4 ポイント 投稿者 GN⁺ 2026-01-31 | 5件のコメント | WhatsAppで共有
  • NHTSAの事故報告書とテスラの走行距離公開データによると、オースティンで運行中のテスラのロボタクシーの事故率は人間のドライバーより最大9倍高い
  • 2025年7月から11月までに合計9件の事故が報告され、累計走行距離約50万マイルに対して5万5,000マイルごとに1件の事故が発生
  • すべての車両に**安全モニター(同乗者)**が乗車していたにもかかわらず、高い事故率を示した
  • Waymoは完全無人運行にもかかわらず、人間平均より低い事故率と透明性のある事故報告書の公開を維持
  • テスラの非公開的な事故対応と低い安全実績が、ロボタクシー事業の信頼性に深刻な問題として指摘されている

NHTSAデータとテスラのロボタクシー事故の現状

  • NHTSAのStanding General Order報告書によると、2025年7月〜11月の間にオースティンでテスラのロボタクシー関連9件の事故が報告された
    • 7月: SUVとの衝突、固定物との衝突(軽傷発生)、右折中にSUVと衝突
    • 9月: 自転車利用者との衝突、動物との衝突(時速27マイル)、後退中の追突(6マイル)、駐車場の固定物との衝突
    • 10月: 時速18マイル走行中の事故
    • 11月: 右折中の衝突
  • テスラの2025年第4四半期決算報告によると、ロボタクシーの累計走行距離は約50万マイル
    • これを基準にすると、5万5,000マイルごとに1件の事故が発生
  • NHTSA統計によると、人間のドライバーは平均50万マイルごとに1件の警察報告事故を起こし、警察に報告されない事故を含めると約20万マイルごとに1件の水準
    • したがってテスラのロボタクシーは人間比で約9倍高い事故率を記録

安全モニター同乗にもかかわらず高い事故率

  • すべてのテスラのロボタクシーには**安全モニター(同乗者)**が乗車しており、即時介入が可能
  • 完全自動運転ではない監督付き運行であるにもかかわらず、事故率は人間のドライバーよりはるかに高い
  • Waymoは安全モニターなしで完全無人運行を行い、1億2,500万マイル以上を走行する中でも人間平均より低い事故率を維持
  • Waymoの事例は、完全自動運転システムの安全性テスラの相対的な不振を対照的に示している

透明性欠如の問題

  • NHTSAデータでは、テスラのすべての事故記述部分が**“[REDACTED, MAY CONTAIN CONFIDENTIAL BUSINESS INFORMATION]”**として完全に黒塗りになっている
    • 自転車との衝突、軽傷事故、動物との衝突など、事件の具体的な経緯はまったく公開されていない
  • 一方、Waymo、Zooxなどの競合他社は各事故の詳細な記述を公開
    • 例: Waymo車両が停止中に後方車両に追突された事例などを明確に記載
  • テスラの非公開的な姿勢は、事故原因の分析と安全改善の有無を確認できなくしている
  • 記事ではWaymoの透明性ある公開事例として、子どもとの衝突事故の詳細説明と対応過程を提示
    • Waymo車両は直ちに減速して衝撃を最小化し、子どもは無事だった
    • Waymoは人間のドライバーより速い反応だったと分析

Electrekの評価

  • 2025年10月と11月にはそれぞれ1件の事故しか発生しておらず、一部改善の兆しは見えるものの、全体としては懸念される水準
  • 読者コメントでは、安全モニターの介入回数が統計に含まれていないことが指摘された
    • 実際の無人運行では事故率がさらに高くなる可能性があるとの見方
  • 5万5,000マイルごとに1件の事故率は、ロボタクシー商用化の基準に達していない
  • テスラが信頼されるロボタクシー運営会社として認められるためには
    1. 安全記録の大幅な改善
    2. 事故原因に対する透明な公開が必要
  • 現在のテスラは、この2点のいずれにおいても基準未達の状態にある

5件のコメント

 
sudosudo 2026-01-31

テスラはあまり好きではないが、事故のケースを分類して、人間が主に起こす事故と起こさない事故を区別して評価する仕組みがあるとよさそう。人々が自動運転に恐怖を感じるのは、事故の可能性がないはずの場所で事故を起こすケースだからだ。

 
kandk 2026-01-31

数値的にはかなり悪いのは確かだけど
まだ始まったばかりだし、サンプルも少ないので、失敗したと結論づけるには早すぎる気がする
1年後もこの状態なら失敗と言っていいと思う

 
xguru 2026-01-31

Waymoの自動運転ロボタクシーが子どもをはねる事故が発生

これとあわせて見るべき記事のようですね。
Electrek はとりわけテスラに感情的な論調で記事を書く傾向があるので、フィルタリングしながら読むことをおすすめします。

 
koolgu 2026-01-31

車両は時速17マイルで急ブレーキをかけた後、時速6マイルで衝突。子どもはSUVの後ろから突然道路に進入..

これは.. まあ

 
GN⁺ 2026-01-31
Hacker Newsの意見
  • NHTSAのSGO AVレポートには、ごく軽微な低速接触事故まで含まれる可能性がある
    こうした事故は一般ドライバーの警察報告統計にはほとんど反映されないため、Teslaの事故件数は人間のドライバー基準よりも広い範囲で集計されているように見える
    また走行距離データは累積ベース(11月まで)なのに、事故は7〜11月のAustin地域のみが含まれており、分母不一致の問題がある
    標本は9件と小さすぎ、過失の有無や回避可能性の区別もない
    Waymoとの比較も、事故の定義や報告方式が統一されていない

    • あなたが挙げた論点はすべて記事内ですでに扱われている
      見出しの3倍という数字は警察報告ではなく、平均的な人間ドライバーの無事故走行距離の推定値とTeslaのデータを比較した結果だ
      警察報告基準だと9倍の差になるが、記事はその数値には触れるだけで採用していない
      分母の問題は存在しない。Tesla RobotaxiはAustinの1か所で7月以降にのみ運行しているため、走行距離と事故データは同じ期間だ
      事故種別の区別がない点は人間ドライバーとの比較でも同じなので公平だ
      Waymo比較も同じ連邦報告基準に従っているため、整合したデータだ
      結論としてTeslaはまだ自動運転の安全性において非常に不十分で、実際には各車両に人間の安全要員が同乗している
      もしその要員がいなければ事故率はさらに高かったはずだ
      5か月で9件なら、標本が小さいとは思わない
    • 記事(TFA)は人間ドライバーの非警察報告の低速接触事故を基準に、20万マイルあたり1件として比較している
      しかし実際には、駐車場などでの軽微な接触まで含めると、この数値は過大評価のように思える
      Teslaはデータを不透明に公開しているため、Waymoのように定義を揃えるのが難しい点が問題だ
      結局、TFAの核心はTeslaがデータを公開すべきだということだ
      今のように隠せば、むしろさらに悪い印象を与えるだけだ
    • Teslaはいつでも完全なデータを公開できる
      それをしない理由は、おそらく結果が芳しくないからだろう
    • 私はもうこうしたレポートをほとんど無視している
      自動運転業界全体に不誠実なデータ解釈が多すぎて、客観的な比較が不可能だからだ
      自動運転車に保険会社がより高い保険料率を設定するかどうかだけを見て判断するつもりだ
      彼らは実データに基づいて利益計算をするので信頼できる
    • Teslaが安全性を立証すべきだと思う
      事故の詳細を非公開処理して過失の有無をわからなくしているなら、その責任はTeslaにある
  • 実際に重要なのは、Tesla Robotaxiの規模そのものが小さすぎることだ
    総走行距離が50万マイルだとしても、1日10時間運行の前提なら約30台が6か月走った程度にすぎない
    この程度では1件や2件の事故だけで統計が完全に歪む
    今は統計を論じる段階ではなく、まだ実験段階だというのが本質だ

    • 最初はあなたの言う通り標本が小さすぎると思っていたが、改めて考えると、同一ソフトウェアがすべての車両に適用される点では、1人のドライバーが50万マイル運転したのと同じだ
      この程度なら比較可能なデータだ
      人間のドライバーが同じ距離で9件の事故を起こす確率は約10^-6で、かなり低い
      Teslaが時間とともに改善することを願う
    • 9件しかないから9,000件たまるまで待とうというのは危険な発想
      すでに何件かは深刻な事故に見え、Teslaが安全性を立証すべきだ
      単なる統計的変動と見るには信頼性が低い
    • 本当のポイントは、Teslaのロボタクシーはまだ存在していない、ということだ
    • Austinのロボタクシー車両数は約30〜50台規模で、現在は58台と推定されている
      コミュニティで車両ナンバーを追跡する Robotaxi Tracker プロジェクトもある
    • ディープラーニングも結局は統計に基づく
      事故統計が不足しているなら、そのモデルの信頼性も担保できない
  • Elonが2017年に「12か月以内に完全自動運転」と約束したのに、今ではOptimusロボットが3年以内に手術をすると言っている
    この調子だとOptimusが人を傷つけるかもしれない、という冗談まで出るほどだ

    • MuskはTeslaの時価総額維持のためには、自動車事業だけでは限界があると分かっている
      ToyotaはTeslaの3.5倍の売上、8倍の純利益、2倍の利益率を上げているが、時価総額は6分の1水準だ
      Teslaが自動車企業のままなら株価は急落するだろう
      だからMuskはロボタクシーとロボットへピボットしようとしているのだ
      これは投資家にTeslaを「自動車会社ではなくテック企業」に見せようとする戦略だ
    • Elon Muskの自動運転予測一覧 参考リンク
    • 規制がなければOptimusはすでに人間の手術ができるのかもしれない — もちろん人を殺さないならだが
  • 最近のiSeeCars調査によると、Teslaは米国で最も高い致死事故率を持つブランドとされている
    (Kiaがその次)
    iSeeCars調査リンク

  • TeslaはEV市場における先行的地位を完全に失った
    今ではBoston Dynamicsのような強力な競合がいるロボット市場へピボットしようとしている
    しかもElonはこれをすべて透明に進めているふりをしていて皮肉だ
    まるで中身が丸見えのカップゲームを見ている気分だ

    • BYDがほぼ唯一の競争相手になりかけていたが、関税のおかげでTeslaが持ちこたえている
      Optimusへの転換はばかげている。10年以上たっても自動運転すら完成できていないのに、今度は自由度をさらに増やそうとしている
    • Teslaが登場する前のEVは、実質的にゴルフカート並みだった
      RoadsterとModel SがEVの性能とデザインを完全に変えた
      Teslaの本来の目標は、「EVも本物の自動車になれる」と証明し、バッテリー技術を業界標準にすることだった
    • 今の状況はまるでDave Chappelleのコメディキャラクターがカップを入れ替える場面のようだ
      Trumpが「貧しい人が想像する金持ち」のように振る舞うなら、Elonは「バカが想像する天才」のように振る舞っている
  • 人間のドライバーは平均すると50万マイルに1回、警察報告事故を起こすと言われる
    私はそれよりずっと運の悪い人間らしい

    • 実際にはもっと頻繁に事故は起きる
      駐車場を見れば、バンパーの擦り傷だらけだ
      研究によれば500マイルごとに1回運転ミス、6万マイルごとに1回衝突事故が起きる
      平均すると人は生涯で3〜4回の事故を経験するという
    • 単に運転が下手なだけかもしれない ;)
  • 大数の法則から見ても、現在の走行距離は統計的に有意な水準ではない

  • 人間ドライバーの事故率は高速道路の走行距離が多いため低く見える
    一方、Robotaxiは都市部にジオフェンスされているため、事故確率がより高い可能性がある

  • 2017年には、5年以内に自動運転車が道路の大半を占めると信じていた

    • 当時はディープラーニングの急成長のおかげで、誰もがまもなく自動運転が現実になると確信していた
      運転しなくてよい世界を期待していたが、今ではその希望は過大だったと感じる
  • Tesla Robotaxiは現在、Austin中心部でのみ運行している
    都心部は速度が遅く、走行距離も短い
    一方、人間ドライバーの統計には高速道路も含まれるため、単純比較は難しい
    皮肉なことに、Autopilotは高速道路でしか使われず楽観的な統計を生むと批判される一方で、FSDは都市部しか扱わないため悲観的な統計になっているとも言える

    • 実際にはごく軽微な事故も含まれている
      たとえば駐車場で時速6マイルで縁石を擦った事故も報告されている
      人間のドライバーならこんなことは覚えてすらいない
      こうした事象まで含めれば、Teslaがより悪く見えるのは当然だ
    • Austinは道路幅が広く、歩行者や自転車利用者が少ない典型的な米国都市だ
      欧州の狭い路地や崖沿いの道とはまったく異なる
      こうした環境での成果を一般化するのは難しい