ロボタクシーが動けなくなったら、誰が動かすのか?
Waymoが週50万回の有料ライドを達成。しかし急成長の裏に潜む「立ち往生問題」は、自動運転の未来に根本的な問いを投げかけている。日本社会への示唆とは。
緊急出動中の警察官が、銃乱射事件の現場ではなく、道路の真ん中で立ち往生した無人タクシーを動かすために呼び止められる。これは映画のシナリオではない。2026年3月、テキサス州オースティンで実際に起きた出来事だ。
週50万回という数字の意味
Waymoは現在、週あたり50万回の有料ロボタクシーライドを提供している。1年前と比較すると、その成長速度は目を見張るものがある。UberやLyftといった人間ドライバーによるライドシェアと比べれば、まだ小さな数字だ。しかし問題は規模ではなく、成長の「質」にある。
Waymoの車両台数に対するライド数の比率、新市場への展開ペース、そして何より——その成長が社会インフラにどれほどの負荷をかけているか、という点が注目に値する。
2025年12月、カリフォルニア州で大規模停電が発生した際、複数のWaymo車両が道路上で動けなくなった。今年3月のオースティンでは、銃乱射事件に対応しようとした警察官が、現場への経路を塞いだロボタクシーを手動で移動させるために時間を割かれた。TechCrunchの調査によれば、こうした事例は少なくとも6件確認されており、いずれも公的な緊急サービスが対応に当たっている。
サンフランシスコ市議会のアラン・ウォン議員はこの状況を端的に表現した。「ファーストレスポンダーはAAAの代わりではない」——AAAとはアメリカの民間ロードサービス会社のことだ。
「30%遅い」という不都合な現実
立ち往生問題だけではない。Uberに近い業界関係者によれば、Waymoのロボタクシーは人間ドライバーと比べて目的地への到着に最大30%長くかかるという。理由は安全性への配慮と、無保護左折など複雑な交通状況を避ける傾向にある。
これは単純な「遅い」という問題ではない。都市の交通流量、緊急車両の通行、そして利用者の時間価値に直接影響する構造的な課題だ。
もっとも、この情報はWaymoの競合でもあるUberに近い情報源から出ている点は留意が必要だ。ビジネス上の利害が絡む情報は、常に複数の角度から検証されるべきだろう。
これはWaymoだけの問題ではない
2026年、アメリカではWaymo以外にも複数の企業が有料ロボタクシーサービスの展開を計画している。Motional、Zoox、そしてTeslaもオースティンでサービスを展開中だ。各社が異なるシステムを持ち、公的サービスへの依存度もそれぞれ異なる。
ユタ州知事は先ごろ、自動運転車の責任の枠組みを定める法律に署名した。しかし「立ち往生したロボタクシーを誰が動かすのか」という問いへの法的回答は、まだ多くの州で曖昧なままだ。
ドローン配送のZiplineが8億ドルのシリーズH資金調達を完了し、RivianがVolkswagenから10億ドルの追加出資を受けるなど、自律移動システム全体への投資は加速している。自動運転の「社会実装」は、もはや遠い未来の話ではない。
日本社会への問い
日本にとって、この問題は特別な意味を持つ。高齢化と労働力不足に直面する日本では、自動運転タクシーへの期待は大きい。過疎地域の交通問題、高齢ドライバーの免許返納後の移動手段——ロボタクシーはこれらの社会課題を解決する技術として期待されている。
一方で、ソニー・ホンダモビリティがAfeelaブランドの2車種の開発を断念したことが明らかになった。日本の自動車産業は、ロボタクシー競争においてまだ主要プレーヤーとなれていない。トヨタの自動運転子会社Woven by Toyotaなどの動向が注目されるが、市場展開という点では欧米勢に後れを取っている現状がある。
日本の救急・警察体制は、アメリカとは異なる文脈を持つ。消防署や警察署が「ロボタクシーの移動」という新たな業務を担うことへの社会的合意は、まだ形成されていない。
本コンテンツはAIが原文記事を基に要約・分析したものです。正確性に努めていますが、誤りがある可能性があります。原文の確認をお勧めします。
関連記事
FBIの採用試験でポリグラフ検査に不合格となった元陸軍将校の事例を通じ、科学的根拠が疑問視される測定技術が今も司法・安全保障の現場で使われ続ける理由を考察します。
毎年3月にテキサス州オースティンで開催されるSXSW。40周年を迎えた今年、その変容は何を意味するのか。日本のスタートアップ・投資家にとっての示唆を探る。
スマートフォンで撮影した写真には、位置情報を含むEXIFデータが自動的に記録されます。知らずに共有すると自宅の場所が特定される可能性も。確認・削除方法を解説します。
Waymoの自動運転車がスクールバスの停車サインを無視し続けた問題は、AIが「例外」を学ぶことの難しさを浮き彫りにしています。日本の自動運転開発にも示唆する教訓とは。
意見
この記事についてあなたの考えを共有してください
ログインして会話に参加