自動駕駛:焦點從「完全自動化的期待」轉向「商業化的致勝之道」
Key facts
- 自動駕駛:焦點從「完全自動化的期待」轉向「商業化的致勝之道」
- 麥肯錫發布最新白皮書,分析產業領導者對自動駕駛技術的看法。報告指出普及時間延遲及開發成本增加等挑戰,促使企業必須將策略從「完全自動化的期待」轉向「商業化的致勝之道」。
- Source: PR Times
- Date: 2026年6月11日
Direct answer
麥肯錫發布最新白皮書,分析產業領導者對自動駕駛技術的看法。報告指出普及時間延遲及開發成本增加等挑戰,促使企業必須將策略從「完全自動化的期待」轉向「商業化的致勝之道」。
- Citation
- 自動駕駛:焦點從「完全自動化的期待」轉向「商業化的致勝之道」 (2026年6月11日), PR Times
- Source
- PR Times
- Date
- 2026年6月11日
麥肯錫發布最新白皮書,分析產業領導者對自動駕駛技術的看法。報告指出普及時間延遲及開發成本增加等挑戰,促使企業必須將策略從「完全自動化的期待」轉向「商業化的致勝之道」。
📋 文章處理履歷
- 📰 發表: 2026年6月11日 18:10
- 🔍 收集: 2026年6月11日 09:21
- 🤖 AI分析完成: 2026年6月12日 16:52(收集後31小時31分鐘)
麥肯錫公司(日本代表:岩谷直幸)近日發布了其最新白皮書「自動駕駛汽車的下一個演進:來自產業專家的見解」,該報告分析了產業領導者對於自動駕駛技術的部署時程、開發投資、技術堆疊及採購策略的觀點。
本白皮書匯總了麥肯錫未來移動中心(MCFM)與 The Autonomous 及 Ride AI 合作進行的第三屆自動駕駛產業領導者調查結果。該調查於 2025 年 1 月進行,涵蓋了歐洲、北美和亞洲汽車、運輸及軟體領域的初創公司、大型企業、大學以及地圖導航組織的 91 位決策者。
此白皮書由汽車與工業機械研究小組的住川武人(資深合夥人,東京辦公室)、山科拓也(合夥人,關西辦公室)、Ani Kher、Kersten Heineke 和 Martin Kellner 共同撰寫,並由小泉正剛(副合夥人,東京辦公室)和桂さゆ里(C&I 專家,東京辦公室)擔任監譯與總監。
■ 可供採訪的主要討論點
麥肯錫在汽車與移動領域的專家可就以下主題提供背景說明與個別採訪:
- 為何自動駕駛的普及時程不斷延後?
- 在機器人計程車、L2+/ADAS 及自動駕駛卡車中,哪些領域將率先實現商業化?
- 自動駕駛開發中「超過 30 億美元」的投資負擔將由誰承擔?
- 中國獨特技術堆疊的形成將對日本汽車製造商與供應商產生何種影響?
- 端對端(E2E)AI 與混合式方法的差異,以及安全性與法規遵循的考量點為何?
- 日本企業在未來 3-5 年應優先投資、合作及組織能力為何?
▼ 白皮書
https://www.mckinsey.com/jp/~/media/mckinsey/locations/asia/japan/our%20insights/where-to-next-insights-from-autonomous-vehicle-experts_jp_vf.pdf
自動駕駛正進入一個無法再僅僅以「何時會實現完全自動駕駛」的單純期望來討論的階段。儘管 L3 車輛的市場導入和機器人計程車的商業營運擴展等技術進展仍在持續,但廣泛普及的時程對於某些使用案例已被推遲。開發與驗證成本、不同地區技術堆疊的分化,以及安全性與法規遵循方面的不確定性,正使企業的策略決策變得更加複雜。
本白皮書將「期望」與「實施」之間的差距視覺化,為日本汽車製造商、供應商和科技公司提供了思考應投資哪些領域、進行哪些合作以及在哪些市場上建立致勝之道的視角。
■ 主要發現
- 對於許多自動駕駛使用案例,與 2023 年調查相比,廣泛普及的時程平均延後了 1-2 年。預計 L4/L5 機器人計程車將於 2030 年全面部署,而城市 L4 私家車的試驗以及終點到終點的完全自動駕駛卡車預計將在 2032 年實現。
- 在大眾市場乘用車領域,49% 的專家預計到 2035 年 L2+ 將成為主流,僅有 39% 的人認為 L3 或更高階的技術將主導市場。
- 自動駕駛等級越高,開發成本超支的可能性越大。僅軟體開發,機器人計程車和全程自動駕駛卡車的投資就可能超過 30 億美元。
- ADAS/AD 開發中最大的痛點是「高昂的成本」。其中,軟體開發、整合、測試、驗證以及數據收集/儲存被認為是具有顯著改善空間的成本因素。
- 61% 的專家預測中國將形成獨特的技術堆疊。自動駕駛技術很可能基於區域性要求、法規和供應鏈而分化,而非趨向單一的全球標準。
- 在軟體開發方面,結合傳統演算法與端對端(E2E)AI 系統的混合方法,預計將取代僅依賴 E2E AI 系統成為主流。
■ 對日本企業的策略啟示
企業應根據在量產車市場(L2+/ADAS)、豪華車(L3)、城市機器人計程車和自動駕駛卡車等領域實際創造價值的 વાપર方式,來區分投資的優先順序,而不是等待完全自動駕駛的到來。
此外,隨著軟體、半導體、感測器、地圖數據和驗證平台等生態系統競爭日益激烈,日本企業的關鍵在於專注於自身具有優勢的領域,並在非核心領域利用合作與標準化,而非試圖一切都自行開發。
特別是,美國、中國和歐洲技術堆疊和法規環境可能出現分化的可能性,迫使日本汽車製造商重新考慮其在全球範圍內部署相同規格的傳統模式。將自動駕駛不僅視為技術開發,而是視為包含客戶價值、責任分擔、安全性和盈利能力的商業設計,將對未來的競爭優勢至關重要。
麥肯錫公司
麥肯錫公司是一家全球性的管理諮詢公司,協助企業和公共機構解決其最重要的挑戰。透過跨產業的專業知識和先進的分析能力,我們致力於為客戶實現可持續的成長和轉型。
本白皮書匯總了麥肯錫未來移動中心(MCFM)與 The Autonomous 及 Ride AI 合作進行的第三屆自動駕駛產業領導者調查結果。該調查於 2025 年 1 月進行,涵蓋了歐洲、北美和亞洲汽車、運輸及軟體領域的初創公司、大型企業、大學以及地圖導航組織的 91 位決策者。
此白皮書由汽車與工業機械研究小組的住川武人(資深合夥人,東京辦公室)、山科拓也(合夥人,關西辦公室)、Ani Kher、Kersten Heineke 和 Martin Kellner 共同撰寫,並由小泉正剛(副合夥人,東京辦公室)和桂さゆ里(C&I 專家,東京辦公室)擔任監譯與總監。
■ 可供採訪的主要討論點
麥肯錫在汽車與移動領域的專家可就以下主題提供背景說明與個別採訪:
- 為何自動駕駛的普及時程不斷延後?
- 在機器人計程車、L2+/ADAS 及自動駕駛卡車中,哪些領域將率先實現商業化?
- 自動駕駛開發中「超過 30 億美元」的投資負擔將由誰承擔?
- 中國獨特技術堆疊的形成將對日本汽車製造商與供應商產生何種影響?
- 端對端(E2E)AI 與混合式方法的差異,以及安全性與法規遵循的考量點為何?
- 日本企業在未來 3-5 年應優先投資、合作及組織能力為何?
▼ 白皮書
https://www.mckinsey.com/jp/~/media/mckinsey/locations/asia/japan/our%20insights/where-to-next-insights-from-autonomous-vehicle-experts_jp_vf.pdf
自動駕駛正進入一個無法再僅僅以「何時會實現完全自動駕駛」的單純期望來討論的階段。儘管 L3 車輛的市場導入和機器人計程車的商業營運擴展等技術進展仍在持續,但廣泛普及的時程對於某些使用案例已被推遲。開發與驗證成本、不同地區技術堆疊的分化,以及安全性與法規遵循方面的不確定性,正使企業的策略決策變得更加複雜。
本白皮書將「期望」與「實施」之間的差距視覺化,為日本汽車製造商、供應商和科技公司提供了思考應投資哪些領域、進行哪些合作以及在哪些市場上建立致勝之道的視角。
■ 主要發現
- 對於許多自動駕駛使用案例,與 2023 年調查相比,廣泛普及的時程平均延後了 1-2 年。預計 L4/L5 機器人計程車將於 2030 年全面部署,而城市 L4 私家車的試驗以及終點到終點的完全自動駕駛卡車預計將在 2032 年實現。
- 在大眾市場乘用車領域,49% 的專家預計到 2035 年 L2+ 將成為主流,僅有 39% 的人認為 L3 或更高階的技術將主導市場。
- 自動駕駛等級越高,開發成本超支的可能性越大。僅軟體開發,機器人計程車和全程自動駕駛卡車的投資就可能超過 30 億美元。
- ADAS/AD 開發中最大的痛點是「高昂的成本」。其中,軟體開發、整合、測試、驗證以及數據收集/儲存被認為是具有顯著改善空間的成本因素。
- 61% 的專家預測中國將形成獨特的技術堆疊。自動駕駛技術很可能基於區域性要求、法規和供應鏈而分化,而非趨向單一的全球標準。
- 在軟體開發方面,結合傳統演算法與端對端(E2E)AI 系統的混合方法,預計將取代僅依賴 E2E AI 系統成為主流。
■ 對日本企業的策略啟示
企業應根據在量產車市場(L2+/ADAS)、豪華車(L3)、城市機器人計程車和自動駕駛卡車等領域實際創造價值的 વાપર方式,來區分投資的優先順序,而不是等待完全自動駕駛的到來。
此外,隨著軟體、半導體、感測器、地圖數據和驗證平台等生態系統競爭日益激烈,日本企業的關鍵在於專注於自身具有優勢的領域,並在非核心領域利用合作與標準化,而非試圖一切都自行開發。
特別是,美國、中國和歐洲技術堆疊和法規環境可能出現分化的可能性,迫使日本汽車製造商重新考慮其在全球範圍內部署相同規格的傳統模式。將自動駕駛不僅視為技術開發,而是視為包含客戶價值、責任分擔、安全性和盈利能力的商業設計,將對未來的競爭優勢至關重要。
麥肯錫公司
麥肯錫公司是一家全球性的管理諮詢公司,協助企業和公共機構解決其最重要的挑戰。透過跨產業的專業知識和先進的分析能力,我們致力於為客戶實現可持續的成長和轉型。
常見問題
自動駕駛的普及為何延遲?
主要原因是開發驗證成本增加、區域標準化困難以及法規整備延遲。
哪種自動駕駛服務將率先普及?
預測機器人計程車和自動駕駛卡車將比自駕車更早實現商業化。
自動駕駛開發面臨的最大挑戰是什麼?
高昂的開發驗證成本,特別是軟體開發和數據相關費用,是沉重的負擔。
中國技術對日本有何影響?
中國獨特技術堆疊的形成可能阻礙全球標準化,迫使日本企業重新評估其策略。
日本企業應如何應對?
關鍵在於專注於自身優勢領域,並積極利用與其他公司的合作及標準化。