Låt oss dimensionera den amerikanska robotaxi-marknaden (eftersom marknadsaktörer verkar ovilliga att göra det). Människomönster matchar strukturellt ~3 dollar per mile punkt-till-punkt mobilitetsprodukter och missförstår därför den potentiella omfattningen av robotaxi när den blir massåtkomlig. Den genomsnittliga vuxna i USA tillbringar nästan en timme per dag med att köra. Den beräknade arbetskostnaden för all denna manuella pilotverksamhet överstiger 4 biljoner dollar per år. Dessutom betalar vi 1,6 biljoner dollar årligen för själva tjänsten att köra punkt till punkt. Genom att ge tillbaka tid (för vilken de inte behöver betala fullt ut) och vinna andel av utgifterna, tror vi att den amerikanska marknaden kan närma sig 4 biljoner dollar årligen i mättnad. Med rimliga förväntningar på utbud, spridning och konsumentadoption kan robotaxi-tjänsteleverantörer överstiga 1,5 biljoner dollar i intäkter år 2030, med bruttovinster över 1 biljon dollar.

Låt oss gå igenom den underliggande härledningen. Konstruktiv kritik är välkommen. De rikaste inkomsttagarna tillbringar mest tid med manuell körning och kan ta 50 dollar per timme efter skatt. Höginkomsttagare är villiga att betala en större andel av lönerna efter skatt för att vinna tillbaka tid. Vår forskning tyder på att de med högst inkomst skulle tacka nej till något mindre än motsvarande övertidsersättning för att vinna tillbaka tid. För andra kohorter köper de tillbaka tid till rabatt jämfört med vad de annars skulle kunna ta med hem. Detta är en ganska känslig faktor för den totala marknadsstorleken. Att millennials så uppenbart är villiga att byta tid mot pengar genom att anlita doordash-förare istället för att själva släpa till takeout-disken ger goda anekdoter om att det finns viss sanning i denna kurva.

När en konsument bestämmer sig för att ta en robotaxi byter de inte bara tid mot pengar, de undviker också kostnaden för att driva sitt eget fordon. Toppinkomsttagare spenderar 0,76 dollar per mile, inklusive kostnaden för att köpa fordon, på att ta sig från plats till plats (exklusive flygresor). Ganska konsekvent, målat i inkomstdecilen, ligger marginalkostnaden för rörlighet på ~0,17 dollar per mile. Denna modell förutsätter att personer som redan äger fordon bara är villiga att betala de där 17 dollarna till en början, plus värdet av sin tid. Under den typiska fordonslivscykeln antar vi att konsumenter undviker att köpa nya fordon eftersom de blir alltmer beroende av robotaxi. Tvåbilshushåll blir 1-bilshushåll och mer av transportbudgeten flyttas till robotaxi. (notera att den ojämna ägandebegränsningen över inkomstdecilen nästan säkert bara är en följd av att man extraherat detta från ett års CEX-data korsat med en linjepost – fordonsköp – som är sällsynt men stor mellan hushåll; Jag borde tydligt släta ut det, men det är inte särskilt viktigt för slutsatser.)

Stapla värdet av pengar per decil, tiden som spenderas på att köra och den direkta kostnaden på körning och du får jämviktsadresserbara marknader per inkomstdecil plus kostnaden för avräkning per mil. I hela USA är rensningskostnaden per mile 1,36 dollar, med de högsta inkomstdesilen villiga att betala 3 dollar förutsatt att de avstår från att köpa fordon. Om alla insisterar på att fortsätta äga en bil sjunker den nationella rensningskostnaden till 0,97 dollar per mil med högst inkomsttagare villiga att betala 2,50 dollar

En total adresserbar marknad på 2,8 biljoner dollar som växer till 3,9 biljoner dollar när folk avstår från att köpa fordon. Verkar ganska stor. Men det är alltid lätt att dra en streckad linje runt en adresserbar marknad. Hur ser den sannolika utrullningen ut?

Innan vi iscensätter lanseringen måste vi ta reda på var möjligheten finns. Vi justerar postnummer efter inkomst per capita och inkomstskevhet, rullar ihop dessa till storstäder och samlar dem till delstater, justerar storstäder efter genomsnittlig mph (en lägre genomsnittlig mph ökar konsumenternas betalningsvilja per timme, eftersom de sparar mer manuell körtid per mile). Vi ger sedan resultat, på delstatsnivå, vädervänlighet och regulatorisk vänlighet. Detta ger en ranking av lanseringsstacken på delstatsnivå och inom varje delstat antar vi att leverantörerna först lanserar de största TAM-storstäderna. Dessa grafer visar dollar per mile (höjd) i miles tillgänglig bredd per delstat och storstadsområde i sannolik lanseringsordning (färgkodade efter region). Du kan också få en uppfattning om förmögenhetsbidraget till varje TAM (där New York är attraktivt på grund av låg mph, hög inkomst per capita och hög inkomstsnedvridning, men sedan faller lägre i lanseringsordningen på grund av väder och regulatorisk friktion).

Vi modellerar adoption på en serie av tre fördröjda diffusionskurvor. Först måste robotaxi-leverantören öppna upp en stat. När de gör det börjar de tränga in i varje storstadsområde. När varje storstadsområde öppnar upp börjar befolkningen ta till sig tekniken, och köper först från de högst inkomsttagarna, och det effektiva priset i storstadsområdet sjunker när det når fler av befolkningen och mer tillgång kommer online.

Dessa utrullningskurvor antyder nästan 2 biljoner dollar i intäkter år 2030, varav cirka 1,5 biljoner dollar tillföll bruttovinst enligt Wrights lag om kostnaden för att tillhandahålla tjänster.

Det är värt att notera att robotaxi inte behöver rullas ut till ett stort antal storstäder eller delstater för att nå en betydande del av marknaden. Att nå de första 10 % av modellerade lanseringsområden öppnar upp 40 % av den adresserbara bruttovinsten. 25% öppnar upp nästan två tredjedelar. Även om long tail visar sig vara svårare att utnyttja (av regulatoriska skäl eller på annat sätt), finns det gott om kapital att fånga marknadsvärde för.

Vad betyder detta för leveransen? På 80 000 intäktsmil per robotaxi tyder detta på att marknaden mättar sig på 30 miljoner robotaxis, med årliga leveransökningar som toppar 5 miljoner enheter. Det finns dock gott om skäl att tro att detta är konservativt. Denna modelleringsövning gör inga antaganden om flexutbud (för topp kontra dal) och heller inga antaganden om mil-efterfrågan-elasticitet. Bristen på förväntad efterfrågan vägs troligen upp av ganska stabila priser, även för exklusiva konsumenter. Netto, jag skulle gissa att denna modell överdriver mängden marknad som lever till ett pris på 2,50 dollar per mile men underskattar den mildrivna efterfrågan som uppstår när priserna sjunker. Högre konsumenter kommer troligen att erbjudas motsvarande en komfortklass som de tar, men de kommer också troligen att skicka sina barn tvärs över stan mycket oftare och åka till andra områden för middag eller på andra sidan stan för möten, helt enkelt eftersom den effektiva kostnaden för detta har minskat.

Vid en diskonteringsränta på 15 % antyder detta arbete att det finns 12+ biljoner dollar i nuvärde i bruttovinst tillgänglig i amerikanska robotaxi (enligt dessa antaganden). Självklart skulle inte allt detta gå till kassaflöde. Det finns en omfattande laddningsinfrastruktur och serviceutbyggnad som måste följa robotaxi-skalningen, och det kommer definitivt att tillkomma arbets-, underhålls- och kundanskaffningskostnader som kommer att passera under linjen. Sammanfattningsvis ger det en rimlig bild av omfattningen av den möjlighet som marknadsaktörerna verkar ovilliga att ta sig an.

Att skapa ett konservativt fall. Man kan rimligen hävda att folk inte är lika villiga att byta tid mot pengar och att det finns mindre uppåtriktad snedvridning till den datan ju längre upp på inkomstkurvan man kommer. Man kan också hävda att konsumentadoptionen kommer att ske långsammare, att robotaxi-leverantörer kommer att ha svårare att lansera den långa svansen av marknader, och att deras kostnadsstruktur kommer att börja högre. Under sådana omständigheter skulle kanske bara hälften av befolkningen vara villig att avstå från bilägande. Med dessa insatsvaror sjunker nuvärdet till 4 biljoner dollar (med en diskonteringsränta på 15 %).

Källa / Metoder: ARK Invest-uppskattningar med hjälp av mikrodata från BLS ATUS (tidsanvändning) + CEX (konsumentutgifter), kombinerat med tillräknat värde av körtid, betalningsvillighetsjusteringar och modellerad geografisk utrullning + kostnadskurvor. Anteckningar: Illustrativ marknadsstorleksmodell – inte en prognos. Inkluderar tillräknat (icke-kontant) tidsvärde. Resultaten är mycket känsliga för antaganden (adoption, tidpunkt, kostnader, diskonteringsränta). Upplysning: Endast för informationsändamål, inte investeringsrådgivning. Uppskattningar/antaganden kan ändras; Inga garantiresultat uppnås. Tredjepartsdata ansågs tillförlitlig, inte garanterad.

@threadreaderapp rulla ut