スマートドライビングが誕生してから10年経った今、なぜ理想的なビジネスモデルの実現が難しいのでしょうか?

[[420239]]

2011年7月14日、紅旗HQ3は長沙から武漢までの286キロの高速道路を疾走し、約3時間半に及ぶ自動運転実験を完了した。

我が国が独自に開発した自動運転車両が、実際の複雑な交通状況下での試験を完了したのは今回が初めてです。

当時は、自動運転に加え、衝突警告、車線逸脱警告、自動駐車などの関連補助機能のプロトタイプも公開されていました。

これは、自動運転技術を一般の人々の自動車生活に大量生産可能な形で統合するという我が国の試みです。

その後数年間で、インテリジェント運転は新たな時代を迎えました。

あらゆる分野のプレーヤーが急速に進歩し、大きく成長しています。業界全体は 2015 年に新たな高みに達し、2018 年には深みに入りました。

あっという間に10年が経ち、インテリジェント運転の世界の運用ルールは無秩序から秩序へと変化し、実現の道筋もずっと以前から明確でしたが、この壮大な起業物語は、ビジネスモデルに関する未解決の疑問を皆に残しました。

お金がかかるスマートな運転

スマートドライビングの理想的なビジネスモデルとはどのようなものでしょうか?

正確な答えは誰にも分かりません。

しかし、Xin Zhijia氏によると、現在、L2（運転支援）からL4（自動運転）まで、オープンロードからクローズドシーンまで、業界には収益性の高いビジネスモデルがほとんど存在しないという。

世界初の自動運転株であるTuSimpleを例に挙げてみましょう。

目論見書と財務報告書によると、2018年から今年上半期までのTuSimpleの収益は約3,250万人民元、純損失は約50億人民元で、そのうち研究開発費は約22億5,000万人民元だった。

半年前、TuSimple には研究開発活動に従事するフルタイム従業員が 670 人以上いました。

[[420240]]

多くのインタビュー対象者は、人件費がインテリジェント運転技術の研究開発における絶対的な大部分を占めていると新志佳に語った。

専門人材が不足しているため、大企業の参入により社内競争が加速し、CTOの年収は1000万を超えることもあります。新卒者でも非常に良い待遇を受けることができ、優秀な卒業生の中には年間40万～50万元、さらには60万元の給与を稼ぐ人もいます。

「給与バブルが大きすぎる」と張文明さん（仮名）は無力感に襲われながら語った。「だが、人を雇う以外に選択肢はない」

TuSimpleに加えて、Baiduも非常に典型的な例です。

大規模な研究開発チームに加え、Baidu のロボタクシー車両群だけでも 500 台以上の車両 (自動運転ミニバスとミニバスを除く)、約 3,000 件のスマート運転関連の特許、200 件を超えるテストライセンスを保有しており、いずれも国内最高レベルです。もちろん、これらの成果の背後には、人材と物質的資源の実際の投資があります。

メディアの推計によると、過去8年間の自動運転への総投資額は約1000億元に上る可能性がある。ロビン・リー氏はインタビューで、百度の自動運転への投資額は昨年だけで200億元に上ったと述べた。

TuSimpleやBaiduのように独自の艦隊を構築し、運用ネットワークを構築するプレーヤーにとって、設備コストは無視できません。

「当初、L4ソリューションのソフトウェアとハードウェアのコスト（車両を含む）は数百万元にも達しました。現在はコストが削減されましたが、それでもまだ数十万元のコストがかかります」と、Sinian Intelligent DrivingのCEOであるHe Bei氏は述べています。

実際、Sinian Intelligent Drivingも運用モデルで市場に参入しましたが、違いは、港湾環境が都市道路や高速道路よりも大量複製に適していることです。 Sinian Intelligent Drivingは設立からわずか1年余りで、すでに2つの港湾ターミナルの受注を獲得しています。

莫大な人件費と設備費の二重の影響により、この段階ではプレートが大きくなるほど損失が大きくなります。

プリインストール型の大量生産ルートを採用する L2 も同様の運命を免れることはできない。

あるTier 1の新興企業は、New Intelligent Drivingに対し、L2市場に注力し続けるとすれば、損益分岐点に達するまでにさらに2年かかるだろうと明かした（すでに大量生産の注文を受けている）。

しかし、ティア1はL4ビジネスを積極的に展開しており、これによりR&Dコストの新たな部分が発生し、サプライヤーの財務力に対する要求がさらに高まります。

「量産推進と最先端の研究開発は連携して進めなければなりません」と顧小業氏（仮名）は新志佳に語った。「現在、L2プロジェクトに入札していますが、各社の提案は似通っています。より先進的な技術とより行き届いたサービスで顧客を感動させなければなりません。」

実際、理解するのは簡単です:

事前設置プロジェクトの全プロセス（ビジネスコンタクトから SOP の納品、そして量産まで）は通常 2 ～ 3 年かかり、途中の各段階でさまざまな検査とテストが必要になります。車両がユーザーに納品された後でも、OTA アップグレードが必要になることがよくあります。

一方、近年米中関係は比較的緊張しており、多くのセンサー部品が供給中断のリスクに直面しています。

顧小野氏は、自社にはまだ商品を前もって準備するための現金がいくらかあり、商品の正常な配送を確保しなければならないと明かした。「1日遅れると数十万元の損失になる可能性がある。」

言い換えれば、お金がなければ、スマート運転に関するすべては単なる空論に過ぎません。

収益性: スマート運転に勝者はいない

インテリジェント運転技術がいかに高度なものであっても、最終的には塵となって、ユーザーに役立つように実用化されることになる。

L4 のビジネスモデルの根底にあるロジックは、「ドライバーのコスト削減」と切り離せないものです。

しかし、業界全体を見てみると、技術はまだ十分に成熟しておらず、安全性も十分ではありません。たとえ運転手が車を運転する必要がなくなったとしても、運転席には安全管理者が座ることになり、法律や規制によって権限が短期的に緩和される可能性は低い。

TuSimple と Baidu を例に挙げてみましょう。

TuSimpleは目論見書の中で、製品の納品は2024年まで開始されないと述べている。トラック1台が年間6万ドルの収益を生み出すことができれば、運行中のトラックの数が5,000台に達したときに損益分岐点に達することになる。これはTuSimpleの設立から約10年の期間である。

百度は最近の収益報告会で、ロボタクシーが利益を生むのは早くても2025年になるだろうと明らかにした。これは百度がスマート運転事業の計画を開始してから12年以上が経過したことになる。

[[420241]]

どのような観点から見ても、L4 の実際の収益性について語るにはまだ時期尚早です。

TuSimple と Baidu は、このトラックの 2 つの縮図にすぎません。しかし、ほとんどのプレイヤーにとって、このような大規模な投資に何十年も費やすことができるのでしょうか?

実際の商業競争の段階では、L4 プレーヤーは実装のさらなる可能性を模索し始めました。

「ハイレベルのインテリジェント運転の将来を見据えた技術をL2またはL3に引き下げ、OEMや法律や規制に受け入れられる形で推進する」。智図科技の戦略執行取締役であるヤン・ヨンシュン氏は、業界の多くのプレーヤーに対する対策を説明した。

今年7月、智図科技は正式に一汽解放にL3自動運転統合システムをTier1として供給し、スマート運転企業のOEMモデルの商用化を実現した。知図とFAW解放が共同開発したJ7 L3カスタマイズ大型トラックも7月に少量生産された。

公式予測によれば、この車両の L3 ハードウェアシステムのコストは、約 1 年半の運用で回収できるとのことです。

異なる次元を切り替えようとするだけでなく、L4 プレイヤーには別の考え方もあります。

百度は、大型トラックを製造する小馬やミニバスを製造するWeRideなど、さまざまなセグメントのシナリオに触手を伸ばしており、昨年はインテリジェント運転技術を通じて物流業界を強化することも発表した。

多くのインタビュー対象者の見解では、L4 プレーヤーの戦略的な方向性の揺らぎは、ビジネスモデルの不満の現れの 1 つです。

一方で、私たちはオープンソースを実践し、収益化の他の方法を積極的に模索しています。その一方で、私たちはお金を節約し、できるだけ賢く使うべきです。

「この業界には実のところ、資格のない人がかなりいる。投資家の資金が無駄にならず、より価値あるものとなるよう、才能を見極める能力が必要だ」と張文明氏は感慨深げに語った。

新安智能運転のCEOである何北氏は、同社が現在「効率」にますます注意を払っていると新知家紙に語った。

自動運転の収益化サイクルは長いため、従業員の努力の方向性が会社のニーズから外れると、研究開発サイクルが長くなり、会社の前向きな発展につながらない可能性があります。

2 倍の労力で半分の結果しか得られないという状況を回避するには、リーダーシップが強力な統一戦線能力を持ち、プロジェクトの進捗状況と従業員の状況を明確に把握できる必要があります。

これに対し、L2 市場は大量生産やプリインストールが可能で、ビジネスモデルにはすでに参照できるテンプレートがあるため、キャッシュフローが速くなる可能性があります。

テスラは「ソフトウェア定義車」アプローチが実現可能であることを証明し、モービルアイやいくつかの国際的サプライヤー大手はL2トラックのプレーヤーに模範を示した。

[[420242]]

彼の会社はモービルアイと競合しているが、何天氏（仮名）はモービルアイに対する認識を隠さなかった。

Mobileyeは本当に強いですね。 Aptiv、ZF、Hirain はすべて Mobileye のソリューションを使用しています。正直に言うと、中国が追いつくにはまだ距離がある。

しかし、市場の急速な変化に伴い、国内のL2プレーヤーもこの機会を捉え、カスタマイズと差別化の道を歩み始めました。

多くの人が口にする「カスタマイズによって利益率が圧迫される」という見方については、実はあまり心配する必要はありません。

現在、多くのプレイヤーがカスタマイズと一般化のバランスを模索し始めています。プロジェクトに多くの研究開発の努力が必要であるにもかかわらず、利益がほとんどなく、量も少ない場合、諦めてしまう傾向があるかもしれません。

顧小野氏は、この数年間、業界は投資と研究の段階にあり、損失は非常に客観的で自然な現象であると考えている。他社を追い抜いて、同社はすでにプリインストール型量産の指定プロジェクトを獲得している。「同社の製品は顧客のニーズを満たすことができ、ビジネスモデルは実際に機能している。これまでの研究開発費を希釈するには時間がかかるだけだ」。

私たちが現在直面している課題は、むしろ人材リソースの不足であるかもしれません。

結局、自動車会社がサプライヤーを一度認知すると、両者の協力関係は長く続く可能性が高く、規模の効果や口コミ効果も徐々に現れるでしょう。十分な人員がなければ、業務のスループットを向上させることはできません。

同時に、現在の L2 市場は比較的成熟したレベルにまで発展しています。自動車メーカーも、より高度なインテリジェント運転の探求に関心を寄せている。サプライヤーの技術力が追いつけない場合、困った事態に陥る可能性がある。

新しいものの開発には必然的に紆余曲折が伴う

記事は、2011年に国内のインテリジェント運転が研究室から現実世界へと重要な一歩を踏み出したと述べることから始まります。しかし、多くの業界関係者は、新志佳とのやり取りの中で、スマート運転の商業的な試みはそれほど長く続かないかもしれないと指摘した。

Zhitu Technologyの業界発展特性分析結果によると、2014年から2016年はインテリジェント運転の概念段階であり、Waymoが技術プロトタイプと将来のコンセプトアイデアの作成で主導権を握っていました。2016年から2020年はプロトタイプ技術のデモ展示段階で、自動運転企業がさまざまなセグメント化されたシナリオで競争していました。2020年に、業界は商用実装段階に入り始めました。

[[420243]]

さらに、この分野には新しいプレーヤーが絶えず参入しています。

少し前に、4大AIドラゴンの1つであるYituが医療事業を売却した。元従業員の言葉は非常に興味深い。

将来、Yituの主力事業はセキュリティも医療もない。セキュリティは医療よりも規模が大きいだけだ。将来、自動運転車やチップが開発されれば、セキュリティも医療のように売れるようになるだろう。

彼らの言葉一つ一つから、インテリジェントな運転に対する楽観的な姿勢が伝わってきます。

これまでにも、SenseTimeやDeepGlintなどのAI企業がインテリジェント運転の分野ですでに準備を進めている。辛志佳氏によれば、実際にいくつかのAI企業から優秀な人材がインテリジェント運転業界に流入しているという。

しかし、インテリジェント運転は本当に AI プレーヤーにとってのカナンなのでしょうか?

そうではないかもしれない。

AI企業は技術的な優位性を持っているものの、アルゴリズムのみで単一のブレークスルーを達成し、すぐに市場を占有することは困難です。

インテリジェント運転の分野に入る前、He Tian 氏は小規模な AI セキュリティ大手企業で働いていました。この点に関して彼は次のように述べている。

自動運転に取り組んでいる AI 企業は多くなく、ほとんどの企業はそれについて話しているだけで、実際に追求していません。

さらに何天氏は、深く理解した後にのみこの分野の難しさが分かるだろうと説明した。

アルゴリズムの面では、インテリジェント運転は個人の安全に関わり、検出精度とリアルタイムパフォーマンスに対する要件が非常に高く、AI 業界では比較になりません。認識が変わらないと、うまくやるのは難しいでしょう。

経験の面では、自動車会社は量産経験を非常に重視しています。これは、サプライヤーがプロセスと品質システム全体を認識していることを意味し、サプライヤーのエンジニアリング能力がある程度検証されていることを意味するためです。しかし、AI企業にはこうした蓄積がありません。

リソースの面では、過去にはAI企業のプロジェクトの多くが政府と関係していました。政府はリソースの存在を重視していましたが、自動車企業はリソースの良し悪しを重視していました。結局のところ、消費者は足で投票するのです。

さらに重要なのは、インテリジェント運転の開発自体が、前述の高額投資、高額人材、高額損失による利益面の課題を含め、紆余曲折に満ちているということです。

さらに、商業実装段階に入ると、資本がプレーヤーにもたらすプレッシャーはますます大きくなります。

Zhitu TechnologyのYang Yongxun氏の見解では、資本は利益を追求するものである。業界が新たな商業化段階に入ると、自社の技術が業界の競合他社より優れていることを証明できなければ、既存の技術に実現可能なビジネスモデルと事業の道筋がなければ、資本の支持を得ることは難しくなり、資金調達がさらに困難になり、買収されたり市場から撤退したりするリスクに直面しなければなりません。

辛志佳は斉秦（仮名）からも同様の意見を受けた。

Qi Qin はプライマリーマーケット投資家です。約 1 か月前、彼はまだ市場で優れたスマートドライビングターゲットを探していました。しかし、ここ数日で、彼らのスマート運転プロジェクトの 1 つがリスク管理チームによって中止されました。

業界トップ企業であっても、売上高や財務指標がA株上場の要件を満たしておらず、米国株式市場は引き締まっている。出口がないので、今は誰もがより慎重になっています。

一方、NIOは最近、半月以内に2度の自動車事故を起こしていたことが明らかになり、太平洋の反対側ではテスラが運転支援システムをめぐって調査を受けている。こうした事例は、法規制の急速な改善を迫るものとなるだろう。