《自动驾驶的序幕：机器人出租车市场的竞争战略》
报告发布
有市场分析指出，今年有望验证机器人出租车能否跨越技术演示阶段，真正转型为创造实际收益的产业化商业模式。
三井KPMG于23日发布了《自动驾驶的序幕：机器人出租车市场的竞争战略》报告。报告将机器人出租车界定为围绕数据、资产、监管与声誉展开竞争的综合性产业生态体系，而非单纯的技术试验。
根据KPMG发布的《全球汽车产业高管调查（Global Automotive Executive Survey 2025）》结果，87%的受访者预计，到2030年自动驾驶将在所有车型中成为标准配置。自动驾驶汽车市场自去年起将以年均约23%的速度增长，预计到2030年市场规模将达到1220亿美元（约175.802万亿韩元）。
机器人出租车在检验自动驾驶技术的大众接受度的同时，又是能够创造实际营收的商业模式，因而具有重要的战略意义。全球市场调研机构MarketsandMarkets预计，从2023年至2030年，机器人出租车市场将以年均71%至108%的高速增速扩张，被认为具有爆发式扩展潜力。
报告指出，实现机器人出租车的核心能力包括自动驾驶软件、车辆平台开发与量产，以及网约车生态体系的构建与运营，并在此基础上提出了▲完全垂直一体化 ▲平台寿命延长 ▲解决方案一体化运营 ▲下一代网约车 ▲制造基础技术整合 ▲系统编排（Orchestration）等6种商业模式。
完全垂直一体化模式将三项能力全部内生化，协作强度和解决方案开放性较低，代表企业包括特斯拉和亚马逊旗下的Zoox。平台寿命延长模式则从外部原始设备制造商处采购整车量产，推动自动驾驶解决方案的通用化，百度（Apollo Go）和Pony.ai是代表企业。
解决方案一体化运营模式在与外部原始设备制造商紧密协作的同时，重点推进自动驾驶服务本身的商品化，Waymo属于这一模式。下一代网约车模式以平台运营能力为核心，结合外部技术，代表企业包括Uber和Lyft。
制造基础技术整合模式是传统整车企业将自动驾驶技术内生化或从外部采购后进行整合，现代汽车集团（以Motional为中心）和大众集团（以MOIA为中心）属于该模式。
最后，系统编排模式是在内生化部分能力的前提下，通过战略合作伙伴关系进行灵活组合，Stellantis、NVIDIA、Uber与富士康的协作案例便体现了这一模式。
报告提出，为使机器人出租车真正成为日常交通工具，必须解决数据、资产、监管和声誉四大课题。数据竞争力的核心在于构建“数据飞轮（Data Flywheel）”。尤其是如何获取发生频率极低的例外情形，即所谓“长尾数据”，是关键所在。由于长尾特性导致真实案例难以收集，需要重点关注可生成数据的方案。报告提出了多种策略，包括采购经过验证的平台用于数据生成、自主开发基于生成式人工智能（AI）的仿真系统，以及外部采购与自主开发相结合的混合模式。
在资产层面，关键在于为抢占初期市场而进行车辆的前瞻性投入以及降低成本。报告分析认为，只有通过大规模生产体系、利用现有整车平台、采用自动驾驶代工（委托生产）模式等实现资产轻量化，才能与现有出租车及网约车服务展开价格竞争。对监管环境的应对也至关重要。初期阶段以获取资产为先，但随着市场成熟，运营效率将决定竞争力。基于需求预测的车队运营、将充电与维修时间最小化、运营模式标准化被列为主要课题。
声誉管理同样是核心变量。确保人工智能决策过程的可解释性、在事故发生时建立透明的应对机制、通过与政府合作构建安全基础设施等，被视为获得信任的关键要素。
三井KPMG汽车产业负责人Kim Jaeyeon常务表示：“今年是机器人出租车市场跨越自动驾驶技术演示阶段、作为未来增长动力和盈利商业模式证明自身存在的关键拐点。”他强调：“为了使国内企业跻身全球机器人出租车市场的第一梯队，必须在数据、资产、监管和声誉等各个方面确立结构性竞争优势。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
