2026-06-18 — views
實體 AI 乘客體驗——評分、等待時間與 NPS：Waymo One vs Tesla 機器人計程車 vs Uber
Waymo One NPS 估計達 70-80，Uber 約 30-40；零司機取消率與無浮動加價是結構性優勢。車隊規模是 AV 壟斷叫車市場的唯一障礙。
實體 AI 基準系列第 144 篇：實體 AI 乘客體驗——評分、等待時間、取消率與 NPS：Waymo One vs Tesla Austin 機器人計程車 vs Uber/Lyft
終端消費者體驗是機器人計程車服務的終極市場考驗。技術基準固然重要，但若乘客不願選擇機器人計程車而非人類司機，商業模式就無法擴大。本文基準測試真實乘客體驗：應用程式評分、等待時間、乘車品質、取消率、定價，以及 Waymo One、Tesla Austin 機器人計程車與傳統叫車服務之間的 Net Promoter Score 比較。
所有標記為「（估）」的數據均源自公開披露、乘客調查、應用程式商店資料、業界研究及分析師估算，並非獨立驗證的第一手資料。本文不構成投資建議。
第 1 節：應用程式評分與乘客滿意度
| 指標 | Waymo One | Tesla 機器人計程車（Austin） | Uber / Lyft（基準） | 備註 |
|---|---|---|---|---|
| App Store 評分（iOS，估） | ~4.7-4.9 星（估）——持續偏高 | 太早；應用程式處於早期部署 | Uber ~4.8；Lyft ~4.7 | Waymo 應用程式評分一貫位居交通類最高之列 |
| 乘客 NPS（淨推薦值，估） | ~70-80（估）——「推薦者」佔多數 | 太早無法衡量 | Uber ~30-40（估）；Lyft ~25-35（估） | Waymo NPS 估計為人類叫車服務的 2 倍；無人駕駛的「驚豔感」催生推薦者 |
| 主要滿意度驅動因素 | 安全/舒適（無尷尬人際互動；駕駛一致性）；新奇感/科技感 | 不適用（太早） | 司機素質（高度不穩定）；到達速度 | Waymo 消除叫車服務第一大抱怨：惡劣司機互動 |
| 主要不滿意度驅動因素 | 低車隊密度地區等待時間長；駕駛風格保守（部分乘客反映過度謹慎） | 不適用 | 浮動加價；等待時間長；司機取消 | Waymo 保守風格（跟車距離過大、在模糊路口緩慢行駛）是已知乘客抱怨 |
| 重複使用率（估） | ~70-80%（估）——試乘後高留存率 | 不適用 | Uber ~65-75%（估） | 乘客體驗無人駕駛舒適感後，忠誠度高 |
| 無障礙使用回饋 | 殘疾乘客、對人類司機有焦慮者或偏好隱私者給予高度正評 | 不適用 | 參差不齊——取決於司機配合程度 | Waymo 無障礙優勢：輪椅友善車輛；無需與人類司機社交 |
為何 NPS 比應用商店評分更重要
淨推薦值是最能預測叫車服務長期商業可行性的乘客滿意度指標：它衡量的是乘客是否主動向他人推薦該服務。Waymo 估計 NPS 達 70-80（估），屬於「卓越」等級——堪比 Apple 零售店或 Costco 等優質消費品牌——而 Uber 估計的 30-40（估）屬於「良好」但非特別突出的範疇。這種差距是結構性的，而非表面的。Waymo 消除了叫車服務最常見的三大不滿意來源：惡劣司機互動、司機取消訂單與浮動加價。體驗過 Waymo 服務且沒有這些摩擦點的乘客，成為推薦者的比例約是 Uber 乘客的兩倍。
第 2 節：等待時間與服務可靠性
| 指標 | Waymo One（SF/鳳凰城） | Tesla 機器人計程車（Austin，估） | Uber/Lyft（基準） | 備註 |
|---|---|---|---|---|
| 尖峰平均等待時間（估） | 5-12 分鐘（估）——受車隊規模限制 | 10-20+ 分鐘（估）——車隊極小，早期部署 | 3-7 分鐘（尖峰，服務完善地區） | 等待時間是 Waymo 對比 Uber 的主要競爭劣勢 |
| 離峰平均等待時間（估） | 8-20 分鐘（估） | 20-40+ 分鐘（估）或無法提供服務 | 5-15 分鐘 | 車隊密度決定等待時間；Waymo 離峰在低密度地區明顯遜色 |
| 服務範圍 | 地理圍欄區域；應用程式清楚顯示服務邊界 | 小型地理圍欄區域（Austin 市區 + 機場，估） | 大多數市場全城覆蓋 | 地理圍欄挫敗感：邊界外的乘客遭拒 |
| 行程完成率（估） | ~95-98%（估）——配對後完成率高 | ~85-95%（估）——早期系統；偶有干預請求 | ~90-95%（估）——司機取消是主要原因 | Waymo 行程完成率受益於零司機取消 |
| 司機取消率 | 0%（無人類司機可取消） | 0%（無人類司機） | ~5-15%（估）在城市市場 | 零司機取消是結構性優勢；叫車 #2 乘客抱怨（僅次於浮動加價） |
| 夜間/天氣服務 | 全天候運營；耐雨；舊金山偶發霧天降低運營 | 不適用（太早） | 人類司機全天候；人類判斷適應天氣 | Waymo 感測器套件能良好應對雨天；濃霧可能降低感測器範圍 |
| 車內體驗 | 安靜；無需對話；乘客可透過應用程式控制音樂/溫度；螢幕顯示 Waymo 攝影機畫面 | 不適用 | 取決於司機；清潔度、對話、音樂各異 | Waymo 可控車內環境對偏好隱私的乘客是差異化優勢 |
等待時間問題與解決之道
等待時間是 Waymo 目前最具體的競爭劣勢。數百輛車的車隊無法與 Uber 市場模式歷經十年建立的司機密度匹敵。尖峰時段，Waymo 等待 8-12 分鐘（估）對比 Uber 的 3-5 分鐘，對時間敏感的乘客而言是明顯摩擦點。關鍵洞見是：這一劣勢純粹是車隊規模的函數——並非技術限制。隨著 Waymo 擴大車隊規模，等待時間將向 Uber 收斂。
第 3 節：定價比較
| 指標 | Waymo One | Tesla 機器人計程車（Austin，估） | Uber/Lyft（基準） | 備註 |
|---|---|---|---|---|
| 基本費率結構 | 按里程 + 按時計費；披露定價因市場而異 | 未公開披露；早期定價（估）與 Uber 競爭 | 按里程 + 按時 + 基本費；浮動倍數 | Waymo 定價在覆蓋市場中與 Uber 競爭（非低於） |
| 浮動加價 | 有限浮動行為；比 Uber 更可預測 | 不適用 | 尖峰常見 1.5-3 倍；極端事件達 5 倍以上 | 無浮動加價 = 對乘客友善；對 Waymo 收入而言未達最優 |
| 與 Uber 比價（估） | 在 Uber 標準票價 10-20% 以內（估） | 不適用 | 基準 | Waymo 定位競爭，非低價；利潤率尚非目標 |
| 長期目標定價 | Waymo 未披露目標；盈利需 ~$1-2/英里（估） | Tesla Cybercab 目標：$0.25/英里（Musk 表示） | Uber 目前均價 ~$2.50-3.50/英里 | Tesla $0.25/英里目標若實現將具革命性；Waymo 經濟學難以壓至 $1/英里以下 |
| 訂閱/會員制 | Waymo One 應用程式；尚無訂閱制 | 不適用 | Uber One（$9.99/月）；折扣 + 優先服務 | 訂閱模式預計隨 Waymo 規模化推出 |
| 小費 | 無小費（無司機） | 無小費 | 普遍給小費；乘客視為慣例 | 無小費 = 每次行程淨節省 $1-3（估） |
第 4 節：Waymo vs Tesla 機器人計程車體驗：關鍵差異
| 維度 | Waymo One（成熟） | Tesla Austin 機器人計程車（早期） | 影響 |
|---|---|---|---|
| 無人駕駛狀態 | 完全無人駕駛（商業運營無安全員） | 有監督員（安全駕駛員在場）或早期無人駕駛（許可狀態持續演進） | Waymo 提供「真正的」無人駕駛體驗；Tesla 安全員改變體驗 |
| 車輛內部 | Waymo Gen 6：專為乘客設計；後座空間不受前排阻擋 | Model Y：消費者車輛；安全駕駛員坐前排；標準內裝 | 專用車輛是相對改裝消費車的乘客體驗升級 |
| 應用程式控制 | 乘客可解鎖、控制音樂、溫度、呼救、通報問題 | 早期應用程式；功能集未公開詳述 | Waymo 成熟應用程式反映 5+ 年乘客回饋迭代 |
| 干預/邊緣案例處理 | 車輛靠邊停車並聯絡遠端操作員；透過應用程式告知乘客 | 安全駕駛員手動介入 | Waymo 遠端干預大多對乘客不可見；Tesla 干預可見（司機接管方向盤） |
| 地理覆蓋 | SF、LA、鳳凰城、Austin（有限區域） | Austin（小型地理圍欄區域，估） | Waymo 在 4 個城市；Tesla 在 1 個小區域 |
| 乘車品質/平順度 | 明顯比一般 Uber 司機更平順；無急剎車；一致的車道紀律 | 不適用（公開資料不足） | Waymo 一致駕駛品質是核心體驗優勢 |
| 「驚豔」感 | 首次乘車極高；隨熟悉度降低；成為「可靠工具」 | 不適用 | Waymo 在鳳凰城已從「驚豔」過渡到「工具」；SF 對新乘客仍有驚豔效果 |
第 5 節：乘客體驗基準評分卡
| 維度 | Waymo One | Tesla 機器人計程車 | Uber/Lyft | 優勢 |
|---|---|---|---|---|
| 乘客 NPS（估） | ~70-80（估） | 太早 | ~30-40（估） | Waymo 決定性優勢 |
| 等待時間 | 較長（車隊受限） | 極長（車隊極小） | 最短（司機密度） | Uber/Lyft |
| 司機取消 | 0% | 0% | 5-15%（估） | AV 決定性優勢 |
| 浮動加價 | 極少 | 不適用 | 普遍（1.5-5 倍） | AV 決定性優勢 |
| 車內一致性 | 高（可控環境） | 不適用 | 參差不齊（依賴司機） | Waymo |
| 無障礙性 | 高（殘障友善、隱私） | 不適用 | 參差不齊 | Waymo |
| 地理覆蓋 | 4 個城市，地理圍欄 | 1 個小區域 | 近乎全面 | Uber/Lyft |
| 長期目標定價 | ~$1-2/英里（估） | $0.25/英里（Musk 表示） | ~$2.50-3.50/英里 | Tesla 長期決定性優勢 |
總體結論
Waymo 在品質和 NPS 上勝出。Uber 在覆蓋率上勝出。若 Cybercab 實現承諾，Tesla 在長期定價上勝出。關鍵規律是：體驗過 Waymo 服務的乘客，成為推薦者的比例約為 Uber 乘客的 2 倍。AV 在乘客最在乎的維度上表現明顯更優——零司機取消、無浮動加價、無社交焦慮、一致乘車品質。AV 今日無法主導叫車市場的唯一原因是車隊規模，而非產品品質。
注意： 所有標記為「（估）」的數據均源自 2026 年中期的公開披露、乘客調查、應用程式商店資料、業界分析師估算及已報告研究。本文不構成投資建議。
來源
- Waymo One 乘客體驗 — Waymo 部落格 ↗
- Tesla Austin 機器人計程車發布 — Tesla ↗
- 叫車服務 NPS 與滿意度基準 — J.D. Power ↗
- Waymo One 應用程式 — Apple App Store ↗
- AV 乘客體驗研究 — Transportation Research Board ↗