2026-06-18 — views

Physical AI 乘客體驗 — Waymo NPS、回乘率與自駕車滿意度曲線

Waymo NPS 逾 70，乘客在第 4–7 次乘車後完成焦慮正常化。滿意度指標是 AV 商業加速的領先指標。

Physical AI 基準系列第 117 篇 — Physical AI 乘客體驗：Waymo NPS、回乘率、無人駕駛乘車心理，以及為何客戶滿意度是 AV 商業擴張的領先指標

所有單位經濟、HD 地圖、感測器與監管批准，最終都只有在乘客願意使用並持續回頭的前提下才真正重要。乘客滿意度資料——淨推薦值（NPS）、回乘率、安全感知度和支付意願——是自駕車服務能否達到商業可行性所需乘車量的領先指標。單位經濟隨規模改善，規模需要乘客，乘客在滿意後才會回頭。因果鏈條從滿意度延伸到留存率、到乘車量、到經濟效益、到獲利，而非反向。

Waymo One 是 2026 年中期唯一以有意義規模運營的全無人駕駛商業 AV 服務，這使得 Waymo 的乘客體驗數據具有獨特重要性。該公司已披露 NPS 超過 70、高評分的質性證據，以及顯示首次乘車焦慮在數次乘車內正常化為習慣偏好的軼事模式。特斯拉奧斯汀監督式發布增加了第二個數據點，不過安全監督員的存在使純無人駕駛心理測試趨於複雜。本文將客戶體驗作為 Physical AI 基準維度，分五個分析節段進行梳理。

第一節 — 哪些乘客體驗指標對 AV 擴張至關重要

AV 行業借用了共乘平台的客戶體驗衡量框架，但在新技術類別的背景下，各指標的權重有所不同。Uber 司機 4.9 顆星評分代表執行品質；Waymo 的 4.9 顆星評分則傳遞更深層的訊息——乘客足夠信任自動駕駛系統完成了行程，並對結果感到滿意。情感負載不同，意味著各指標預測的事項也不同。

指標	重要性	衡量方式	擴張意涵
淨推薦值（NPS）	NPS = 推薦者比例減去貶低者比例；分數超過 50 表示強勁的口碑增長潛力	乘車後調查（0–10 分：9–10 為推薦者，0–6 為貶低者）	高 NPS 意味著有機增長；低 NPS 需要昂貴的行銷來彌補流失
回乘率	30 天內再次乘車的乘客比例；是真實產品市場契合度的最強信號	乘客帳戶的世代分析	低回乘率（30% 以下）= 只是新奇需求；高回乘率（60% 以上）= 習慣性使用取代 Uber/Lyft
安全感知分數	乘客在乘車時的主觀安全感（1–10），有別於客觀安全統計數據	乘車後調查	恐懼/不適感限制了可觸及市場規模；即使技術上安全的系統，若乘客感到不安全也無法商業成功
支付意願（WTP）溢價	願意支付超過 Uber/Lyft 費用的乘客比例；揭示新奇感以外的價值主張	價格敏感度調查 / 定價實驗的顯示性偏好	WTP 溢價超過 0% 表示 AV 具有價值主張；超過 20% 代表可防禦的定價策略
等待時間接受度	乘客在改用 Uber/Lyft 之前願意接受的最長等待時間	調查加行為數據（N 分鐘時的取消率）	車隊密度決定等待時間；乘客等待容忍度決定最低所需車隊密度
乘車評分	乘車後的星級評分（1–5）；整體滿意度的綜合指標	標準共乘評分介面	平均低於 4.5 顆星表示系統性問題；高於 4.8 顆星足以與最佳 Uber/Lyft 司機競爭

回乘率值得作為最重要的單一指標特別強調。首次試乘可能受到新奇感、同伴壓力或社交媒體好奇心的驅動——這些都無法預測長期需求。30 天內再次乘車的乘客是做出了有意識的回頭選擇。第五次乘車的乘客正在建立行為模式。習慣性用戶產生可預測的收入、播下口碑的種子，並創造使車隊優化成為可能的乘車密度。擴張建立在習慣性用戶而非首次嘗試者身上。

第二節 — Waymo 乘客滿意度數據（已披露及估計值）

Waymo 對乘客滿意度指標選擇性地保持透明，披露了 NPS 和質性滿意度指標，同時保留了具體回乘率和詳細調查數據。可用數據，加上從已披露乘車量和車隊規模推斷的資訊，描繪出一幅整體積極的圖景——儘管數據缺口相當大，完整故事尚不可見。

數據點	數值	來源 / 信心度
Waymo NPS（已報告）	超過 70（在 Waymo 部落格文章和媒體報導中已報告）	Waymo 在多種場合公開引用 NPS 超過 70；超過 70 屬世界級水準（蘋果約 72，特斯拉巔峰期約 96）
回乘率	未披露；從增長的乘車量推斷習慣性使用	每週 15 萬次以上乘車加上約 70 萬名註冊用戶，暗示習慣性使用（估計值）
乘客評分	Waymo 稱乘客給予 5 顆星評分的比例很高；具體數字未公開披露	質性披露；確切數字未公開
安全感知	Waymo 調查顯示乘客在數次乘車後感覺比坐人類司機車輛更安全（已報告）	首次乘車會引發焦慮；到第三次乘車時，許多乘客更偏好無人駕駛（軼事報告）
支付意願	Waymo One 定價與 Uber Black（高端層）相當；乘客接受此定價	顯示性偏好：在 Uber Black 定價水準上的持續需求 = 對品質溢價的支付意願
等待時間	舊金山：地圍內約 5–8 分鐘（估計值）；鳳凰城：非高峰期可能更快（估計值）	地圍內的車隊密度決定等待時間；Waymo 未披露平均預計到達時間
口碑驅動因素	首次乘車後的社交媒體分享是已記錄的模式；「第一次坐 Waymo」是觀看次數達數百萬次的社交媒體類型（估計值）	有機行銷價值顯著；新奇感驅動初次試用

NPS 超過 70 的數據是最重要的已披露數據點。作為對照：NPS 分數具有行業相對性，交通服務的得分通常低於科技產品。業界研究估計 Uber 的 NPS 歷史上在 30–50 範圍內。交通背景下的 NPS 超過 70 表明 Waymo 乘客不僅僅是滿意——他們是熱情的倡導者。在 NPS 70 的情況下，平均每位乘客會向兩名以上的人介紹他們的體驗，這意味著 Waymo 的有機行銷功能在大多數交通服務無需大量付費獲客支出就能達到的水準上運作。

第三節 — 無人駕駛乘車心理曲線

AV 乘客體驗質性研究中最一致的發現是，焦慮遵循可預測的正常化曲線。首次乘車時感到焦慮的乘客，在第三或第四次乘車時變得習慣，而習慣性用戶往往表示相比人類駕駛的替代方案，他們更偏好無人駕駛體驗。這一曲線對擴張具有重要意涵：首次乘車體驗的重要性被大大高估，首次乘客留存為第二次、第三次乘車決定了習慣轉換率，而通常被引用為採用障礙的「AV 焦慮」很大程度上是短暫的首次乘車現象，而非對無人駕駛車輛持久的偏好抵制。

乘車次數	典型乘客情感弧線	行為信號
第 1 次	高度焦慮；持續觀察方向盤；頻繁查看應用程式/螢幕；安全到達時感到寬慰	舒適度分數低；高度關注技術顯示
第 2–3 次	焦慮減輕；開始信任系統；注意到車輛駕駛保守且平穩	舒適度分數上升；白指節行為減少
第 4–6 次	體驗正常化；開始放鬆、使用手機、像乘客一樣向窗外張望	乘客開始表現得像正常後座乘客
第 7 次及以後	完全正常化；乘客偏好無司機互動、整潔、一致的行為、沒有尷尬對話	習慣性偏好轉變：「我寧願坐 Waymo 也不坐 Uber」
商業意涵	度過 1–3 次乘車焦慮階段的乘客更可能成為習慣性用戶	首次乘車體驗是最關鍵的 UX 時刻；Waymo 平穩、保守的駕駛風格為此曲線優化
特斯拉 Robotaxi 差異	奧斯汀監督式發布包含安全監督員；人類的存在使純無人駕駛心理測試略顯複雜	特斯拉移除安全監督員後，真正的無人駕駛心理曲線才會浮現

Waymo 的運營駕駛風格——保守、平穩、可預測——似乎針對此心理曲線進行了校準。車輛很少以激進加速或急剎車讓乘客感到意外。這種保守主義偶爾表現為次優的駕駛行為，但從乘客滿意度角度來看，這是正確的設計選擇：從未體驗過驚嚇時刻的乘客，比體驗過一次激烈剎車的乘客更有可能進行第二次乘車。

第四節 — Waymo 與 Uber/Lyft 體驗比較

AV 的價值主張並非簡單的「相同乘車，無司機」。體驗在多個維度上與共乘不同，使 AV 對某些乘客群體具有優勢，對其他群體則處於劣勢。理解優勢/劣勢地圖的維度分解，對於預測哪些乘客群體將轉化為習慣性 AV 用戶、哪些將繼續選擇人類駕駛替代方案，具有重要意義。

體驗維度	Waymo One	Uber/Lyft（典型）	AV 優勢 / 劣勢
一致性	每次乘車體驗相同——相同的車輛行為、清潔標準、預設靜音	因司機而異；品質不可預測	AV 優勢：一致性是 NPS 的強力驅動因素
隱私性	無司機 = 無社交互動、無被監視感、完全的車廂內隱私	司機在場；部分乘客感到被監視	AV 優勢：偏好隱私的乘客強烈偏好 AV
安全感（主觀）	無分心司機；無路怒症；無司機疲勞	司機品質差異極大	正常化後 AV 具優勢；首次乘車（焦慮）時處於劣勢
路線控制	AV 遵循最優路線；司機無法操縱	部分乘客不信任司機的路線選擇	AV 在路線透明度方面具優勢
溝通	僅限應用程式；出現問題時無人類司機可溝通	可向司機尋求幫助（冷氣、音樂、停車）	AV 劣勢：有特殊需求（醫療、無障礙）的乘客可能感到支持不足
無障礙性	Waymo 車隊中有輪椅無障礙車輛（改裝版捷豹 I-PACE）	各異；Uber WAV 選項存在但供應有限	相當；Waymo 已主動處理
小費文化	無小費（無司機可付小費）	小費提示增加摩擦和社交壓力	AV 優勢：不喜歡小費的乘客偏好 AV
車廂體驗	車輛整潔；品牌化內裝；Waymo 應用程式整合	因司機的車況而異	AV 在清潔/品牌標準方面具優勢

一致性維度可能是被最低估的 AV NPS 驅動因素。人類駕駛共乘中低 NPS 的主要來源是司機品質的差異。Waymo 完全消除了這種差異。每次 Waymo 乘車都提供相同的駕駛風格、相同的車輛狀況、相同的車廂清潔度、相同的預設靜音、相同的溫度範圍。對於體驗過共乘司機品質極端情況的乘客而言，AV 的可預測性本身就具有內在價值。

第五節 — 為何乘客滿意度預測擴張速度

乘客滿意度指標與商業擴張速度之間的聯繫比表面上更為直接。滿意度驅動留存率；留存率驅動乘車量；乘車量驅動單位經濟；單位經濟驅動車隊擴張投資；車隊擴張改善覆蓋範圍和等待時間；覆蓋範圍和等待時間驅動試用轉化。這條鏈條上的每個環節都源於滿意度，這使得 NPS 和回乘率成為商業成功的領先指標，而非滯後衡量標準。

機制	運作方式	擴張意涵
NPS 驅動有機增長	NPS 70 以上意味著平均每位乘客向 2 人以上介紹其體驗；每個世代為下一個播種	在 NPS 70 的情況下，Waymo 只需最少的付費行銷——口碑驅動試用
回乘率驅動收入可預測性	每月乘車 3 次以上的乘客每月產生約 35–45 美元收入（估計值，按平均每次 12 美元計）；10 萬名習慣性乘客 = 每月 350 萬–450 萬美元的月經常性收入（估計值）	可預測的月經常性收入使車隊擴張投資決策成為可能
安全感知驅動監管	監管機構對 AV 批准的接受度與公眾接受度相關聯；高 NPS 為擴張許可創造政治環境	乘客熱愛 Waymo 的城市，更有可能批准擴張和競爭對手進入
價格敏感度驅動利潤率	強烈偏好 AV 的乘客（高 NPS）表現出較低的價格敏感度；使 Waymo 能夠以品質而非成本匹配的方式在 Uber/Lyft 以上定價	定價能力 = 無需單位經濟革命的更快獲利路徑
擴張公式	高 NPS × 高回乘率 × 不斷增長的車隊 = 複利式乘車量增長	這就是為何 2026 年中期每週 15 萬次，若乘客滿意度保持不變，到 2027 年底可能變為每週 50 萬次（估計值）

監管回饋迴圈值得特別關注。AV 擴張許可在很大程度上是政治過程，而政治過程回應選民情緒。乘客熱愛 Waymo 的城市——他們發布「第一次坐 Waymo」影片、向朋友推薦服務、在社區活動中談論它——為市政官員批准擴大運營區域和競爭對手進入創造了政治環境。NPS 不僅僅是客戶滿意度指標；它是監管資產。高滿意度創造了使地理擴張成為可能的社會許可。

注意： 所有標記為「（估計值）」的數據均源自截至 2026 年中期的公開可用信息、工程估算和行業報告。Waymo 未公開披露詳細的乘客滿意度細分數據，超出其公開溝通中引用的 NPS 數字；估算和推斷均為方向性判斷。本文不構成投資建議。