Ashok đã lưu ý rằng Robotaxi duy trì thành tích an toàn hoàn hảo trên quãng đường 380.000 dặm không có người giám sát đã lái cho đến nay. Tuy nhiên, nhiều người quan sát vẫn lo ngại rằng một vụ tai nạn nghiêm trọng chỉ còn là vấn đề thời gian.
Mối lo ngại đó là không phi lý. Khi dịch vụ mở rộng quy mô và tổng số dặm tích lũy tăng lên, những sự cố lớn đầu tiên trở nên không thể tránh khỏi về mặt thống kê. Câu hỏi thích hợp không phải là liệu chúng có xảy ra hay không, mà là khi nào và ở mức độ nghiêm trọng nào.
Trong một phân tích trước đây, chúng tôi đã mô hình hóa quỹ đạo số dặm có khả năng xảy ra của Robotaxi bằng cách sử dụng tốc độ tăng trưởng hàng tuần do Ashok công bố và công suất sản xuất Cybercab đã được lắp đặt. Kết hợp dự báo đó với dữ liệu NHTSA có sẵn công khai cho phép chúng tôi ước tính xác suất Robotaxi liên quan đến các vụ tai nạn ở các mức độ nghiêm trọng khác nhau theo thời gian.
Một điều cần làm rõ là quan trọng: các con số sau đây là tỷ lệ liên quan, không phải tỷ lệ lỗi thuần túy. Chúng mô tả khả năng Robotaxi sẽ có mặt trong một vụ tai nạn gây thương tích hoặc tử vong, bất kể bên nào là nguyên nhân chính. Điều này cung cấp một đường cơ sở thực tế để đánh giá hiệu suất an toàn trong tương lai.
Phần 1 – Đường Cơ Sở Của Con Người: An Toàn Đường Bộ Hiện Nay
Chúng tôi bắt đầu với các thống kê quốc gia chi tiết gần đây nhất từ Cục Quản lý An toàn Giao thông Đường cao tốc Quốc gia (NHTSA).
Vào năm 2023, xe chở khách chiếm khoảng 89% tổng số dặm xe đã đi tại Hoa Kỳ. Đối với người ngồi trên những xe này, tỷ lệ như sau:
Về mặt tuyệt đối, điều này tương ứng với khoảng 24.000 ca tử vong của người ngồi trên xe và 1,95 triệu ca thương tích do cảnh sát báo cáo trên gần 2,9 nghìn tỷ dặm xe chở khách.
Thương tích do cảnh sát báo cáo được phân loại trên thang KABCO:
Trong phần còn lại của phân tích này, chúng tôi áp dụng tỷ lệ của "tất cả xe chở khách" làm đường cơ sở của con người (0,83 ca tử vong và 68 ca thương tích trên 100 triệu dặm). Sau đó, chúng tôi giả định rằng một hệ thống Robotaxi trưởng thành sẽ an toàn hơn 10 lần so với mức trung bình này của con người — một mục tiêu đầy tham vọng nhưng thường được tham chiếu trong ngành (và Waymo cũng đã sử dụng làm điểm chuẩn trong báo cáo an toàn của chính mình).
Giả định 10× này trở thành nền tảng cho các dự báo thống kê sau đây.
Phần 2 – Tại Sao Các Sự Cố Tuân Theo Quy Trình Poisson
Tai nạn giao thông là những sự kiện hiếm gặp so với số dặm lái xe khổng lồ. Khi các sự kiện không thường xuyên, độc lập và xảy ra với tốc độ trung bình gần như không đổi, số lần xảy ra trong một khoảng tiếp xúc nhất định (ở đây là số dặm) được mô tả rõ ràng bằng phân phối Poisson.
Theo quy trình Poisson, xác suất quan sát chính xác k sự kiện sau M dặm là:
trong đó λ là số sự kiện dự kiến trên mỗi dặm.
Chúng tôi chủ yếu quan tâm đến xác suất trải qua ít nhất một sự kiện. Đó đơn giản là phần bù của xác suất không có sự kiện nào:
Cách tính λ
Từ dữ liệu NHTSA trong Phần 1, chúng ta đã biết số dặm trung bình giữa các sự kiện đối với xe chở khách do con người lái. Do đó, tỷ lệ sự kiện trên mỗi dặm là nghịch đảo:
Tương đương, nếu tỷ lệ được công bố được tính trên 100 triệu dặm:
Đối với đường cơ sở của chúng tôi (tất cả xe chở khách):
- Tử vong: λ_human = 0.83 / 10⁸ = 8.3 × 10⁻⁹ trên mỗi dặm
- Thương tích (tất cả mức độ nghiêm trọng): λ_human = 68 / 10⁸ = 6.8 × 10⁻⁷ trên mỗi dặm
Bởi vì chúng tôi giả định Robotaxi an toàn hơn 10 lần, chúng tôi chỉ cần chia các tỷ lệ này cho 10:
Thay thế vào biểu thức trước đó sẽ cho ra xác suất của ít nhất một sự cố sau bất kỳ tổng số dặm tích lũy M nào:
Đây là công thức được sử dụng cho tất cả các dự báo trong phần tiếp theo.
Phần 3 – Khi Những Sự Cố Đầu Tiên Trở Nên Có Khả Năng Xảy Ra
Bây giờ chúng ta có thể áp dụng công thức Poisson từ Phần 2 cho bốn loại kết quả được quan tâm:
- Tử vong (K)
- Thương tích nghiêm trọng / Mất khả năng lao động (A)
- Thương tích nhẹ / Không mất khả năng lao động (B)
- Thương tích có thể xảy ra (C)
Sử dụng tỷ lệ đường cơ sở của con người từ Phần 1, được điều chỉnh bởi giả định an toàn 10×, chúng tôi thu được một tỷ lệ sự kiện riêng λ cho mỗi loại. Biểu đồ đầu tiên vẽ xác suất của ít nhất một sự kiện so với tổng số dặm Robotaxi không có người giám sát:
Từ số dặm đến thời gian lịch
Trong bài viết trước của chúng tôi, chúng tôi đã xây dựng một mô hình dự báo số dặm không có người giám sát hàng tuần bằng cách sử dụng tốc độ tăng trưởng hàng tuần hai chữ số của Ashok, bị giới hạn bởi công suất sản xuất Cybercab khoảng ~2.400 xe mỗi tuần (hướng dẫn 125k hàng năm của Tesla) và giả định sử dụng cao là 200 dặm mỗi xe mỗi ngày.
Lấy trường hợp tăng trưởng 14% làm kịch bản trung tâm và tích lũy số dặm hàng tuần bị giới hạn sẽ tạo ra một quỹ đạo tổng số dặm tích lũy theo thời gian lịch. Thay thế tổng số dặm tích lũy đó vào công thức Poisson sẽ cho ra xác suất của mỗi loại sự cố dưới dạng hàm của thời gian:
Theo quỹ đạo này, các ngưỡng xác suất 50% đạt được xấp xỉ như sau:
Tổng số dặm tích lũy hiện tại của Waymo
Để tham chiếu, chúng tôi đã đánh dấu tổng số dặm hoàn toàn không người lái tích lũy gần đúng của Waymo trên biểu đồ số dặm.
Bảng điều khiển Tác động An toàn chính thức của Waymo báo cáo 220,6 triệu dặm chỉ dành cho hành khách tính đến tháng 3 năm 2026. Với tốc độ vận hành gần đây khoảng 4 triệu dặm chỉ dành cho hành khách mỗi tuần, ngoại suy đến giữa/cuối năm 2026 sẽ cho ra khoảng 280–300 triệu dặm có trả phí. Tính đến các dặm di chuyển không tải và chờ đợi, chúng tôi thận trọng nhân đôi con số đó để có được ước tính ~600 triệu tổng số dặm tự hành.
Hồ sơ thực tế của Waymo
Báo cáo SGO / NHTSA công khai về các sự cố của Waymo, được ánh xạ lên thang KABCO, đưa ra bức tranh gần đúng như sau:
Các quan sát chính:
- Phần lớn các trường hợp thương tích được báo cáo thuộc các loại mức độ nghiêm trọng thấp hơn (C và B).
- Nghiên cứu an toàn của riêng Waymo chỉ coi các trường hợp A hoặc K được cảnh sát xác nhận là "thương tích nghiêm trọng hoặc tồi tệ hơn".
- Trên hơn 220 triệu dặm chỉ dành cho hành khách, Waymo báo cáo ít hơn khoảng 94% các vụ tai nạn thương tích nghiêm trọng hoặc tồi tệ hơn và ~82% ít hơn các vụ tai nạn thương tích ở bất kỳ mức độ nghiêm trọng nào so với điểm chuẩn của con người trong cùng khu vực hoạt động.
- Những so sánh này được thực hiện bất kể lỗi. Trong một số ít các sự cố nghiêm trọng (A) và tử vong (K), thông tin công khai có sẵn chỉ ra rằng xe Waymo thường không phải là bên có lỗi chính.
Hồ sơ thực tế này minh họa sự khác biệt quan trọng đối với Robotaxi: ở quy mô đủ lớn, việc liên quan đến các vụ tai nạn trở nên không thể tránh khỏi về mặt thống kê. Câu hỏi quyết định là liệu hệ thống có ít lỗi hơn — và tạo ra ít kết quả nghiêm trọng hơn — so với người lái xe con người trên cùng số dặm hay không. Khung Poisson được phát triển ở đây chỉ đơn giản là hiệu chỉnh thời điểm Tesla Robotaxi, theo giả định an toàn 10×, có thể bắt đầu gặp phải các loại sự kiện tương tự.
Như biểu đồ tổng số dặm tích lũy cho thấy, một khi đội xe không người lái đạt đến vài trăm triệu dặm, việc liên quan đến các sự cố nghiêm trọng và thậm chí tử vong trở nên không thể tránh khỏi về mặt thống kê — ngay cả trong giả định an toàn 10×. Do đó, hồ sơ của Waymo phù hợp với những gì mô hình Poisson dự đoán ở quy mô đó: câu hỏi thích hợp không còn là liệu những sự kiện như vậy có xảy ra hay không, mà là hệ thống có lỗi bao lâu một lần và mức độ nghiêm trọng của nó so với người lái xe con người như thế nào.
Kết luận
Chúng tôi đã mô hình hóa xác suất Robotaxi liên quan đến các vụ tai nạn ở các mức độ nghiêm trọng khác nhau, giả sử hệ thống cuối cùng đạt được mức cải thiện an toàn 10× so với xe chở khách do con người lái trung bình. Kết hợp giả định đó với quỹ đạo số dặm được phát triển trong phân tích trước đây của chúng tôi mang lại những kỳ vọng định lượng rõ ràng: thương tích mức độ thấp hơn có khả năng xảy ra trong nửa đầu năm 2027, thương tích nghiêm trọng vào cuối năm đó và tử vong vào cuối năm 2027 trong kịch bản tăng trưởng trung tâm.
Hồ sơ thực tế của Waymo phù hợp với những gì cùng một mô hình dự đoán ở vài trăm triệu dặm tích lũy. Ngay cả một hệ thống an toàn hơn đáng kể so với người lái xe con người cũng sẽ, ở quy mô đủ lớn, liên quan đến các vụ tai nạn nghiêm trọng và tử vong. Các thống kê làm cho điều này không thể tránh khỏi.
Hai sự khác biệt vẫn còn thiết yếu. Thứ nhất, những dự báo này liên quan đến sự liên quan, không phải lỗi. Thứ hai, ca tử vong do lỗi đầu tiên cuối cùng cũng không thể tránh khỏi về mặt thống kê; biến số duy nhất còn mở là khi nào nó xảy ra so với trải nghiệm thực tế của công chúng về công nghệ.
Đây là thách thức chiến lược cốt lõi của Tesla. Cái chết do lỗi đầu tiên phải đến đủ muộn để một số lượng lớn người đã sử dụng Robotaxi, tin tưởng vào hiệu suất thông thường của nó và hiểu được mức độ an toàn của nó so với việc lái xe của con người. Sự tương tự là ngành hàng không thương mại. Máy bay thương mại hiện đại vẫn giết người, nhưng tỷ lệ tử vong chỉ vào khoảng 0,01 ca tử vong trên 100 triệu dặm hành khách — thấp hơn khoảng một bậc độ lớn so với ngay cả Robotaxi an toàn hơn 10× (≈ 0,08 ca tử vong trên 100 triệu dặm). Xã hội chấp nhận rủi ro hàng không còn sót lại vì lợi ích lớn và mức độ an toàn tương đối đã được thiết lập vững chắc. Robotaxi sẽ cần cùng một nền tảng hiệu suất quy mô lớn đã được chứng minh vào thời điểm ca tử vong do lỗi rõ ràng đầu tiên xảy ra.
Đó là ngưỡng mà Tesla phải vượt qua.
