Dimensionemos el mercado de robotaxis en EE. UU. (ya que los participantes del mercado parecen reacios a hacerlo). Las personas comparan patrones con productos de movilidad estructuralmente de ~$3 por milla de punto a punto y así malinterpretan el potencial alcance de los robotaxis a medida que se vuelven accesibles en masa. El adulto promedio en EE. UU. pasa casi una hora al día conduciendo. El costo laboral imputado de toda esa conducción manual supera los $4 billones al año. Además, pagamos $1.6 billones anualmente por el servicio real de conducir de punto a punto. Al devolver a las personas tiempo (por el cual no tienen que pagar el costo completo) y ganar parte del gasto, creemos que el mercado de EE. UU. podría acercarse a $4 billones anualmente en saturación. Dadas las expectativas razonables de difusión de la oferta y adopción del consumidor, los proveedores de servicios de robotaxis podrían superar los $1.5 billones en ingresos para 2030 con ganancias brutas superiores a $1 billón.

Trabajemos en la derivación subyacente. Se agradece la crítica constructiva. Los ingresos más altos gastan más tiempo conduciendo manualmente y pueden cobrar $50 por hora después de impuestos. Los que ganan más están dispuestos a pagar una mayor parte de sus salarios después de impuestos para recuperar tiempo. Nuestra investigación sugiere que los que tienen los ingresos más altos rechazarían algo menos que el equivalente al pago de horas extras para recuperar tiempo. Para otros grupos, compran tiempo a un precio inferior al que podrían llevarse a casa de otra manera. Este es un factor bastante sensible para el tamaño total del mercado. Que los millennials estén tan dispuestos a intercambiar tiempo por dinero al contratar conductores de doordash en lugar de ir ellos mismos al mostrador de comida para llevar proporciona datos anecdóticos decentes que hay algo de verdad en esta curva.

Cuando un consumidor decide tomar un robotaxi, no solo está intercambiando tiempo por dinero, también está evitando el costo de mantener su propio vehículo. Los hogares en el decil superior gastan $0.76 por milla, incluyendo el costo de compra de vehículos, para desplazarse de un lugar a otro (excluyendo los viajes aéreos). De manera bastante consistente, por decil de ingresos, el costo marginal de movilidad es de aproximadamente $0.17 por milla. Este modelo asume que las personas que ya poseen vehículos solo están dispuestas a pagar esos $0.17 al principio, más el valor de su tiempo. A lo largo del ciclo de vida típico de un vehículo, asumimos que los consumidores evitan comprar vehículos nuevos a medida que se vuelven cada vez más dependientes del robotaxi. Los hogares con 2 coches se convierten en hogares con 1 coche y más del presupuesto de transporte se destina al robotaxi. (Nota que la variabilidad fija en la propiedad a través del decil de ingresos es casi con seguridad solo un artefacto de extraer esto de los datos de CEX de un solo año cruzados con un ítem de línea--compras de vehículos--que es poco frecuente pero grande entre los hogares; claramente debería suavizar eso, pero no es particularmente material para las conclusiones.)

Apila el valor temporal del dinero por deciles, el tiempo dedicado a conducir y el gasto directo en conducción, y obtendrás mercados abordables en equilibrio por decil de ingresos más el costo de limpieza por milla. A nivel nacional en EE. UU., el costo de limpieza por milla es de $1.36, siendo los deciles de ingresos más altos los que están dispuestos a pagar $3, asumiendo que renuncian a la compra de vehículos. Si todos insisten en seguir siendo propietarios de un coche, entonces el costo de limpieza nacional cae a $0.97 por milla, siendo los ingresos más altos dispuestos a pagar $2.50.

Un mercado total direccionable de 2.8 billones de dólares que crece a 3.9 billones de dólares a medida que las personas renuncian a la compra de vehículos. Parece bastante grande. Pero siempre es fácil dibujar una línea punteada alrededor de un mercado direccionable. ¿Cómo se ve el despliegue probable?

Antes de implementar el despliegue, tenemos que averiguar dónde reside la oportunidad. Ajustamos los códigos postales por ingreso per cápita y sesgo de ingresos, los agrupamos en áreas metropolitanas y luego en estados, ajustando las áreas metropolitanas por la velocidad media (una velocidad media más baja aumenta la disposición a pagar de los consumidores por hora, ya que están ahorrando más tiempo de conducción manual por milla). Luego puntuamos, a nivel estatal, la amabilidad del clima y la amabilidad regulatoria. Esto proporciona un ranking de lanzamiento a nivel estatal y dentro de cada estado asumimos que los proveedores lanzarán primero las áreas metropolitanas con el mayor TAM. Estos gráficos muestran el dólar por milla (altura) por millas disponibles de ancho por estado y área metropolitana en el orden de lanzamiento probable (codificado por colores según la región). También puedes tener una idea de la contribución de riqueza a cada TAM (donde Nueva York es atractivo debido a la baja velocidad media, alto ingreso per cápita y alto sesgo de ingresos, pero luego cae más bajo en el orden de lanzamiento debido a la fricción climática y regulatoria.)

Modelamos la adopción en una serie de tres curvas de difusión rezagadas. Primero, el proveedor de robotaxis tiene que abrir un estado. Al hacerlo, comienzan a penetrar en cada área metropolitana. A medida que cada área metropolitana se abre, la población comienza a adoptar la tecnología, comenzando por los ingresos más altos, con el precio efectivo en la metrópoli disminuyendo a medida que penetra más en la población y más oferta se pone en línea.

Estas curvas de implementación sugieren casi $2 billones en ingresos para 2030, con aproximadamente $1.5 billones acumulándose como beneficio bruto utilizando una suposición de la Ley de Wright sobre el costo de provisión del servicio.

Es notable que el robotaxi no necesita desplegarse en un gran número de metros o estados para abordar una parte sustancial del mercado. Al alcanzar el primer 10% de los metros de lanzamiento modelados, se abre el 40% del beneficio bruto direccionable. El 25% abre casi 2/3 partes. Incluso si la larga cola resulta más difícil de aprovechar (por razones regulatorias o de otro tipo), hay mucho valor de mercado capturable a la vista.

¿Qué significa esto para la oferta? Con 80,000 millas de ingresos por robotaxi, esto sugeriría que el mercado se satura en 30 millones de robotaxis, con adiciones anuales de oferta alcanzando un pico de 5 millones de unidades. Sin embargo, hay muchas razones para creer que esto es conservador. Este ejercicio de modelado no hace suposiciones sobre la oferta flexible (para picos frente a valles) ni ninguna suposición sobre la elasticidad de la demanda en relación con las millas. La falta de demanda asumida probablemente se compense con precios relativamente estables incluso para consumidores de alto nivel. En resumen, apostaría a que este modelo exagera la cantidad de mercado que opera a un precio de $2.50 por milla, pero subestima la demanda de millas recorridas que ocurre a medida que los precios disminuyen. Los consumidores de alto nivel probablemente recibirán el equivalente a una clase de confort que adoptarán, pero también probablemente enviarán a sus hijos a través de la ciudad con mucha más frecuencia e irán a otros vecindarios para cenar o a través de la ciudad para una reunión simplemente porque el costo efectivo de hacerlo se ha reducido.

Con una tasa de descuento del 15%, este trabajo sugiere que hay más de $12 billones en valor presente de ganancias brutas disponibles en el robotaxi en EE. UU. (bajo estas suposiciones). Por supuesto, no todo esto se traducirá en flujo de caja. Hay una infraestructura de carga y un desarrollo de servicios sustanciales que necesitarán acompañar la escalabilidad del robotaxi, y ciertamente habrá costos laborales, administrativos y de adquisición de clientes que se reflejarán por debajo de la línea. En neto, proporciona una idea razonable de la magnitud de la oportunidad que los participantes del mercado parecen reacios a confrontar.

Elaborando un caso conservador. Se podría afirmar razonablemente que las personas no estarán tan dispuestas a intercambiar tiempo por dinero y que hay menos sesgo ascendente en esos datos a medida que se avanza en la curva de ingresos. También se podría afirmar que la adopción por parte de los consumidores ocurrirá más lentamente, que los proveedores de robotaxis tendrán más dificultades para lanzar el largo rabo de mercados, y que su estructura de costos comenzará más alta. Bajo esas circunstancias, quizás solo la mitad de la población estaría dispuesta a renunciar a la propiedad de un automóvil. Con esos insumos, el valor presente del beneficio bruto cae a 4 billones de dólares (con una tasa de descuento del 15%)

Fuente / Métodos: ARK Invest estima utilizando microdatos de BLS ATUS (uso del tiempo) + CEX (gasto del consumidor), combinados con el valor imputado del tiempo de conducción, ajustes de disposición a pagar y la implementación geográfica modelada + curvas de costo. Notas: Modelo ilustrativo de dimensionamiento del mercado—no es una previsión. Incluye valor de tiempo imputado (no monetario). Los resultados son altamente sensibles a las suposiciones (adopción, tiempo, costos, tasa de descuento). Divulgación: Solo para fines informativos, no es asesoramiento de inversión. Las estimaciones/suposiciones están sujetas a cambios; no hay garantía de que se realicen los resultados. Datos de terceros considerados fiables, no garantizados.

@threadreaderapp desenrollar