當 Waymo 停在路口,資本市場看見了什麼?
舊金山停電夜的啟示
兩天前舊金山的夜晚陷入了一片漆黑。
正值繁忙的聖誕節購物季,一場突如其來的變電站火災,切斷了這座科技重鎮的電力動脈。街道流光不再,路口紅綠燈悉數熄滅。對於習慣了秩序的現代城市而言,這是一場混亂;但對於敏銳的觀察者而言,是價值連城的「壓力測試」。
(影片來源:USA Today)
在這場混亂中,發生了引人深思的一幕。平時代表著矽谷最高科技結晶的 Waymo 無人計程車隊,在失去交通號誌的指引後,集體選擇了「原地待命」。它們閃著雙黃燈,像是一群在考場上突然忘記答案的資優生,尷尬的堵在路口造成交通大亂。
與 Waymo 的集體停擺形成強烈對比,當晚行駛在舊金山的特斯拉車輛並未陷入癱瘓,而是依靠視覺判斷,在紅綠燈失效的路口靈活穿梭。這份實戰表現給了馬斯克十足的底氣,他隨即在 X 平台上補上一刀,指出特斯拉的 FSD 在同樣的停電環境下「完全未受影響」。
這不僅是一次交通插曲,也不是技術路線的口水戰。如果我們將視角拉高,會發現這場停電夜如同探照燈一般,照出了自動駕駛賽道上截然不同的商業邏輯,以及背後牽動千億美元的供應鏈版圖。
古典鋼琴家 vs. 爵士樂手
為什麼平時表現完美、行駛平穩的 Waymo,一遇到停電就「破防」?這必須從它們的「技術」說起。
如果用音樂來比喻,Waymo 就像是一位受過嚴格訓練的「古典鋼琴家」。
Waymo 的技術路線依賴於昂貴的雷射雷達(LiDAR)、毫米波雷達以及詳盡的「高精地圖」。在它的運算世界裡,每一條車道線、每一個紅綠燈的高度、甚至路邊郵筒的位置,都被預先寫入樂譜。它的駕駛邏輯建立在「規則」與「確定性」之上。
當紅綠燈熄滅,樂譜上的關鍵音符消失了。當人類司機開始不按牌理出牌,環境的「確定性」崩塌。為了不彈錯音(發生事故),這位古典鋼琴家選擇了最安全的策略,停止演奏。這不是它不夠聰明,而是它的聰明是建立在「已知」的秩序之上。
相反的,特斯拉 FSD 系統更像是一位隨性的「爵士樂手」。
特斯拉走的是「純視覺方案」與端到端神經網絡。它不依賴高精地圖,也不預設路口一定要有紅綠燈。它像人類一樣,用鏡頭(眼睛)看路,用 AI(大腦)即時判斷。對它來說,紅綠燈熄滅只是一個「路況變化」,它會觀察周圍車流的蠕動,試探性地跟隨前行。
這場停電證明了,在常態下兩者的差異難以察覺,但當出現極端環境特斯拉展現出了韌性。
三巨頭的博弈與護城河
對於華爾街的投資人來說,技術優劣是次要的,他們更關心的是哪種技術模式可以賺錢?能不能快速複製佔領市場。
1. 特斯拉:擁抱混亂的擴張機器
這次事件無疑增強了 Tesla 投資人的信心。資本市場看重 Tesla 的原因,在於其技術的可擴展性。
如果自動駕駛需要依賴外部設施(如紅綠燈訊號發送)或高精地圖,那麼每進入一個新城市,都要花費巨資進行測繪和基礎設施對接。但 Tesla 的「類人視覺」邏輯意味著,只要有路,它就能開。
舊金山的停電證明了 Tesla 不需要依賴城市的基礎設施狀況。這對資本市場是一個巨大的訊號,Tesla 的 FSD 軟體邊際成本低,一旦成熟,它可以迅速鋪向全球任何一個角落,而無需等待該城市的基礎設施升級。這正是支撐 Tesla 高估值的核心。
2. Google (Waymo):昂貴的完美主義
反觀 Google 旗下的 Waymo,這場停電暴露了其商業模式的隱憂。Waymo 走的是「重資產、重運營」路線。
Waymo 的車輛搭載了價值不菲的感測器陣列,且需要強大的後台運營中心隨時待命(Teleoperation)。當車輛在停電中集體癱瘓,甚至需要人工介入時,意味著其運營成本比想像中高。
投資人會問,如果紅綠燈故障就能癱瘓車隊,那麼 Waymo 要如何擴張到孟買、開羅這樣交通混亂的城市?Waymo 的護城河很深(安全與技術積累),但這次事件讓人擔心這條護城河是否太過昂貴,以至於難以跨越地理限制。
3. Amazon (Zoox):在夾縫中尋找定義
亞馬遜收購的 Zoox 則是另一種形態。Zoox 開發的是無方向盤、雙向行駛的專用車輛。
Zoox 的策略更像是「垂直整合」。它不一定要征服所有的開放道路,它更可能先在亞馬遜強大的物流體系或特定的高密度園區中落地。舊金山的教訓對 Zoox 來說是寶貴的,它可能會更加堅定地避開那些過度依賴公共基礎設施的路線,轉而尋求在「受控場景」或「混合模式」中尋找獲利點。
硬體堆疊 vs. 算力為王
這場停電夜的漣漪,同樣會擴散到供應鏈的深處。
首先是 LiDAR(雷射雷達)廠商的焦慮。
過去幾年,Luminar 等 LiDAR 廠商的股價波動劇烈。市場一直有一種聲音:「只要感應器夠多,車子就夠安全。」
但 Waymo 的癱瘓告訴我們,即使裝備了最頂級的雷射雷達,如果 AI 決策邏輯無法處理「未知」,車子照樣會停下。這可能會讓車廠重新思考,是否需要無止盡地堆疊硬體?這對純硬體供應商來說,並非好消息。
其次是算力與晶片的絕對勝利。
無論是 Waymo 還是 Tesla,最終解決「路口誰先走」這個問題的,不是眼睛(感應器),而是大腦(晶片與算法)。
這次事件再次確立了 Nvidia 以及致力於自研晶片的 Tesla 的地位。未來的自動駕駛競爭,將從「誰看得更清楚」轉向「誰想得更像人」。能夠處理邊緣運算、具備強大推論能力的車載晶片,將是供應鏈中利潤最豐厚的一環。
結語
舊金山停電雖然只有幾個小時,卻劃出了一道分水嶺。
過去我們認為自動駕駛的最後一哩路,是把車子做得更精確、更守規矩。但現在市場意識到,真正的最後一哩路,是教會機器如何面對「失序」。
對於投資人而言,觀察的重點不再是誰在晴空萬里的封閉場地測試了多少英里,而是誰能在暴雨、停電、施工等混亂邊界中,展現出最低成本的適應能力。
試想一下,當未來的競爭場景從路況相對單純的美國,轉移到日本、香港、台灣、韓國或歐洲的市中心老城區。
在這些地區,每天有數以百萬計的叫車需求,但道路環境卻是「地獄級」的複雜。東京的狹窄巷弄、香港的雙層巴士叢林、台北的機車瀑布,以及歐洲古老的石板路。道路狹窄崎嶇,且隨時面臨施工改道或突發事故。若依照 Waymo 目前依賴高精地圖的「重資產」路徑,要對這些隨時變化的複雜路網進行高頻掃描與維護,其成本與難度將是天文數字。相比之下,Tesla FSD 這種不依賴「背地圖」、而是靠視覺即時反應的技術,在這些場景中展現出的低成本複製優勢,或許才是它能真正實現全球化的關鍵。
這種邏輯的延伸,甚至讓我們看懂了 Tesla 近期的組織調整。
當 Tesla 將 FSD 團隊的資源導向人形機器人 Optimus 時,這背後的戰略意圖很明顯。機器人需要繼承汽車「適應混亂」的基因。未來市場不會關心誰的機器人長得「比較好看」,而是誰的機器人能「直接使用」。真正的通用機器人,不該是為了大面積鋪設而改變家裡的裝修設計、重建餐廳結構或修改工廠產線。它應該像 Tesla 的車適應舊金山的停電路口一樣,直接走進現有的人類環境,無論多麼雜亂,都能開始工作。
另一個值得關注的信號來自保險科技公司 LMND。他們近期已經接入 Tesla API 來讀取駕駛習慣,從而量身定製保險方案。試想未來,當 Tesla 推出成熟的機器人並同樣開放 API 接口給 LMND,這將意味著保險業務的「量變」從為靜態資產保險,進化到為數百萬個「矽基勞動力」提供行為風險定價。
在這場博弈中,Waymo 依然是技術巨人,目前也佔有更多的市場份額。但 Tesla 正用一種更野蠻、更符合生物演化邏輯的方式,試圖證明「模糊」有時比「精確」更接近智慧的本質。而這或許才是資本市場最願意買單的故事。











看到fintech也在鴨子划水. 其實蠻興奮的. 覺得能跟傳統做出一些不同的突破, 很期待阿. 雖然持股已經沒有LMND, 但還有一些不太長進的 :p