Autonoom rijden: fysieke AI komt dichterbij

Veel van de aandacht voor AI ging de afgelopen jaren naar generatieve AI, oftewel. de communicatie tussen mens en machine. Een ander onderdeel van AI-toepassingen is fysieke AI, waarbij gebruik wordt gemaakt van observaties en interacties om problemen in de fysieke wereld op te lossen met informatie die wordt verzameld met bijvoorbeeld sensoren, camera's, radar en lichtdetectie en -afstandsmeting (LiDAR).

Autonoom rijden is een belangrijk voorbeeld van de volwassenwording van AI en de opkomst van fysieke AI. In de afgelopen twaalf maanden hebben we een omslag gezien in technologische ontwikkelingen en implementaties. Waymo, het dochterbedrijf van Alphabet, heeft nu 10 miljoen ritten gemaakt, een verdubbeling in de afgelopen vijf maanden alleen al, en doet meer dan 250.000 betaalde autonome taxiritten per week.¹ Elon Musk heeft toegezegd dat er in juni volledig autonome Tesla Model Y's op de weg zullen rijden in Austin.² Hoewel Waymo en Tesla de ontwikkeling van zelfrijdende auto's op twee verschillende manieren benaderen, boeken beide trajecten eindelijk exponentiële vooruitgang.

Autonoom rijden: de kans

De aanzienlijke investeringen in autonoom rijden laten zien hoe groot de economische kansen zijn: elk jaar worden er 75-80 miljoen voertuigen verkocht in een wereldwijde automarkt die in 2024 ongeveer 3 biljoen dollar waard was.³ Daarnaast zien we hoe dit sectoren als bezorging, logistiek, financiering en verzekering kan veranderen en ontwrichten, en de manier waarop we onze tijd gebruiken en oud worden verbeteren.

Belangrijkste redenen waarom autonoom rijden een innovatieprioriteit wordt:

• Demografische behoefte

Uit het laatste rapport van de World Road Transport Organisation (IRU) blijkt dat het wereldwijde tekort aan vrachtwagenchauffeurs toeneemt door de vergrijzing van het chauffeursbestand. Bijna 32 procent van de vrachtwagenchauffeurs is ouder dan 55 jaar.⁴ Door het krimpende aanbod van chauffeurs is het economisch noodzakelijk om een oplossing te vinden voor deze demografische tijdbom.

• Veiligheid

Ongeveer 90% van alle ongevallen is te wijten aan menselijke fouten.⁵ Uit statistieken van Waymo blijkt dat robotaxi's kunnen leiden tot een vermindering van meer dan 80 procent van het aantal airbagactiveringen en ongevallen met letsel.⁶

• Productiviteit, gemak en efficiëntie

Zelfrijdende voertuigen kunnen files verminderen door het verkeer beter te laten doorstromen, de mobiliteit verbeteren voor mensen die niet kunnen rijden, de energie-efficiëntie verhogen door minder brandstof te verbruiken en de reistijd productiever maken (bijvoorbeeld door te werken, te lezen of te ontspannen).

Autonoom rijden: wat is de stand van zaken?

Hoewel er nu snel vooruitgang wordt geboekt, worden de weg en het tempo naar volledige uitrol en winstgevendheid bepaald door vier belangrijke factoren:

1. Veiligheid

Zoals wel blijkt uit de Cruise-robotaxi's van GM, is veiligheid een lastig punt. Het bedrijf, dat voorheen koploper op dit gebied was, heeft zijn commerciële robotaxi-activiteiten stopgezet na een ongeluk waarbij bleek dat GM de toezichthouders had misleid. De ontwikkeling van verantwoordelijke AI volgens de principes van transparantie, veiligheid en foutherstel blijft ontzettend belangrijk voor het opbouwen van vertrouwen in AV's (autonome voertuigen).

2. Regelgeving

De vooruitgang hangt af van regionale regelgeving voor AV's, die zich snel ontwikkelt, parallel aan een traject voor verantwoorde AI. Eind 2024 hadden meer dan 50 landen wetgeving voor AV's ingevoerd of opgesteld. We verwachten dat het tempo van de invoering en de winnaars op het gebied van investeringen per regio zullen verschillen, met een paar wereldwijde winnaars naast enkele regionale kampioenen.

De grootste commercialisering van voertuigen heeft plaatsgevonden in de VS, dankzij uitgebreide regelgeving op staatsniveau, een gunstig klimaat voor testen en ontwikkeling, en investeringen uit Silicon Valley. China is samen met de VS wereldleider, met naar verwachting 500.000 robotaxi's die tegen 2030 in meer dan 10 steden zullen rijden. Ondertussen streeft de EU naar een uniform regelgevingskader voor AV's in 2025, terwijl de AV Act van het Verenigd Koninkrijk de introductie van AV's in 2026 beoogt.

3. Betaalbaarheid

Het verlagen van de kosten van zelfrijdende auto's en software voor zelfrijdende auto's is essentieel voor een bredere acceptatie. Uber heeft een unieke kijk op de betaalbaarheid van robotaxi's en hoopt zinvolle markten te kunnen aanboren (schaalacceptatie) wanneer de kosten onder die van door mensen bestuurde ritten komen. Uber schat dat door mensen bestuurde ritten in de VS ongeveer 2 dollar per mijl kosten. Omdat kleine AV-spelers vaak krap bij kas zitten en veel geld kwijt zijn aan onderzoek en ontwikkeling en het opbouwen van een gebruikersgroep, kunnen ze samenwerken met bedrijven als Tesla en Alphabet (Waymo) om toegang te krijgen tot bestaande klanten en apps (zoals X en Google Maps). Samenwerken met taxidiensten zoals Uber en Lyft kan ook helpen om sneller klanten te krijgen.

4. Schaalbaarheid

Er zijn twee verschillende manieren om autonome software te ontwikkelen, met verschillende gevolgen voor betaalbaarheid en schaalbaarheid:

• Compound AI-systemen (CAIS): dit is de meest klassieke, op regels gebaseerde, efficiënte en getransformeerde stack-aanpak met krachtige sensoren en geofencing. Deze aanpak vermijdt het gebruik van dure datacenters en heeft minder gegevens nodig voor training, omdat de trainingsdata door de auto zelf wordt gecontroleerd in plaats van door een end-to-end-netwerk. CAIS wordt momenteel gebruikt door alle commerciële robotaxi's (Waymo, Cruise, Apollo Go). Het huidige leiderschap van Waymo is ontstaan met de introductie van de Jaguar I-PACE met Waymo Driver-technologie. Waymo Driver werkt op vier niveaus: LiDAR, camera, radar en rekenkracht. LiDAR maakt een 3D-beeld van de voertuigen in de buurt, terwijl camera's een 360-gradenbeeld geven, zowel bij daglicht als bij weinig licht, waardoor voertuigen door complexere omgevingen kunnen rijden. De kracht van deze aanpak is dat elk niveau kan worden geoptimaliseerd en dat fouten kunnen worden opgespoord en gecorrigeerd.
• End-to-end neurale netwerken: dit is als het ware AV 2.0, de benadering die Tesla en Wayve volgen. In plaats van de modulaire aanpak van waarneming, mapping, voorspelling en planning, vertrouwt deze aanpak op 'reinforcement learning' en gebruikt het op één neuraal netwerk, dat in theorie een snellere aanpassing aan nieuwe omgevingen en rijgedrag mogelijk moet maken. De ontwikkeling van AI heeft de leersnelheid van software zoals Tesla FSD (Full Self Driving) verbeterd. Kijken we echter naar het aantal kilometers dat daadwerkelijk zonder menselijke tussenkomst wordt gereden, dan is deze aanpak nog niet bewezen.

Navigeren door de AV-hype 

Het is belangrijk om op te merken dat er op dit moment geen 'pure' beursgenoteerde AV-bedrijven zijn. We denken dat de extra winst en waardecreatie zullen gaan naar het bedrijf dat het belangrijkste platform wordt of de software beheert, waardoor schaalgrootte en netwerkeffecten worden gestimuleerd.

We verwachten dat de hype rond AV de komende drie jaar zal toenemen, met een toename van het aantal lanceringen en de acceptatie door consumenten, waarbij passagiers zich zullen richten op de veiligste en best geteste systemen. Onze ervaring leert ons dat de eerste op de markt niet altijd de beste of de winnaar is. Er zijn weliswaar koplopers, maar er moet nog veel worden gereden en getest, en er moeten tal van nieuwe partnerschappen worden gesloten voordat een definitieve winnaar kan worden aangewezen. Zoals bij alle snel evoluerende technologieën zullen er hypes ontstaan waardoor we moeten navigeren.

Belangrijke spelers op het gebied van autonoom rijden

Naast de grote hoeveelheid halfgeleiders die nodig zijn voor de software, is er een bredere en veranderende infrastructuurlaag. Halfgeleiderbedrijven zoals Lattice en Monolithic Power Systems werken samen met AV-fabrikanten, DRAM-fabrikant (geheugen) Micron is sterk vertegenwoordigd in de auto-industrie, en connectorbedrijven zoals TE Connectivity en CATL (Contemporary Amperex Technology) kunnen profiteren van content en schaalvergroting van de technologie.

Waymo, Tesla, Uber en NVIDIA blijven het tempo en de schaal van de ontwikkeling van AV bepalen dankzij hun technologische mogelijkheden en toegang tot kapitaal en klanten:

• Waymo (eigendom van Alphabet)

Waymo test sinds 2015 in Californië, waar de strengste regelgeving van alle staten geldt. Hun zelfrijdende technologie, Waymo Driver (level 4), voert 250.000 ritten per week uit in vier Amerikaanse steden en binnenkort ook in Atlanta, Miami en Washington. Daarnaast is Waymo Driver onlangs ook uitgebreid naar Tokio. Als dochteronderneming van Alphabet kan Waymo gebruikmaken van het kapitaal, de AI-modellen, de cloudinfrastructuur en de Google Maps- en Waze-apps van Alphabet om modellen te trainen.

Het tempo waarin Waymo nu kilometers maakt, doet eerdere zorgen weg dat het te lang zou duren om hun diensten op te schalen. Waymo is van plan om tegen 2026 nog eens 2.000 robotaxi's aan hun vloot toe te voegen, waarmee het totaal op 3.500 voertuigen komt. Waymo Driver is de chauffeur die "nooit dronken, moe of afgeleid raakt". Het gebruik ervan is nog nieuw, maar de hoge bezettingsgraad van de diensten (Waymo's taxi's in Austin zouden het drukker hebben dan 99 procent van hun menselijke collega's) wijst erop dat het vertrouwen van het publiek snel groeit. Naast robotaxi's heeft Waymo ook een strategisch partnerschap aangekondigd met Toyota om de ontwikkeling van autonoom rijden te versnellen, wat zou kunnen leiden tot een bredere verspreiding van Waymo Driver in particuliere voertuigen.

• Uber

Gedurende een groot deel van 2024 stond Uber onder druk door zorgen dat robotaxi's hun concurrentievoordeel zouden wegnemen. Maar dit verhaal is aan het veranderen: Uber heeft een samenwerking met Waymo in drie Amerikaanse steden en heeft verschillende AV-partnerschappen aangekondigd voor implementaties in de VS, Europa en het Midden-Oosten. Naast mobiliteit werkt Uber samen met AV-partners zoals Aurora aan bezorging en vrachtvervoer: in mei zijn er in Texas commerciële, semi-autonome vrachtwagens gelanceerd. De schaalgrootte van het platform van Uber maakt autonoom rijden betaalbaar, omdat dit gekoppeld is aan het gebruik. Uber heeft de potentie om het aanbod van kleinere AV-spelers die niet over een consumentennetwerk en kapitaal beschikken om hun eigen vraag te genereren, binnen te halen. Op de lange termijn blijft echter de zorg bestaan dat Uber uit de markt kan worden gedrukt door een grote AV-speler die een eigen platform voor het genereren van vraag ontwikkelt.

• Tesla

Als AV 2.0-speler heeft Tesla een paar voordelen wat betreft schaalvergroting, dankzij de algemene aanpak en de hoeveelheid gegevens die wordt verzameld via het aantal kilometers dat met FSD (Full Self Driving) wordt gereden. Tesla Autopilot heeft aanzienlijke verbeteringen laten zien ten opzichte van gemiddelde bestuurders. De FSD-software wordt echter beschouwd als level 2-autonoom, wat betekent dat actieve supervisie door de bestuurder nodig blijft.

De sprong naar onbemande robotaxi's in Austin, Texas, en Californië in 2025 zal, in de woorden van Elon Musk zelf, nog steeds "supermoeilijk" zijn. Tesla heeft voorlopig juni van dit jaar vastgesteld als datum voor een volledig autonome lancering op kleine schaal. Eind 2024 had Tesla al meer dan 2,7 miljard dollar uitgegeven aan AI-chips, nog voordat de wegtesten waren begonnen. Deze schaalgrootte en kapitaaluitgaven kunnen natuurlijk dienen als een concurrentievoordeel in de toekomst, maar voorlopig zorgen ze voor hogere kosten per kilometer op korte termijn in vergelijking met menselijke bestuurders.

Tesla heeft ongetwijfeld een voorsprong op het gebied van data en productie in zowel de VS als China, wat betekent dat het goed gepositioneerd is om te profiteren van hun verticale integratie en activiteiten in beide landen. De aanpak van Tesla is een meer algemene oplossing waarbij gebruik wordt gemaakt van AI en AI-silicium dat door Tesla is ontworpen voor autonoom rijden, in tegenstelling tot dure sensoren en zeer nauwkeurige kaarten.

AI heeft de verbeteringen op het gebied van FSD exponentieel versneld, waardoor er minder menselijke tussenkomst nodig is, maar het is een oplossing die alleen met camera's werkt. Het maakt gebruik van een netwerk van camera's om de omgeving waar te nemen en rijbeslissingen te nemen. Hoewel dit de aanpak betaalbaarder en schaalbaarder zou moeten maken, kan de software van Tesla (Photon-to-Control), die alleen op beeldherkenning is gebaseerd, problemen opleveren bij de veiligheidsvalidatie. Dit komt omdat deze software in wezen de tussenstappen in de verwerking van de ruwe gegevens die de camera ziet, tot een minimum beperkt. Hoewel er op dit moment duidelijk vooruitgang wordt geboekt, zou Tesla dus nog wel eens ver verwijderd kunnen zijn van de commercialisering van een AV-platform, vooral gezien het gebrek aan volledig autonoom gereden kilometers (level 4).

• NVIDIA (oplossing met 3 computers)

AI-modellen worden getraind in NVIDIA DGX om met complexe rijsituaties om te kunnen gaan, terwijl NVIDIA Omniverse diverse fysieke omgevingen simuleert om AV-systemen te testen en te valideren. Het derde element, NVIDIA AGX, is een rekenplatform voor in de auto's dat hoge prestaties levert, zodat geautomatiseerde en autonome voertuigen camera-, radar- en LiDAR-gegevens kunnen verwerken voor realtime veiligheidsbeslissingen. Net als Waymo werkt NVIDIA samen met verschillende bedrijven in de sector (zoals Toyota, Mercedes Benz, Rivian, Volvo, BYD, Uber en Amazon). De fysieke AI-oplossingen en het creëren van synthetische data van NVIDIA zijn essentieel voor het mogelijk maken van autonoom rijden en de volgende generatie modellen die vertrouwen op gesimuleerde data in plaats van kilometers in de echte wereld. Dit was in het verleden een belangrijke belemmering voor vooruitgang vanuit het oogpunt van kosten, tijd en schaal.

Conclusie

Autonoom rijden is een van de belangrijkste en meest impactvolle ontwikkelingen van fysieke AI. Het zal niet alleen een revolutie teweegbrengen in transportsystemen, maar ook in de manier waarop we leven, en leidt tot spannende investeringsmogelijkheden.

Hoewel de markt voor autonome voertuigen snel groeit, verwachten we dat de acceptatie van autonoom rijden in particuliere voertuigen langzamer zal verlopen. Dit wordt echter versneld door het tempo van algemene AI-innovaties. We bevinden ons op een belangrijk keerpunt wat betreft de ontwikkeling van regelgeving en welke technologische aanpak de overhand zal krijgen.

Zoals altijd vinden we het belangrijk dat beleggers zich richten op bedrijven die voorop lopen op het gebied van innovatie, in plaats van op bedrijven die worden ontwricht. Door te focussen op concurrentievoordeel in plaats van op optionaliteit en door te putten uit ervaring, kunnen beleggers beter inspelen op de kansen die deze interessane en nog prille hype biedt.

Waymo is een handelsmerk van Waymo LLC. Afbeelding van Waymo-voertuig, verkregen en gebruikt met toestemming.