# Jazda autonomiczna: zakład o miliardy na przyszłość napędzaną przez AI

Author: Norbert Biedrzycki
Published: 2020-12-15
Language: pl
URL: https://norbertbiedrzycki.pl/jazda-autonomiczna-zaklad-o-miliardy-na-przyszlosc-napedzana-przez-ai/
Summary: Jazda autonomiczna to najdroższy eksperyment w historii stosowanej AI. Pytanie brzmi, kogo stać na to, by poczekać na wynik.

**Jazda autonomiczna to najdroższy eksperyment w historii stosowanej AI. Pytanie brzmi, kogo stać na to, by poczekać na wynik.**

Nie ma lepszej ilustracji obietnicy i zagrożeń inwestowania w AI niż samochód autonomiczny.

Teza jest przekonująca i rozumiem, dlaczego przyciągnęła tyle kapitału. Transport to jeden z największych rynków świata. Jeśli oprogramowanie zastąpi kierowcę, zmieni ekonomię taksówek, logistyki, ubezpieczeń, planowania miast i samej własności samochodu. Ten, kto kontroluje tę warstwę oprogramowania, może przejąć część wartości porównywalną z tym, co systemy operacyjne przejęły w świecie komputerów osobistych.

Rok 2020 dał wierzącym kilka prawdziwych kamieni milowych. W październiku Waymo udostępniło publiczności w częściach Phoenix przejazdy w pełni bez kierowcy, bez kierowcy bezpieczeństwa za kierownicą. Amazon kupił Zoox, według doniesień za 1,2 mld dolarów. Producenci lidarów, tacy jak Luminar i Velodyne, weszli na giełdę przez SPAC-i, a założyciel Luminara stał się na papierze jednym z najmłodszych miliarderów, którzy dorobili się sami.

A jednak w tym samym roku pojawiły się pęknięcia.

**Problem czasu**

Kilka lat temu część liderów branży obiecywała w pełni autonomiczne pojazdy na drogach publicznych w 2020 lub 2021 roku. Te daty minęły. W tym miesiącu Uber zgodził się sprzedać swoją jednostkę jazdy autonomicznej, Advanced Technologies Group, firmie Aurora, i przy okazji zainwestował 400 mln dolarów w połączoną spółkę. Mówiąc prosto: jeden z najbardziej agresywnych uczestników wyścigu uznał, że nie udźwignie kosztu tej podróży na własnym bilansie.

To jest sedno dylematu inwestycyjnego. Jazda autonomiczna to nie problem technologiczny, który da się rozwiązać w typowym pięcio-, siedmioletnim cyklu funduszu. Wymaga miliardów dolarów, milionów kilometrów testów, zgód regulatorów w każdej jurysdykcji i zaufania społecznego, które można stracić po jednym wypadku. Ryzyko ogona nie polega na tym, że technologia zawiedzie. Polega na tym, że odniesie sukces zbyt późno dla tych, którzy ją sfinansowali.

**Trzy sposoby gry**

Z perspektywy inwestora widzę trzy odrębne strategie.

Pierwsza to zakład na pełny stos: firmę budującą cały system jazdy. Potencjalna nagroda jest ogromna, ale ogromne są też potrzeby kapitałowe, a realnymi właścicielami tego stosu coraz częściej są duże firmy technologiczne i producenci samochodów z głębokimi kieszeniami.

Druga to inwestowanie w komponenty: czujniki, lidar, mapy, symulację, moc obliczeniową. Te firmy mogą sprzedawać wielu graczom niezależnie od tego, kto wygra. Ich wyceny zakładają jednak rynek, który jeszcze nie istnieje na dużą skalę, i właśnie to wycenia wiele tegorocznych SPAC-ów.

Trzecia to inwestowanie w węższe zastosowania, w których autonomia jest użyteczna komercyjnie już dziś: kopalnie, porty, magazyny, maszyny rolnicze, korytarze autostradowe dla ciężarówek. Te środowiska są bardziej kontrolowane, droga regulacyjna jest krótsza, a klient płaci za produktywność teraz, a nie za wizję przyszłości.

Gdybym miał w tym roku alokować kapitał, czułbym się znacznie pewniej z trzecią kategorią niż z pierwszą. Nie dlatego, że robotaxi nigdy nie powstanie. Dlatego, że zadaniem inwestora jest dostać zapłatę za podjęte ryzyko w rozsądnym czasie.

**O co powinny pytać zarządy**

Dla samych producentów samochodów pytanie jest inne i bardziej egzystencjalne. Jeśli wartość przenosi się ze sprzętu do oprogramowania, ile jest wart producent samochodów bez oprogramowania? Kilku wybrało partnerstwo albo inwestycję mniejszościową zamiast budowania w pojedynkę. To racjonalne, ale może też oznaczać oddanie komuś innemu najcenniejszej warstwy przyszłego pojazdu.

**Lekcja wykraczająca poza samochody**

Jazda autonomiczna uczy inwestorów szerszej lekcji o AI. Dystans między imponującą demonstracją a niezawodnym produktem komercyjnym może być bardzo długi. W dziedzinach krytycznych dla bezpieczeństwa ostatnie kilka procent niezawodności może kosztować więcej niż wszystko, co było wcześniej.

*Pytanie inwestycyjne: Jak inwestorzy powinni wyceniać technologię o niezwykłym potencjale długoterminowym, ale niepewnym czasie komercjalizacji?*
