テクノロジー企業は、自動運転車市場に参入するための魅力的なビジネスモデルをまだ欠いている。

テクノロジー企業は、自動運転車市場に参入するための魅力的なビジネスモデルをまだ欠いている。

[[408570]]

画像ソース: https://pixabay.com/images/id-6205261/

大手テクノロジー企業は、自動車部門への継続的な投資からどのように真の価値を得ることができるのでしょうか? Apple、Google、その他の大手テクノロジー企業は長年自動車部門に投資してきましたが、特に利益を上げているようには見えません。

なぜなら、自動車の製造には、さまざまな鉄鋼、プラスチック、ガラスの材料を設計して組み立てるための工場、設備、多数の労働者が必要であり、これらのハードウェアの利益は極めて低いからです。ブルームバーグによると、世界のトップ10自動車メーカーの2020年の営業利益率は5.2%で、テクノロジー業界のリーダーの34%とは大きくかけ離れている。

しかし、自動運転技術の開発に取り組んでいる、あるいは独自の自動車の製造を検討しているアップルやその他のテクノロジー企業にとって、自動車部門への投資は、単に新しい市場に参入することではなく、貴重な領域を守ることでもある。しかし、自動車のハードウェアに関しては、従来の自動車メーカーを突破することができていません。

実際、テクノロジー企業には自動運転車市場に参入するための適切なビジネスモデルがまだ欠けています。

COVID-19パンデミックにより、消費者の新車購入意欲は一時的に低下したが、その後需要は回復した。 IBIS Worldによると、世界の自動車市場は2021年に9.7%回復し、2.7兆ドルに達すると予想されている。 2030年までに自動運転市場は2兆ドルに達すると予測されています。その頃には、世界には5,800万台以上の自動運転車が存在すると予想されています。この巨大な市場は簡単に無視できるものではありません。テクノロジー大手は、人工知能、ビッグデータ、チップの設計と製造における経験を活かして、自動車業界に破壊的な変化をもたらすことができます。

テクノロジー企業が注目しているのは、利益よりも価値のあること、つまり消費者を本当に必要としているものに引き付けることです。アメリカ自動車協会によると、アメリカ人は2016年に307.8時間、つまり週6時間を自動車の運転に費やした。それは、携帯電話のアプリやソーシャルメディアに費やされていない、人生におけるかなりの時間です。こうした運転時間を有効活用できれば、利用者を呼び込める可能性は高まるだろう。

世界は環境に優しい、よりスマートな自動車へと移行しつつあり、多くの研究により、内燃機関(ICE)自動車は終焉を迎えたと示されています。ブルームバーグNEFが2021年6月に発表した年次電気自動車展望レポートでは、新たな政策措置が導入されないと仮定すると、すべての道路輸送における世界の石油需要はわずか6年でピークに達すると予測されています。 2025年までに、電気自動車は世界の乗用車販売の16%を占めると予想されており、2030年には33%、2040年には68%に増加すると予想されています。最終的には、自動運転車が自動車市場と貨物市場を完全に変えることになるでしょう。

こうした期待を考えると、テクノロジー企業が自動運転車業界への投資を増やし続けるのも不思議ではない。彼らのビジネスの観点からすると、あなたがそれをしなければ、他の企業がそれを引き継ぐ可能性があり、最終的にはあなたの現在の影響力は徐々に消え、市場から追い出されることになるでしょう。

アップルはこれまで自動運転システムの構築に重点を置いていたが、現在は数百人のエンジニアをアップルカープロジェクトに携わらせている。これにより、Appleがどの自動車メーカーやサプライヤーと提携するかについて激しい憶測が巻き起こった。過去数十年にわたり、Appleは携帯電話、タブレット、スマートウォッチなどのハードウェア市場を独占してきましたが、人工知能、音声、スマートスピーカーの分野ではGoogleやAmazonに遅れをとっています。

しかし、画期的な新製品を発売することで、Apple は利益を得ることができるかもしれない。同社は2015年に発売したスマートウォッチや、Apple TV、Apple Arcade、Apple Musicなどのサービスも好調な売り上げを記録しているが、業界全体を再定義し、Appleの最も収益性の高い製品となったiPhoneの成功に匹敵するものはない。今後、自動車市場に革命を起こすApple Carの登場が期待されます。

ウェイモは総額40億ドルを投資した。ウェイモは2009年にグーグルの自動運転車プロジェクトとして設立され、2017年にグーグルの親会社アルファベット傘下の独立企業となった。2018年にはフェニックスで自動運転タクシーサービスを開始し、2020年にはニューメキシコ州とテキサス州で自動運転トラックのテストを開始した。

グーグルの幹部らは長い間、自動運転車への投資はベンチャーキャピタルや資金力の弱い企業が引き受けない、あるいは引き受けようとしないリスクだとみていた。ウェイモは、タクシーサービスや長距離物流における無人運転技術の潜在的なビジネスモデルも模索している。

一方、マイクロソフトもいくつかの自動運転の取り組みに投資しており、フォルクスワーゲンと協力して自動運転車ソフトウェアの開発に取り組んでいる。

一方、アマゾンは電気トラックを製造しているリビアンに投資し、2020年に自動運転スタートアップのズークスを買収しており、電子商取引の物流計画の一環として自動運転サービスを活用することを検討している可能性がある。

Facebook は、人々の生活の一部としての自動車の未来に自社のサービス エコシステムを積極的に統合し、人々の生活のあらゆる細部まで制御し支配しようとしています。

中国では、ファーウェイや百度などの企業が、2021年だけで電気自動車や自動運転車の企業に190億ドル近くを投資することを約束している。

自動車製造業への影響にどう対処するか

テクノロジー企業がもたらした影響により、自動車メーカーは警戒を強めざるを得なくなり、従来の自動車事業と将来の自動車技術革新のバランスを取るために、2倍のエネルギーを注ぐ必要が出てきました。フォード・モーター、ゼネラル・モーターズ、トヨタ自動車などの業界大手は、自動運転への投資を強化している。トヨタ自動車は日本の富士山麓に自動運転を取り入れたスマートシティを建設中であり、韓国の現代自動車は米国で電気自動車の生産と無人空飛ぶタクシーの開発に74億ドルを投資している。

自動運転車分野におけるテクノロジー企業の機会と課題

自動車メーカーが自らの領域を守ろうとするのは理解できるが、テクノロジー企業は自動運転分野への参入を「自然な流れ」と捉えており、自動車業界に革新をもたらす力があると信じている。実際はそうではありません。将来の自動車のシステムソフトウェアこそがテクノロジー企業の強みであり、ハードウェアではありません。

アマゾン、アップル、グーグルの既存事業は、人工知能、大量データの処理、複雑なシステムの設計に関する経験を与えてくれる。本質的には、彼らは自動運転車の設計と製造に必要なコア技術に先行投資を行ってきた。

その中でも、自動運転技術を通じて業界を最も改善する可能性が高いテクノロジー企業はアマゾンかもしれない。アマゾンは、荷物の配達に自動運転車を使用することでコストが下がることから大きな利益を得るだろう。

アマゾンはまた、クラウドコンピューティングサービスAWSのように、自社のツールをより多くの顧客に販売できるビジネスに変える習慣がある。 AWSは、Amazonのオンラインサービス販売をサポートするツールとして始まり、その後、Netflix、米国政府、その他の企業が使用するコンピューティングおよびデータストレージプラットフォームへと進化しました。AWSは現在、454億ドルの価値があります。

これは、Apple や Google のような企業にとっても巨大な市場です。先行者は大きな優位性を持つ可能性があり、すべての企業は市場で獲物ではなく捕食者になりたいと考えています。

<<:  顔認識の混乱が蔓延しています。企業は規制に準拠しながら顔認識技術をどのように適用できるでしょうか?

>>:  中国の建設ロボット軍団がやってくる!

ブログ    
ブログ    
ブログ    

推薦する

1300億のパラメータを持つ中国初の大規模数学モデルMathGPTがリリースされました!複数のベンチマークがGPT-4を上回る

数学的 AI ビッグモデルはこの分野の将来を変える可能性があります。本日、中国初の兆スケール数学モデ...

研究:インターネットには低品質の機械翻訳コンテンツが溢れており、大規模な言語モデルのトレーニングではデータの罠に注意する必要がある

2月4日、アマゾンクラウドコンピューティング人工知能研究所の研究者らは、インターネット上の大量のコン...

機械学習とは何ですか?

機械学習は人工知能 (AI) のサブセットです。これは、コンピューターを明示的にプログラミングするの...

中国、自動運転を含む情報技術の注目の10大問題を発表

ハルビンで開催された2019年中国科学技術協会年次大会において、情報技術分野のハイエンドシンクタンク...

...

AIは消費者行動にどのような影響を与えるのでしょうか?

著者: ユン・チャオ[51CTO.com からのオリジナル記事]コンピュータ プログラミングを使用し...

PyTorch の 4 分間のチュートリアルで線形回帰の実行方法を学びます

[[271978]]ビッグデータダイジェスト制作編纂者:洪英飛、寧静PyTorch は、ディープラー...

世界情報会議が開幕、ロビン・リー、ジャック・マー、劉伝志ら著名人が集結

【51CTO天津6月29日】本日、「偉大な知能時代へ向かう」をテーマとする世界知能会議が天津梅江会議...

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...

...

教師なし学習のための最も重要な12のアルゴリズムとその使用例

教師なし学習は、教師あり学習とは対照的に、もう 1 つの主流の機械学習方法です。教師なし学習では、デ...

...

コロナウイルスを分類する機械学習はわずか数分で完了

物理学者協会のウェブサイトが28日に伝えたところによると、カナダのコンピューター科学者と生物学者は、...

十分なデータを使用してモデルをトレーニングしたかどうかをどのように確認しますか?

[51CTO.com クイック翻訳]ディープニューラルネットワーク (DNN) には大量のトレーニ...