Lee(진행자): Austin Russell is the founder and CEO of Luminar, an autonomous vehicle sensor and software company. Austin founded the company eight years ago with the goal of building a new type of LiDAR sensing system capable of solving the problem of how autonomous vehicles make sense of their unpredictable, real-world surroundings.
Lee: Austin Russell은 자율 주행 차량 센서 및 소프트웨어 회사 인 Luminar의 설립자이자 CEO입니다. 오스틴은 8년 전 자율 주행 차가 예측할 수 없는 실제 환경을 어떻게 인식하는지에 대한 문제를 해결할 수있는 새로운 유형의 LiDAR 감지 시스템을 구축하려는 목표로 회사를 설립했습니다.
Austin: From a LiDAR standpoint, it stands for light detection and ranging as the most fundamental level. You send out pulses of light into the environment from a laser, hits an object, comes back, and we're measuring effectively the speed of light, you know, for how long it took to get that object come back. And then doing that millions of times, you know, every second, so to say, or per minute. For most industries, 99% accuracy of something, 99% detection accuracy, that's great. If you have an iPhone LiDAR, you know, for facial recognition, as long as it works most of time, you're pretty good. For this, 99% is completely unacceptable. You need 10 nines with reliability to achieve the right level of safety.
Austin: LiDAR 관점에서 볼 때 가장 기본적인 수준은 빛 감지 및 거리 측정을 의미합니다. 당신은 레이저에서 환경에 빛의 펄스를 보내고 물체에 맞아 돌아옵니다. 그리고 우리는 그 물체가 돌아 오는 데 걸린 시간에 대한 빛의 속도를 효과적으로 측정하고 있습니다. 그리고 수백만 번, 말하자면 초단위 또는 분단위로 실행합니다. 대부분의 산업은 99% 정도의 정밀도를 가지고 있습니다. 99%도 높은 수준입니다. 만약 iPhone에 LiDAR를 적용 할 경우, 대부분의 얼굴 인식에 사용 가능하며, 대부분은 문제가 없습니다. 하지만 자율주행의 경우 99%는 완벽하지 않습니다. 적절한 수준의 안전성을 실현하려면 99.99999999%(10개의 9)의 안정적인 레벨이 필요합니다.
Lee: And just to clarify, by ten nines, he means a one in 10 billion chance of failure.
That's where the level of performance that comes into place. You can accurately understand what's going on around you, safely interpret the environment and be able to navigate accordingly. And that's how you can get to a point where these aren't just assisted driving systems, they actually evolve into autonomous trading systems where you don't have to be constantly paying attention, ready to take over the wheel of the system at any given moment? Whenever it makes a mistake, you need to have that threshold work substantially safer than a human level capability. And that's what we're finally enabling. And there's really no reason why people in this day and age should be getting into accidents in their vehicles. Pretty much like 95% of them are caused by human error, and it's totally preventable. And if we can solve this problem, it means a lot.
Lee: 명확하게 말하면, 그는 100억분의 1 실패 확률을 의미합니다. 여기에서 라디아 성능의 수준이 결정됩니다. 주변에서 일어나는 일을 정확하게 이해하고 환경을 안전하게 해석하며 그에 따라 탐색 할 수 있습니다. 이것이 바로 보조 운전 시스템이 아닌 자율주행 시스템으로 진화하는 방법입니다. 이 시스템은 지속적으로 주의를 기울일 필요가 없으며 주어진 시간에 자동차 바퀴를 전담 할 준비가되어 있습니다. 문제가 발생 할 때마다 그 한계 값이 인간 수준보다 훨씬 더 안전하게 작동하도록 해야합니다. 이것이 마침내 가능해진 것입니다. 그리고 이제 사람들이 차량에서 사고를 당할 이유가 없어집니다. 자동차 사고 중 95%는 사람의 실수로 인해 발생하며, 자율주행을 통해 완전히 예방할 수 있습니다. 그리고 우리가 이 문제를 해결할 수 있다면, 그것은 자율주행 이상의 가치를 의미합니다.
Lee: Although historically, a significant portion of VC investment has gone towards startups developing full-stack, autonomous solutions, this dynamic is changing as investors concentrate more capital and companies focus on single aspects of autonomy—a trend that has translated to the public markets, with Luminar's share price nearly doubling since it went public through a SPAC in December of 2020.
Lee: 역사적으로, VC 투자의 대부분은 전체 스택 자율 솔루션을 개발하는 신생 기업에 지시했지만 투자자들이 더 많은 자본을 집중하고 기업이 자율성의 단일 측면에 집중되면서 이 역학은 변화하고 있습니다. Luminar의 주가는 2020 년 12 월 SPAC을 통해 공개 된 이후 거의 2배가되어 있습니다.
Austin: We got a lot ahead of us, but what it means for the industry is really just everyone's always talked about autonomy. There's been a lot of hype around it. And I think it led to some level of disappointment, like, you know, where are we? Like, you know, we were promised these Level 5 robotaxis driving around everywhere, you know, picking people up, dropping off, doing all the stuff. That totally didn't happen.
Austin: 우리는 우리 앞서 많은 일을 했지만 그것이 업계에 의미하는 것은, 사실 모두 항상 자율주행에 대해 얘기하고있을 뿐입니다. 주위에 많은 과대 광고가 있었습니다. 그리고 어느 정도의 실망으로 이어졌다고 생각합니다. 예를 들어, 우리는 어디에 있을까요? 당신이 알다시피, 우리는 이 레벨 5의 로보택시를 몰고 사람들을 데리러 가서 내려 모든 것을 할 것을 약속했습니다. 하지만 그런 일은 전혀 발생하지 않았습니다.
And this is where we made a strong bet on the existing industry of production cars and trucks, and working with the right ecosystem partners in that domain to be able to see this through. And that's where it's certainly been paying off, because what you can do is you can start to solve more constrained applications.
그리고 여기에서 우리는 기존 생산 자동차 및 트럭 산업에 강하게 베팅했으며, 해당 영역에서 우수한 파트너와 협력하는 것을 확인할 수 있었습니다. 그리고 그것은 확실히 보상을 받고 있습니다. 왜냐하면 당신이 할 수 있는 더 제한적인 애플리케이션의 해결을 시작하기 때문입니다.
We don't have to have our cars drive around everywhere all the time. You know, in every urban environment globally, like we're starting out, for example, with more constrained highway autonomy use cases of the product for for freeways, and this is where you can take your hands off, eyes off, read a book, use your phone, work on your laptop, watch a movie, take a nap, etc., exit to exit. And it makes a huge difference.
차를 언제 어디서나 운전할 필요는 없습니다.(우리가 항상 운전할 필요는 없습니다.) 아시다시피 세계의 모든 도시 환경에서 예를 들어, 우리가 시작하는 것처럼, 자동차는 당신이 손과 눈을 떼고 책을 읽을 수 있는 장소가 됩니다. 전화를 사용하고, 노트북 작업하고, 영화를 보고, 낮잠을 잘 수 있습니다. 그리고 그것은 큰 차이를 낳습니다.
Lee: And Luminar leveraging its partnerships with companies like Daimler Trucks, Mobileye and Volvo to achieve this state.
Lee: Luminar는 Daimler Trucks, Mobileye 및 Volvo와 같은 회사와의 파트너십을 활용하여 이를 실현합니다.
Austin: With Volvo, these guys are, of course, historically associated and certainly the leader in safety. They've taken big technological leaps and spearheaded it for the industry, everything from the introduction of the modern seatbelt all the way to the introduction of, talk about Mobileye, their systems originally on their cars.
Austin: 볼보와 함께 다임러나 모빌아이는 역사적으로 관련이 있으며 확실히 안전 분야의 리더입니다. 그들은 큰 기술적 도약을 가져 왔고, 현대식 안전 벨트의 도입, 처음 자동차에 탑재 된 시스템 인 Mobileye의 도입에 이르기까지 모든 것을 업계를 위해 앞장 섰습니다.
And that's what really makes a difference, because you see these kinds of technologies and ultimately they get standardized throughout the broader industry and achieve a new level of safety standard. So that's what you can drive towards.
이러한 종류의 기술은 궁극적으로 광범위하게 산업 전반에 걸쳐 표준화되고, 새로운 수준의 안전 표준을 달성하기 때문에, 실제로 큰 차이를 만듭니다. 그렇게 자동차가 진보합니다.
Lee: Of course, Luminar isn't the only company taking the partnership approach. One of Generation's portfolio companies is developing a complementary solution to the problem of navigating the unpredictable world by giving autonomous vehicles a baseline of what they should expect. Generation was a lead partner on a $60 million Series B for Palo Alto-based DeepMap in 2018. DeepMap provides highly detailed maps to a centimeter level of precision to ease the processing burden for autonomous vehicles.
Lee: 물론, Luminar가 파트너십 접근 방식을 취하는 유일한 회사는 아닙니다. Generation의 포트폴리오 회사 중 하나는 자율주행 차에 예상해야 할 기준을 제공하여, 예측할 수 없는 도로에 대한 보완 솔루션을 개발하고 있습니다. Generation은 2018년 Palo Alto 기반 DeepMap을 위한 6천만 달러 규모의 Series B의 선두 파트너였습니다. DeepMap은 자율 주행 차량의 처리 부담을 덜어주기 위해 매우 상세한 지도를 (센티미터 수준의 정밀도로) 제공합니다.
Joy: We essentially had a thesis a Generation, which was that if you look at history, essentially, and you think about other software stacks out there, they ultimately end up rationalizing, and the long-term approach doesn't seem to be the full-stack approach. Over time, bits of the software stack end up getting divvied up, and best-in-class third-party providers end up providing best-in-breed solutions. And we have a view that over the long term, the same thing will happen in the autonomous vehicle trend, and that there will be certain elements of the software stack that are more likely or deserve to be serviced by inbreed providers, either because there's network effects at play or the specific bit of functionality that they're providing is really niche and not necessarily in the comfort zone of the autonomous vehicle developers. And mapping was certainly a part of that. There's mapping and a whole host of other elements of the software stack from middleware, through to simulation, through to verification testing and a whole host of other things. The mapping was that really crucial part of the autonomous stack that we got excited about. And that's why we ended up investing in DeepMap.
Joy: 우리는 본질적으로 Generation 논문을 가지고 있었습니다. 즉, 역사를 살펴보면 본질적으로 다른 소프트웨어 스택에 대해 생각하면, 궁극적으로 합리화되고 장기적인 접근 방식이 완전하지 않은 것 같습니다. 시간이 지남에 따라 소프트웨어 스택의 일부가 분할되고 서드 파티 소프트웨어가 결국 업계 최고 소프트웨어가 되기도 합니다. 그리고 장기적으로 자율 주행 차 트렌드에서도 똑같은 일이 일어날 것이며, 네트워크 때문에 내부 공급자가 서비스를 받을 가능성이 더 높거나 가치가 있는 소프트웨어 스택의 특정 요소가 있을 것이라는 견해를 가지고 있습니다. 실제 그들이 제공하는 기능의 특정 부분은 틈새 시장이며 반드시 자율 주행 차량 개발자의 영역에 있지는 않습니다. 그리고 매핑은 확실히 그 일부였습니다. 미들웨어에서 시뮬레이션, 검증 테스트 및 기타 모든 항목에 이르기까지 소프트웨어 스택의 모든 요소와 매핑이 있습니다. 매핑은 우리가 열광했던 자율적 스택의 정말 중요한 부분이었습니다. 이것이 우리가 DeepMap에 투자 한 이유입니다.
Lee: DeepMap offers their partners what Joy says is a crucial component of autonomous vehicle technology.
Lee: DeepMap은 Joy가 자율 주행 차량 기술의 중요한 구성 요소라고 말하는 것을 파트너에게 제공합니다.
Joy: They end up embedding their software into autonomous vehicle developers and the vehicles of those autonomous vehicle developers, and they end up building a real-time, scalable and economically feasible HD map, which again is kind of critical in the development of autonomous vehicles. The other reason that we're really excited about DeepMap, was that the incumbents were pretty much nowhere on this front. So if you think about the likes of HERE or Tom-Tom, these large companies which have a choke-hold, particularly in the automotive industry, of mapping, had really not invested in this capability and did not really have the technical mass to be able to achieve it. And on top of that, DeepMap is a really capital-efficient business, so it doesn't require billions of dollars in order to be able to be commercially viable at the end. But it is getting revenues right now from autonomous vehicle developers out there, helping them with their engineering services, and over time will end up being a high-margin, very sticky software business. And so we thought it was the perfect risk-return for us.
Joy: 그들은 소프트웨어를 자율주행 차 개발자와 차량에 임베드하고 결국 실시간으로 확장 가능하며, 경제적으로 실현 가능한 HD 맵을 구축하게되는데, 이는 자율 주행 차량 개발에있어 매우 중요합니다. 우리가 DeepMap에 대해 정말로 흥분하는 또 다른 이유는 현직자들이 이 분야에서 거의 없었기 때문입니다. 따라서 HERE와 Tom-Tom 같은 것들에 대해 생각하면, 특히 자동차 산업에서 매핑 문제를 안고있는 이러한 대기업은 실제로는이 기능에 투자하지 않고, 맵핑 기술을 얻을 수 있습니다. 게다가 DeepMap은 정말 자본 효율적인 비즈니스이므로 최종적으로, 상업적으로 실행하기 위해 수십억 달러가 필요하지 않습니다. 하지만 지금은 자율 주행 차 개발자로부터 수익을 얻고 엔지니어링 서비스를 지원하며 시간이 지남에 따라 수익성이 높고 지속적인 소프트웨어 비즈니스가 될 것입니다. 그래서 우리는 그것이 우리에게 완벽한 risk-return이라고 생각했습니다.
Lee: Even with companies like DeepMap and Luminar helping to advance autonomous vehicle technology, there are still some very challenging navigation scenarios the industry will need to solve. Imagine a situation in which a delivery truck is double-parked, narrowing the street while a pedestrian peeks their head out for an opportunity to cross, but not at a crosswalk.
Lee: DeepMap 및 Luminar와 같은 회사가 자율 주행 차량 기술을 발전시키는 데 도움을 주지만, 업계에서 해결해야 할 매우 어려운 내비게이션 문제가 여전히 남아 있습니다. 배달 트럭이 이중 주차되어 거리를 좁히고 보행자가 횡단 할 기회를 찾기 위해 고개를 내밀어 보지만 횡단 보도가 아닌 상황을 상상해보십시오.
Joy: The way that a human would end up reacting to that would be to essentially look into the person's eyes and somebody would nod either like the driver would nod and say, "You can cross." Or the passenger would nod or wave you on and say, "Feel free to go." And then the delivery man is coming and he's waving like it's totally fine. And you maneuver your way through that via human interactions. Now, in the point of a kind of autonomous vehicle, like, you need to figure out those kind of nuanced ways where there's not rules of the road really being abided by. And that's just an example I can think of. I'm sure there's like thousands of those that will ultimately end up taking place.
Joy: 인간이 그것에 반응하는 방식은 본질적으로 그 사람의 눈을 들여다 보는 것이고, 누군가는 운전자가 고개를 끄덕이며 "당신 먼저 건너세요."라고 말하는 것을 좋아할 것입니다. 아니면 승객이 고개를 끄덕이거나 손을 흔들면서 "편히 가세요."라고 말합니다. 그리고 배달원이 오고 있는데 그는 완전히 괜찮은 것처럼 손을 흔들고 있습니다. 그리고 당신은 인간 상호 작용을 통해 괜찮다는 신호로 인식하고 움직입니다. 자, 자율 주행 차의 관점에서, 도로의 규칙이 실제로 준수되지 않는 그런 종류의 미묘한 신호을 알아 내야합니다. 이건 제가 생각한 예시일뿐입니다. 궁극적으로는 이런 상황이 수천 가지가 있을 것이라고 확신합니다.
Lee: And there are other human interactions that are crucial to autonomous vehicles being ubiquitous—the kind that involve lobbyists and lawmakers.
Lee: 또한 자동운전 차량이 유비쿼터스가 되기 위하여 필수적인 다른 인간의 상호 작용이 있습니다. 여기에는 로비스트와 의원이 참여합니다.
Joy: I think in terms of regulation, the area where I suspect is going to be the most interesting to look at is what the testing and verification is going to look like, because as you all know, vehicles in general are heavily tested and regulated, and there is a huge industry around it, which is mostly around the structural safety of those vehicles themselves. And a whole new industry is going to have to be created to verify the safety of the control systems that are dictating how it's going to be driven. So I think there's probably going to be a whole host of really interesting opportunities there in terms of figuring out what a standard safety protocol will end up looking like, and companies out there, which will end up verifying and testing those and delivering safety standards associated with autonomous vehicles. We're obviously not there yet, but that might be a really interesting area to take a look at.
Joy: 규제 측면에서 볼 때 가장 흥미로울 것으로 생각되는 영역은 테스트 및 검증이 어떻게 생겼는지입니다. 모두 알다시피 차량은 일반적으로 엄격하게 테스트되고 규제됩니다. 주변만 봐도 이는 거대한 산업으로 존재하며, 대부분은 해당 차량 자체의 구조적 안전에 관한 것입니다. 그리고 완전히 새로운 산업이 만들어 질 것입니다. 그리고 그것이 어떻게 추진되는지를 결정하는 제어 시스템의 안전성을 확인하기 위해 완전히 새로운 산업을 창출해야합니다. 그래서 저는 표준 안전 프로토콜이 어떻게 생겼는지 파악하는 측면에서 정말 흥미로운 기회가 많을 것이라고 생각합니다. 그리고 회사는 이를 검증하고 테스트하고 관련 안전 표준을 제공하게 될 것입니다. 자율주행의 시대, 우리는 분명히 아직 거기에 있지 않지만 정말 흥미로운 영역이 아닐 수 없습니다.
Lee: One area of mobility that has a lot of experience with regulation is ridesharing. And giants like Uber and Lyft are also looking ahead to the future of autonomy. Lyft announced partnerships with autonomous companies Waymo and Motional for its self-driving initiative Level 5. And Uber's autonomous arm, Uber Advanced Technology Group, was acquired by Aurora Automotive for $4 billion this past December, a move by Uber that has Asad feeling cautiously optimistic about the company's future.
Lee: 규제에 대한 경험이 많은 모빌리티 분야 중 하나는 승차 공유입니다. Uber 및 Lyft와 같은 거대 기업들도 자율의 미래를 내다보고 있습니다. Lyft는 자율 주행 이니셔티브 레벨 5를 위해 자율 기업 Waymo 및 Motional과 파트너십을 발표했습니다. 그리고 Uber의 자율 주행 부서 인 Uber Advanced Technology Group은 지난 12월 Aurora Automotive가 40억 달러에 인수했으며, 이는 Asad가 회사의 미래에 대해 조심스럽게 낙관적으로 느끼는 Uber의 움직임입니다.
Asad: I think it will allow them to focus a bit more and refocus on their North Star, which is their network. And going forward, I think what makes the most sense for them is as they think about self-driving and the evolution of the industry, self-driving is going to happen and it's going to be an existential risk to incumbent ridehailing providers. And so the question becomes, how do you adapt to that? If you're not at a place where you can build it in-house, what do you do then? Well, what we've been saying is that they should seek to establish partnerships with the leading companies in the space, kind of what DoorDash is doing with GM Cruise. I think Uber should be working as hard as they can to get Waymo vehicles, to get Zoox vehicles, to get Cruise vehicles on their network so that when the time comes, when these self-driving vehicles are coming to market, Uber's network is the go-to spot for them to deploy.
Asad: 그러면 그들은 좀 더 집중 네트워크인 노스 스타에 집중할 수 있다고 생각합니다. 그리고 앞으로 그들에게 가장 의미있는 것은, 자동 운전 및 산업의 진화를 생각할 때라고 생각합니다. 그리고 문제는 어떻게 적응 하는가? 하는 것입니다. 사내 구축 할 수 없는 경우는 어떻게합니까? 우리가 말해온 것은 DoorDash가 GM Cruise에서 실시하고 있는 같은 이 분야의 대기업과의 협력 관계를 구축하려고 한다는 것입니다. Uber는 Waymo 차량, Zoox 차량, Cruise 차량을 네트워크에 도입하기 위해 최대한 노력할 필요가 있다고 생각합니다. 그러면 이러한 자동 운전 차량이 시장에 나올 때 Uber의 네트워크는 그들이 배포하는 기본 출발선이 됩니다.
Lee: And there's definitely incentive for ridesharing companies to win in the self-driving space. As leaders and the robotaxi industry have the potential to radically reshape the world of transportation. PitchBook reports of the space could represent a multitrillion-dollar market opportunity. By not requiring a driver, these vehicles will be able to lower the cost of transportation well below a dollar per mile in major urban cities, thereby drawing consumers away from personal vehicle ownership, ridesharing, car rental and even public transportation.
Lee: 그리고 차량공유 회사를 자동주행 시장에서 이기면 인센티브는 확실합니다. 리더 입장에서, 그리고 robotaxi 업계는 수송 체계를 근본적으로 바꿀 수있는 잠재력을 가지고 있습니다. 공간에 대한 PitchBook 보고서는 수조 달러의 시장 기회를 나타내는 수 있습니다. 운전자를 필요로 하지 않는 이 차량은 주요 도시에서 1마일 당 1달러를 훨씬 밑도는 교통비를 절감 할 수 있기 때문에, 소비자는 개인 차량 소유, 차량공유, 렌터카, 심지어 대중 교통도 떠날 수 있습니다.
Joy: You now have a fairly limited set, I would say, of autonomous vehicle projects out there that are well-funded and are in the hands, either of the OEM's or Waymo, and there's probably two or three that are very well-funded independents. The high likelihood is that a set or kind of subset of these companies will end up being successful and will end up being really highly valuable companies. It's just hard to say which set is going to succeed and again, how much capital is required to get them there and when they will ultimately get there. And so it's quite a difficult thing to wrap your head around as a private investor looking to put capital in, particularly when you essentially have a fund, and you are competing that investment with a number of other investments out there, which you can more concretely understand the risk-return perspective and frankly, which can be maybe not just as transformational, but very significantly transformative in the industries in which they're operating.
Joy: 이제 꽤 제한된 세트의 자율 주행 차 프로젝트가 있습니다. OEM이나 Waymo 중 하나가 자금을 잘 받고 손에 들고있는 자율 주행 차 프로젝트는 아마 두세 개 정도 될 것입니다. 가능성이 높은 것은 이러한 회사의 집합 또는 일부가 결국 성공하여 정말 가치있는 회사가 될 것이라는 것입니다. 어떤 프로젝트가 성공할 것인지, 다시 말해서 그들이 거기에 도달하기 위해 얼마나 많은 자본이 필요한지 그리고 언제 궁극적으로 거기에 도달 할 것인지를 말하기는 어렵습니다. 따라서 자본을 투자하려는 개인 투자자로서 선택하는 것은 매우 어려운 일입니다. 리스크-반환 관점을 이해하고, 솔직히 말하면 변화가 될 수있을뿐만 아니라 그들이 운영하는 산업에서 매우 큰 변화를 가져올 수 있습니다.
Lee: And while the timeline for wide-scale adoption for self-driving vehicles that can transport people is still a question mark, we could be much closer to scaling these vehicles for the transportation of goods.
Lee: 그리고 사람들을 수송 할 수있는 자율 주행 차량의 광범위한 채택에 대한 시점은 여전히 의문점이지만, 우리는 상품 운송을 위한 자율주행 차량을 확보하는 시점은 매우 가까울 수 있습니다.
Asad: So we think middle-mile and logistics-focused autonomous vehicle solutions will come to market faster than those serving consumers. So basically, if you're moving goods, you're probably going to go to market faster than if you're moving people. And there's a few reasons for that. I think there's less regulatory overhead, less scrutiny around that space, because if things go wrong, people's safety isn't at risk. So I think the hurdles that you need to hit, as far as, is this a product that works 99% of the time or 99.9% of the time, or 99.99% of the time? That sort of hurdle, It comes down a little bit when you're moving things instead of people.
Asad: 따라서 미들 마일 및 물류에 중점을 둔 자동 운전 자동차 솔루션은 소비자에게 서비스를 제공하는 솔루션보다 신속하게 출시 될 것으로 생각하고 있습니다. 즉, 기본적으로 상품을 이동하려면 사람을 이동하는 경우보다 빨리 시장에 진입 할 수 있습니다. 그리고 거기에는 몇 가지 이유가 있습니다. 일이 잘못되도 사람들의 안전이 위험에 노출 될 가능성이 적기 때문에, 규제가 적고, 사회적 감시나 논란이 적다고 생각합니다. 그래서 안전성 99%가 언제쯤 된다고 생각하십니까? 99.9%는요? 99.99%는? 그러한 안전성에 대한 논란은 사람이 아니라 물건을 수송하는 작업에 쓰이는 자율주행에서는 조금 여유로울 수 있습니다.
So that's the No. 1 thing. I think passenger experience is a huge factor, and that's not really a factor when you're moving boxes around. If people get into a self-driving car and they have a bad experience, they might not be very likely to use that service going forward. They might go to a competitor. And I think that's something that's top of mind for many of these providers as they look to go to market. And then beyond that, I think the technological problem.
그게 제일 중요합니다. 승객의 경험은 큰 요인이라고 생각 합니다만, 상자를 이동할 때는 그다지 중요하지 않습니다. 자동 운전 차량에 탑승 경험이 나쁘면 향후 서비스를 이용할 가능성이 낮아질 수 있습니다. 자율주행 차량은 일반 차량과 경쟁조차 할 수 없을 수도 있습니다. 그리고 이러한 업체의 대부분이 시장에 진입하려고 할 때 떠오르는 생각입니다. 그리고 그것을 넘어, 나는 기술적 인 문제라고 생각합니다.
So not only is the hurdle rate lower for these sort of pragmatic reasons, but also it's a much more structured use case environment, so the technological hurdles are lower if you're operating in a warehouse with trained workers or a logistics or an autonomous dockyard or something, yes, there might be people walking around, but they're probably trained workers that know how to navigate around these robots and this machinery and won't take any unexpected risk.
따라서 이러한 실용적인 이유로 장벽이 낮을뿐만 아니라 훨씬 더 구조화 된 환경이기 때문에 숙련된 노동자가 있는 창고, 물류 또는 자율 조선소에서 운용하고있는 경우, 기술적인 장벽은 낮아집니다. 또는 (걸어 다니는 사람이 있을지도 모르지만) 그들은 아마도 이러한 로봇이 기계를 탐색하는 방법을 알고 있고, 예기치 않은 위험을 감수하지 않는 훈련을 받은 노동자입니다
That's a much different problem to trying to solve self-driving in a dense, crowded urban center where you have pedestrians, jaywalking and doing things in a very unpredictable way, and also dealing with other drivers on the road as well. That's a big part of what makes this technological problem so complex on public roads is dealing with pedestrians and other drivers. And so if you don't have that with an off-road environment, I think you'll be able to solve this problem much quicker.
이것은 보행자가 있는 조밀하고 혼잡한 도시의 중심부에서 자율주행을 해결하려고 할, 매우 예측할 수없는 방법으로 산책을 하거나, 일을 하는 것, 그리고 도로에 다른 드라이버에 대처하기 것과는 크게 다른 문제입니다. 이것이 공공 도로에서이 기술 문제를 복잡하게 만드는 이유입니다. (보행자와 다른 운전자를 다루는 것) 그래서 오프로드 환경에서 그게 없으면 이 문제를 더 빨리 해결할 수 있다고 생각합니다.
Lee: While Asad reports that he expects long-haul highway applications of autonomy to arrive in the mid-2020s time frame, Joy is a little less certain.
Asad는 장거리 고속도로 자율성 응용 프로그램이 2020년대 중반에 도착할 것으로 예상하고 있지만 Joy는 약간 덜 확신합니다.
Joy: People are still going to be driving at incredibly high speeds on those highways. And on top of that, you will have a very large vehicle that will be traveling at incredibly high speeds. And so actually, the risk level of a small thing going wrong [and] having kind of catastrophic consequences could be pretty significant on the highway.
Joy: 사람들은 여전히 고속도로를 놀라운 속도로 운전하고 있습니다. 게다가 고속으로 주행하는 매우 큰 차량이 있습니다. 그리고 사실, 작지만 어떤 치명적인 결과를 초래할 위험 수준은 고속도로에서 매우 중요하다 할 수 있습니다. (상용트럭 먼저 자율주행이 적용된다고 해도 여전히 고속도로는 작은 결함에도 위험하다는 의미 같습니다.)
Lee: Bringing it back to our focus on emerging technologies. Much of the innovation we've discussed on prior episodes has been realized by startup and early-stage companies. And despite his assertion that the big tech companies in this space will ultimately win out, Asad still sees opportunity for smaller players.
다시 원점으로 복귀해 이야기하겠습니다. 이전 에피소드에서 설명한 혁신은 많은 신생 기업이나 초기 단계의 기업에 의해 실현되고 있습니다. 그리고 이 분야의 빅 테크 기업이 결국 이길 것이라는 그의 주장에도 불구하고 아사드는 아직 작은 선수를 위한 기회를 보고 있습니다.
Is there a space for startups? Absolutely. I think, you know, the sort of full-stack, full self-driving problem is probably going to end up being solved by the tech companies. But I think there's a lot of room for startups to play, and even startups solving this problem like Aurora and Nuro, for example, which are still independently backed and don't have a major corporate backer or haven't been acquired as of yet. But some of the more earlier-stage startups, I think, will have an important role to play in terms of some of the sensing technology, for example, LiDAR, some of the augmenting technology, for example, like simulation software and perception tagging and things like that to help sort of augment this broader ecosystem of self-driving.
스타트 업을위한 공간이 있나요? 물론. 아시다시피, 일종의 풀 스택, 완전 자율 주행 문제는 아마도 기술 회사에 의해 해결 될 것입니다. 하지만 스타트 업 기업이 성공할 가능성이 높고, 예를 들어 Aurora 및 Nuro와 같은 이 문제를 해결하는 스타트 업 조차도 여전히 독립적으로 지원되고 있으며, 주요 기업 후원자가 없거나 아직 인수되지 않았습니다. 그러나 더 초기 단계의 스타트 업 중 일부는 일부 감지 기술 (예 : LiDAR), 일부 증강 기술 (예 : 시뮬레이션 소프트웨어 및 인식 태깅과 같은 일부 증강 기술) 측면에서 중요한 역할을 할 것이라고 생각합니다. 이처럼 광범위한 자율 주행 생태계를 강화하는 데 많은 스타트 업 기업들이 도움이 됩니다.
And also, I think startups will play a key role in bringing off-road applications of autonomy to market, which I think is really important. So looking at things like construction and mining, automating logistics, automating airports, for example, those are really nice spaces. But there's also a faster sort of passive commercialization. And so, we're optimistic about companies like SafeAI and Built Robotics, actually retrofitting heavy machinery and bringing those automated solutions to market. I think a lot of investors are really looking through that and they're recognizing that the existing drivers for next-generation mobility, technology and self-driving, the need for cost-effective, affordable, convenient transportation solutions, low emissions transportation, those will be persistent, and we expect them to be persistent going forward.
또한 이런 스타트 업 회사들은 자율주행 응용 프로그램을 시장에 출시하는데 중요한 역할을 할 것으로 생각합니다. 이것은 매우 중요하다고 생각합니다. 예를 들어, 건설 및 광업, 물류 자동화, 공항의 자동화 등을 보면 이들은 정말 좋은 시장입니다. 그러나 더 빠른 종류의 수동적인 시장도 있습니다. 따라서 SafeAI와 Built Robotics 같은 기업이 실제로 중장비를 개조하여 그 자동화 된 솔루션을 시장에 투입하는 것에 대해 낙관적입니다. 많은 투자자들이 실제로 그것을 검토하고 있으며, 차세대 이동성, 기술, 자동 운전 기존의 추진력, 비용 효과가 높고, 저렴한 가격의 편리한 교통 솔루션, 낮은 배출 가스 수송 등의 필요성을 인식하고 있다고 생각합니다. 이런 트렌드는 영구적이며 앞으로도 지속적 일 것으로 예상하고 있습니다.
Lee: Regardless of which technologies win out, we're well on our way toward having autonomous vehicles impacting the way we move. And beyond technology, there is implementation.
어떤 기술이 성공하든, 우리는 자율 주행 차가 우리 삶에 영향을 미치도록 최선을 다하고 있습니다. 그리고 기술을 넘어 실현 단계에 있습니다.
On the podcast: Navigating the promise of autonomous vehicle technologies | PitchBook
This week on
pitchbook.com
댓글