プレイヤー同士のアライアンス形成が加速しているが、アライアンスは自動運転の新たな活路となり得るのか?

プレイヤー同士のアライアンス形成が加速しているが、アライアンスは自動運転の新たな活路となり得るのか?

さまざまなメーカーが続々と参入し、スマートカー市場はますます熱を帯びています。このような背景から、スマートカーと密接な関係にある自動運転技術が再び世間の注目を集めるようになり、同時に自動運転がもたらす安全性の問題も新聞で頻繁に取り上げられるようになりました。

4月中旬の上海モーターショーで発生した「テスラオーナー」事件は、自動車の安全問題の重要性を間接的に示している。業界全体から見ると、自動運転には多くの側面が絡んでいるため、自動運転の安全性の問題は長い間、単一の企業の管理範囲を超えていました。技術投資と産業チェーンの統合によってもたらされた大きな圧力の下、自動運転企業が団結することがトレンドになっています。

複数の障害により自動運転への期待は下方修正される

近年、自動運転技術が実用化の段階に入るにつれ、自動運転技術に存在する課題が徐々に明らかになってきました。

業界では比較的技術力に強いテスラを例に挙げてみよう。テスラのオートパイロットシステムは、自動運転プログラムを通じて道路状況を常時監視し、必要に応じて車の制御を引き継ぐことができるが、上海の「テスラオーナー」事件に似た事件は依然として頻繁に発生している。

実際、近年、自動運転に対する人々の理解が深まるにつれ、外の世界でも自動運転に対する期待が調整されつつあります。例えば、グーグルの自動運転企業であるウェイモは2016年に独立し、その評価額は2017年の700億ドルから2019年には1,700億ドル以上に上昇した。しかし、最新の業界レポートでは、モルガン・スタンレーは同社の評価額を60%以上減額し、1050億ドルに直接引き下げた。この格下げは、自動運転が期待に応えられなかったという事実に対する資本市場の真の姿勢を表しているのではないかと一般的に考えられている。

以前、ゼネラルモーターズ傘下の自動運転会社クルーズのCEO、ダン・アマン氏は、長文のブログ投稿で自動運転タクシープログラムを開始することを示唆していた。しかしその後すぐに、クルーズ社の幹部はメディアに対し、クルーズ社の自動運転タクシーは短期的には導入されない可能性があると語った。このような状況の理由は、自動運転分野自体の複雑さに関係している可能性があります。

まず第一に、自動運転技術の導入にかかる時間は、外部の人々が理解しているよりもはるかに長いです。 2016年の研究によると、自動運転車が平均的な人間よりも死亡者数が少ないことを決定的に証明するには、数億マイル、あるいは数十億マイルの走行テストが必要になるという。そして、現在の自動運転車の数を考えると、この作業が完了するまでには何十年、あるいは何世紀もかかる可能性があります。このような厳しい条件は、最も成熟した自動運転技術企業(テスラなど)であっても、この目標を達成するにはまだ長い時間が必要であることを意味します。

最近、テスラの幹部は海外メディアのインタビューで、テスラの現在の自動運転技術はマスク氏が提唱するL4レベルには程遠く、L2レベルにとどまっている可能性もあると答えた。これは、路上テスト走行距離が最も長いテスラでさえ、真の自動運転の実現にはまだまだ遠いことを示しています。

第二に、自動運転の商業化が遅すぎるため、外の世界も徐々に忍耐を失っている。 Waymo の期待が低下し、Cruise が商業化計画を延期せざるを得なくなったのと同様に、多くの自動運転企業は、技術的または安全上の問題により、外部からの期待の低下に直面しています。

車と道路の連携が重要なブレークスルーとなる

産業発展の観点から見ると、自動運転には「車両側」と「道路側」という2つの中核層があります。現在、業界では、自動車自体のインテリジェント化を推進することで、自動運転技術の実装を推進していますが、このソリューションには、安全性を保証できないという致命的な欠陥があります。過去のテスラとウェイモの衝突事故はその一例です。

実際、電気自動車業界全体を見てみると、OEM、サプライヤー、システムインテグレーターのいずれであっても、電気自動車の「インテリジェンス」の実現を過度に重視しています。本当の矛盾は、すでにインテリジェントな自動車とまだインテリジェントではない道路との間に効果的な接続が存在しないということであり、これは自動運転車の安全性に大きな脅威をもたらします。したがって、より優れた自動運転を実現するためには、車両の状態を変革するのと同様に道路の状態も変革し、インテリジェント道路がスマートカーとの相乗効果を生み出すことが必要です。

研究データによると、道路と車両が協調する自動運転により、一般道路での交通事故率が90%削減され、交通効率が10%向上するという。自動運転の安全性向上や交通運用効率向上には、路車連携が非常に重要であることがわかります。

外部環境の観点から見ると、5G技術の普及の加速は、車路協調技術の実装にも好ましい条件を生み出しています。例えば、5Gの商用化により、理論上の遅延速度が大幅に低下し、意思決定レベルと車両コンピューターコンピューティングをクラウドに配置することができます。「単一車両インテリジェンス」への巨額の投資と比較すると、後者は自動運転の投資コストを大幅に削減できます。

こうした外部環境の成熟化により、現在、国内の自動車会社が路面改良事業に参入するケースが増えています。百度は2018年末に早くも「アポロ」道路車両連携ソリューションの発売を発表し、道路車両連携技術とサービスを業界に開放し、自動運転が「スマートカー」と「スマート道路」の連携という新たな段階に入ることを可能にした。

同時に、アリババは自社が立ち上げた「スマートハイウェイ」で複数の路上試験実験も実施した。同時に、ヒューマンホライゾンズと塩城市地方政府が立ち上げた「スマートロード」プロジェクトの第1フェーズは、基本的に実施段階に入った。したがって、技術的条件の観点からも、産業発展環境の観点からも、車道連携は産業発展を促進するための重要な突破口となっている。

同盟競争の新時代の幕開け

しかし、技術の統合度が高く、関与する側面が広範囲にわたるため、真の車両と道路の連携を実現するには、依然としてすべての関係者の連携に頼る必要があります。車道連携の実現には、車両管理や道路インフラ整備だけでなく、地域の交通政策や情報セキュリティなど多くの要素が絡み、自動車会社1社だけで実現するのは難しく、共同での取り組みが不可欠です。

業界の観点から見ると、巨額の技術投資と長期にわたるサプライチェーンシステムが産業統合のペースを加速させ、業界で有名な「アライアンスの組み合わせ」が数多く誕生しました。

昨年12月18日、T3トラベル、蘇州高速鉄道新城、江蘇大運集団は蘇州で戦略発表会を開催し、国内初の自動運転エコロジカル運営連合「澳頭連盟」を設立した。同連合は、テクノロジー企業、OEM、旅行プラットフォームを「鉄の三角形」に統合し、自動運転業界全体のエコシステムを構築する意向であると報じられている。実際、同様の同盟についてはすでに国際的な前例がある。

2018年には、ソフトバンク、トヨタ、ホンダなどを含む日本のコンソーシアムが世界最大の自動運転アライアンス「トヨタアライアンスモネ」を設立した。このアライアンスには、トヨタ、ホンダ、スズキ、マツダ、日野など、日本の有名自動車メーカーが参加している。それ以来、BMW・ダイムラー・アウディ連合、GM・ホンダ連合、フォード・フォルクスワーゲン連合、ボルボ・Veoneerなどの連合組織が次々と設立され、業界連合の流れがさらに発展してきました。

自動運転の実装の複雑さを考えると、このような提携は避けられません。まず、不十分な商業化と研究開発費への圧力の高まりにより、プレーヤーは「偏り」を放棄せざるを得なくなりました。ウエスタン証券の公開データによると、2019年だけで、世界の自動運転分野のトップ10企業は自動運転分野の研究開発費に160億ドル以上を投資した。ウェイモ、クルーズ、ウーバーなどの大手企業は研究開発に20億ドル以上を投資した。

この規模の投資により、すでに商業化が遅れている多くの企業にとって、閉鎖的な研究開発からオープンな研究開発へと移行することがさらに困難になっています。業界ではよく知られた企業であるウェイモ(グーグルの子会社)でさえ、研究開発モデルを変更し、ソフトウェアを外部に公開することで研究開発費の負担を分担する必要に迫られました。

第二に、自動車の知能化による伝統的な自動車製造構造の破壊も、アライアンス分業の出現を促しました。高度な自動運転には、より高い信号伝送効率が求められており、車両の電子アーキテクチャ全体が従来の個別制御ドメインから集中ドメイン制御に移行し、最終的には「車載コンピューター + クラウドコンピューティング」というクラウドベースの相互運用性モデルになりました。この新しいアーキテクチャ モデルでは、チップの計算能力と通信機能、およびソフトウェア コードの量と複雑さに対する要求がさらに高まります。単一の自動車メーカーまたはティア 1 (自動車サプライヤー) が単独でタスクを完了することは非常に困難になります。したがって、高度に統合された業界連合の出現は理解しにくいことではありません。

多くの自動車連合が設立され、自動車会社間の競争は個々の自動車会社間の競争から連合を形成する企業間の力の競争へと移行して久しい。こうした中、提携を通じて自社の強みを強化することは、当然ながら自動車各社にとって避けられない選択となっている。

<<:  科学者らは脳の信号を読み取り「操作」できる新たな神経電子システムを開発

>>:  2021 年にセキュリティ ビデオ分析に影響を与える新しいテクノロジーとトレンドは何でしょうか?

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

Python 向け 5 つの強化学習フレームワーク

独自の強化学習実装をゼロから作成するのは大変な作業になる可能性がありますが、そうする必要はありません...

...

生物学的ニューラルネットワークから人工ニューラルネットワークへ

今日、人工知能について話すとき、私たちは数学モデルを使用してデータからパターンの表現を抽出することで...

AI の応用分野トップ 10 を調べて、自分の専攻分野が含まれているかどうか確認してください。

人工知能や脳の研究を考えるとき、人々はターミネーターマシンが世界を破壊するイメージを思い浮かべます。...

...

機械学習の巨匠マイケル・ジョーダン:すべてがAIと呼ばれるわけではない

近い将来、現実世界についての抽象的な推論を実行する能力において、コンピューターは人間に匹敵することは...

アリババ・ダモ・アカデミーは、電力網の負荷を正確に予測するための新しい時系列予測モデルを提案している。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

マイマイ:AI関連の仕事は年初比50%増加

[[428165]]マイマイ人材ビッグデータによると、2021年以降、人工知能業界の人材需要と供給は...

人事戦略と人材開発の形成における AI の役割

AI の力を活用することで、人事チームは複雑な課題に対処し、効率性を向上させ、前向きな職場環境を育む...

ラブライブ!AI論文発表:生成モデルが楽譜を自動生成

有名アイドルプロジェクト「ラブライブ!」がAI論文を発表しました。そうです。最近、プレプリント論文プ...

大学入試結果が続々発表。ボランティア応募で人工知能が注目の選択肢に

今日から、全国各地の大学入試結果が続々と発表され、出願手続きが始まります。今年、各大学は、専門分野、...

ヘルスケアにおけるロボット工学の新展開

ロボット工学は考えられるあらゆる分野に応用できます。教育、旅行、防衛など、あらゆる分野でロボット工学...

...

ゲイツは間違っていた!これはロボットが仕事を奪うことに対処するための最善の解決策です

落ち着いてください。ロボットや人工知能 (AI) システムが人間の労働力を置き換えるにはまだ程遠いの...