2025: l'anno in cui le auto a guida autonoma diventeranno di uso comune?

Quando arriveranno le auto a guida autonoma?

Quando si parla di tecnologie dirompenti che sembrano dietro l'angolo, poche sembrano avere un impatto sull'economia e sulla società in generale quanto la guida autonoma o "self-driving", eccetto, ovviamente, forse l'AGI (Intelligenza Artificiale Generale).

Ciò è dovuto all'enorme numero di lavori e mansioni che richiedono la guida di veicoli. A partire dai lavori di guida, come tassisti, addetti alle consegne, camionisti, ecc. Ma, cosa ancora più importante, la maggior parte della popolazione mondiale svolge questo compito non retribuito, spesso sprecando ore della propria giornata. ogni giorno, al volante.

Ciò rappresenta una massiccia perdita di produttività che grava sull'economia, sulla nostra vita quotidiana e sulla cultura. Ecco perché, già nel 2023, si prevedeva che i robotaxi avrebbero generato fino a quattro trilioni dollari di ricavi.

Tuttavia, sviluppare veicoli veramente autonomi è difficile e, finora, i trasporti completamente automatizzati non sono ancora arrivati sulle strade. Quanto siamo vicini alla diffusione su larga scala dei veicoli a guida autonoma?

L'enorme potenziale della guida autonoma

Torna in 2023, il rapporto “Big Ideas” di ARK Invest ha previsto enormi potenziali ricavi per i robotaxi, con ricavi previsti fino a 9 trilioni di dollari entro il 2030.

Fonte: ARK Invest 'Grandi idee 2023', pagina 113

Alla base di questa idea c'è il fatto economico fondamentale che i robotaxi potrebbero ridurre la necessità di possedere un'auto, a patto che i viaggi siano sufficientemente economici.

Ciò può creare un ciclo di feedback positivo, in cui le tariffe economiche aumentano la domanda, che a sua volta incrementa l'utilizzo dei robotaxi, ammortizzando ulteriormente i costi di capitale, riducendo i prezzi, il che aumenta ulteriormente la domanda, ecc.

Si osserva che se i fornitori di servizi riuscissero ad abbassare questo prezzo a 0.25 dollari al miglio, i servizi di taxi autonomi “essere più conveniente rispetto al 95% dei viaggi a corto raggio”.

Gli aspetti economici della guida autonoma sono ancora più chiari se si riesce a gestire il trasporto di merci come camion e navi. In questo caso, autisti e personale sono solo costi da eliminare dalla struttura aziendale se i sistemi autonomi sono sufficientemente affidabili da sostituirli.

Fonte: ARK Invest

Quindi, nel complesso, non c'è dubbio che i veicoli a guida autonoma sarebbero un'enorme fonte di guadagno, ed è anche per questo che così tante aziende tecnologiche hanno investito decine di miliardi nello sviluppo di questa tecnologia. Ma sembra che si tratti di un enigma difficile da risolvere.

Costruire lo stack tecnologico per la guida autonoma

Tecnologie di supporto

Prima di discutere il fulcro dei veicoli autonomi, ovvero l'intelligenza artificiale che li guida, possiamo brevemente spiegare perché nell'ultimo decennio le auto a guida autonoma, ma anche i droni e altri dispositivi, sono diventati economicamente sostenibili.

Uno dei motivi è il crollo dei costi dei sensori e della potenza di calcolo. È facile dimenticare che il primo iPhone è uscito solo nel 2007 e che un telefono con una buona fotocamera e che funzionava come un mini-computer era una rivoluzione all'epoca, meno di 20 anni fa.

Da allora, l'ottica, i sensori, i chip e gli altri componenti elettronici sono diventati sempre più economici, potenti e affidabili.

L'ascesa dei veicoli elettrici, a partire dalla prima Tesla Roadster del 2008, ha cambiato anche il funzionamento dei veicoli. La nuova auto elettrica può fornire un'enorme quantità di energia elettrica grazie alla sua batteria e al suo sistema di trasmissione di grandi dimensioni, rendendo l'alimentazione dei chip di guida autonoma e dei relativi sensori una questione pressoché banale.

Le auto elettriche sono anche molto più affidabili dal punto di vista meccanico, in grado di percorrere distanze molto più lunghe con una minore usura e il loro carburante è complessivamente molto più economico al miglio, il che le rende il "robotaxis" perfetto per guidare tutto il giorno per molti utenti. Al contrario, la tecnologia di guida autonoma avrebbe un impatto economico molto più negativo se dovesse affidarsi alle auto con motore a combustione interna (ICE).

Nel complesso, le auto di oggi sono già praticamente dei computer su ruote, con 300-1,000 chip per auto, e alcuni veicoli elettrici ne hanno fino a 3,000. Manca solo il "cervello" per guidarsi da soli.

Fonte: Semi polare

Capire le strade

Per le funzioni più basilari, come l'identificazione della strada da percorrere dal punto A al punto B, la maggior parte delle auto a guida autonoma è perfettamente in grado di svolgere il compito da oltre un decennio, soprattutto da quando sono state adottate in massa le app GPS e "Mappe" che forniscono i dati necessari.

La parte difficile è che l'auto capisca cosa sta cambiando sulla strada: le condizioni meteorologiche, le altre auto, i pedoni, le biciclette, gli animali, ecc.

Anche in questo caso, la soluzione generale si è rivelata relativamente rapida, con sistemi che consentono la “guida assistita” in autostrada, un ambiente molto meno impegnativo, già offerto nella maggior parte delle auto di fascia alta.

Ma le situazioni più complesse, come cantieri edili, centri cittadini, presenza di pedoni e incidenti stradali, sono più difficili da gestire.

In generale, i sistemi di guida autonoma sono classificati lungo uno spettro, dal semplice supporto per il mantenimento della velocità e il parcheggio, fino all'ideale di veicolo a guida autonoma perfetto. L'ultimo livello, L5, ovvero la completa automazione che non richiede un conducente, è ancora incerto.

Fonte: MobileEye

Solitamente, il mancato raggiungimento del livello di autonomia L5 è dovuto a rari casi in cui l'IA confonde l'utente. Ad esempio, un computer potrebbe avere difficoltà a comprendere la situazione di un'auto in un parcheggio multipiano:

"Il veicolo pensava che le auto parcheggiate nel parcheggio stessero bloccando la strada. Ha pensato: 'Auto ferma, aggira il marciapiede'.

Quando un sistema incontra qualcosa e non sa cosa fare, in molti casi l'auto semplicemente smette di muoversi."

Davide Fritz - Vpresidente dei sistemi ibridi fisici e virtuali presso Siemens Digital Industries Software

Hardware per reti neurali

La maggior parte dei recenti progressi compiuti nell'intelligenza artificiale sono stati costruiti sulla base di tecnologia delle reti neurali, che ha vinto il premio Nobel per la fisica nel 2024Contrariamente all'informatica ordinaria, che richiede un rigido insieme di comandi per ogni situazione, le reti neurali possono adattarsi alle loro condizioni di addestramento per fornire la risposta appropriata.

Fonte: Premio Nobel

Ciò li rende intrinsecamente più adatti a gestire situazioni "disordinate", in cui gli input sono molto variabili e i dati risultano sempre un po' confusi per un computer ("rumorosi").

Per molto tempo, le reti neurali sono state addestrate ed eseguite su GPU, riadattando le schede grafiche dei computer a hardware per l'intelligenza artificiale. Più di recente, si sta sviluppando hardware dedicato all'intelligenza artificiale e alle reti neurali.

Tra gli altri hardware AI (che ne abbiamo parlato più approfonditamente in un report dedicato), i processori di reti neurali (NNP) sono particolarmente rilevanti per l'intelligenza artificiale a guida autonoma. Chiamati anche unità di elaborazione neurale (NPU) o chip neuromorfici, possono completare un'operazione con un solo calcolo anziché con diverse migliaia di calcoli come avviene con l'hardware generalista.

Grazie a questa efficienza energetica, le NPU sono molto diffuse nel cosiddetto "edge computing", in cui i calcoli vengono eseguiti in loco anziché nel cloud.

Poiché la guida autonoma deve essere affidabile, reattiva molto rapidamente e non dipendere da una connessione, si basa principalmente sull'edge computing che gestisce una rete neurale in locale, anche se in precedenza l'addestramento dell'IA veniva effettuato nel cloud.

Scegliere la tecnologia giusta

Geofencing vs guida libera

Perché il geofencing

Una delle scelte più importanti in termini di tecnologia e strategia aziendale per le future aziende produttrici di auto a guida autonoma è stata la decisione di utilizzare o meno il geofencing.

Il geofencing si verifica quando un sistema di guida autonoma viene specificamente addestrato per funzionare solo in un'area geografica limitata, definendo un confine virtuale entro il quale il sistema di guida autonoma può operare.

L'idea è che limitando l'area, il sistema di intelligenza artificiale può imparare abbastanza bene di queste in particolare sulle strade di cui ci si può fidare per guidare in sicurezza.

"Limitare l'area a luoghi più 'privati', o addirittura ai marciapiedi anziché alle strade, può ridurre significativamente il tipo di interazioni che il veicolo avrà con altri oggetti, come automobili, camion, ciclisti e pedoni."

Robert Day – Direttore delle partnership automobilistiche per Arm's Automotive e IoT.

Riducendo il numero di casi che l'IA deve gestire, nonché la strada e i possibili percorsi, si riduce notevolmente il calcolo richiesto, il che ha un impatto anche sull'hardware necessario.

 "I limiti imposti dal geofencing hanno un profondo impatto sulle capacità richieste da un veicolo autonomo, il che influisce sull'hardware necessario per alimentare i sistemi autonomi."

Robert Day – Direttore delle partnership automobilistiche per Arm's Automotive e IoT.

Tuttavia, questo limita fortemente le possibilità di implementazione dei veicoli autonomi. Significa che ogni nuova città richiede all'azienda di guida autonoma di creare un set personalizzato di dati di addestramento, solitamente guidando manualmente le auto nelle aree interessate per diversi anni prima del lancio.

Ciò rende l'approccio piuttosto costoso.

Ciò rende le auto a guida autonoma interessanti solo per le aziende di robotaxi, mentre i singoli cittadini probabilmente continueranno ad aver bisogno di una propria auto, poiché vorranno occasionalmente uscire dalle aree georeferenziate, che di solito sono limitate al centro città o a una sola città.

Se l'industria rimane bloccata in questo paradigma, la maggior parte dei vantaggi attesi dall'adozione di massa dei robotaxi non si verificheranno.

Implicazioni legali e commerciali del geofencing

Allo stesso tempo, optare per una guida completamente autonoma senza alcuna limitazione può rivelarsi controproducente.

Può ritardare l'implementazione dei servizi autonomi, poiché deve essere perfetto ovunque prima di essere implementato in un elenco limitato di città, dove potrebbe già raggiungere milioni di utenti.

Un altro problema riguarda le norme e le leggi che regolano i sistemi di guida autonoma. Gli enti regolatori si sono dimostrati riluttanti, ma disposti ad accettare la lenta implementazione di soluzioni basate su geofence, soprattutto quando è stata dimostrata la sicurezza in una determinata zona.

Ma un'autorizzazione globale e illimitata per le auto a guida autonoma richiederà non solo l'approvazione locale, ma anche leggi e regolamenti a livello nazionale che devono ancora essere creati.

Poiché il diritto si muove spesso molto più lentamente della tecnologia, ciò potrebbe rappresentare un serio problema per l'implementazione illimitata del livello di autonomia L5, anche se tutti i problemi tecnici fossero già risolti.

LIDAR vs. solo telecamere

Un altro dibattito nel settore riguarda l'uso del LIDAR (Light Detection and Ranging, o "radar laser"). Il LIDAR utilizza raggi laser per rilevare oggetti vicini, creando un modello 3D in tempo reale dell'ambiente circostante.

Fonte: Autoweek

I sistemi LIDAR vengono solitamente posizionati sulla parte superiore delle auto a guida autonoma, il che li rende un'aggiunta piuttosto ingombrante.

Un vantaggio del LIDAR è che può vedere più cose delle telecamere e ha un'eccellente capacità di valutazione delle distanze, il che lo rende particolarmente utile per evitare incidenti ad alta velocità. Può funzionare perfettamente anche al buio o in condizioni di scarsa illuminazione.

Fonte: Forbes

Spesso il LIDAR viene utilizzato insieme al radar per rilevare oggetti anche in condizioni difficili, come ad esempio la nebbia.

La maggior parte della tecnologia di guida autonoma si basa sul LIDAR per aumentare la sicurezza, ad eccezione di Tesla (TSLA ), ma presenta alcuni svantaggi.

Il primo è il costo. Dato che la maggior parte dei sistemi LIDAR di fascia alta costa tra i 70,000 e gli 80,000 dollari, le auto a guida autonoma sono piuttosto costose. Questo potrebbe non essere vero per sempre. poiché ci sono segnali che il LIDAR è diventato molto più economico di recente, soprattutto per i LIDAR di fascia bassa, rendendoli forse più commercialmente validi.

"È una questione sia di volume che di tecnologia. L'industria automobilistica fa affidamento sulla scala per ridurre i costi. Quando il volume delle applicazioni aumenta, i costi diminuiscono.

Ad esempio, un'unità LiDAR costava 30,000 yuan (circa 4,100 dollari), ma ora costa solo circa 1,000 yuan (circa 138 dollari), con un calo notevole".

Li Chuanhai – Vicepresidente del Geely Auto Group

Il LIDAR è una tecnologia piuttosto complessa, con numerose parti mobili (mini-specchi rotanti), il che è uno dei motivi del suo costo elevato e può rendere la manutenzione e l'affidabilità un problema.

Infine, qualsiasi IA addestrata con dati LIDAR avrà probabilmente bisogno per sempre di questi dati per funzionare al meglio, poiché questo requisito sarà profondamente radicato nella rete neurale. Quindi, qualsiasi azienda che utilizzi il LIDAR per addestrare il proprio sistema di guida autonoma potrebbe non farne più a meno.

Quanto devono essere sicure le auto a guida autonoma?

Una questione chiave sia per gli enti regolatori che per gli utenti è quanto debba essere sicura un'auto a guida autonoma. In teoria, se le auto a guida autonoma sono 5 volte più sicure di un conducente umano, dovrebbero essere adottate rapidamente e accolte come un progresso.

Tuttavia, nella pratica, le persone sono molto riluttanti a fidarsi di una macchina che è solo marginalmente più sicura degli esseri umani, inclini all'errore. Gli esseri umani tendono anche a sopravvalutare la propria capacità di guida.

Quindi, anche se i sistemi di guida autonoma sono da anni molto più sicuri delle auto guidate da esseri umani (come dimostrano i dati Tesla già nel 2023), persiste la percezione che ogni incidente sia un "fallimento" dell'intelligenza artificiale.

Nemmeno la registrazione di ogni incidente da parte delle telecamere dell'auto e le reazioni dei media tradizionali e dei social media aiutano.

Fonte: ARK Invest

Di conseguenza, è probabile che per poter autorizzare la guida autonoma di livello L10 senza restrizioni su tutte le strade sarà necessario raggiungere un livello di sicurezza molto elevato, ovvero 100-5 volte superiore a quello di un conducente umano.

Aziende di guida autonoma

Waymo

Quando si parla di robotaxi effettivamente impiegati, sta emergendo un leader indiscusso: i robot collegati a Google WaymoNell'aprile 2025, Waymo era già segnalando 250,000 corse a pagamento sui robotaxi a settimana negli Stati Uniti, principalmente ad Austin, Phoenix e nella Bay Area di San Francisco, con un milione di miglia percorse al mese.

Il successo di Waymo deriva da un inizio precoce (l'azienda è stata lanciata nel 2010, con una tecnologia che risale al 2005) e da un approccio molto cauto: i suoi robotaxi sono georeferenziati e si affidano in larga misura a sistemi LIDAR di fascia alta, vincendo la corsa alla guida autonoma sicura, anche se finora limitata a poche aree.

Ciò ha aiutato Waymo a stringere alleanze preziose come una partnership strategica con Toyota, il più grande produttore di automobili al mondo per unità vendute (>10 milioni all'anno).

Toyota e Waymo puntano a unire i rispettivi punti di forza per sviluppare una nuova piattaforma per veicoli autonomi. Parallelamente, le aziende esploreranno come sfruttare la tecnologia autonoma di Waymo e l'esperienza di Toyota nel settore dei veicoli per migliorare i veicoli di proprietà personale (POV) di prossima generazione.

Toyota si impegna a realizzare una società con zero incidenti stradali e a diventare un'azienda di mobilità che offre mobilità a tutti.

Hiroki Nakajima - Vicepresidente esecutivo della Toyota Motor Corporation

(Puoi leggere maggiori informazioni su Toyota nel suo report dedicato agli investimenti)

Tesla

L'altro grande contendente nella corsa alle auto a guida autonoma e ai robotaxi è Tesla.

L'azienda ha avuto un grande vantaggio nel fatto che tutti i veicoli venduti sono dotati di telecamere che l'azienda prevede siano sufficienti per addestrare la sua intelligenza artificiale, senza richiedere LIDAR, o anche i radar.

Ciò significa che Tesla riceve milioni di chilometri di dati di addestramento "gratuitamente", forniti dagli acquirenti di Tesla che guidano in condizioni reali. Al contrario, quasi tutte le altre aziende di guida autonoma devono pagare i conducenti per guidare su strade reali per anni in ogni area georeferenziata, aumentando notevolmente i costi.

Fonte: ARK Invest

Tuttavia, il rilascio della Full Self-Driving (FSD) da parte di Tesla è stato un annuncio perennemente “presto” e poi ritardato per diversi anni (dalle aspettative di auto autonome disponibili nel 2018), portando a alcune dure critiche riguardo all'impostazione di aspettative irrealistiche.

Tuttavia, questo potrebbe finalmente cambiare, con Il Texas concede a Tesla Robotaxi il permesso di gestire un servizio di ride-hailing nell'agosto 2025, dopo un test effettuato ad Austin a partire da giugno 2025. Per ora, un dipendente Tesla è ancora a bordo come supervisore della sicurezza.

Quindi Tesla è, come sempre, controversa: alcuni vedono l'approvazione del Texas come il primo passo verso l'implementazione su larga scala dell'FSD e il monitoraggio della sicurezza umana come una questione temporanea, mentre altri credono che Tesla non rilascerà mai robotaxi veramente autonomi.

La verità sta probabilmente nel mezzo.

In teoria, se gli esseri umani possono usare solo gli occhi per guidare un'auto, lo può fare anche un'intelligenza artificiale, quindi usare solo telecamere non dovrebbe essere un problema per sempre. Allo stesso tempo, questa ambiziosa strategia, che potrebbe rivelarsi corretta a lungo termine, ha chiaramente ostacolato l'implementazione di Tesla nel breve termine, a prescindere da quanto Elon Musk voglia essere positivo al riguardo.

(Puoi leggere maggiori informazioni su Tesla nel suo report dedicato agli investimenti)

Baidu

Baidu, il principale motore di ricerca cinese, segue le orme di Google con Apollo Go, le sue auto a guida autonoma.

Baidu ha adottato modalità di guida completamente senza conducente in diverse città cinesi, eliminando i conducenti addetti alla sicurezza dai propri veicoli.

Baidu ha stretto un accordo con Uber nel luglio 2025 per portare le sue auto senza conducente nel mondo, al di fuori degli Stati Uniti e della Cina.

Le due aziende hanno affermato che la partnership pluriennale vedrà "migliaia" di veicoli autonomi Apollo Go di Baidu su Uber in tutto il mondo.

Baidu ha già fornito 899,000 corse nel secondo trimestre del 2024. Nel 2025, le zone pilota saranno estese a 20 città.

Nel 2024, Baidu ha reso open source la sua tecnologia di guida autonoma, confermando la tendenza della tecnologia di intelligenza artificiale cinese verso l'open source, come illustrato da una mossa simile dalla sensazione di intelligenza artificiale generalista DeepSeek.

Per il mercato statunitense, è improbabile che Baidu faccia grandi progressi nel contesto delle tensioni commerciali e delle preoccupazioni relative ai dati degli utenti, ma potrebbe rappresentare un serio concorrente di Waymo e Tesla all'estero, soprattutto con il supporto di Uber.

Zoox

Zoox, una sussidiaria di Amazon, è facilmente riconoscibile per il suo design unico, che prevede che i suoi robotaxi siano veicoli dedicati, lontani dalle normali caratteristiche di un'auto normale.

Fonte: TechCrunch

L'azienda ha appena ottenuto un'esenzione dall' Programma ampliato di esenzione per veicoli automatizzati della National Highway Traffic Safety Administration, consentendogli di mostrare i suoi robotaxi personalizzati su strade pubbliche. Si tratta di un passo importante, poiché i robotaxi Zoox non hanno le caratteristiche essenziali delle auto normali, come volante e pedali.

Zoox ha lanciato nel giugno 2025 la sua prima linea di produzione per i suoi veicoli, mirando a produrre più di 10,000 robotaxi all'annoQuesto segue i test effettuati in diverse città degli Stati Uniti e si sta espandendo ad altre: Las Vegas, San Francisco Bay Area, Seattle, Austin, Miami, Los Angeles e Atlanta.

Zoox prevede ora di lanciare offerte commerciali di viaggi in robotaxi a Las Vegas, San Francisco e poi ad Austin e Miami nei prossimi anni.

(Puoi leggere Maggiori informazioni su Amazon nel suo report dedicato agli investimenti)

Noi cavalchiamo

WeRide è un'azienda fondata nella Silicon Valley nel 2017 con sede in Cina. L'azienda ha effettuato numerosi test in tutto il mondo, in particolare negli Emirati Arabi Uniti. un'area in cui ora si sta espandendo grazie alla partnership con Uber. È anche sta ora implementando un robotaxi attivo 24 ore su 7, XNUMX giorni su XNUMX a Pechino.

Per risolvere potenziali problemi di visibilità notturna, il robotaxi di WeRide è dotato di oltre 20 sensori, tra cui telecamere ad alta precisione e alta dinamica e lidar ad alta visibilità distribuiti su tutto il veicolo.

Grazie all'algoritmo di fusione multisensore e alla piattaforma di elaborazione ad alte prestazioni, il sistema raggiunge una copertura a 360° senza punti ciechi in un raggio di rilevamento fino a 200 m.

Mobileye

Mocchio obile è una società con sede in Israele, acquisita da Intel nel 2017 e quotata nuovamente in borsa nel 2022.

Sebbene con tecnologie promettenti, potrebbero sorgere problemi in azienda, con la notizia del luglio 2025 che Intel sta pianificando licenziamenti e di vendere l'8% della sua partecipazione nella società.

È possibile che questo rifletta invece problemi più generali in Intel, con l'azienda che licenzia dipendenti anche in altre attività.

Tuttavia, questo potrebbe comunque rappresentare un problema per Mobileye, poiché ridurrebbe la quantità di fondi e di sostegno che può aspettarsi dalla sua società madre, ponendola in una posizione di svantaggio rispetto, ad esempio, a Waymo o Zoox.

(Puoi leggere Maggiori informazioni su Intel nel suo report dedicato agli investimenti)

Aurora Innovazione

L'azienda si concentra maggiormente sui camion senza conducente, con particolare attenzione alla guida in autostrada, che rappresenta la stragrande maggioranza dei chilometri percorsi dai camion.

Nel maggio 2025, Aurora ha effettuato il suo primo viaggio veramente senza conducente, dopo aver percorso tre milioni di miglia in autonomia e trasportato più di 10,000 carichi di clienti.

L'azienda è stata fondata da Chris Urmson, uno dei primi responsabili del progetto di auto a guida autonoma di Google, oggi noto con il marchio Waymo.

"Sto viaggiando in autostrada a 65 chilometri orari, non al volante, ma sul sedile posteriore, osservando il paesaggio che si dispiega mentre un camion carico di pasticcini viene guidato dalla tecnologia che ho contribuito a creare",

Aurora prevede di estendere il suo servizio senza conducente a El Paso, in Texas, e Phoenix, in Arizona, entro la fine del 2025.

Quelli che si sono arresi

Mentre le aziende di successo ora fanno sembrare che vincere la corsa alla guida autonoma sia solo una questione di perseveranza, vale la pena ricordare i progetti che sono morti lungo il cammino:

• La General Motors ha rinunciato al Cruise nel dicembre 2024.
• Apple ha rinunciato ai propri piani di guida autonoma nell'aprile 2024.
• Uber ha venduto il suo segmento di auto senza conducente a Aurora Technologies nel 2020.

Guida autonoma non automobilistica

Sono molte le aziende che lavorano sulla guida autonoma, ma si concentrano su sistemi diversi dalle automobili.

Ad esempio, i piccoli robot per le consegne, tecnicamente veicoli a guida autonoma, sono abbastanza piccoli da sfuggire alla regolamentazione prevista per le automobili. Per ora, i leader nel settore dei robot mobili sono Tecnologie delle astronavi estoni, lanciato dai co-fondatori di Skype e dal gigante cinese dell'e-commerce Alibaba; entrambi hanno adottato un design piccolo e innocuo, non dissimile dai droidi di Star Wars.

Fonte: Starship

Per motivi normativi e per l'impatto di qualsiasi incidente con veicoli pesanti, i camion autonomi si basano ancora sull'input umano, con aziende come Kodiak, Gatice Pony.ai seguendo l'esempio di Aurora Innovation.

Un'altra idea è quella di affidarsi ai droni volanti per la consegna di oggetti piccoli e leggeri. Finora, il leader è chiaramente Zipline, seguita da Ala and Meituan (3690.HK). Potrebbe trattarsi di una vera rivoluzione, ma si scontra con ostacoli normativi ancora maggiori rispetto ai camion per le consegne a guida autonoma, quindi potrebbe essere più lento da implementare su larga scala.

Fonte: ARK Invest

Conclusione

Dopo anni di lentezza, nonostante le "imminenti" auto a guida completamente autonoma auspicate da Elon Musk e altri leader del settore, il 2025 rappresenta un chiaro punto di accelerazione per la tecnologia della guida autonoma.

Molte città che hanno colto l'occasione per tempo hanno ora i robotaxi che circolano regolarmente sulle loro strade, riducendo così il prezzo del servizio di ride-hailing.

Finora, sembra che gli Stati Uniti e la Cina siano i due Paesi più avanti a livello mondiale, sia in termini di aziende leader nel settore, sia in termini di normative più flessibili, con il feedback positivo tra innovazione e un quadro normativo accogliente che probabilmente costituirà un valido caso di studio per gli economisti in futuro.

Per ora, la visione di robotaxi limitati, georeferenziati e in lenta implementazione, dotati di un set completo di telecamere, LIDAR, radar e altri sensori, sembra essere stata la combinazione vincente per eliminare completamente la necessità di conducenti.

Ciò ha portato grandi vantaggi a Waymo, che ha scelto un approccio cauto, mentre Zoox e molte altre aziende la seguono e la stanno recuperando rapidamente.

Nel frattempo, Tesla continua a inseguire il suo sogno di una tecnologia di "guida completamente autonoma" in grado di percorrere qualsiasi strada e di affidarsi esclusivamente alle telecamere, idealmente realizzabile con un semplice aggiornamento software su tutte le auto Tesla esistenti. Si tratta di una scommessa rischiosa, ma anche di un'idea interessante che sembra l'unica in grado di offrire una guida autonoma illimitata in tempi brevi.

La tecnologia geofenced verrà probabilmente implementata a livello globale molto lentamente, gradualmente, e sarà limitata a competere con i tradizionali servizi di taxi nelle grandi città. Questo lascia sul tavolo gran parte del potenziale guadagno multimiliardario di "veri" robotaxi in grado di sostituire l'auto di proprietà con veicoli elettrici ultra-economici e onnipresenti 24 ore su 7, XNUMX giorni su XNUMX.

Fedele alla sua cultura aziendale, Tesla potrebbe rivelarsi la vincitrice definitiva e creare un mercato completamente nuovo e di grandi dimensioni, rivoluzionando ancora una volta il significato di automobile, ma solo se riuscisse a risolvere una sfida tecnica apparentemente insormontabile.