Robotaxi从试点走向规模化，摩根士丹利预计长期可形成约US$1tn全球机会

概览

本报告讨论全球Robotaxi行业从技术试点向商业规模化扩散的拐点。摩根士丹利认为，过去制约行业的车辆能力、技术成熟度、成本和监管条件正在同步改善，Robotaxi正从概念验证转向真正的交通公用设施。报告将Robotaxi定义为一个跨汽车、互联网、AI、半导体、保险和出行平台的结构性平台迁移，而不只是汽车行业的延伸。

核心观点

核心观点包括：第一，2026年可能成为Robotaxi行业的商业化拐点，竞争重点从证明L4可行转向谁能更快、更便宜、更大规模地部署。第二，全球机会规模可能达到约US$1tn，价值将更多流向技术栈、消费者入口和运营平台，而不是通用整车组装。第三，成本下降和数据飞轮会放大先发优势，早期规模化运营商可能形成赢家占优格局。第四，美国和中国在近期领先，但欧洲、中东和东盟也可能在中期成为重要增量市场。第五，行业扩散将重塑汽车保险、汽油需求、汽车半导体、车内空间商业化和出行平台价值链。

分析框架

报告采用自下而上的全球Robotaxi模型，结合Morgan Stanley汽车、互联网和科技分析团队的区域研究、供应链调研、单位经济性模拟和价值链映射，估算车队规模、TAM、收入结构、成本下降路径和竞争格局。报告还提出“Robotaxi 30”框架，用于识别全球Robotaxi价值链中的关键公司、商业模式和区域机会。

方法论与常识提炼

• 产业映射Robotaxi 30

  用一个包含关键玩家和价值链位置的框架，跟踪Robotaxi生态中的运营商、平台、OEM、L4方案商、传感器、计算和软件公司。

  该框架不是穷尽清单，而是帮助投资者从成本优势、跨境合作和消费者入口三个维度寻找可投资线索。

• 市场规模测算global robotaxi model

  基于地区渗透率、车队规模、车辆成本、利用率、单公里收入和服务收入估算全球Robotaxi TAM。

  报告据此得到约US$1tn全球机会、2035年约250万辆车队以及2030年前后规模化运营的判断。

• 单位经济性vehicle-level unit economics simulation

  比较不同市场中Robotaxi的车辆运营成本、收入、利用率、硬件成本和净利率。

  报告认为部分中国城市成本已低于US$0.50/公里，随着BOM下降和利用率提升，2028年有望广泛接近盈亏平衡。

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）。

• Waymo / Alphabet

  全球Robotaxi领先者和技术平台代表

  优势

  技术深度、先发部署、数据积累和美国市场运营经验。

  劣势

  扩张需要大量资本、监管许可和城市级运营能力。

  对比

  报告将其与Tesla并列为全球领先者之一。

  风险

  安全事故、监管延迟、跨城市扩张复杂度和成本压力。

• Tesla

  潜在全球Robotaxi领导者和视觉AI路线代表

  优势

  大规模装机基础、软件能力、数据资源和品牌影响力。

  劣势

  Robotaxi商业运营落地仍需验证，监管和安全审查要求高。

  对比

  与Waymo路线不同，Tesla更强调视觉神经网络和车队基础。

  风险

  技术兑现节奏、监管批准、消费者信任和执行风险。

• Baidu Apollo

  中国Robotaxi生态核心玩家

  优势

  中国市场测试和部署基础、地图与AI能力、Apollo Go运营经验。

  劣势

  海外扩张需依赖合作伙伴并适应不同监管环境。

  对比

  与WeRide、Pony.ai共同构成中国L4玩家的重要梯队。

  风险

  中国监管节奏、商业化盈利能力和竞争加剧。

• WeRide

  L4 Robotaxi初创平台和跨境合作参与者

  优势

  城市级L4经验，与Uber、Grab等平台合作扩展中东、欧洲和东南亚机会。

  劣势

  规模、资金和品牌相较全球巨头仍较小。

  对比

  报告将其列为L4初创玩家代表之一。

  风险

  商业化规模、区域监管、合作稳定性和技术迭代。

• Pony.ai

  L4 Robotaxi初创平台和国际合作参与者

  优势

  具备Robotaxi运营经验，并通过ComfortDelGro、Bolt、Mowasalat等合作扩展国际市场。

  劣势

  全球部署仍需市场准入和运营伙伴支持。

  对比

  与WeRide、Baidu Apollo同属中国及跨境L4竞争阵营。

  风险

  监管审批、资金投入、运营规模和安全事件。

• Uber / DiDi / Grab / Lyft

  共享出行平台和Robotaxi分发入口

  优势

  拥有需求端流量、调度能力、本地市场入口和较高利用率潜力。

  劣势

  核心L4技术可能依赖外部合作伙伴。

  对比

  报告认为平台公司可通过合作成为Robotaxi规模化的重要分发渠道。

  风险

  合作分成、平台议价能力、监管责任和用户体验控制。

• XPeng及具备自动驾驶能力的EV OEM

  从ADAS向L4演进的整车玩家

  优势

  EV制造能力、成本控制和自动驾驶研发基础。

  劣势

  从乘用车ADAS转向Robotaxi车队运营需要完全不同的物流、监管和运营能力。

  对比

  相比纯L4运营商，OEM需要补齐网络运营和出行平台能力。

  风险

  商业模式转型难度、投入周期和竞争分散。

• Hesai及传感器/计算/线控供应链

  Robotaxi硬件与感知计算受益环节

  优势

  受益于L4车队放量、感知硬件、中央计算单元和线控系统升级。

  劣势

  硬件价格可能随中国供应链通缩持续下降。

  对比

  价值更依赖单位搭载量和规模放量，而不是单件高价。

  风险

  价格竞争、技术路线变化和客户集中度。

关键数据

• 全球Robotaxi TAM约US$1tn覆盖出行服务、车辆、软件及相邻产业机会。
• 全球Robotaxi硬件TAM约US$750bn报告第5页摘要提到的硬件市场空间。
• 软件和服务收入约US$250-300bn报告预计Robotaxi将产生的软件与服务收入区间。
• 2035年全球车队约2.5mn辆预计服务的日需求规模可接近韩国、法国或德国人口量级。
• 2025-2035年车队CAGR约80%报告摘要图表中披露的全球Robotaxi车队增速。
• 美国和中国2035年占比约70%报告预计美国和中国仍是主要早期采用市场。
• 未来三年单位运营成本变化下降约20%来自硬件BOM下降和利用率提升。
• 规模化后车辆层面净利率全球超过30%，发达市场超过40%报告认为运营杠杆和更高费率可支持较高车辆层面利润率。
• 中国Robotaxi方案BOM2027年约US$35-40k，至2030年再以3-5% CAGR下降中国供应链降本被视为关键加速因素。
• 盈亏平衡时间点2028年左右报告预计单位经济性大体在2028年达到盈亏平衡，2030年进入规模化商业运营。

影响与含义

投资含义上，报告认为Robotaxi扩散会推动价值从传统汽车销售和通用OEM装配转向L4技术栈、出行平台、消费者入口、传感器、计算和软件。对EV企业而言，具备自动驾驶能力和成本优势的公司更有利；对ICEV企业而言，私人车拥有和燃油需求的长期压力可能加剧。保险行业面临责任主体从驾驶员向系统和运营实体迁移，汽车半导体、线控底盘、中央计算单元、感知硬件和车内内容空间则可能受益。

风险

• 监管进展在不同地区可能不均衡，尤其是美国和中国之外的市场可能拖慢部署。
• 安全事故或负面事件可能压制消费者接受度并引发更严格监管。
• 利用率不足、硬件成本下降慢于预期或运营成本偏高，可能导致单位经济性不及预期。
• 车队规模化需要较高前期资本开支，可能拖累短期回报。
• 跨境扩张会面临基础设施、政策、数据治理、城市交通管理和消费者行为差异。
• L4技术路线和商业模式仍在演化，后发者可能被商品化，早期领导者也可能遭遇执行风险。

后续跟踪

• 2026年后Waymo、Baidu Apollo、WeRide、Pony.ai、Tesla等玩家的无安全员商业运营城市数量。
• 各地区监管许可、责任规则、数据治理和安全标准是否更清晰。
• 中国供应链推动的Robotaxi硬件BOM下降速度，尤其是2027年是否接近US$35-40k。
• 车辆利用率、单公里成本和车费水平是否支持2028年盈亏平衡。
• Uber、DiDi、Grab、Lyft等平台与L4技术公司的合作扩展情况。
• Robotaxi对汽车保险责任结构、汽油需求、半导体含量和私人车拥有意愿的二阶影响。