想要第一時間獲得市場上的最新資訊及分析嗎？
歡迎點擊下方連結訂閱【馬克觀點MKP】電子報，在即時更新資訊的同時，獲得最深入的分析～
【特斯拉的野心】
特斯拉預計robotaxi下個月就要對公眾開放(之前僅限特定受邀測試用戶)，預期特斯拉會顯著增加車數以應對需求量。
目前已在多州多個大城市(註一)招募自駕監管員，這擴張速度是遠遠超過當年的Waymo，相較於競爭對手是「超指數型」成長，事實上，很有可能在今年第四季前，特斯拉自駕的營運面積就超越Waymo，馬斯克說目標是至少覆蓋美國一半的人口也絕對不是空談。
可以看出特斯拉（紅色）正快速追趕Waymo
「覆蓋美國一半的人口」，在只看量性而不「深入」研究科技質性基本面的某些投資人眼裡，一定會不假思索的說「又有人在畫大餅了」；但事實上，只要挑對重點，不用覆蓋美國一半的國土也能達到覆蓋一半人口的目標。
只要掌握少數幾州就能覆蓋全美一半人口
在近期，董事會也通過了馬斯克新的臨時薪酬計劃(9600萬股TSLA)，理由是2018年當時設下的非常困難的門檻馬斯克都達成了(如下圖)，因此當初講好的股票選擇權理應給他，但由於該薪酬方案訴訟仍懸而未決，因此2018至今實質上馬斯克沒拿到半張股票，等於馬斯克這幾年形同當義工。
這新的9600萬股TSLA臨時薪酬計劃也不是立即發放，而是兩年之後；條件是馬斯克這兩年內必須繼續擔任CEO職位，而若法院薪酬方案訴訟在此兩年間結束且特斯拉勝訴的話，那這臨時計劃就會取消，換言之馬斯克不會獲得雙重獎勵，但至少讓他無論判決結果都能取得當初公司董事會及股東會對他的承諾，這將近一步激勵馬斯克在特斯拉長期耕耘的決心，某種程度也能稍微降低關鍵人物風險（因為此前曾有疑慮，擔心馬斯克可能憤而離職或甚至在特斯拉之外成立新公司）
【自駕大戰：Tesla純視覺 vs. Waymo光達+高精地圖】
在FSD自駕初次上路的Austin(註二)，服務範圍幾乎是每個月就翻倍，從6/22的二十平方英里，到三周後7/14變成四十二平方英里，8/3擴增為八十平方英里。
特斯拉在奧斯汀的服務面積快速擴展
在7/30時，也新增加州的灣區(註三)做為測試範圍，面積為450平方英里，其南北最遠距離為75英里，開車要1~2小時。
下一步，特斯拉預計擴大十倍服務範圍，這是傳統感測器(雷達光達超音波等)+HD mapping解決方案達不到的速度，關鍵就在於特斯拉採用的技術路線與傳統自駕方案完全不同。
多數自駕車公司(如Waymo、已終止taxi業務的Cruise)依賴雷達、光達、超音波感測器搭配高解析地圖(HD Map)，這種方法需要專用測繪車先掃描道路，建立公分級精度的地圖，並人工標註車道線、號誌、地標等，再經過長時間驗證與更新才能投入服務；由於道路環境常有施工與變更，HD Map必須頻繁維護，導致部署速度緩慢且成本非常高。
相反地，特斯拉採用「純視覺+ AI模型(FSD)」訓練的方式，讓車載攝影機直接即時感知周遭環境，像人類司機一樣「用眼睛+大腦開車」，不需事先繪製整個運行區域的HD地圖，一旦AI模型學會處理新環境或交通情況，就能透過OTA(Over-the-Air，空中更新)同步到所有車輛，立即在新區域上線。
特斯拉還擁有龐大的全球車隊資料庫，每天收集大量真實駕駛影像與路況數據(其他公司由於缺乏足夠海量的真實數據而只能用模擬數據湊合，但這不可避免會產生一定程度的AI幻覺)，讓AI能快速適應不同城市與突發狀況。這種軟體與數據驅動的模式，在將來會使擴張的終極邊際成本趨近於零而不受限於地圖製作與車輛硬體的佈建，因此能以成倍的速度拓展服務範圍，達成傳統HD Map+感測器路線難以匹敵的推進效率。
並且Waymo的AI模型因為極度仰賴感測器偵測且對極端情況的決策能力也較低(導因於訓練數據量與質)，使得行駛速度不得不放慢以提升安全係數(這點有開過車的人都知道，當速度越快，能對危及安全車況做出的反應時間越少，對AI來說，就是需要在更短的時間內做出決策)；甚至曾有特斯拉robotaxi嫌前面的Waymo開太慢而直接超車它的情形。
robotaxi也已導入Grok，目前以Waymo來說要下車還要透過按鍵下指令，以後在robotaxi上只要透過自然語言很直接的與Grok對話即可。
針對乘車價格，社群平台X上也有熱心網友做了對比，大家可以很客觀的看到，目前特斯拉的價格已經輾壓Uber，重點是，此表中對比的已是Uber最便宜的乘車方案，而這種方案派到的車輛或駕駛有時往往素質很差而影響乘車體驗，但特斯拉給予的是品質一致的FSD駕駛體驗、與舒適度一致的Modle Y乘車體驗(甚至還能依據自己在Tesla app的個性化設定，在車子到來之前就把車內設定成你偏好的環境，如空調溫度等等；而以台灣來說，叫小黃司機不要抽菸弄得滿車菸味就不錯了)。如果在Uber，要選擇好一點的乘車品質方案，價格大約要是特斯拉的0.5~1倍，甚至在某些狀況(如深夜離峰時間)，Uber光普通車的價格就是特斯拉的六倍！因為你要給人類駕駛夜間加成，但FSD不會要求夜間加成。
在短、中距離行程中，Robotaxi的費用遠低於Uber（依交通部統計，臺灣北部地區平均通勤距離為10公里）
另外，特斯拉強的地方就在於，即便每英里價格訂為1美元，毛利率預計仍有75%，相比之下Uber目前平均價格為2~3美元/英里，毛利僅約三成多。
Mark也在這告訴大家，這價格遠遠還不是終點，而只是開始，一旦服務範圍、車隊數量再大幅規模化後，robotaxi價格會低到Uber沒辦法競爭，所以Uber近期也開始著墨自駕車，但他們已經走錯路了，因為他們用的仍是傳統感測器(雷達/光達/超音波等)+HD mapping解決方案。甚至因為規模小的關係，他們整車造價還遠比Waymo貴，連跟特斯拉比都不用！這又進一步墊高購置及維護成本…
此前很多看空特斯拉的人嘲笑特斯拉robotaxi是一場空、不可能實現，但如果仔細一點分析Waymo過去的數據就會知道，大部分的人對自動駕駛是有興趣的，甚至他們願意花比Uber或Lyft更高的每英里車資去乘坐Waymo(你看到的沒錯，Waymo的費用顯著比Uber或Lyft高，如果照某些人的邏輯自動駕駛劣於人類駕駛，那Waymo早該收攤)，並且Waymo實質上在其上線運行區域，市佔早已超過Lyft，並且也衝擊到Uber市場使其市佔下降。
從Waymo的市佔率超越Lyft可以看出人們對自動駕駛的興趣與需求
如果此時某個對手，挾帶海量的真實物理世界訓練數據與壓倒性的純視覺自駕AI技術優勢(詳註四)，並且這個AI模型還在以指數速度迭代進步，其自廠垂直整合生產的壓鑄式車體成本相對低、又不需要安裝昂貴且需頻繁維護的各種感測器、也不需提前繪製高解析度地圖，可以把乘車收費在目前行情的地上打個洞壓到地下室；那這個市場的未來會如何？
【坊間說法是在鬼扯還是真有其道理？】
甚至在美國，有特斯拉的大空頭youtuber，在親身乘坐過robotaxi之後，也不得不給出乘車體驗逼近真人駕駛的心得，甚至他說「會有一種錯覺，你前面開車的人只是比較矮小以致你看不見；但實際上車是自駕的」，如果是多頭講出這種話，那我們可能打個八折，但如果連做空特斯拉者都被事實所逼而不得不這麼說，那就值得我們思考。
但他在影片末仍認為特斯拉是因為要節省成本所以才去掉感測器而去犧牲安全性，光這段話就有非常多的錯誤認知，也與特斯拉對於”安全”理念的執著背道而馳，事實上，光不看自駕機制而只看物理車體，特斯拉的保險桿或板金就比很多遙遙領先的中國電動車厚實的多；而感測器如果與純視覺混用，事實上反而會造成更多問題，因為可能會有交叉干擾而導致系統誤判的狀況產生，例如多輛車的雷達或光達信號可能在相同頻率的狀況下互相干擾，尤其在密集城市或高速車流中，容易出現「鬼影」或錯誤物體偵測，當這些錯誤信號與攝影機視覺資訊融合時，AI模型可能誤以為前方有障礙物而突然煞車，或忽略真正的危險。
而特斯拉的純視覺AI模型依靠”看到的”來理解場景與物體動態，如果此時又裝了感測器，在資料不一致時，系統就可能在「雷達/光達說有障礙、攝影機說沒障礙」之間猶豫，造成決策延遲或誤判而導致車禍(如中國許多採用混合方案的電動車)，這也是為何特斯拉在早期只有autopilot(AP)的時代其實是有感測器的，但後來導向FSD為主後就拿掉感測器的原因。
特斯拉只依靠攝影機+AI模型(FSD)推理，避免了交叉干擾與融合錯誤的問題，其也可以依靠OTA更新車隊數據，透過即時大數據物聯網提升環境感知能力。
講了這麼一大段，我們也更可以知道這個人其實不懂科技hard core的部分。
並且這個youtuber有兩千多萬訂閱者，我其實非常感謝他，因為若全世界的人都分析到像Mark這樣的角度與深度，那基本上你不會有便宜買入的機會，因為大家都知道的好東西反而沒那麼好，真正好的機會永遠是別人看不到而你有看到的；股票市場就是「有認知與知識的人，從沒有認知與知識的人身上賺錢的地方」。
.
.
.
想知道Mark身為價值投資者，Robotaxi還有哪些亮點嗎？
訂閱電子報馬上觀看自動駕駛的巨大未來！
〖註一〗
Palo Alto: 帕羅奧圖市，加利福尼亞州（California）
Henderson: 亨德森市，內華達州（Nevada）
Tempe: 坦佩市，亞利桑那州（Arizona）
Houston: 休士頓市，德克薩斯州（Texas）
Clermont: 克萊蒙市，佛羅里達州（Florida）
Miami: 邁阿密，佛羅里達州（Florida）
Brooklyn: 布魯克林，紐約州（New York）（為紐約市五大行政區之一）
〖註二〗
奧斯汀是美國德克薩斯州的首府，以科技產業、音樂文化與快速人口成長聞名，也是許多科技公司和新創企業的聚集地。
〖註三〗
加州灣區位於舊金山灣周邊，包括舊金山、奧克蘭、聖荷西等城市，是美國科技、金融與文化重鎮，矽谷亦坐落於此。
〖註四〗
聰明的你應該知道這段就是在講特斯拉的FSD純視覺AI自駕模型。事實上，更新的FSD 14也即將上線，並且參數是13的十倍，能更有效應對極端場景、增加通用駕駛能力(意思就是在不同場景或國家也能順利駕駛，就像你在台灣有駕照，換領國際駕照後到其他國家也仍會開車)，AI超越人類平均駕駛技術不是會不會，而是什麼時候?
Mark甚至大膽預言，FSD或類似的產品很可能在未來吃到軍事訂單，用來開發戰術無人載具甚至無人主戰坦克(若再搭配PLTR的Gotham & AIP，而讓Agent AI能根據戰情自主執行戰場最佳行動，將會為陸戰打開新世界)，這點，其實只要透過AI學習領域的transfer learning就能做到，並非天方夜譚。
(PLTR相關背景知識請閱讀MKP第5、6、7期)
第五期傳送門
第六期傳送門
第七期傳送門
