CES 2022で発表された自動車製品やイノベーションを見れば、自動運転の未来が間もなく現実のものとなることが分かります。これは、道路の安全、すべての人々の自立、そして環境にとって朗報です。
しかし、世界の偉大な思想家や先見者たちのビジョンに沿って、この未来を実現することは、多くの企業が今もなお取り組んでいる課題です。自動運転車が広く普及するまでには、克服すべき課題がまだ数多く残されています。
これらの車両を顧客に届けられる企業にとっての勝利は、 2030年までに 2兆ドル規模に達すると予測される自動運転車市場の大部分を獲得することです。そして、すでにいくつかの小さな成功例があり、勝者が決まりつつあることを示唆しています…
SFは急速に科学的事実になりつつある
2020年には、少なくとも1社の企業が自動運転車による完全自動運転で顧客への料理の配達を開始しました。まるで移動式レストランのように、顧客は画面で料理を選び、QRコードで支払います。支払い後、車内で調理作業を行うことなく、料理が提供されます。
これは一回限りのことのように思えるかもしれませんが、実際には世界中の企業が既に自動運転技術の実験を行っています。特に自動運転タクシーやライドシェアサービスは関心が高く、米国と中国では企業が自動運転車両の開発を進めています。
小売業者も自動運転車を以前から活用してきました。パンデミックは、オンラインサービスへの需要の急増により、この点で触媒的な役割を果たしました。いわゆる「ラストマイル」配送は、ブランド体験の重要な一部となっています。ある企業は、自動運転技術による配送件数が160万件を超えたと報告しています。場合によっては、車両はほぼ完全に自動運転で運行しますが、問題が発生した場合はコントロールセンターに作業を委託することもあります。
コネクテッドカーのデータが役立つ場面
こうしたイノベーションが次々と登場するのは喜ばしいことですが、完全自動運転には依然として大きな欠点が残っており、中でも最も顕著なのは、あらゆる運転状況に対応できないことです。そのため、一般の人々は自動運転の安全性について依然として懐疑的です。そこで、Wejo Group Ltd. (NASDAQ:WEJO)が Wejo Neural Edgeプラットフォームという新たなイノベーションを発表しました 。
英国を拠点とするテクノロジー・ユニコーン企業Wejoは、最新のツールとテクノロジーを活用し、自動運転車の開発においてOEMが直面する主要な課題のいくつかに対処するソフトウェア開発プロジェクトを立ち上げました。そして、Wejoだけではないのです。Wejoは既に、日本の保険大手SOMPOホールディングスやアフターサービス部品メーカーのHella Gutmannといった企業との提携を発表しています。
Wejoは、これらの業界リーダーと協力することで、自動運転革命の推進、電気自動車インフラの改善、そして道路安全性の向上に重要な支援を提供することを目指しています。その方法とは？世界中の車両から数兆点ものデータポイントを収集・整理することです。この高度な洞察力により、Wejoは車線レベルの精度で道路を視覚化できるようになります。
2021年の講演で、CEOのリチャード・バーロウ氏は、Wejoはカリフォルニア、ニューヨーク、デトロイトを含む全米の都市を「見ることができる」と述べました。SOMPOホールディングスは、その範囲を日本、そしてより広範なアジア太平洋地域にまで拡大しています。簡単に言えば、Wejoは世界の動きを視覚化し、それをより容易にするための現実的な提案を行うことができます。
Wejoと自動運転車との関係が極めて重要なのは、まさにこの点です。どの道路が最も混雑しているか、どこで衝突事故が最も多く発生しているか、そしてどの都市の排出量がどの程度高いかを把握することで、政府や交通計画担当者はインフラの優先順位付けや改善に役立ちます。また、WejoはOEMメーカーにとっても、自動運転車の現状と目指すべき姿とのギャップを埋める機会となる可能性があります。
Wejo Neural Edgeが自律的な未来を加速させる方法
自動運転車には、瞬時のデータフィードバックに加え、車車間（V2V）および路車間（V2I）通信をケーブルなしで行える能力が必要です。Wejo Neural Edgeは、車同士の通信だけでなく、交通標識、路車間、その他の交通機関からの最新情報を受け取るための重要な構成要素を提供します。これにより、車は道路上の状況に即座に対応できるようになります。
この通信は、エンドユーザーにとって多くのメリットをもたらします。例えば駐車場の場合、車両が都市内の空きスペースを見つけることができれば、ドライバーは駐車場を探す時間を短縮し、移動時間を最小限に抑えることができます。電気自動車の充電ポイントでも同様です。ドライバーは渋滞を回避して移動する ことさえ可能になります。
メーカーにとっての課題は、このレベルのリアルタイム通信を実現するには、データストレージに莫大なコストがかかるだけでなく、情報の送受信間に遅延が生じることです。Wejo Neural Edgeでは、車両からクラウドに送信されるデータをソフトウェアがインテリジェントに選択し、優先順位を付ける機能により、コストと遅延の両方を大幅に削減できます。エッジコンピューティングのおかげで、OEMには必要な情報だけが送信されます。
実際、Wejoのアプローチは、車両とクラウド間で送信される情報量を完全に削減することです。機械学習を用いることで、生の洞察のわずか20%で車両の走行経路を100%再現できます。これはデータの整合性に影響を与えることなく、OEMにすべてのイベントデータの正確なレポートを提供します。これにより、メーカーは製品を改善しながら、ストレージユニットへの依存と消費電力を削減し、環境へのさらなるメリットも享受できるようになります。
最後に、Wejo Neural Edgeはデジタルツイン技術を採用しており、これによりWejoはデジタル環境で車両を完全に再現できるようになります。これはメタバースのユースケースであり、人々は都市のコピー内でリアルタイムの移動を確認でき、メーカーは製品をテスト・改良でき、エンドユーザーは車を実際に見ることなく整備士を雇って健康診断を行うことさえできるようになります。
AVの未来、Wejoのおかげで
Wejoは、独自のデータサービスとWejo Neural Edgeプラットフォームにより、自動運転車の普及を阻む多くの障害に対する解決策を提示します。Wejoは、自社の技術によって、OEM各社が自動運転車を量産市場に投入する速度が向上することを期待しています。
