La oss dimensjonere det amerikanske robotaxi-markedet (siden markedsaktører virker uvillige til å gjøre det). Mønster for mennesker matcher strukturelt ~3 dollar per mile punkt-til-punkt mobilitetsprodukter og misforstår derfor det potensielle omfanget av robotaxi når det blir masse-tilgjengelig. Den gjennomsnittlige amerikanske voksne bruker nesten en time per dag på å kjøre. De beregnede arbeidskostnadene for all denne manuelle pilotvirksomheten overstiger 4 billioner dollar per år. I tillegg betaler vi 1,6 billioner dollar årlig for selve tjenesten med å kjøre punkt-til-punkt. Ved å gi folk tilbake tid (som de ikke trenger å betale full pris for) og vinne andel i forbruket, tror vi det amerikanske markedet kan nærme seg 4 billioner dollar årlig ved metning. Gitt rimelige forventninger om tilbudsspredning og forbrukeradopsjon, kan robotaxi-tjenesteleverandører overstige 1,5 billioner dollar i inntekter innen 2030, med bruttofortjeneste på over 1 billion dollar.

La oss gå gjennom den underliggende utledningen. Konstruktiv kritikk er velkommen. De rikeste inntektsbringende bruker mest tid på manuell kjøring, og kan oppnå 50 dollar i timen etter skatt. Høytlønnede er villige til å betale en større andel av etter-skatt-lønnen for å vinne tilbake tid. Vår forskning antyder at de med høyest inntekt ville takket nei til noe mindre enn tilsvarende overtidsbetaling for å vinne tilbake tid. For andre kohorter kjøper de tilbake tid med rabatt sammenlignet med det de ellers kunne tatt med hjem. Dette er en ganske sensitiv faktor for den totale markedsstørrelsen. At millennials så åpenbart er villige til å bytte tid mot penger ved å ansette doordash-sjåfører i stedet for å slepe seg til takeout-disken selv, gir gode erfaringer som viser at det ligger noe sannhet i denne kurven.

Når en forbruker bestemmer seg for å ta en robotaxi, bytter de ikke bare tid mot penger, de unngår også kostnadene ved å kjøre sitt eget kjøretøy. De som tjener best i desil bruker 0,76 dollar per mile, inkludert kostnaden for å kjøpe kjøretøy, på å reise fra sted til sted (ekskludert flyreiser). Ganske konsekvent, målt i inntektsdesil, ligger marginalkostnaden for mobilitet på ~0,17 dollar per mile. Denne modellen forutsetter at folk som allerede eier kjøretøy bare er villige til å betale de 17 dollarene i starten, pluss verdien av tiden deres. I løpet av den typiske kjøretøylivssyklusen antar vi at forbrukere unngår kjøp av nye kjøretøy ettersom de blir stadig mer avhengige av robotaxi. Husholdninger med to biler blir til husholdninger med én bil, og mer av transportbudsjettet flyttes til Robotaxi. (merk at ujevnheten i fast eierskap over inntektsdesilen nesten helt sikkert bare er et resultat av å hente dette ut fra ett års CEX-data krysset med en linjepost – kjøretøykjøp – som er sjeldne, men stor på tvers av husholdninger; Jeg bør tydeligvis glatte ut det, men det er ikke spesielt viktig for konklusjoner.)

Stabler tidsverdien av penger etter desilen, tiden brukt på kjøring, og den direkte bruken på kjøring, og du får likevekt adresserbare markeder etter inntektsdesil pluss kostnaden for oppgjøring per kilometer. I USA er ryddingskostnaden per mil 1,36 dollar, med høyeste inntektsdesil villige til å betale 3 dollar forutsatt at de dropper bilkjøp. Hvis alle insisterer på å fortsette å eie bil, faller den landsomfattende ryddekostnaden til 0,97 dollar per mil, med høyest inntektsmottakere villige til å betale 2,50 dollar

Et totalt adresserbart marked på 2,8 billioner dollar som vokser til 3,9 billioner dollar etter hvert som folk dropper bilkjøp. Virker ganske stor. Men det er alltid lett å trekke en strek rundt et adresserbart marked. Hvordan ser den sannsynlige utrullingen ut?

Før vi setter i gang utrullingen må vi finne ut hvor muligheten ligger. Vi justerer postnumre etter inntekt per innbygger og inntektsskjevhet, ruller disse opp til storbyer og disse til delstater, justerer storbyer etter gjennomsnittlig mph (en lavere gjennomsnittlig mph øker forbrukerens vilje til å betale per time, siden de sparer mer manuell kjøretid per mile). Vi scorer deretter, på delstatsnivå, værvennlighet og regulatorisk vennlighet. Dette gir rangering av lanseringsstabelen på delstatsnivå, og innenfor hver delstat antar vi at leverandørene først vil lansere de største TAM-metropolene. Disse grafene viser dollar per mile (høyde) etter tilgjengelige miles bredde etter stat og storby, i sannsynlig lanseringsrekkefølge (fargekodet etter region). Du kan også få en følelse av formuesbidraget til hver TAM (hvor New York er attraktivt på grunn av lav mph, høy inntekt per innbygger og høy inntektsskjevhet, men så faller lavere i lanseringsrekkefølgen på grunn av vær og regulatorisk friksjon).

Vi modellerer adopsjon på en serie av tre forsinkede diffusjonskurver. Først må robotaxi-leverandøren åpne en stat. Når de gjør det, begynner de å trenge inn i hvert storbyområde. Etter hvert som hvert storbyområde åpner opp, begynner befolkningen å ta i bruk teknologien, og henter først fra de med høyest inntekt, og den effektive prisen i storbyen synker etter hvert som den når flere av befolkningen og mer tilbud kommer på nett.

Disse utrullingskurvene antyder nesten 2 billioner dollar i inntekter innen 2030, med omtrent 1,5 billioner dollar som tilløper bruttofortjeneste basert på en Wright's Law-antakelse om kostnaden for å levere tjenester.

Det er verdt å merke seg at Robotaxi ikke trenger å rulles ut til et stort antall storbyer eller delstater for å dekke en betydelig del av markedet. Å nå de første 10 % av modellerte lanseringsområder åpner opp 40 % av adresserbar bruttofortjeneste. 25 % åpner opp nesten to tredjedeler. Selv om long tail skulle vise seg vanskeligere å utnytte (av regulatoriske grunner eller på annen måte), finnes det rikelig med markedsverdi tilgjengelig.

Hva betyr dette for forsyningen? Med 80 000 inntektsmil per robotaxi vil dette antyde at markedet er mettet på 30 millioner robotaxis, med årlige leveranseøkninger som topper seg på 5 millioner enheter. Det finnes imidlertid mange grunner til å tro at dette er konservativt. Denne modelleringsøvelsen gjør ingen antakelser om fleksibelt tilbud (for topp vs bunn) eller antakelser om miles-etterspørsel-elastisitet. Mangelen på antatt etterspørsel blir sannsynligvis oppveid av relativt flate priser, selv for eksklusive forbrukere. Netto vil jeg påstå at denne modellen overvurderer hvor mye marked som lever til en pris på 2,50 dollar per mile, men undervurderer den kilometerdrevne etterspørselen som oppstår når prisene synker. Mer avanserte kunder vil sannsynligvis få tilbud om en komfortklasse de velger, men de vil også sannsynligvis sende barna sine mye oftere tvers over byen og dra til andre nabolag for middag eller på andre steder for møter, rett og slett fordi den effektive kostnaden for å gjøre dette har blitt redusert.

Med en diskonteringsrente på 15 % antyder dette arbeidet at det finnes 12+ billioner dollar i nåverdi i bruttofortjeneste tilgjengelig i amerikanske robotaxi (basert på disse forutsetningene). Selvfølgelig ville ikke alt dette gå over i kontantstrømmen. Det er en betydelig ladeinfrastruktur og vedlikeholdsutbygging som må følge med robotaxi-skalering, og det vil helt sikkert være arbeids-, drifts- og kundeanskaffelseskostnader som vil gå gjennom under linjen. Nettopp gir det en rimelig vurdering av omfanget av muligheten som markedsaktørene tilsynelatende ikke vil inngripe.

Å skjære ut en konservativ sak. Man kan med rimelighet hevde at folk ikke vil være så villige til å bytte tid mot penger, og at det er mindre oppadgående skjevhet mot disse dataene jo høyere opp du kommer på inntektskurven. Man kan også hevde at forbrukeradopsjonen vil skje langsommere, at robotaxi-leverandører vil ha vanskeligere for å lansere den lange halen av markeder, og at kostnadsstrukturen deres vil starte høyere. Under slike omstendigheter ville kanskje bare halvparten av befolkningen være villig til å gi avkall på bileierskap. Med disse innsatsfaktorene faller nåverdien til 4 billioner dollar (med en diskonteringsrente på 15 %).

Kilde / Metoder: ARK Invest-estimater ved bruk av BLS ATUS (tidsbruk) + CEX (forbruker)-mikrodata, kombinert med tilregnet verdi av kjøretid, betalingsviljejusteringer og modellert geografisk utrulling + kostnadskurver. Notater: Illustrativ markedsstørrelsesmodell – ikke en prognose. Inkluderer beregnet (ikke-kontant) tidsverdi. Resultatene er svært følsomme for antakelser (adopsjon, tidspunkt, kostnader, diskonteringsrente). Opplysning: Kun til informasjonsformål, ikke investeringsrådgivning. Estimater/antakelser som kan endres; Ingen garantiresultater oppnås. Tredjepartsdata ble ansett som pålitelige, ikke garantert.

@threadreaderapp rulle ut