「運転手」がソフトウェアになり、屋根の上に乗る日

あらゆるロボットの中で、自動運転車はいちばん「失敗が許されない」存在です。工場のロボットが壊れても生産ラインが止まるだけ、掃除ロボットがソファにぶつかっても誰もケガはしません。でも2トンの車が時速100kmで何百万もの人に混じって走り、ほんの一瞬でも判断を誤れば=人の命です。これがほかのロボットより桁違いに難しい理由であり、そして莫大なお金が流れ込む理由でもあります——見返りもまた、それだけ大きいから。

見返りの大きさは、世界の人とモノの輸送産業まるごとです。いまの配車サービスでいちばん大きなコストは「運転手」——これを取り除ければ、一回あたりのコストは丸ごと書き換わります。だからアナリストはrobotaxi市場をかなり高く見積もります。前提しだいで数字は大きく振れますが——Goldman Sachsは世界市場が2035年までに約4,150億ドルに達すると見ており、ほかの調査機関は~1,000億ドルから4,000億ドル超までさまざま。この巨大な開きこそ、「いつ来るのか、誰にも確かには分からない」という警告そのものです。

ただ、この賭けを「本物」にしたのは市場規模ではなく安全性のデータです。2025年に発表されたWaymoの研究（査読済み）は、車内に人がいない自動運転だけで5,670万マイルを分析し、けが人の出る事故が、同じ道・同じエリアの人間ドライバーに比べ70〜90%少ないこと、交差点での車対車の事故は96%も減ることを示しました——これは、自動運転車が（少なくともWaymoのものは）人間のドライバーより安全だと統計レベルで示した最初期の証拠で、ただの宣伝ではありません。

自動運転車の心臓は、1秒間に何十回もぐるぐる回る「思考のループ」です。ベルトコンベアのようにつながった4つの段階に分かれます。人間も運転中、無意識にこの全段階をこなしている——車はそれを、ただ人より速く正確に、しかも一瞬も気を抜かず、眠らず、スマホもいじらずにやるだけなんです。

いちばん難しい段階が「未来を予測する」（prediction）です。ただ道端に人が立っているのを見るだけでなく、その人がこれから車道へ踏み出すのか、それとも友達を待っているだけなのかを当てなければならないから。人間は直感と文脈からこれをとても上手に当てますが、車は膨大なデータから学ぶしかありません。ここがこのトレンドが人工知能（AI）に直接頼るポイント——何億マイルもの運転で訓練されたAIモデルこそが、実際に車を走らせていいと言えるほど予測を正確にするのです。

このトレンドを率いる二つの巨人は、まったく逆の道に賭けています。そしてこの違いこそ、node全体でいちばん深く、いちばん大事な話——どちらが正しいかで、自動運転車が「高いが安全」になるか「安くて一気に広がる」になるかが決まるからです。

ภาพประกอบ (split.png)

Waymo（Alphabet傘下）は「センサー満載」の道を選びました。LiDAR、レーダー、カメラを車の周囲ぜんぶに付け、あらかじめセンチ単位のHD地図を作った街だけで走る。考え方は「できるだけ多くを知り、徹底的に慎重に、一都市ずつゆっくり広げる」。欠点は高いこと、そして事前の地図作りで都市展開が遅いこと。でも結果は——ちゃんと動き、本当に安全で、もう実際に乗客からお金を受け取っています（一台あたりのコストや事業者側の経済性は子記事 → robotaxiで深掘り）。

Teslaは「カメラだけ」（vision-only）の道を選びました。LiDARもHD地図も捨て、車の周りのカメラ8台＋AIだけを使う。理由は「人は二つの目で運転できる、なら車もカメラで運転できるはず」。とてつもない強みは一台あたりのコストが大幅に安いこと、そしてすでに世界中で何百万台も売れたTesla車が、AIが学ぶための「データ収集の大軍」になること——この方法がうまくいけば、Teslaは誰よりも速く安くスケールできます。でもそれは大きな「もし」。カメラだけの自動運転は技術的に難しく、とくに距離の把握と暗い場所での視界が課題です。

2026年の状況は何を教えてくれるでしょう？ Waymoは「実際に走っている本物」で明らかにリードしています。いっぽうTeslaも猛追中——初めは安全要員が車内に同乗していたのが、2026年6月にはAustin都市圏全体を車内監視員なし（unsupervised）でカバーするまで拡大しました。ハードウェアの面では速くて安い、ただ広い範囲での安全性はこれから証明が必要です（展開のタイムラインと監視員を外す詳細は子記事 → robotaxiで深掘り）。

自動運転車はRobotics & Physical AIの「旗艦サブ分野」——工場を出て、いちばん本格的に現実世界に出てきたロボットです。そして、ほかのトレンドと深く絡み合っています：

• 脳としてAIに頼る: 「未来を予測し」判断する力は、何億マイルもの運転で訓練されたAIモデルから来る——AIがなければ、運転手もいない
• Robotics AI & Embodimentの兄弟分: 「現実の中で体を動かすための脳」は、ヒューマノイドロボットとまったく同じ課題。自動運転車で得た教訓がほかのロボットへ流れ、その逆も起きる
• Electrification & Mobilityの新世代の車と同じハードを使う: 自動運転車のほとんどは電気自動車（電気モーターのほうがソフトウェアで精密に制御できる）。この二つのトレンドは補い合うが、別々の層だ——あちらは「車は何で走るか」、こちらは「誰が運転するか」
• 半導体を大量に食う: 車内でリアルタイムに映像処理とAIを回すには高性能の処理チップが要る——一台一台が動くコンピューターだ

2025〜2026年の現実は、一つの文に二つの顔があります：「もう本当に起きている——でも、みんなが思うより難しくて高い」。

一つ目の顔は本物になったWaymo。実際にお金を払う乗車回数は、10都市で週1万回ほどだったのが、週50万回（2026年3月）を突破——2年足らずで何十倍にも増えました。2026年末までに週100万回を目指し、フェニックス/サンフランシスコからSun Belt地域の複数都市へ広げ、さらに遠く東京やロンドンでのテスト準備も進めています。

二つ目の顔は崩れ落ちたCruise。GMが100億ドル超を注ぎ込んだ末、2024年末にrobotaxi事業からの撤退を決めました。きっかけは、サンフランシスコで別の車にはねられた歩行者を、Cruiseの車が車体の下に巻き込んで6メートル以上引きずった事故（2023年10月）。さらに当局への情報報告が不十分だったことが続き、ついに免許停止でゲームオーバー——「莫大なお金は成功を保証しない。安全や信頼を一度でも損なえば、それで終わりうる」という、このトレンドで最も高くついた教訓です。

ภาพประกอบ (highway.png)

そして無人トラックの戦場も、静かに勢いを増しています。Auroraは2025年5月から、Dallas–Houston路線で無人の大型トラックによる商用貨物輸送を開始（世界初）。テキサス–ニューメキシコ–アリゾナをまたぐ10路線へ広げ、無人での無事故走行25万マイル超を達成し、2026年末までに無人トラック200台超を目標にしています——まっすぐで予測しやすい高速道路こそ、autonomyが街なかより先に稼げる関門かもしれない、と裏づけています。

そして中国も見逃せません——BaiduのApollo Goは、22都市で完全自動運転の累計乗車を1,700万回超こなし、Wuhanを最大の拠点としています（無人車1,000台超）。ただ中国もまた、現実の教訓を味わったばかり。2026年4月、Wuhanで「システムの不具合」によりApollo Goの100台超が同時に路上で立ち往生したのです——スケールが大きくなっても、技術はまだ脆いという警告です。

一つ目の方向は「一都市ずつ」の競争です。自動運転車は、スイッチを入れれば全国で使えるわけではありません。一都市ずつ自分を証明し、地図を作り、その土地の道路状況や法律に合わせる必要がある。だから今後3〜5年、robotaxiは開通した都市の「点々」として現れ、いっせいに敷き詰められはしない——そして年に何都市を実際に開けるかが、いちばん良い進捗の物差しです。

二つ目の方向はトラックが先にゴールするかもしれないこと。高速道路は「狭くて繰り返しが多い」課題だから——歩行者もいない、ややこしい交差点もない、同じ路線の繰り返し。だから街なかよりも、高速道路でのほうがautonomyは稼ぎやすい。Auroraがすでに商用走行を始めたのは、「モノを運ぶこと」がautonomyの最初のkiller appに、「人を運ぶこと」より先になるかもしれないという合図です。

三つ目の方向はコスト戦争です。利益への鍵は「自動運転できる」ことだけでなく、「割に合う値段で自動運転できる」こと。かつて数万ドルもしたLiDARの値段は、いまや一式約$1,000まで下がり、毎年さらに安くなっています。いっぽうTeslaはカメラだけのほうが最初から安いと賭ける。「1マイルあたりのコスト」を運転手の人件費より低く、しかも十分広い範囲で実現できた者が、勝ちます。

自動運転車は「ゴールの近くにいるが、そのゴールがまだ動く」トレンドです。なぜならそのリスクが、人の命を乗せて運ぶという本質に埋め込まれているから。

ภาพประกอบ (longtail.png)

一つ目のリスクは「珍しい出来事の長い尾」（long-tail edge cases）です。車は日常的な運転の99%はらくらくこなせますが、最後の1%——子どもが飛び出す、道に物が落ちる、警察が信号と逆に手で合図する、道路が冠水する、変わった服装の人——こうした、たまにしか起きないがきりがない出来事こそ問題で、一度でもしくじれば一面ニュースです。この1%で「ほぼ良い」から「信頼できるほど良い」へ登りきることに、膨大な時間とお金がかかります。

二つ目のリスクは法律、信頼、そして責任（liability）です。自動運転車が人をはねたら——誰の責任？ ソフトウェア会社か、車の持ち主か、それともメーカーか？ この法的な枠組みは、ほぼどの国でもまだ定まっていません。そしてCruiseが教えたとおり、世間の信頼はとても脆い——目立つ事故が一度と、まずい対応が重なれば、当局は会社まるごとに停止を命じられるのです。

三つ目のリスクはユニットエコノミクス（unit economics）がまだ十分に証明されていないこと。一台15万ドル超の車に、地図作成費、遠隔監視チーム費、保険料が乗る——元を取るには、たくさん・長く走らせなければなりません。Cruiseは、採算点に届かないまま何百億ドルも燃やせることの証拠です。まだ明確な答えがない問いは、robotaxiが「広い範囲で本当に利益を出せる」のはいつか——ただ「走れる」だけでなく、です。

ひとことで言えば、自動運転車は「運転手」を方程式から外そうとする物語です——ロボットの中でいちばん難しく、いちばん賭け金の高い試験。2025〜2026年は、それが本当に可能だと証明しました（Waymoは実際に走り、実際に稼ぎ、人間より安全）。でも同時に本当に難しく高いとも（Cruiseは崩れ、Apollo Goは集団で立ち往生し、Teslaはまだ証明中）。このnodeを理解することは、「あなたが乗り込む最初のロボット」がなぜここまで遠くまで来たのか——そして、なぜ最後の一歩がいちばん難しいのか——を理解することなんです。