高盛测算自动驾驶到2035年或形成约$2万亿生态收入

概览

高盛在本报告中延续其关于AI对利润池影响的系列研究，将交通运输作为第二个案例。报告指出，领先公有云超大规模厂商数据中心资本开支已接近约$700 bn USD，约为2020年的10倍，因此市场越来越关注AI资本投入能否转化为可观利润池。报告认为，自动驾驶商业化已从概念验证进入更广泛部署阶段，推动因素包括美国、中国和EMEA等地区的落地扩张、模型能力提升、仿真和数据工具进步、消费者接受度提升以及端到端AI技术在自动驾驶策略中的应用。

核心观点

核心观点是，自动驾驶将同时创造增量需求并扰动既有交通市场。高盛预计美国Robotaxi市场2030年达到$19 bn，高于此前$7 bn的估计，2035年达到$48 bn；全球Robotaxi市场2035年或达约$415 bn。Class 8自动驾驶卡车也将从当前低基数增长，美国市场2030年或达$16 bn，2035年或达$105 bn，全球2035年或达约$560 bn。若将Robotaxi、消费级L3-L5车辆、自动驾驶卡车、配送机器人、软件订阅和数字服务合并计算，2035年自动驾驶生态相关收入或接近$2 trillion；其中更直接归因于AI的虚拟司机技术和软件订阅收入约$300 bn。

分析框架

报告采用利润池框架，将自动驾驶拆分为Robotaxi、自动驾驶卡车、消费级L3-L5车辆、配送机器人、硬件销售、软件和数字服务等环节，并结合地区团队和覆盖公司的预测进行全球市场测算。分析同时比较自动驾驶与人工驾驶的单位经济性，尤其关注卡车硬件成本下降、司机工资上升和车辆利用率提升对商业化拐点的影响。对于潜在扰动，报告估算美国人工网约车、出租车、货运司机工资和轻型车销量中可能被自动驾驶替代的经济规模。

方法论与常识提炼

• market_sizingprofit_pool_analysis

  利润池测算

  通过估算市场收入、毛利率和累计毛利润，评估AI能力在交通运输行业可能创造或重新分配的经济价值。

• scenario_analysisbase_bear_case

  情景分析

  报告对网约车侵蚀率、美国SAAR下降幅度和VMT提升等变量进行基准与悲观情景估算，以衡量自动驾驶对既有市场的潜在冲击。

• technology_assessmentautonomous_vehicle_stack

  自动驾驶技术栈

  报告将自动驾驶生态分为感知、决策和部署三层，覆盖传感器、芯片、软件、虚拟司机、Robotaxi平台、车队运营和个人自动驾驶功能。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• GOOGL / Waymo

  Robotaxi技术和运营受益方

  优势

  Waymo已在多个城市推进完全无人驾驶服务，旧金山份额达到30%，具备商业化领先证据。

  劣势

  扩张可能受地理围栏、监管审批、车辆供应和运营成本约束。

  对比

  相较多数仍处于测试或早期部署的竞争者，Waymo更接近规模化商业运营。

  风险

  监管趋严、事故事件、成本下降慢于预期或竞争加剧。

• TSLA

  消费级自动驾驶和潜在Robotaxi受益方

  优势

  拥有大规模车队数据、FSD路线和较大AI基础设施投入计划。

  劣势

  报告提到AI基础设施资本开支可能达到至少$5 bn、甚至累计接近$10 bn，资本强度较高。

  对比

  Tesla更强调泛化和少地图依赖路线，而Waymo等玩家在地理围栏商业部署上已有较多证据。

  风险

  执行风险、监管风险、技术成熟度和估值风险。

• UBER / LYFT

  网约车平台可能同时受益和受扰动

  优势

  可通过与自动驾驶供应商合作导入AV供给，扩大平台交易量并改善单位经济性。

  劣势

  自有人工司机订单可能被Robotaxi侵蚀。

  对比

  报告基准情景假设到2030年AV对UCAN网约车总预订额侵蚀约5%，悲观情景为16%。

  风险

  平台议价能力下降、Robotaxi供给方绕开平台、城市扩张不及预期。

• AUR / Volvo Group

  自动驾驶卡车和商用车生态受益方

  优势

  自动驾驶卡车可受益于司机工资上升、硬件成本下降和更高车辆利用率。

  劣势

  当前市场仍处低基数，商业化路线依赖安全验证、线路选择和客户采用。

  对比

  自动驾驶卡车较Robotaxi更偏B2B，成本每英里优势可能成为关键拐点。

  风险

  监管、保险、事故责任、车队采购周期和硬件成本下降不及预期。

• Hesai / TEL / APTV / MBLY / Nvidia

  传感器、连接器、芯片、软件和工具链供应商

  优势

  自动驾驶感知、计算和系统集成需求扩大，有利于关键零部件和平台供应商。

  劣势

  供应商面临价格竞争、技术路线变化和客户自研替代。

  对比

  报告将生态分为感知、决策和部署，供应商处于上游和中游，受益方式不同于运营商。

  风险

  传感器降本压缩利润、Lidar或地图等技术路线争议、整车厂垂直整合。

关键数据

• 超大规模云厂商数据中心资本开支约$700 bn USD约为2020年的10倍，是报告讨论AI投资回报的背景。
• 美国Robotaxi市场规模2030年$19 bn；2035年$48 bn2030年预测由此前$7 bn上调至$19 bn。
• 全球Robotaxi市场规模2035年约$415 bn垂直一体化运营商毛利率假设为30%-50%，对应2035年约$150 bn毛利润。
• Robotaxi累计毛利润未来十年约$440 bn基于全球Robotaxi市场扩张和毛利率假设。
• 美国Class 8自动驾驶卡车市场2030年$16 bn；2035年$105 bn报告认为美国自动驾驶卡车成本每英里或在2028年优于人工驾驶卡车。
• 全球自动驾驶卡车市场2035年约$560 bn对应2035年约$135 bn毛利润，未来十年累计约$300 bn毛利润。
• 自动驾驶生态总收入2035年约$2 trillion包括硬件销售、Robotaxi、自动驾驶卡车服务、消费级自动驾驶订阅和配送机器人。
• AI可归因自动驾驶市场2035年约$300 bn主要包括Robotaxi和自动驾驶卡车的虚拟司机技术收入，以及消费级L3-L5软件订阅。
• 美国潜在被扰动经济规模约$440 bn涵盖人工网约车、出租车、货运、配送司机工资和汽车销量下降情景。
• Waymo在旧金山份额30%完全推出约20个月后达到该水平，作为商业化进展证据。

影响与含义

报告对资本市场的含义是，AI基础设施投资的回报不只体现在云服务或广告，也可能通过现实世界自动化在交通运输中形成大规模利润池。受益资产可能包括具备自动驾驶技术、芯片、传感器、平台运营、车队部署和软件订阅能力的公司；同时，传统人工驾驶网约车、出租车、货运劳动力和部分汽车销量存在被替代风险。传统车企的影响较为混合：若被新技术公司夺取个人出行利润份额，则面临压力；若能通过软件和数字服务变现，则存在上行机会。

风险

• 监管比预期更严格，可能拖慢城市部署和跨区域扩张。
• 自动驾驶安全事件或消费者信任不足可能削弱采用速度。
• 行业基本面弱于预期或单位经济性改善慢于预期，可能降低市场规模和利润率。
• 竞争加剧、估值偏高、执行风险和后续资本需求可能限制部分个股表现。
• 传统汽车销量在悲观情景下可能受到共享AV替代影响，美国SAAR长期或下降3-6 mn辆。

后续跟踪

• Waymo、Uber、Pony AI、WeRide等公司到2026年底的城市扩张进度。
• Robotaxi在美国、中国、欧洲和其他地区的商业化收入兑现速度。
• 自动驾驶卡车硬件成本能否从当前约$125K-$150K额外成本降至2035年约$35K-$40K。
• AV卡车在美国每英里成本是否如报告预测于2028年优于人工驾驶卡车。
• 监管审批、事故率、安全数据和消费者需求变化。
• Nvidia Alpamayo、仿真工具、VLA模型、端到端自动驾驶和地图依赖路线的技术进展。