What California Regulatory Filings Reveal about Robotaxi Operations at Scale

एक ऐसे शहर की कल्पना कीजिए जहाँ आपको उठाने वाली कारों में कोई ड्राइवर नहीं है। वे केवल इलेक्ट्रिक वाहन ही नहीं हैं; वे पूरी तरह से स्वायत्त (autonomous) हैं, जो जटिल सड़कों पर नेविगेट करने, ट्रैफिक के लिए रुकने और बिना किसी मानवीय हाथ के आपके गंतव्य तक पहुँचने में सक्षम हैं। यह रोबोटैक्सी का वादा है, एक ऐसी तकनीक जो साइंस फिक्शन से निकलकर सैन फ्रांसिस्को और लॉस एंजिल्स जैसे शहरों की सड़कों तक पहुँच गई है। लंबे समय से यह उम्मीद रही है कि ये मशीनें एक साथ कई समस्याओं को हल करेंगी। इलेक्ट्रिक होने के कारण, वे प्रदूषण कम करेंगी। साझा (shared) होने के कारण, वे सड़कों को जाम करने वाली कारों की संख्या को कम करेंगी। और स्वचालित होने के कारण, वे दक्षता के उस स्तर के साथ काम करेंगी जिसे मानव चालक नहीं छू सकते, शायद कारों को लगातार चलते रहने के लिए और यात्री का इंतज़ार करते समय कभी पार्क न होने देने के माध्यम से।

हालाँकि, बड़े पैमाने पर ये बेड़े (fleets) वास्तव में कैसे काम करते हैं, इसकी वास्तविकता एक रहस्य बनी हुई है, जो कंपनी के डैशबोर्ड और निजी डेटा के पीछे छिपी हुई है। वर्षों से, जनता इन प्रणालियों के काम करने के तरीके का अनुमान लगाने के लिए सारांशों, सिमुलेशन या मॉडलों पर निर्भर रही है। लेकिन एक नए विश्लेषण ने पर्दे को हटाया है, जिसमें सरकारी रिकॉर्ड का उपयोग करके यह देखा गया है कि वास्तव में क्या हो रहा है। लॉरेंस बर्कले नेशनल लेबोरेटरी के शोधकर्ताओं ने कैलिफोर्निया पब्लिक यूटिलिटीज कमीशन के पास रोबोटैक्सी कंपनियों द्वारा फाइल की गई रिपोर्टों के हजारों पृष्ठों की जांच की। कानूनन अनिवार्य ये फाइलिंग हर यात्रा, हर मील और हर बार जब कोई वाहन चार्ज करने के लिए रुकता है, का विस्तृत लॉग प्रदान करती हैं। इस डेटा को छानने के बाद, शोधकर्ताओं ने रोबोटैक्सी संचालन की एक ऐसी तस्वीर सामने निकाली जो भविष्य के आशावादी दृष्टिकोण की तुलना में कहीं अधिक जटिल और कम कुशल है।

यह अध्ययन मुख्य रूप से वेमो (Waymo) पर केंद्रित था, जो संयुक्त राज्य अमेरिका में ड्राइवरलेस टैक्सियों का सबसे बड़ा ऑपरेटर है, और इसने ज़ुक्स (Zoox) के प्रदर्शन की तुलना की, जो एक अन्य प्रमुख खिलाड़ी है और वर्तमान में एक बड़े पैमाने पर पायलट प्रोग्राम चला रहा है। शोधकर्ताओं ने जनवरी 2025 से जून 2026 तक के डेटा का परीक्षण किया, यह वह अवधि थी जब वेमो कैलिफोर्निया में लगभग 3,285 वाहनों के बेड़े के साथ बढ़ गया था, जो पूरे राष्ट्रीय बेड़े का लगभग 80 प्रतिशत था। उन्होंने ट्रैक किया कि इन कारों ने यात्रियों के साथ कितने मील की यात्रा की बनाम कितनी मील वे खाली चलीं। राइड-हेलिंग की दुनिया में, खाली गाड़ी चलाने को "डेडहेडिंग" (deadheading) कहा जाता है। यह व्यवसाय का एक आवश्यक हिस्सा है, क्योंकि कारों को यात्री को लेने के लिए गाड़ी चलानी पड़ती है और फिर उन्हें छोड़ने के बाद दूर जाना पड़ता है। लेकिन स्वचालन (automation) का लक्ष्य इस बर्बादी को न्यूनतम करना था।

डेटा एक अलग कहानी बताता है। हालांकि वेमो ने समय के साथ अपनी दक्षता में सुधार किया, लेकिन खाली ड्राइविंग का हिस्सा काफी ऊँचा बना रहा। 2025 की शुरुआत और 2026 के मध्य के बीच, बिना यात्री के तय किए गए मील का हिस्सा 53 प्रतिशत से घटकर लगभग 42 प्रतिशत हो गया। हालांकि यह एक सुधार है, लेकिन यह मानव-चालित राइड-हेलिंग सेवाओं में देखी जाने वाली स्थिति से काफी अधिक है, जो उन आंकड़ों से 50 प्रतिशत से भी अधिक है। शोधकर्ताओं ने पाया कि जैसे-जैसे बेड़ा बढ़ा और कारें यात्रियों को खोजने में बेहतर हुईं, फिर भी खाली वाहनों को चलाने में भारी मात्रा में ऊर्जा खर्च की जा रही थी। यह निरंतर खाली यात्रा, स्वचालन के इस विचार के विपरीत है कि इससे स्वतः ही एक अधिक सुव्यवस्थित और कुशल प्रणाली बन जाएगी।

सबसे आश्चर्यजनक निष्कर्ष शायद इस बारे में है कि यात्री न होने पर कारें क्या करती हैं। शोधकर्ताओं ने पाया कि "खाली" समय का एक बड़ा हिस्सा सवारी की तलाश में इधर-उधर घूमने में नहीं, बल्कि स्थिर रहने में बीतता है। जैसे-जैसे बेड़ा विस्तारित हुआ, वाहनों द्वारा प्रतीक्षा करने (पार्क या आइडल रहने) में बिताया गया कुल समय 39 प्रतिशत बढ़ गया। यह सुझाव देता है कि यह प्रणाली मानव-चालित नेटवर्क जितनी लचीली नहीं है। जब मांग अचानक बढ़ती है, तो मानव-चालित राइड-हेलिंग सेवाएँ उन ड्राइवरों के विशाल समूह का लाभ उठा सकती हैं जो पहले से ही सड़क पर हैं या जल्दी से काम शुरू कर सकते हैं। हालाँकि, रोबोटैक्सियाँ वाहनों के एक निश्चित बेड़े पर निर्भर करती हैं जिन्हें अनुरोध पूरा करने के लिए भौतिक रूप से उपस्थित होना पड़ता है। यात्रियों की अचानक भीड़ को संभालने के लिए, सिस्टम को बड़ी संख्या में कारों की आवश्यकता होती है जो पार्किंग लॉट या डिपो में तैयार खड़ी रहें। यह एक विशाल "पार्किंग फुटप्रिंट" बनाता है, जहाँ हजारों वाहन बिना चले लंबे समय तक स्थिर रहते हैं, जिससे स्थान और संसाधनों की खपत होती है।

इस व्यवहार के ऊर्जा संबंधी प्रभाव महत्वपूर्ण हैं। शोधकर्ताओं ने फाइलों में रिपोर्ट किए गए चार्जिंग सत्रों की आवृत्ति का उपयोग यह अनुमान लगाने के लिए किया कि बेड़ा वास्तव में कितनी बिजली का उपयोग कर रहा था। उन्होंने पाया कि बेड़े को चलाने के लिए आवश्यक ऊर्जा वाहनों की आधिकारिक दक्षता रेटिंग से कहीं अधिक थी। वेमो के लिए, चार्जिंग डेटा द्वारा सूचित ऊर्जा उपयोग वाहन की रेटेड प्रोपल्शन का लगभग दोगुना था, जो कि एक विशिष्ट गैसोलीन-संचालित कार द्वारा समान दूरी के लिए उपयोग की जाने वाली ऊर्जा का 69 प्रतिशत तक पहुँच गया। यह अतिरिक्त ऊर्जा खाली कारों को चलाने की निरंतर आवश्यकता, आइडल रहने के समय और बेड़े को चालू रखने के लिए आवश्यक बार-बार चार्जिंग चक्रों द्वारा उपभोग की जाती है। जब उन्होंने ज़ुक्स को देखा, तो ऊर्जा ओवरहेड और भी अधिक था, जो गैसोलीन-इक्विवेलेंट बेंचमार्क का लगभग 147 प्रतिशत तक पहुँच गया।

अध्ययन ने यह भी रेखांकित किया कि खाली मील (empty miles) कैसे बदले जा रहे हैं। सेवा के शुरुआती दिनों में, अधिकांश खाली ड्राइविंग "अनअसाइंड" (unassigned) थी, जिसका अर्थ था कि कारें बिना किसी विशिष्ट गंतव्य के घूम रही थीं, इस उम्मीद में कि कोई यात्री मिल जाए। समय के साथ, यह बदल गया। खाली मील का एक बड़ा हिस्सा "अप्रोच" (approach) मील बन गया, जो वे यात्राएं हैं जो सवारी का अनुरोध किए जाने के बाद यात्री तक पहुँचने के लिए की जाती हैं। यह सुझाव देता है कि हालांकि कारें यात्रियों को खोजने में बेहतर हो रही हैं, लेकिन उन तक पहुँचने के लिए उन्हें तय की जाने वाली दूरी बढ़ रही है, संभवतः इसलिए क्योंकि सेवा क्षेत्र बढ़ गया है या क्योंकि कारें वहां से दूर पार्क की गई हैं जहाँ लोग सवारी मांग रहे हैं।

शोधकर्ताओं ने सावधानीपूर्वक उल्लेख किया कि ये निष्कर्ष सिमुलेशन पर नहीं, बल्कि वास्तविक दुनिया के परिचालन डेटा पर आधारित हैं। उन्होंने लाखों यात्रा रिकॉर्ड और चार्जिंग लॉग की जांच की, जो यह देखने का एक दुर्लभ और ठोस अवसर प्रदान करता है कि ये बेड़े बड़े पैमाने पर कैसे कार्य करते हैं। डेटा इस विचार का समर्थन नहीं करता है कि रोबोटैक्सियों ने पहले ही वे दक्षता लाभ प्राप्त कर लिए हैं जिनकी कई लोगों ने उम्मीद की थी। इसके बजाय, यह एक ऐसी प्रणाली को प्रकट करता है जो खाली वाहनों को चलाने और एक गतिशील वातावरण में एक निश्चित बेड़े को प्रबंधित करने की मौलिक चुनौतियों से जूझ रही है। खाली वाहनों को चलाने और एक निश्चित बेड़े को प्रबंधित करने की चुनौतियों के साथ, रोबोटैक्सियों के साथ एक स्वच्छ और अधिक कुशल भविष्य का वादा अभी भी संभव है, लेकिन वहां तक पहुँचने का मार्ग केवल कंप्यूटर को स्टीयरिंग व्हील सौंप देने जितना सीधा नहीं है। डेटा बताता है कि यदि इन बेड़ों के प्रबंधन के तरीके में महत्वपूर्ण बदलाव नहीं किए गए—शायद कारों को मांग के साथ बेहतर ढंग से मिलाने या बड़ी संख्या में स्थिर वाहनों की आवश्यकता को कम करने के तरीकों को खोजने के माध्यम से—तो रोबोटैक्सी की ऊर्जा और स्थान की लागत उच्च बनी रह सकती है।

अंततः, यह विश्लेषण रोबोटैक्सी उद्योग के लिए एक वास्तविकता की जाँच (reality check) के रूप में कार्य करता है। यह दिखाता है कि जबकि तकनीक उन्नत हो रही है और बेड़े बढ़ रहे हैं, परिचालन वास्तविकताएं जटिल हैं। स्वचालन से मिलने वाले दक्षता लाभ को बड़ी संख्या में वाहनों को तैयार और प्रतीक्षा में रखने की आवश्यकता द्वारा कम किया जा रहा है, जिससे पर्याप्त ऊर्जा का उपयोग और खाली ड्राइविंग हो रही है। जैसे-जैसे ये सेवाएँ विस्तार करती रहेंगी, ध्यान केवल अधिक कारें जोड़ने से हटकर यह समझने पर केंद्रित होना चाहिए कि मौजूदा बेड़े को अधिक स्मार्ट तरीके से कैसे काम कराया जाए। तब तक, एक पूर्णतः कुशल, ड्राइवरलेस भविष्य का दृष्टिकोण केवल एक दृष्टिकोण ही रहेगा, वास्तविकता नहीं।