ขณะที่ Waymo แล่นไปทั่วเมืองได้ด้วยตัวเอง ทำไม Tesla ยังต้องการคนขับอยู่?

Waymo และ Tesla เข้าสู่การขับขี่อัตโนมัติเต็มรูปแบบจากสองประตูที่ตรงข้ามกันโดยสิ้นเชิง: Waymo เป็นระบบระดับ 4 ที่ให้บริการแท็กซี่หุ่นยนต์ไร้คนขับในพื้นที่จำกัดทางภูมิศาสตร์ที่ถูกทำแผนที่ด้วย lidar ส่วน Tesla เป็นกลยุทธ์ซอฟต์แวร์ที่ปล่อยระบบระดับ 2 Full Self-Driving (Supervised) ที่ทำงานด้วยกล้องเพียงอย่างเดียวโดยผู้ขับต้องพร้อมแทรกแซงได้ตลอดเวลา ออกไปสู่รถยนต์นับล้านคัน ฝ่ายหนึ่งปลอดภัยอย่างมากในพื้นที่จำกัด อีกฝ่ายครอบคลุมทุกที่แต่ต้องมีการกำกับดูแล - และความแตกต่างนี้ไม่ใช่เรื่องบังเอิญ แต่คือหัวใจของโมเดลธุรกิจของทั้งสองบริษัท

มาชี้ขาดก่อนว่ารถของใครเป็นรถแบบไหน: ระดับของ SAE บอกอะไรเราบ้าง?

เมื่อพูดถึงการขับขี่อัตโนมัติ ไม่ได้หมายถึงสิ่งเดียวกัน มาตรฐาน SAE J3016 แบ่งยานพาหนะออกเป็นหกระดับตั้งแต่ 0 (ควบคุมด้วยมนุษย์ทั้งหมด) ถึง 5 (อัตโนมัติเต็มรูปแบบ) และประเด็นสำคัญที่สุดคือ: ระดับที่คุณอยู่กำหนดโดยตรงว่าใครจะรับผิดชอบเมื่อเกิดอุบัติเหตุ

FSD ของ Tesla เป็นทางการระดับ 2 หมายความว่าเป็นเพียงระบบช่วยขับขี่ขั้นสูง มนุษย์ที่นั่งอยู่หลังพวงมาลัยต้องใส่ใจตลอดเวลาและพร้อมรับช่วงควบคุมจากที่นั่งของตนได้ทุกเมื่อ - และความรับผิดทางกฎหมายก็ตกอยู่กับเขา ส่วน Waymo เป็นระดับ 4: อัตโนมัติเต็มรูปแบบภายใต้เงื่อนไขที่กำหนด ในพื้นที่ที่กำหนด ในซานฟรานซิสโกไม่มีใครอยู่ที่พวงมาลัย และหากมีอะไรผิดพลาด บริษัทคือผู้ที่ต้องรับผิดชอบ Drive Pilot ของ Mercedes เป็นระดับ 3 ที่อยู่ระหว่างสองโลก: อัตโนมัติแบบมีเงื่อนไข ระบบปล่อยให้คุณว่างตัวได้ในบางสถานการณ์ แต่เมื่อมีการแจ้งเตือน คุณต้องกลับมาควบคุมพวงมาลัย

ระดับเหล่านี้ถูกวิพากษ์วิจารณ์เป็นครั้งคราว: FSD ในฐานะระดับ 2 สามารถขับขี่ได้ดีกว่าระบบระดับ 3 และ 4 บางระบบในทางปฏิบัติ ป้ายระดับไม่ได้ให้ภาพที่สมบูรณ์เกี่ยวกับความสามารถในการขับขี่ แต่สำหรับภาพทางกฎหมายแล้ว มันยังคงเป็นตัวชี้ขาด - สิ่งเดียวที่ยกขึ้นบันไดอีกขั้นหนึ่งและย้ายความรับผิดชอบจากผู้ขับไปยังบริษัทก็คือการจำแนกประเภทนี้

เส้นทางของ Waymo: จำเมืองให้ขึ้นใจก่อน แล้วค่อยขับ

ปรัชญาของ Waymo เปรียบเสมือนนักเรียนที่ตระเตรียมตัวสอบ: ท่องจำเนื้อหาตั้งแต่ต้นจนจบก่อน แล้วจึงแก้โจทย์ที่ไม่หลุดออกจากเนื้อหานั้น ยานพาหนะทำงานเฉพาะในพื้นที่จำกัดทางภูมิศาสตร์ที่ถูกทำแผนที่สามมิติด้วย lidar เท่านั้น - ตามศัพท์ในวงการคือ ภายใน Operational Design Domain (ODD) ป้ายจราจรทุกอัน ทางแยกทุกแห่ง เลนทุกเส้น และขีดจำกัดความเร็วทุกจุดถูกทำแผนที่และอัปเดตอย่างต่อเนื่อง

ฝั่งเซนเซอร์เป็นอาวุธครบชุดระดับหุ้มเกราะหนา ระบบรุ่นที่ 6 เริ่มปฏิบัติการขับขี่อัตโนมัติเต็มรูปแบบในต้นปี 2026 และติดตั้ง กล้อง 13 ตัว, lidar 4 ตัว, เรดาร์ 6 ตัว ต่อรถหนึ่งคัน ตัวเลขเหล่านี้อาจแตกต่างกันไปตามแพลตฟอร์มของยานพาหนะ Lidar ส่งลำแสงเลเซอร์นับล้านครั้งแล้ววัดเวลาที่สะท้อนกลับมาเพื่อสร้างกลุ่มจุดข้อมูล ซึ่งช่วยเป็นชั้นความซ้ำซ้อนเชิงกายภาพให้กล้องในเวลากลางคืนและสภาพการมองเห็นที่ไม่ดี ซีอีโอร่วมของ Waymo ก็หยุดตรงจุดนี้พอดี: เขาโต้แย้งว่าเซนเซอร์หลายชนิดเป็นสิ่งจำเป็นสำหรับความเป็นอัตโนมัติเต็มรูปแบบที่ปลอดภัยในสภาพอย่างฝุ่นและแสงสะท้อน

ด้านอัลกอริทึมก็ไม่ใช่เรื่องเล็ก: โครงสร้างอย่าง SW-Former ที่ทำการตรวจจับวัตถุสามมิติจากกลุ่มจุด lidar โมเดลติดตามที่คาดการณ์การเคลื่อนไหวของผู้ใช้ถนน และ EMMA ที่กำลังวิวัฒน์สู่สถาปัตยกรรมแบบ end-to-end ล้วนเป็นสมองของระบบ

แล้วเรื่องต้นทุนล่ะ? ต้นทุนกองยานพาหนะที่เคยอยู่ราว 250,000 ดอลลาร์ต่อคันเมื่อก่อน วันนี้ลดลงเหลือราว 150,000 ดอลลาร์ ราคาต่อหน่วยของ lidar ก็ลดลงเหลือ 500-1,000 ดอลลาร์ กองยานเติบโตเป็น มากกว่า 2,000 คันแล้ว นั่นคือเวลากำลังทำงานเพื่อ Waymo - เริ่มต้นแพง แต่กำลังถูกลง

เส้นทางของ Tesla: ครูนับล้านก่อน แล้วค่อยได้อิสระ

แนวทางของ Tesla กลับเป็นกลยุทธ์การอ่านหนังสือสอบแบบตรงข้าม: แทนที่จะท่องจำคลังข้อสอบ กลับเรียนรู้จากข้อสอบจริงนับพันครั้ง ในรถไม่มีทั้งเรดาร์และ lidar - มีเพียง กล้อง 8 ตัวและเซนเซอร์อัลตราโซนิก 12 ตัวเท่านั้น สิ่งนี้เรียกว่าปรัชญา "vision-only" หรือใช้เพียงการมองเห็นเท่านั้น ข้อโต้แย้งของค่าย Tesla ก็ง่าย: คนขับรถด้วยดวงตาสองข้าง ด้วยพลังการประมวลผลที่เพียงพอ กล้องก็เพียงพอ

ด้านซอฟต์แวร์ Tesla ก้าวไปไกลมากแล้ว HydraNet แบบหลายงานสำหรับเลนและวัตถุ Occupancy Network ที่สร้าง voxel สามมิติ และตัววางแผนโครงข่ายประสาทเทียมตาม deep learning ที่เริ่มทำงานในปี 2024 - วันนี้ระบบทำงานด้วยสถาปัตยกรรมแบบ end-to-end เต็มรูปแบบ ไพ่ตรงที่แท้จริงคือข้อมูล: รถนับล้านคันบนถนนกำลังเก็บข้อมูลอย่างต่อเนื่อง Trigger Classifiers จับภาพช่วงเวลาที่น่าสนใจ และโครงสร้างพื้นฐานการฝึกฝนชื่อ Dojo เรียนรู้อยู่บนภูเขาข้อมูลนี้ เป้าหมายโรบอแทกซีของ Tesla ก็ทะเยอทะยาน - ระยะสั้นมากกว่า 1,000 คัน และกองยานที่เกิน 1 ล้านคันภายในสิ้นปี 2026 แต่การสังเกตบางส่วนในภาคสนามก็แสดงให้เห็นว่ากองยานเคยหดตัวลงช่วงหนึ่งแทนที่จะเติบโต ระหว่างเป้าหมายกับความจริงยังมีระยะห่างอยู่

ขีดจำกัดทางกายภาพของกล้อง

แนวทาง vision-only มีจุดอ่อนหนึ่งที่ซอฟต์แวร์เอาชนะไม่ได้: ในหมอก ฝน หิมะ และพายุ ประสิทธิภาพของกล้องลดลง เวอร์ชัน 13 ของ FSD ปรับปรุงการขับขี่ยามค่ำคืนได้อย่างชัดเจน แต่ขีดจำกัดทางกายภาพของระบบที่ไม่มีเซนเซอร์ตรวจจับก็ยังคงเดิม การทดสอบที่น่าตกใจก็แสดงให้เห็นเช่นกัน: รถ FSD หลงเชื่อภาพ "ถนน" ปลอมที่ฉายบนกำแพง ขณะที่รถที่มี lidar จอดนิ่ง กล้องเห็นภาพ แต่ lidar วัดได้ว่าตรงนั้นมีกำแพง การที่ Tesla มุ่งหมายให้ขับขี่ได้แม้ในพื้นที่ที่ไม่มีแผนที่ (พอใจกับบริการแผนที่ทั่วไป) ให้อิสระ แต่ประสิทธิภาพในพื้นที่ที่แท้จริงแล้วไม่รู้จักก็อ่อนแออย่างเห็นได้ชัด

แฟ้มประวัติด้านความปลอดภัย: ตัวเลขเปรียบเทียบกันได้จริงหรือ?

เมื่อมองประสิทธิภาพปัจจุบันของสองแนวทาง ตารางก็น่าสนใจขึ้น:

แต่มีข้อแม้หนึ่ง: ตัวเลขการวิ่งวนเหล่านี้เปรียบเทียบกันโดยตรงไม่ได้ ความหมายของ "การวิ่งวน" สภาพแวดล้อม ภูมิศาสตร์ และวิธีการวัดของสองบริษัทนี้แตกต่างกันโดยสิ้นเชิง สิ่งที่มีความหมายคือพัฒนาการเชิงสัมพัทธ์ที่แสดงภายใต้เงื่อนไขเดียวกัน มากกว่าค่าสัมบูรณ์ นอกจากนี้ ตัวเลขของ Waymo มาจากถนนในเมืองที่คับคั่ง ส่วนของ Tesla มาจากทางด่วนเป็นส่วนใหญ่ - ต้องไม่เอาแอปเปิลไปเทียบกับส้ม

เมื่อพิจารณาโปรไฟล์ด้านความปลอดภัย Waymo ให้ภาพที่แข็งแกร่ง: อัตราอุบัติเหตุร้ายแรง 1.28 ครั้งต่อล้านไมล์อยู่ต่ำกว่าอัตราของพนักงานขับรถมนุษย์ มีเพียง 12-15% ของเหตุการณ์ที่รายงานเท่านั้นที่พบว่าเป็นความผิดของรถ - รถแท็กซี่อัตโนมัติมักถูกชนจากด้านหลังขณะจอดรอ แต่ก็ไม่ใช่ภาพที่ไร้รอยตำหนิ: ในปี 2025 มีการบันทึกอุบัติเหตุแท็กซี่อัตโนมัติของ Waymo ในแคลิฟอร์เนีย มากกว่า 590 ครั้ง และจำนวนนี้เพิ่มขึ้นตามการเติบโตของกองรถ แม้ส่วนใหญ่จะเป็นเหตุการณ์เล็กน้อยที่ไม่มีผู้บาดเจ็บ แต่ดูเหมือนหลีกเลี่ยงไม่ได้ที่อุบัติเหตุจะเพิ่มขึ้นพร้อมกับการเติบโตของกองรถ การประเมินจากมุมมองสาธารณสุขของ Johns Hopkins ก็สรุปในทิศทางเดียวกัน: ข้อมูลช่วงต้นแสดงให้เห็นว่าสามารถลดอุบัติเหตุร้ายแรงได้ แต่ยังต้องการข้อมูลเพิ่มเติม

ฝั่ง Tesla นั้น กองรถแท็กซี่อัตโนมัติในเท็กซัสขับรถได้อย่างปลอดภัยประมาณ 328,621 ไมล์ แต่การวิเคราะห์จากชุมชนชี้ว่าอัตราอุบัติเหตุต่อไมล์ใกล้เคียงกับตัวเลขปี 2025 ของ Waymo ที่ 134,410 ไมล์ - แปลว่าระยะห่างยังไม่ปิดลง การทดสอบผู้โดยสารแบบเทียบเคียงที่ออสตินก็สรุปความแตกต่างได้ดี: ขณะที่แอป Waymo แสดงภาพการทำงานของเซ็นเซอร์ Tesla Robotaxi กลับเงียบกว่า ระมัดระวังบางครั้งมากกว่าแม้แต่พนักงานขับรถมนุษย์ และถูกกว่าการเดินทาง Uber ที่คล้ายกันประมาณ 25% ราคาคือข้อได้เปรียบที่เงียบแต่แท้จริงของ Tesla

Mercedes Drive Pilot: ทำไมเส้นทางลำดับสามจึงถอยหลัง?

ในภาพนี้ ผู้เล่นลำดับที่สามที่มักถูกลืมคือ Mercedes Drive Pilot เป็นระบบ SAE Level 3 แบบแรกที่ได้รับอนุมัติในสหรัฐอเมริกา: เปิดตัวในปี 2024 บน EQS และ S-Class พร้อม lidar กล้องขั้นสูง ตัวรับ GPS และชุดเซ็นเซอร์ที่ครบครัน ด้วยการอัปเดต ระบบสามารถทำความเร็วได้ถึง 95 กม./ชม. บนทางด่วนเยอรมัน ทำให้เป็นระบบ Level 3 ที่ได้รับการรับรองที่เร็วที่สุดในบรรดารถผลิตจริง ฟังดูเหมือนชัยชนะ ใช่ไหม?

จากนั้นปี 2026 มาถึง และภาพก็เปลี่ยนไป: Mercedes ระงับโปรแกรม Level 3 ของ Drive Pilot ที่ให้บริการมาตั้งแต่ปี 2021 และใน S-Class ปี 2026 สำหรับตลาดสหรัฐฯ ได้แทนที่ด้วยระบบ Level 2++ ของตัวเอง BMW ก็ร่วมอยู่ในกลุ่มที่ยกเลิก Level 3 เช่นกัน บทเรียนจากเรื่องนี้ชัดเจน: แนวทางการทำงานอัตโนมัติแบบมีเงื่อนไขที่ใช้ lidar และกระบวนการรับรองที่ยากและแพง กำลังเจอปัญหาในการได้รับการตอบรับจากตลาด ทางแก้แบบกึ่งกลาง - ที่ผู้ขับขี่ไม่ได้เป็นอิสระโดยสมบูรณ์และไม่ได้รับผิดชอบเต็มที่ - กลายเป็นตัวเลือกที่อธิบายให้ลูกค้าเข้าใจยากที่สุด

เมื่อเกิดอุบัติเหตุ ใครคือผู้ผิด? ภาพรวมทางกฎหมาย

เรื่องความรับผิดชอบคือเวทีหลักของสงครามระดับอัตโนมัติจริงๆ ในระดับ 2 คนขับเป็นผู้รับผิดชอบ แต่ในระดับ 4 บริษัทเป็นผู้รับผิดชอบ - และความต่างนี้ก่อให้เกิดผลลัพธ์ที่เป็นรูปธรรมมากในศาล ที่ไมอามี คณะลูกขุนตัดสินให้ Tesla รับผิดบางส่วนและสั่งจ่ายค่าสินไดมีพร้อมบทลงโทษมูลค่า 329 ล้านดอลลาร์ แม้เป็นเพียงระบบระดับ 2 แต่คณะลูกขุนกลับโหมโทษผู้ผลิต แสดงให้เห็นว่าสถานการณ์นี้เปลี่ยนแปลงง่ายเพียงใด ในโลกยานยนต์ที่ก้าวไปสู่เทคโนโลยี "eyes-off" ที่ไม่ต้องเฝ้าดูตลอดเวลา ความเป็นไปได้ที่ผู้ผลิตจะถูกตั้งเป็นผู้รับผิดเมื่อเกิดอุบัติเหตุก็เพิ่มขึ้นด้วย

ด้านกฎระเบียบยังอยู่ในช่วงฟื้นตัว แคลิฟอร์เนียไม่เคยอนุญาตให้หน่วยงานบังคับใช้กฎหมายออกใบสั่งด้านจราจรขั้นพื้นฐานแก่ยานพาหนะอัตโนมัติจนถึงปี 2026 ตั้งแต่วันที่ 1 กรกฎาคมเป็นต้นไป ตำรวจสามารถลงโทษผู้ผลิตโดยตรงเมื่อมีการละเมิดกฎจราจร ส่วนยูทาห์อนุมัติกรอบกฎหมายสำหรับยานพาหนะอัตโนมัติในปี 2026 ซึ่งรวมถึงเหตุฟ้องร้องแยกต่างหากและเพดานค่าสินไดมี กล่าวคือ กฎหมายกำลังวิ่งตามเทคโนโลยี - และยังไล่ไม่ทัน

ตลาดโต แต่ไม่มีใครรู้ตัวเลขจริง

การคาดการณ์ว่าตลาดแท็กซี่หุ่นยนต์จะโตขึ้นเท่าไรแตกต่างกันอย่างมีนัยสำคัญ: การคาดการณ์หนึ่งเห็นตลาดมูลค่า 1,270 ล้านดอลลาร์ในปี 2026 โตไปเป็น 96,300 ล้านดอลลาร์ในปี 2034 ขณะที่อีกฉบับคาดการณ์ที่ 147,000 ล้านดอลลาร์สำหรับปี 2033 การวิเคราะห์อื่นมองเห็นตลาดโลกประมาณ 415,000 ล้านดอลลาร์ในปี 2035 โดยมีส่วนแบ่งสหรัฐฯ 48,000 ล้านดอลลาร์อยู่ภายใน ช่วงกว้างขนาดนี้แหละคือสัญญาณที่ซื่อสัตย์ที่สุด: สาขานี้ยังอยู่ในช่วงเริ่มต้น และการคาดการณ์อนาคตในตอนนี้เป็นงานที่อยู่ระหว่างการคาดเดากับวิทยาศาสตร์

ทำไมสองกลยุทธ์จึงไม่ตามรอยกันและกัน?

คำถามที่หลายคนอยากรู้ที่สุดอาจจะคือ: Tesla จะสร้างกองรถแท็กซี่หุ่นยนต์แบบ Waymo หรือไม่ และ Waymo จะเปลี่ยนมาใช้กล้องหรือเปล่า? คำตอบคือไม่ - เพราะทั้งสองจริงๆ ขายสิ่งที่แตกต่างกัน Tesla ขายรถยนต์: รวบรวมข้อมูลจากเจ้าของนับล้านของรถราคา 25,000 ดอลลาร์แล้วเพิ่มความสามารถด้วยซอฟต์แวร์ รถทุกคันคือครูคนใหม่ของระบบ ส่วน Waymo ให้เช่าบริการ: เดินรถด้วยยานพาหนะที่แพงแต่พิสูจน์ความปลอดภัยแล้วในพื้นที่จำกัด และขยายจำนวนพื้นที่เมื่อเติบโตขึ้น ฝ่ายหนึ่งขยายในแนวนอน (จำนวนรถ) ไม่ใช่แนวตั้งแต่ขยายในเชิงความลึก (ความเป็นผู้ใหญ่ต่อพื้นที่)

ข้อถกเถียงเรื่องเซนเซอร์ก็ไม่จบด้วยเหตุผลเดียวกัน คำถามคลาสสิกของ Musk - "ถ้า lidar ขัดแย้งกับกล้อง คุณจะเชื่อสัญญาณไหน?" - ถูกตอบโต้ในหมู่วิศวกรด้วยตัวกรอง Kalman และข้อโต้แย้งเรื่องความซ้ำซ้อน: แม้เซนเซอร์สองตัวจะไม่ลงรอยกัน ตัวที่สามก็ทำหน้าที่อรรณพนักงาน ราคา lidar ที่ลดลงเหลือ 500-1,000 ดอลลาร์ ก็ทำให้ข้ออ้าง "lidar แพง ดังนั้นไม่ใช้" อ่อนแอลง แต่ที่ Tesla ขายคอมพิวเตอร์ "FSD capable" ไปแล้วหลายล้านเครื่องและภาพลักษณ์แบรนด์ ไม่ได้ช่วยให้การกลับใจง่ายขึ้น ถ้าจะสรุปประเด็นของวันนี้ในประโยคเดียว: ด้านเซนเซอร์ Waymo นำ ส่วนด้านอัลกอริทึมและข้อมูล Tesla นำ - และว่าใครจะถึงระดับ 5 ก่อน ขึ้นอยู่กับว่าใครจะรวมสองความนำนี้เข้าด้วยกันได้เร็วกว่า

สรุปสั้นๆ

Waymo กำลังเดินหน้าด้วยผู้โดยสารที่ขนส่งแบบไร้คนขับจริง ๆ ในขณะที่ Tesla แม้ยังไม่เคยขนส่งผู้โดยสารแบบไร้คนขับเลย แต่เดินหน้าด้วยข้อมูลที่ไหลจากรถยนต์หลายล้านคัน สองเส้นทางที่แตกต่างกันแต่ก็สมเหตุสมผลไม่แพ้กัน ฝ่ายหนึ่งเจาะลึกโดยให้ความสำคัญกับความปลอดภัยเป็นอันดับแรก อีกฝ่ายหนึ่งขยายวงกว้างโดยให้ความสำคัญกับขนาดสเกลเป็นอันดับแรก การเดิมพันของผมคือ: ผู้ชนะน่าจะเป็นส่วนผสมของสองปรัชญานี้ - พื้นที่ที่จับแผนที่ด้วยเซ็นเซอร์ราคาถูก และอัลกอริทึมแบบ end-to-end ที่เรียนรู้จากรถหลายล้านคัน แล้วคุณจะเดิมพันกับฝ่ายไหน? มาคุยกันในคอมเมนต์นะ!

แหล่งอ้างอิง

• Tesla vs Waymo - Who is closer to Level 5 Autonomous Driving?
• Full Self-Driving (Supervised) - Tesla Support
• Self-Driving Car Technology for a Reliable Ride - Waymo
• Waymo vs Tesla: Two Ways to Build Self-Driving Cars
• The 6 Levels of Vehicle Autonomy Explained
• DRIVE PILOT 95 km/h - Mercedes-Benz Group
• Following Mercedes, BMW also abandons Level 3 automated driving
• As robotaxi accidents increase in L.A., the data reveal…
• The Safety Data on Autonomous Vehicles - Johns Hopkins
• Studying "Fault" In Robotaxi Crashes - Forbes
• Carmakers push toward 'eyes-off' driving - Reuters
• Self-Driving Cars: Liability, Current Legislation
• Robotaxis $400 Billion Market in 2035 - Goldman Sachs