2026-06-18 — views
實體 AI 單位經濟學 2026——Waymo 每趟成本 vs. Tesla Cybercab vs. Aurora 自駕卡車：自動駕駛盈利基準測試
2026 年無主要自動駕駛平台達到盈利。Waymo 需靠第六代車輛降成本，Tesla Cybercab 目標造價約 3 萬美元（估），Aurora 須壓低每英里成本以取代人工駕駛。
實體 AI 基準系列第 208 篇
實體 AI 的商業可行性最終取決於單位經濟學——每趟行程、每英里貨運或每小時機器人作業何時能獲利？2026 年中，主要自動駕駛平台的答案都是：尚未。本文對三種最關鍵的商業模式進行基準比較——Waymo 的機器人計程車每趟經濟學、Tesla Cybercab 的單位經濟學論點，以及 Aurora 與人類駕駛的每英里成本之爭。三者各有不同的成本結構、不同的盈利路徑，以及不同的時程。
第一節——單位經濟學現狀：主要自動駕駛平台均尚未盈利
2026 年中實體 AI 經濟學最重要的事實是：目前規模下，沒有任何主要自動駕駛平台在每趟行程或每英里上實現盈利。Waymo 每年燒約 10 億至 30 億美元（估），由 Alphabet 支援。Aurora 尚未達到每英里盈利，持續虧損。Tesla Cybercab 尚未進入無人商業服務。Tesla 的 FSD 軟體在增量層面確實有利潤——每新增一個 FSD 訂閱的毛利率接近 100%——但 Robotaxi 網路尚未運營。
盈利問題不是「這些業務是否可行」，而是「在什麼規模和成本軌跡下能達到盈利」。三類成本最為關鍵：
1. 每輛車的硬體成本。 這是最主要的前期成本。Waymo 改裝的 Jaguar I-PACE 基礎成本高昂；Tesla 專為打造的 Cybercab 目標是大幅降低製造成本。兩種方式之間的差距，是實體 AI 單位經濟學辯論的核心。
2. 遠程監控作業。 這是最主要的持續性人力成本。人工遠程監控團隊監視商業自動駕駛車隊，在系統遇到無法自主處理的邊緣案例時介入。將遠程監控比例從目前估計的 1:10–15 改善至估計的 1:50–100，是 Waymo 的核心盈利槓桿。Tesla 的 FSD 論點旨在完全消除這項成本。
3. 利用率。 車輛每天有多少小時、多少英里在賺取收入，決定了固定成本——車輛折舊、保險、遠程監控基礎設施——如何分攤。閒置時間純粹是成本。
投資人視角： Waymo 的投資人（Alphabet 加上超過 55 億美元的外部融資）押注的是長期成本曲線的改善。Aurora 的公眾投資人（NASDAQ: AUR）評估的是成本軌跡何時到達盈虧平衡。Tesla 的投資人已將估計 1,000 億至 4,000 億美元的自動駕駛選擇權價值（估）定價於 Tesla 市值中。單位經濟學辯論，關乎這個選擇權是否定價準確。
第二節——Waymo 每趟經濟學：成本拆解與盈利路徑
| 成本/收益項目 | 當前估計 | 第六代目標（估） | 盈利槓桿 |
|---|---|---|---|
| 平均車資 | 估每趟 $15–$25（估）；與 Uber/Lyft 相當；Waymo 不實施動態定價；同等城市行程估平均 $20（估） | 目標：維持有競爭力的定價；不打算大幅低於市場 | 提高車資不是盈利路徑；提升利用率和降低成本才是兩大槓桿 |
| 每趟車輛折舊 | Jaguar I-PACE 商用車輛成本估 $6 萬至 $7 萬（估）；估 5 年商業壽命 = 估每年折舊 $1.2 萬至 $1.4 萬（估）；在估每輛年 15 萬次行程（估）下 = 估每趟車輛折舊 $0.08–$0.09（估） | 第六代專用車：行業分析師估計目標低於每輛 $4 萬至 $5 萬（估）——降幅估 30–40%（估） | 第六代成本降低是 Waymo 最大的單位經濟槓桿；每輛省 $2 萬 = 每趟折舊節省估 $0.04–$0.05（估） |
| 遠程監控人力 | 估每名遠程操作員監控估 10–15 輛車（估）；在估 $30–$40/小時全成本計算（估）下 = 每趟遠程監控分攤估 $2–$3（估）——最主要的每趟成本項 | 目標：大規模時估 1 人監控估 50–100 輛（估）；5–10 倍改善可降低成本估 80–90%（估） | 遠程監控比例從 1:10–15 改善至 1:50–100，是最大的單趟成本削減機會 |
| 每趟維護成本 | 商用車隊維護：估每英里 $0.50–$1.00（估）；在估每車每天 400 英里（估）下 = 每趟維護分攤估 $0.50–$1.00（估） | 第六代專用車設計用於商用車隊維護（簡化動力系統，易於維修） | 第六代商用車隊設計有望降低維護成本 |
| 每趟充電成本 | 估每天 400 英里 x 估 3–4 英里/度電（估）= 估 100–133 度/天；在估 $0.12–$0.15/度商業電費（估）下 = 估 $12–$20/天充電成本（估）；在估 400 次/天行程下 = 估每趟 $0.03–$0.05（估） | 太陽能停車場充電在高日照市場可降低充電成本 | 充電不是主要成本項；遠程監控和車輛折舊才是主導項 |
| 每趟保險成本 | 商用自動駕駛車隊保險是新興且昂貴的類別，精算數據有限；估每趟商用自動駕駛保險 $1–$3（估） | 隨 Waymo 積累商業事故數據、證明低於人類駕駛碰撞率，保險費用預計下降 | 保險成本降低是多年精算過程；需要估 3–5 年商業車隊數據（估） |
| 估計每趟盈利路徑 | 當前每趟成本：估 $20–$35（估） vs. 估 $20 收入 = 估每趟虧損 $0–$15（估） | 在第六代成本 + 1:50 遠程監控比例 + 保險正常化下：估每趟成本目標 $10–$15（估） vs. $20 收入 = 每趟盈利估 $5–$10（估） | 估 2028–2032 年（估）隨三大槓桿同步改善後達到盈利 |
第三節——Tesla Cybercab 單位經濟學：3 萬美元車輛與 3.5 個月回本論點
| 經濟維度 | Musk 宣稱目標 | 第三方分析 | 關鍵不確定性 |
|---|---|---|---|
| Cybercab 製造成本目標 | Musk 稱目標 Cybercab 製造成本低於估 $3 萬（估）；Cybercab 是無踏板/方向盤的兩座專用車——零件少於標準車輛 | 第三方汽車製造分析師：在 Gigafactory 規模下，兩座專用自動駕駛車估製造成本 $2.5 萬至 $3.5 萬（估）可實現；Tesla Model Y 製造成本已通過 Gigafactory 持續改善大幅下降 | 製造成本目標可行，但需要 FSD 硬體成本夠低、Gigafactory 規模，以及無重大零件成本意外 |
| Musk 的回本周期主張 | Musk 稱 Cybercab 作為機器人計程車的回本周期估 3.5 個月（估）；隱含凈收入：在估 $3 萬車輛成本和 3.5 個月回本下，每月凈收入須達估 $8,571（估） | 第三方驗證：在估 16 個收入小時/天和估 50% 真實利用率下，估 160–215 英里/天收入；在 $1.50/英里下 = 估每天凈收入 $240–$322；按此速率回本估需 3–4 個月（樂觀情況） | 3.5 個月回本需高利用率 + 高每英里收入 + 低運營成本同時成立；現實情景下回本期可能延至估 6–18 個月（估） |
| Tesla 網路收入模式 | Tesla 計劃通過 Tesla Network 運營 Cybercab（類似 Uber，但由 Tesla 運營 Tesla 車輛）；Tesla 抽取平台費（具體比例未公開） | Tesla 的網路抽成可能估 20–30%（估）（與 Uber 提成相當）；剩餘估 70–80% 歸車輛運營方 | 個人運營 vs. Tesla 運營車隊模式對單位經濟影響顯著 |
| 與 Waymo 方式的比較 | Tesla 的車輛成本優勢顯著：Cybercab 目標估 $3 萬 vs. Waymo 第六代目標估 $4 萬至 $5 萬（估）；每輛估 $1 萬至 $2 萬的差距在車隊規模下非常可觀 | 然而，Tesla 的無人駕駛 Cybercab 需要驗證過的完全自動駕駛 FSD 系統；若 FSD 需要人工監督，則 Tesla 需要承擔與 Waymo 相當的遠程監控人力成本 | Tesla 的單位經濟論點完全取決於 FSD 的無人駕駛驗證；僅需監督的 FSD Cybercab 遠程監控成本與 Waymo 相同但車輛更便宜 |
| Cybercab 生產時程 | Tesla 表示 Cybercab 生產估 2026 年（估）啟動；2025 年奧斯汀機器人計程車使用 Model Y——非 Cybercab | 首批 Cybercab 商業收入估 2026–2027 年；在初期低產量（估數千輛）下，單位經濟接近前規模成本 | 時程不確定性：Tesla 多次調整新車生產時程；Cybercab 是全新車輛類別；商業部署前需監管機構的無人駕駛批准 |
第四節——Aurora 卡車運輸單位經濟學：每英里成本競爭
| Aurora 卡車維度 | 當前狀況 | 規模目標 | 盈利時程 |
|---|---|---|---|
| 人類駕駛卡車運輸成本基準 | 人類長途卡車運輸：估全成本 $1.50–$2.50/英里（估）；拆解：司機薪資及福利估 $0.60–$0.80/英里（估）；燃料（柴油）估 $0.40–$0.60/英里（估）；維護估 $0.15–$0.25/英里（估）；保險估 $0.15–$0.25/英里（估）；管理/調度估 $0.20–$0.40/英里（估） | 司機薪資分量（每英里 $0.60–$0.80（估））是 Aurora 自動駕駛卡車的主要機會 | 人類駕駛成本基準是 Aurora 必須低於的門檻 |
| Aurora 當前每英里成本 | Aurora 商業運營（估達拉斯—休士頓 I-45 走廊 50–100 輛卡車（估））尚未盈利；Aurora Driver 硬體（估每輛 $10 萬+（估））在低英里數下分攤 = 當前每英里成本高 | Aurora 未公開當前每英里成本；分析師估計在 50–100 輛卡車規模下，當前成本約為人類駕駛基準的 2–3 倍（估） | 當前盈利不是目標；目標是建立技術和成本曲線以達到規模盈利 |
| Aurora 的規模每英里成本目標 | 在估 1,000+ 輛卡車（估）和優化遠程監控比例（估每名操作員監控估 20–50 輛（估））下：Aurora 目標每英里成本估競爭力達到或低於人類駕駛基準，即估 $1.00–$1.50/英里（估） | 成本降低路徑：(1) 通過規模降低 Aurora Driver 硬體成本（估早期到量產降低 50–70%（估））；(2) 遠程監控比例改善；(3) 通過自動駕駛優化提升燃油效率（估節省 5–10%（估））；(4) 隨積累安全數據降低保險成本 | Aurora 估計目標：到估 2028–2030 年（估）達到與人類駕駛卡車運輸競爭的每英里經濟性 |
| 全天候作業資產利用率 | 人類卡車司機受駕駛時間法規限制（估每天最多 11 小時（估））；自動駕駛卡車不受此限制；單輛全天候運行的自動駕駛卡車，效率相當於估 2–3 輛人類駕駛卡車（估） | 在估每輛 $10 萬+ 自動駕駛硬體（估）分攤至估 3 倍英里數後，即使在當前硬體成本下，每英里硬體成本也估與人類駕駛卡車相當或更低（估） | 全天候免駕駛時間限制的作業優勢是 Aurora 最被低估的經濟槓桿；從商業無人駕駛運營第一天起即為結構性優勢 |
| 貨運定價 vs. 人類駕駛成本 | Aurora 商業客戶（Uber Freight、FedEx、Paccar）目前按每批次支付費用；商業定價未公開 | Aurora 必須展示與人類駕駛替代方案的成本競爭力，才能贏得商業量 | Aurora 現有商業客戶群提供初期量產爬坡；擴展需要 Aurora 定價達到或低於人類駕駛替代方案 |
第五節——實體 AI 盈利能力基準評分卡
| 經濟維度 | Waymo 機器人計程車 | Tesla Cybercab（預測） | Aurora 自動駕駛卡車 | 2028 年盈利展望 |
|---|---|---|---|---|
| 每輛/硬體成本 | 目前估 $6 萬至 $7 萬（Jaguar I-PACE）；第六代目標估 $4 萬至 $5 萬（估） | Cybercab 目標估 $2.5 萬至 $3 萬（估）——Tesla 最顯著的經濟優勢 | Aurora Driver 硬體估每輛 $10 萬+（估）；加估 $15 萬+ 的 Class 8 卡車（估）= 每輛自動駕駛卡車估 $25 萬+（估）；規模降本目標估 $5 萬至 $7 萬 AV 系統（估） | Cybercab 車輛成本優勢持久；Waymo 第六代縮小差距但未消除；Aurora 重型卡車經濟學是不同類別 |
| 每小時/每英里收入 | 估 $20/趟 x 估 1 趟/30 分鐘 = 估 $40/小時毛收入（估），100% 利用率下；實際利用率更低 | 估 $1.50/英里 x 估平均時速 30 英里 = 估 $45/小時毛收入（估）；50% 實際利用率下 = 估 $22.50/小時凈收入（估） | 估 $1.50–$2.50/英里（估）x 估高速公路平均 55 英里/小時 = 估 $82.50–$137.50/小時毛收入（估）；可實現全天候利用 | Aurora 因全天候高速公路運營而具最高每小時收入潛力；Cybercab 每小時與 Waymo 相當但車輛成本更低 |
| 遠程監控人力佔收入比例 | 目前高：估 1:10–15 比例 = 估每趟 $2–$3（估）= 估收入的 10–15%；目標：估 1:50 = 估收入的 0.5–1%（估） | Tesla 的論點：無人駕駛 FSD 消除遠程監控；若成立，遠程監控人力為 0%；若需要監督，成本結構類似 Waymo | 目前估 1:10–20（估）；目標規模時估 1:50；高速公路卡車比城市機器人計程車複雜度低——可能更快實現更好的遠程監控比例 | 遠程監控比例改善是 Waymo 和 Aurora 盈利的關鍵變量；Tesla 的 FSD 無人駕駛論點旨在完全消除這項成本 |
| 保險成本 | 目前高（商用自動駕駛車隊精算數據有限）；今日估每趟 $1–$3（估） | 初期高（無 Cybercab 商業安全數據）；預計隨 Tesla Robotaxi 積累安全數據而下降 | 自動駕駛卡車初期高；但高速公路可能更快獲得有利的精算處理（比城市更簡單的風險特徵） | 所有自動駕駛業務初期均面臨高保險成本；正常化與商業安全數據積累掛鉤，估需 3–5 年（估） |
| 估計每輛盈利時程 | 估 2028–2032 年（估）每趟盈利；需第六代成本降低 + 1:50 遠程監控 + 保險正常化同步實現 | 若 FSD 無人駕駛驗證 + Cybercab 規模生產：估 2026–2028 年（估）；現實情景：估 2028–2030 年（估） | 車隊達 500+ 輛 + 硬體降本 + 遠程監控比例改善後：估 2027–2030 年（估） | 若 FSD 無人駕駛得到驗證，Tesla Cybercab 盈利路徑最快；Waymo 次之；Aurora 第三但貨運市場 TAM 最大 |
總體結論： 2026 年中，實體 AI 的單位經濟學最準確的描述是「可行但尚未達到必要成本水平」。三家企業有根本不同的盈利路徑。
Tesla Cybercab 的論點最為激進：接近零遠程監控成本（FSD 處理所有邊緣案例）、估 $2.5 萬至 $3 萬車輛成本（估）、估 3.5 個月回本（Musk 的估計）。若 FSD 無人駕駛得到驗證，Tesla 在實體 AI 中具有最佳單位經濟學。
Waymo 的路徑在技術層面更為確定——無人駕駛能力已在商業上驗證——但需要通過第六代實現估 $2 萬至 $3 萬的車輛成本降低，以及將遠程監控比例從 1:10–15 改善至 1:50。技術可行；經濟學還需要兩到四年的改善。
Aurora 的高速公路卡車運輸經濟學最為直接：在規模下用低於人類駕駛的每英里自動駕駛系統成本取代司機薪資（估 $0.60–$0.80/英里），並加上人類無法比擬的全天候利用率倍增效應。只要硬體成本下降且達到車隊規模，這個邏輯就成立。
每家企業的問題不是「單位經濟學能否行得通」，而是「需要多長時間和多少資本才能到達那裡」。三家企業各有可信的答案——但在 2026 年中，沒有一家跨越了盈利門檻。
本文在系列中的位置
本文是實體 AI 基準系列第 208 篇。本系列對商業實體 AI 部署的技術、經濟學、監管與競爭動態進行基準測試——涵蓋機器人計程車、自動駕駛卡車、人形機器人及其基礎設施。
來源
- Waymo 商業營運與擴張更新——Waymo 部落格 ↗
- Tesla Cybercab 與機器人計程車經濟學——Tesla AI Day / 財報電話會 ↗
- Aurora NASDAQ: AUR 商業啟動經濟學——Aurora 投資人關係 ↗
- ATA 每英里卡車運輸成本研究——美國卡車運輸協會 ↗