[マッキンゼー自動運転レポート]専門家の 49% が、大衆市場は「実用的な L2+」に戻ると予測しています。なぜ自動車メーカーは完全自動運転への取り組みを放棄し始めているのでしょうか?

1770580070
2026-02-06 22:29:00

これはマッキンゼーの「What’s Next?」から来ています。詳細なレポート「次はどこへ?自動運転車の専門家からの洞察」は、自動運転業界に冷静な現実修正の視点をもたらすかもしれない。

報告書では、商業運転は開始されているものの、大規模な導入は全面的に遅れており、テクノロジーに代わって「高コスト」が最大の障害となっていることが明らかになった。自動車メーカーはなぜ L3 を大衆市場の主流とはみなしなくなったのですか?なぜ「ハイブリッドAIモデル」が未来のソリューションなのか？レポートの内容は、業界がどのようにパイの取り分から実行の努力に移行したかについての洞察を提供し、企業がより現実的な展開および投資戦略を策定するのに役立ちます。

📌 このレポートは誰に適していますか?

コンテンツには、市場導入のタイムライン、テクノロジー アーキテクチャの議論、コスト構造分析、サプライ チェーン戦略が含まれます。以下の読者に読んでいただくことをお勧めします。

• 自動車およびテクノロジー業界のシニア戦略ディレクター。市場の期待とリソース配分を修正するための情報を提供
• 研究開発ディレクターとAIテクニカルアーキテクトが技術ルートと開発体制を決定
• 製品マネージャーと市場プランナーが製品定義と消費者のニーズを確認する

🔴 レポートの洞察

テクノロジーブームによる自動運転
商用展開の実現に向けて

マッキンゼーのレポートによると、自動運転技術は初期の「概念実証」から「完全展開」への重要な入口点にあります。この報告書が発表された2026年初頭の時点で、世界市場では毎週70万件以上の有料完全自動運転タクシー（ロボタクシー）の運行が完了しており、このうち米国市場と中国市場がそれぞれ45万件と25万件を占めており、商業運営が形になり始めていることを示している。

稼働データは目を引くように見えますが、業界内の雰囲気は過去の技術的な熱意から、冷静で現実的なものに変化しています。意思決定者は一般に、次の投資段階と技術的な障壁を克服するには、将来に対する期待を再調整する必要があることを認識しています。これは、市場には大きな潜在力があるにもかかわらず、競争はより厳格なコスト管理と商業効率の考慮に戻ることも意味します。

💡 ロボタクシーの商用化は始まったが、大規模導入は遅れている

現実世界の課題に直面して、専門家は自動運転の大規模商業化に向けたスケジュールを大幅に修正しました。 2年前の調査と比較すると、さまざまな応用シナリオの予想導入時期は平均して1～2年遅れている。

具体的には、米国と中国の一部の都市では運用が開始されているものの、世界中でロボタクシーの大規模商用化が実現するのは、以前の予測の2029年ではなく、2030年になると予想されています。自家用車の L4 都市自動運転機能と完全自動トラックの商業化可能性はさらに 2032 年まで延期されました。これは、業界が複雑な交通シナリオやエッジケースを解決することの難しさをより深く理解していることを示しており、また、ロボタクシーが自家用車やトラックに先立つ最初の大規模商用アプリケーションになるという傾向も確立しています。

時間の遅れに加えて、地理的地域間の開発格差も拡大しています。この調査では、米国と中国が今後も世界をリードし、導入の第一波の中核市場となる一方、欧州やアジアの他の地域は3～7年遅れると予想されていることが示されている。

この大きなギャップには多くの理由があります。専門家らは、米国と中国には開発サイクルが速く、よりダイナミックなビジネス組織と革新的な文化があり、比較的豊富な財政支援とAIソフトウェア基盤があると指摘している。さらに、支援的な規制環境と新技術を大規模にテストする意欲により、この 2 つの超大国は自動運転の競争において他の地域から距離を置くことができました。

💡 自家用車戦略が L3 から実用的な L2+ の高レベル支援に戻る

自家用車の分野では、大きな戦略的転換が起こっています。業界はもはや高価な L3 (条件付き自動運転) を盲目的に追求するのではなく、より実用的な L2+ (高度な運転支援) に焦点を戻しています。

調査対象となった専門家の 49% もの人が、2035 年までに自家用車の大衆市場は L2+ 機能によって支配されると考えています。これは、半数以上の専門家が L3 について楽観的である 2023 年の状況とは対照的です。

この変更により、L3 製品の位置付けにおける恥ずかしい状況が明らかになりました。これまで業界は、L3システムのコストが急速に下がり、ドライバーが「渋滞時に休憩したりゲームをしたりできる」という機能が消費者を魅了するキラーアプリケーションになるだろうと予想していた。しかし、現実は L3 の開発と検証のコストは依然として高く、技術の進歩は予想よりも遅いです。、そのコストパフォーマンスに対して国民にお金を払ってもらうことを説得するのは困難です。

現在、L3 以上のシステムが市場を支配できると楽観的に考えている専門家は 39% のみです。この信頼度低下の主な理由は、L3で約束された「責任の移譲」（つまり、車両が運転する責任を負う）を達成するために、自動車メーカーは、極端な状況に対処するために多額の投資を行う必要がある、そのため、L3 は高価な「オプション機能」にすぎなくなる運命にあります。

したがって、将来の市場構造はさらに二極化するでしょう。 L2+ はフォルクスワーゲン モデルの標準構成となり、より安全になりますが、運転支援を完全に引き継ぐことは約束されません。一方、L3以上の機能はハイエンドの高級車に限定される可能性があり、当初期待されていた主流規格ではなく「ニッチ製品」となる可能性がある。これは、自動車メーカーやサプライヤーが製品ロードマップを再考し、手頃な価格のモデルにハイエンドの自動運転機能を過度に約束するのをやめる必要があることを意味する。

💡 コストの上昇は技術や規制を超え、自動運転車にとって最大の商業的障害となっている

この報告書はまた、「高コスト」が技術的なボトルネック、責任の所在、規制上の問題を正式に超え、自動運転の開発を妨げる最大の問題点となっているという残酷な現実も明らかにした。

業界は純粋な研究開発段階から、商業化に非常に敏感な展開段階に移行しました。自動化レベルの向上に伴い、ソフトウェア開発の複雑さとコストは飛躍的に増加しました。専門家は、L4 および L5 レベルでのソフトウェア開発、テスト、検証のコストは、ローエンド システムの 4 ～ 7 倍であると推定しています。

この巨大な資本の基準が市場参加者を選別しています。報告書は、Robotaxi と全範囲自動運転トラックを完全に導入するには、市場への準備が整うまでに 30 億米ドルを超えるソフトウェア研究開発資金が必要になると予想されると指摘しています。

注目すべきは自動運転トラックの分野で、コストの見積り修正が最も大きく、2年前と比べて50～60％も上昇した。これは、トラックがロングテールのエッジケースを処理することの難しさと製品の工業化について、業界が過去に深刻に過小評価していたことを反映している。さらに、ハードウェアのコストも懸念事項ですが、それは車両モデル自体に大きく依存します。自動運転トラックのハードウェアコストは、他の交通手段に比べて依然として大幅に高くなっています。

💡 ハイブリッド AI モデルが将来の路線となっていますが、純粋なエンドツーエンドはまだ主流では好まれていません。

コストの増加に対処し、パフォーマンスを向上させるために、業界は新しい技術アーキテクチャの模索も開始しており、その中で「エンドツーエンド」の AI 学習モデルが注目を集めています。

このアーキテクチャは、認識、意思決定、制御のルールを個別に記述する従来の方法とは異なり、単一の大規模 AI モデルによってトレーニングされます。エンドツーエンド モデルの利点は、人間のような運転行動をシミュレートでき、新しい環境に迅速に適応できる可能性があることです。専門家の約 3 分の 1 は、開発コストを 10 ～ 20% 以上削減できると考えており、これは緊急に予算を管理する必要がある企業にとって非常に魅力的です。

ただし、コストとパフォーマンスの利点にもかかわらず、純粋なエンドツーエンド モデルは圧倒的な支持を得ていません。専門家の間で最も懸念されているのは、その「ブラックボックス」の性質によって引き起こされる規制とセキュリティの懸念だ。 AI が意思決定を行うとき (幻覚も含めて)、エンジニアはその背後にあるロジックを説明するのに苦労することがよくあります。したがって、「純粋なエンドツーエンド」モデルが主流になると信じている専門家はわずか 22% であり、大多数の専門家は「ハイブリッド モデル」が将来を支配すると予測しています。

いわゆる混合モデルとは、車両の軌道の計算にはエンドツーエンドの AI が使用されますが、実行前に安全性チェックのために従来のアルゴリズムの層を通過します。このアーキテクチャは、AI の汎化能力と効率性を活用するだけでなく、従来のルールの解釈可能性とセキュリティも保持します。、イノベーションとリスクのバランスをとるための最良のソリューションになります。特に L3 を超えるハイエンド アプリケーションでは、純粋なエンドツーエンド モデルの可能性はほぼ排除され (サポート率は 10% 未満)、ハイブリッド アーキテクチャがパフォーマンスとセキュリティのバランスを取る唯一の実現可能な道とみなされています。

💡 地政学とサプライチェーンが自動運転競争を再構築

地政学的な緊張と技術主権の考慮により、世界のサプライチェーンの姿が大きく変わりつつあります。 74%もの専門家が、中国は欧州や米国から独立した自動運転技術スタックを開発すると予測している。この「技術的デカップリング」の予測は、ADAS機能、現地の独立した完全なサプライチェーンシステム、そして世界的な地政学的な不確実性に対する中国の消費者の高い関心から生じている。これは、多国籍企業が中国市場に対して複線戦略を採用する必要がある可能性があり、1 つのシステムで世界を征服することはできないことを意味します。

調達モデルの観点からも、業界は構造変化を迎えています。専門家らは、2035年までにOEM自動車メーカーは単一のシステムサプライヤーが提供するソフトウェアとハードウェアのパッケージングソリューションに依存しなくなり、主流の傾向は「ソフトウェアとハードウェアの分離」に移行すると予測している。

同時に、組み合わせて購入するモデルが増加中、その割合は2023年の16％から26％に増加します。これは、ハイブリッド モデル アーキテクチャの台頭と密接に関係しています。自動車メーカーは、あるサプライヤーからエンドツーエンドの AI システムを購入し、別のサプライヤーからの従来の制御システムと統合する場合があります。これにより、サプライチェーン管理の複雑さは間違いなく増大しますが、同時により高い柔軟性も提供されます。

💡 自動運転は大局的な見通しからコストと実行の競争へ

コストの高騰とスケジュールの遅れという二重の課題に直面しているにもかかわらず、自動運転業界の見通しは暗いわけではない。

調査では、現時点で最も小さな問題点として「競争」を挙げていることが示されており、これは市場の統合が起こり、生き残ったプレーヤーが巨大な価値プールを切り開く機会を得ることを意味している。この新たな段階で勝利するために、企業は地域の多様なテクノロジースタックと調達モデルに対処するための極めて機敏性を発揮する必要があります。

さらに、成功する戦略はもはや単独で行うことではありません。企業は、非中核ビジネス分野 (地図データなど) のパートナーを積極的に探し、社内リソースを中核コンピテンシーに集中させる必要があります。同時に、顧客価値への回帰が重要です。やみくもにテクニカル指標を追求するよりも、消費者が実際にお金を払ってもいいと思える機能を開発する方が良いでしょう。

業界が研究開発から展開に移行するにつれ、業界を超えたセキュリティ標準を確立し、組織内のコラボレーション効率を向上させることが、コストを管理し、大規模な利益を達成するための鍵となります。業界はパイ作りの時代に別れを告げ、実行とコスト管理に焦点を当てたハードパワー競争の段階に入りつつあります。

*レポート全文を読むには、以下を参照してください。次はどこへ行きますか？自動運転車の専門家からの洞察

[その他の業界調査レポート]

◆ 【人型ロボット2030年の市場規模と動向】ハードウェアは基盤、ソフトウェアは宝の山、バリューチェーンの利益移転を解体する
◆ [Google 2026 年サイバーセキュリティ予測レポート]最高セキュリティ責任者にとっての重要な問題: AI を誰が規制するのか?ガバナンスの喪失は外部からの攻撃よりも早く起こる
◆ SEOはアウト？ GEOがオンライン化：AI時代にブランドを単なるランキングではなくアルゴリズムで選ばせる方法
◆ 660% 高速に開発する代償: AI コードの 45% は有害です。企業はどうすれば崩壊しない情報セキュリティルールを確立できるでしょうか?

➡️ その他の業界調査レポート

＊初稿はAIの協力によるもので、最初の画像の出典：アンスプラッシュ

#マッキンゼー自動運転レポート専門家の #が大衆市場は実用的な #L2に戻ると予測していますなぜ自動車メーカーは完全自動運転への取り組みを放棄し始めているのでしょうか