

第四節——乘車品質為何驅動採用：舒適度的商業邏輯

舒適度與商業結果之間的連結，在多個維度上是直接且可量化的。

指標	重要性說明
回頭乘車率	擁有順暢、安全首次體驗的乘客，成為常規用戶的可能性估計高出 3–5 倍（估計，來自 Waymo 內部數據）——這是一次性嘗試與持續營收來源之間的差距
口碑 NPS	機器人計程車 NPS 直接驅動自然獲客；不舒適或令人恐懼的乘車體驗，以零邊際成本為競爭對手生產負面社群媒體內容
尖峰時段需求	通勤者——最高價值乘客群——需要一致且可預測的舒適度；一次糟糕的早晨通勤體驗，就能讓一個潛在的每日高頻用戶流失
溢價定價承受力	對體驗評分較高的乘客能接受更高的價格；舒適度即定價能力，而機器人計程車與傳統叫車之間的溢價空間，正是其單位經濟學變得可行的地方
無障礙群體留存率	非駕駛人口（老年人、行動不便者、視障者）在商業規模下別無選擇——但舒適度決定了他們使用服務的頻率以及是否願意推薦

Waymo 曾報告其在運營市場的 NPS 高於主要叫車競爭對手（具體數字未公開，估計）。這一 NPS 優勢，是上述第三階段轉化數據的商業複利效應：每一次舒適的首次乘車都會產生自然增長，這是任何付費獲客都無法以同等效率複製的。

第五節——關注重點：舒適度作為擴張指標

實體 AI 基準系列追蹤運營指標——每週乘車次數、車隊規模、脫離介入率。乘客舒適度是一個被低估但同樣重要的擴張追蹤指標。以下是未來運營報告中應納入的具體觀測維度。

急衝度降低率——加速度變化率（急衝度，單位 m/s³）是制動和加速舒適度最精確的物理量化指標。跨軟體版本的急衝度下降趨勢，表明舒適度正以與安全性同等的速度提升。Waymo 和 Tesla 均擁有此數據；截至 2026 年中，兩者均未公開披露。

乘車後評分均值——Waymo 在每次 Waymo One 行程後收集星級評分（估計）。隨時間上升的評分均值，是軟體改善週期不僅在安全性而且在舒適度上有所成效的證據。Tesla Austin 應從第一天起實施同等數據收集機制。

每千次乘車投訴率——品質底線指標。投訴率下降，表明最差體驗的長尾正被系統性消除，這與改善中位體驗同等重要。

回頭乘客佔比——每週乘車次數中，來自回頭用戶（而非首次乘客）的佔比，是第三階段轉化是否在規模上成功的最直接代理指標。截至 2026 年中，Waymo 和 Tesla 均未公開此數字。

採用飛輪在兩個方向上都能運轉。正向飛輪：舒適度→回頭乘車→更多訓練數據→更好的模型→更好的舒適度。負向飛輪：一次不舒適或令人恐懼的乘車→社群媒體負評→新乘客獲取放緩→數據信號弱化→改善緩慢。在 Waymo 目前的運營規模下——2026 年第二季每週約 25 萬次乘車——正向飛輪顯然在轉動。Tesla Austin 擴張面臨的開放問題是：有監督階段的舒適度在安全員撤離後是否能轉移至無人駕駛階段，還是說三階段心理會在這個過渡點上完全重置。這個過渡，以及其另一側的舒適度和 NPS 數據，是 2026 年下半年最值得關注的消費者維度指標。

資料來源：Waymo One 乘客調查及安全報告（waymo.com/blog/、waymo.com/safety/）；Transportation Research Part F: Traffic Psychology and Behaviour 中的自駕車乘客接受度研究（sciencedirect.com）；Tesla FSD v12 及 v13 車主評測，Tesla Motors Club 論壇（teslamotorsclub.com）。所有標記（估計）的數字均為基於已發表調查、學術研究及產業報告的估算值，未經獨立驗證，可能與原始資料有所不同。