What California Regulatory Filings Reveal about Robotaxi Operations at Scale

تخيل مدينة حيث السيارات التي تقلك لا تملك سائقين. إنها ليست مجرد مركبات كهربائية؛ بل هي مركبات ذاتية القيادة بالكامل، قادرة على التنقل في شوارع معقدة، والتوقف عند إشارات المرور، وإيجاد طريقها إلى وجهتك دون يد بشرية على عجلة القيادة. هذا هو وعد "الروبوتاكسي" (التاكسي الآلي)، وهي تقنية انتقلت من خيال العلمي إلى شوارع مدن مثل سان فرانسيسكو ولوس أنجلوس. لطالما كان الأمل هو أن هذه الآلات ستحل عدة مشكلات في آن واحد؛ فبكونها كهربائية، ستقلل من التلوث، وبكونها مشتركة، ستقلل من عدد السيارات التي تسد الطرق، وبكونها مؤتمتة، ستعمل بمستوى من الكفاءة لا يمكن للسائقين البشر مضاهاته، ربما من خلال إبقاء السيارات في حركة مستمرة وعدم حاجتها للتوقف للركن أثناء انتظار الراكب.

ومع ذلك، ظل الواقع المتعلق بكيفية تشغيل هذه الأساطيل على نطاق واسع لغزاً، مخفياً خلف لوحات تحكم الشركات والبيانات الخاصة. لسنوات، اعتمد الجمهور على الملخصات أو المحاكاة أو النماذج لتخمين كيفية عمل هذه الأنظمة. لكن تحليلاً جديداً كشف الستار، مستخدماً السجلات الحكومية الرسمية لرؤية ما يحدث بالضبط. فقد فحص الباحثون في مختبر لورانس بيركلي الوطني آلاف الصفحات من التقارير التي قدمتها شركات الروبوتاكسي إلى لجنة المرافق العامة في كاليفورنيا. هذه الملفات، المطلوبة قانوناً، تحتوي على سجلات مفصلة لكل رحلة، وكل ميل مقطوع، وكل مرة تتوقف فيها المركبة للشحن. ومن خلال تمحيص هذه البيانات، كشف الباحثون عن صورة لعمليات الروبوتاكسي هي أكثر تعقيداً، وأقل كفاءة، مما كانت عليه الرؤية المتفائلة للمستقبل.

ركزت الدراسة بشكل أساسي على شركة "وايمو" (Waymo)، وهي أكبر مشغل لسيارات الأجرة بدون سائق في الولايات المتحدة، وقارنت أداءها بشركة "زوكس" (Zoox)، وهي لاعب رئيسي آخر يدير حالياً برنامجاً تجريبياً واسع النطاق. فحص الباحثون البيانات من يناير 2025 حتى يونيو 2026، وهي الفترة التي نمت فيها أسطول "وايمو" ليصل إلى حوالي 3,285 مركبة في كاليفورنيا، وهو ما يمثل حوالي 80 بالمائة من إجمالي الأسطول الوطني. وتتبعوا عدد الأميال التي قطعتها هذه السيارات بوجود ركاب بداخلها مقابل عدد الأميال التي قطعتها وهي فارغة. وفي عالم خدمات النقل بالسيارات، يُطلق على القيادة فارغة اسم "القيادة الميتة" (deadheading). وهي جزء ضروري من العمل، حيث يجب أن تقود السيارات للوصول إلى الراكب ثم تقود بعيداً بعد إنزاله. لكن الهدف من الأتمتة كان من المفترض أن يكون تقليل هذا الهدر.

تخبرنا البيانات قصة مختلفة. فبينما حسنت "وايمو" كفاءتها بمرور الوقت، ظلت القيادة الفارغة مرتفعة بشكل مستعصٍ. فبين أوائل عام 2025 ومنتصف عام 2026، انخفضت حصة الأميال المقطوعة بدون راكب من 53 بالمائة إلى حوالي 42 بالمائة. ورغم أن هذا يعد تحسناً، إلا أنه لا يزال أعلى بكثير مما هو مشهود في خدمات النقل التي يقودها البشر، متجاوزاً تلك الأرقام بأكثر من 50 بالمائة. ووجد الباحثون أنه حتى مع نمو الأسطول وتحسن قدرة السيارات على إيجاد الركاب، لا يزال يتم استهلاك كمية هائلة من الطاقة في تحريك المركبات الفارغة. وهذا السفر الفارغ المستمر يتعارض مع فكرة أن الأتمتة ستؤدي تلقائياً إلى نظام أكثر رشاقة وكفاءة.

لعل الاكتشاف الأكثر إثارة للدهشة يتعلق بما تفعله السيارات عندما لا تحمل راكباً. فقد اكتشف الباحثون أن جزءاً كبيراً من الوقت "الفارغ" لا يُقضى في التجول بحثاً عن رحلة، بل في الجلوس ساكنة. ومع توسع الأسطول، زاد إجمالي الوقت الذي تقضيه المركبات في الانتظار — سواء كانت مركونة أو في حالة تشغيل دون حركة — بنسبة 39 بالمائة. وهذا يشير إلى أن النظام ليس بمرونة شبكة يقودها البشر. فعندما تزداد الطلبات فجأة، يمكن لخدمات النقل التي يقودها البشر الاستعانة بمجموعة واسعة من السائقين الذين هم بالفعل على الطريق أو يمكنهم تسجيل الدخول للعمل بسرعة. أما الروبوتاكسي، فيعتمد على أسطول ثابت من المركبات التي يجب أن تكون موجودة مادياً لخدمة أي طلب. وللتعامل مع طفرة مفاجئة في الركاب، يحتاج النظام إلى عدد كبير من السيارات الجاثمة في مواقف السيارات أو المستودعات، جاهزة للانطلاق. وهذا يخلق "بصمة مواقف" ضخمة، حيث تظل آلاف المركبات ثابتة لفترات طويلة، مستهلكة المساحة والموارد دون حركة.

إن التداعيات الطاقية لهذا السلوك كبيرة. فقد استخدم الباحثون وتيرة جلسات الشحن الواردة في الملفات لتقدير كمية الكهرباء التي يستخدمها الأسطول فعلياً. ووجدوا أن الطاقة المطلوبة لتشغيل الأسطول كانت أعلى بكثير مما تشير إليه تصنيفات كفاءة المركبات الرسمية. بالنسبة لـ "وايمو"، كانت الطاقة المستهلكة التي توحي بها بيانات الشحن تعادل ضعف قوة دفع المركبة المقدرة، لتصل إلى حوالي 69 بالمائة من الطاقة التي تستهلكها سيارة تعمل بالبنزين للمسافة نفسها. تُستهلك هذه الطاقة الإضافية في الحاجة المستمرة لتحريك السيارات الفارغة، والوقت الضائع في حالة التشغيل دون حركة، ودورات الشحن المتكررة المطلوبة لإبقاء الأسطول قيد التشغيل. وعندما نظروا إلى "زوكس"، كانت التكاليف الطاقية الإضافية أعلى، حيث وصلت إلى حوالي 147 بالمائة من المعيار المكافئ للبنزين.

كما سلطت الدراسة الضوء على تحول في كيفية قطع الأميال الفارغة. ففي الأيام الأولى للخدمة، كان معظم القيادة الفارغة "غير مخصصة"، مما يعني أن السيارات كانت تتجول دون وجهة محددة، آملة في العثور على راكب. ومع مرور الوقت، تغير هذا؛ حيث أصبحت حصة أكبر من الأميال الفارغة هي أميال "الاقتراب"، وهي الرحلات التي تُقطع للوصول إلى الراكب بعد طلب الرحلة بالفعل. وهذا يشير إلى أنه بينما تتحسن السيارات في العثور على الركاب، فإن المسافة التي يتعين عليها قطعها للوصول إليهم تزداد، وربما يرجع ذلك إلى توسع منطقة الخدمة أو لأن السيارات تقف بعيداً عن الأماكن التي يطلب منها الناس الرحلات.

وقد حرص الباحثون على ملاحظة أن هذه النتائج تستند إلى بيانات تشغيلية واقعية، وليس محاكاة. فقد فحصوا الملايين من سجلات الرحلات وسجلات الشحن، مما قدم نظرة ملموسة ونادرة لكيفية عمل هذه الأساطيل على نطاق واسع. ولا تدعم البيانات الفكرة القائلة بأن الروبوتاكسي قد حقق بالفعل مكاسب الكفاءة التي توقعها الكثيرون. بدلاً من ذلك، تكشف عن نظام لا يزال يعاني من التحديات الأساسية المتمثلة في تحريك المركبات الفارغة وإدارة أسطول ثابت في بيئة ديناميكية. إن الوعد بمستقبل أنظف وأكثر كفاءة مع الروبوتاكسي لا يزال ممكناً، لكن الطريق للوصول إليه ليس ببساطة تسليم عجلة القيادة للحاسوب. وتشير البيانات إلى أنه بدون تغييرات جوهرية في كيفية إدارة هذه الأساطيل — ربما من خلال مطابقة أفضل بين السيارات والطلب أو من خلال إيجاد طرق لتقليل الحاجة إلى كميات هائلة من المركبات الثابتة — فإن تكاليف الطاقة والمساحة للروبوتاكسي قد تظل مرتفعة.

في نهاية المطاف، يعمل هذا التحليل كاختبار للواقع لصناعة الروبوتاكسي. فهو يظهر أنه بينما تتقدم التكنولوجيا وتنمو الأساطيل، فإن الحقائق التشغيلية معقدة. فمكاسب الكفاءة الناتجة عن الأتمتة يتم إلغاؤها بسبب الحاجة إلى إبقاء عدد كبير من المركبات جاهزة وفي حالة انتظار، مما يؤدي إلى استهلاك كبير للطاقة والقيادة الفارغة. ومع استمرار توسع هذه الخدمات، قد يحتاج التركيز إلى الانتقال من مجرد إضافة المزيد من السيارات إلى معرفة كيفية جعل الأسطول الحالي يعمل بذكاء أكبر. وحتى ذلك الحين، تظل رؤية المستقبل المثالي والآلي الذي لا يقوده بشر مجرد رؤية، وليست واقعاً.