У роботакси Waymo почти 44% пробега приходится на поездки без пассажиров. Для индустрии, которая годами продавала автономный транспорт как лекарство от пробок, это неприятная цифра: если машина едет пустой почти половину времени, город не слишком волнует, есть ли за рулем человек или софт. Для IT-бизнеса вывод тоже неприятный: красивая автономность сама по себе не гарантирует системной эффективности.
Как пишет Ars Technica, такой вывод следует из исследования Awad Abdelhalim, Assistant Director of Research в MIT Transit Lab. Он проанализировал отчеты Waymo для California Public Utilities Commission за период с августа 2023 года по декабрь 2025-го, то есть примерно за 1000 дней. За это время роботакси Waymo выполнили 13,8 млн поездок, перевезли 19,3 млн пассажиров и суммарно проехали 86,3 млн миль. Сервис при этом рос примерно на 15% в месяц, так что речь идет не о локальной статистической погрешности, а уже о заметном рабочем масштабе.
Ключевой показатель здесь называется deadheading: это мили, которые машина проходит пустой. У Waymo таких поездок два типа. Первый вариант: автомобиль катается без заказа и ждет следующего клиента. Второй: едет на подачу к пассажиру. В начале исследуемого периода только 36% пробега Waymo приходилось на машины с пассажирами в салоне. К концу периода показатель вырос примерно до 56%, после чего вышел на плато. Иначе говоря, даже после заметного улучшения около 44% всех миль автономный парк продолжал наматывать вхолостую.
Это особенно интересно потому, что именно снижение трафика было одним из любимых аргументов сторонников автономного транспорта. Обещание выглядело логично: если алгоритм лучше распределяет машины, оптимизирует маршруты и исключает человеческий фактор, улицы должны стать свободнее. На практике пока выходит куда прозаичнее. По данным еще одного анализа тех же отчетов Waymo, который в конце 2025 года провел Matthew Raifman из UC Berkeley, результат почти такой же: те же 44% пустого пробега. Причем около двух третей этих пустых миль приходились не на подачу, а на ожидание заказа. То есть значительная часть парка просто перемещается по городу без полезной транспортной работы.
Для сравнения авторы приводят цифры обычных сервисов райдхейлинга. У водителей Uber и Lyft около 40% пробега тоже приходится на пустые мили. Разница есть, но она слишком мала, чтобы говорить о каком-то качественно новом эффекте для городской загрузки. И это болезненный момент для всей логики «автономность все исправит». Получается, что если заменить человека за рулем на ИИ, но оставить ту же модель индивидуальных поездок по запросу, город получает примерно тот же транспортный паттерн: много удобства для отдельного пользователя, но не обязательно меньше машин на дороге.
Этот сюжет вообще не новый. Еще в 2014 году исследователи MIT предполагали, что райдхейлинг может снизить владение личными автомобилями и разгрузить улицы. Позже двое авторов сами скорректировали этот вывод, когда накопились данные, показывающие обратный эффект: сервисы поездок увеличивали и трафик, и выбросы CO2, в том числе потому, что делали дополнительные поездки достаточно дешевыми и простыми. Люди начинали ехать там, где раньше не поехали бы вовсе, выбрали бы общественный транспорт или просто прошлись пешком. В 2018 году отдельное исследование показало, что почти половина прироста vehicle miles traveled в Сан-Франциско была связана именно с сервисами райдхейлинга. Логика, похоже, повторяется: если поездка становится слишком удобной, спрос начинает расти быстрее, чем система успевает «оптимизироваться».
Для разработчиков и продуктовых команд здесь есть важный, хотя и довольно земной урок. Автономное вождение нельзя оценивать только по качеству модели, сенсоров и числу аварий на миллион миль. Да, Waymo раньше показывала данные о более низкой аварийности по сравнению с обычными водителями, и это серьезный аргумент в пользу технологии. Но транспортный продукт существует не в лаборатории и не в демо-ролике для инвесторов. Его надо мерить как систему: доля пустого пробега, средняя загрузка, влияние на трафик, экономическая эффективность, стоимость привлечения и удержания пассажира, влияние на общественный транспорт. Если хотя бы часть этих метрик выглядит слабо, история про «город будущего» быстро превращается в историю про очень дорогой способ возить по улицам пустые электромобили.
Для бизнеса здесь тоже мало магии. Waymo в 2026 году привлекла еще $16 млрд на развитие роботакси, а с 2010-х в сектор автономного транспорта вложили как минимум $100 млрд. На этом фоне особенно жестко звучит старый вывод транспортных экономистов: по-настоящему разгружать дороги лучше всего умеет не индивидуальный автомобиль, пусть даже беспилотный, а общественный транспорт. Один автобус перевозит то же количество людей с куда меньшим занятием дорожного пространства, а поезда и метро масштабируются еще эффективнее. Проблема в том, что общественный транспорт плохо продается как хайповый технологический продукт, хотя стоит он не меньше: American Public Transport Association оценивает потребность отрасли в $268 млрд инвестиций за пять лет, а Transportation for America называет сумму в $4,6 трлн за 20 лет для системы мирового уровня.
Для русскоязычной IT-аудитории вся эта история полезна как напоминание: когда стартап или бигтех обещает, что ИИ «снимет системную проблему», надо сразу спрашивать, какой именно метрикой это будет доказано. Роботакси Waymo уже доказали, что автономное вождение можно вывести в коммерческую эксплуатацию. Но пока они не доказали, что автономность автоматически делает городской транспорт эффективнее. И если рынок продолжит судить по красивым технодемкам, а не по структуре пробега и реальному влиянию на улицы, следующий большой раунд инвестиций снова может уйти не в решение проблемы пробок, а в более дорогую версию той же самой пробки. Подробнее об исследовании и цифрах можно посмотреть в материале .