讓我們來探討美國的機器人計程車市場（因為市場參與者似乎不願意這樣做）。 人們將結構性約每英里3美元的點對點移動產品進行模式匹配，因此誤解了機器人計程車在大眾可及性提升後的潛在範圍。 美國成年人平均每天花將近一小時駕駛。所有這些手動駕駛的隱含勞動成本每年超過4萬億美元。 此外，我們每年為實際的點對點駕駛服務支付1.6萬億美元。 通過讓人們重新獲得時間（他們不必支付全額費用）並贏得支出份額，我們認為美國市場在飽和時每年可能接近4萬億美元。 考慮到供應擴散和消費者採用的合理預期，機器人計程車服務提供商到2030年可能超過1.5萬億美元的收入，毛利超過1萬億美元。

讓我們來探討一下基本的推導過程。 歡迎建設性的批評。 收入最高的人花最多時間手動駕駛，並且在稅後可以獲得每小時50美元的報酬。 高收入者願意支付更高比例的稅後工資來贏回時間。 我們的研究表明，收入最高的人會拒絕低於加班工資的報酬，以贏回時間。對於其他群體，他們以低於他們本可以帶回家的價格來購買時間。 這對整體市場規模是一個相當敏感的因素。 千禧一代顯然願意通過雇用外送司機來交換時間，而不是自己去外帶櫃檯，這提供了相當不錯的經驗數據，證明這一曲線是有一定真實性的。

當消費者決定搭乘機器人計程車時，他們不僅是在用時間換取金錢，還在避免擁有自己車輛的成本。 收入最高的十分之一的賺取者每英里花費0.76美元，包括購車成本，在不同地點之間移動（不包括空中旅行）。 根據收入十分之一的分類，流動性的邊際成本大約為每英里0.17美元，這一點相當一致。 這個模型假設已經擁有車輛的人最初只願意支付那0.17美元，加上他們時間的價值。在典型的車輛生命周期中，我們假設消費者會避免購買新車，因為他們越來越依賴機器人計程車。 兩輛車的家庭變成一輛車的家庭，更多的交通預算轉向機器人計程車。 （請注意，收入十分之一之間的固定擁有波動幾乎肯定只是從單一年份的CEX數據中提取的結果，與一個不頻繁但在家庭中金額龐大的項目——車輛購買——交叉；我顯然應該平滑這一點，但對結論並沒有特別的影響。）

將金錢的時間價值按十分位數堆疊，駕駛所花的時間，以及駕駛的直接支出，你將得到按收入十分位數劃分的平衡可尋址市場，加上每英里的清算成本。 在美國，清算每英里的成本為1.36美元，最高收入的十分位數願意支付3美元，前提是他們放棄購車。 如果每個人都堅持繼續擁有汽車，那麼全國的清算成本將降至每英里0.97美元，最高收入者願意支付2.50美元。

總可尋址市場為2.8萬億美元，隨著人們放棄購買車輛，將增長至3.9萬億美元。 看起來很大。 但總是很容易在可尋址市場周圍畫一條虛線。那麼，可能的推廣情況會是什麼樣的？

在推出之前，我們必須弄清楚機會所在。 我們根據人均收入和收入偏斜調整郵政編碼，將其匯總到大都市，然後再匯總到各州，並根據平均時速調整大都市（較低的平均時速會提高消費者每小時的支付意願，因為他們每英里節省了更多的手動駕駛時間。） 然後，我們在州級別評分天氣友好度和監管友好度。 這提供了州級的啟動堆疊排名，並且在每個州內，我們假設提供者將首先推出最大的 TAM 大都市。 這些圖表顯示每英里美元（高度）與可用英里數（寬度）按州和大都市的可能啟動順序（按區域顏色編碼）。 您還可以了解每個 TAM 的財富貢獻（紐約因為低時速、高人均收入和高收入偏斜而具有吸引力，但由於天氣和監管摩擦而在啟動順序中排名較低。）

我們將採用模型建立在一系列三個滯後擴散曲線上。 首先，機器人計程車提供者必須開放一個州。 這樣做之後，他們開始進入每個大都市區。 隨著每個大都市區的開放，人口開始接受這項技術，首先是來自高收入者，隨著滲透到更多人口中，實際價格在大都市中下降，並且更多的供應上線。

這些推廣曲線顯示到2030年幾乎將產生2萬億美元的收入，根據Wright's Law假設，約有1.5萬億美元將轉化為毛利。

值得注意的是，機器人計程車不需要在大量的城市或州推出，就能夠滿足市場的相當一部分需求。 達到模型啟動城市的前10%將開啟40%的可獲利潤。25%則幾乎開啟了2/3的市場。 即使長尾市場的開發證明更具挑戰性（因為監管原因或其他原因），仍然有大量可捕獲的市場價值在手。

這對供應意味著什麼？在每輛機器人出租車80,000英里的收入里程下，這表明市場在3000萬輛機器人出租車時會飽和，年供應增長將達到500萬輛。 然而，有很多理由相信這是保守的。 這個建模練習沒有對靈活供應（高峰與低谷）做出任何假設，也沒有對里程需求彈性做出任何假設。 缺乏假設的需求可能會被即使對高端消費者來說價格也相對平穩所抵消。 總的來說，我會認為這個模型高估了以每英里2.50美元的價格點存在的市場量，但低估了隨著價格下降而出現的駕駛里程需求。 高端消費者可能會獲得相當於舒適級別的服務，他們會選擇使用，但他們也可能會更頻繁地讓孩子穿越城鎮，並且因為有效成本降低而去其他社區吃晚餐或穿越城鎮開會。

在15%的折扣率下，這項工作表明，在美國的機器人計程車中，根據這些假設，現值毛利可達12萬億美元以上。 當然，這不會全部轉化為現金流。隨著機器人計程車的擴展，將需要大量的充電基礎設施和維護建設，並且肯定會有勞動力、行政和客戶獲取成本會在底線以下流出。 總的來說，這確實給出了市場參與者似乎不願面對的機會規模的合理感覺。

劃出一個保守的案例。 可以合理地斷言，人們不會如此願意用時間來換取金錢，並且隨著收入曲線的上升，這些數據的上行偏差會減少。 也可以聲稱，消費者的採用將會更慢，機器人計程車供應商在推出長尾市場時會面臨更大的困難，並且他們的成本結構將會更高。 在這種情況下，也許只有一半的人口會願意放棄擁有汽車。 在這些因素的影響下，現值毛利降至4萬億美元（以15%的折現率計算）

來源 / 方法：ARK Invest 使用 BLS ATUS（時間使用）+ CEX（消費支出）微數據進行估算，結合駕駛時間的推算價值、支付意願調整，以及建模的地理推廣 + 成本曲線。 備註：示意性市場規模模型—並非預測。包括推算的（非現金）時間價值。結果對假設（採用、時間、成本、折現率）高度敏感。 披露：僅供參考，並非投資建議。估算/假設可能會變更；無法保證結果會實現。第三方數據被認為可靠，但不保證。

@threadreaderapp展開