خود سے چلنے والی کار کمپنی Argo AI کی ناکامی جب Ford اور VW نے $3 بلین سے زیادہ خرچ کرنے کے بعد پلگ کھینچ لیا۔ یہ ایک بڑا ثبوت ہے کہ Lidar پر منحصر خود ڈرائیونگ کو بہت طویل سفر طے کرنا ہے۔ ٹیسلا اور کوما کے علاوہ تمام سیلف ڈرائیونگ کار کمپنیاں Lidar استعمال کر رہی تھیں۔ فورڈ نے کہا کہ ڈرائیور کو ہٹانا 5 سال سے زیادہ دور ہے۔ زیادہ تر روبوٹیکسی کھلاڑی اپنے کاروباری ماڈل کے لیے ڈرائیور کو ہٹانے پر انحصار کرتے ہیں تاکہ سنجیدہ پیمانے پر پہنچنے کے لیے کافی کام کیا جا سکے۔ حقیقی نقطہ آغاز تک پہنچنے کے لیے 5+ سال اور پیمانہ حاصل کرنے کے لیے 5+ سال Tesla کے لیے 8 سال کی برتری کا ترجمہ کرتا ہے اگر Tesla 2 سالوں میں روبوٹیکس کو حل کرتا ہے۔ Uber کو Lyft پر 2.5 سال کی برتری حاصل تھی اور اس کا مطلب Uber کے لیے تین گنا مارکیٹ شیئر تھا۔
کوما کے سی ای او اور بانی نے کمپنی چھوڑ دی اور کہا کہ یہ $100 ملین سالانہ کنزیومر الیکٹرانکس کمپنی بن سکتی ہے۔ کوما 3 سسٹم لین کے بیچ میں رکھ سکتا ہے اور ابتدائی آٹو پائلٹ سسٹم کی طرح کچھ موڑ بنا سکتا ہے لیکن یہ سڑک کے نشانات جیسے اسٹاپ کے نشانات اور ٹریفک کے بہت سے حالات پر متحرک طور پر رد عمل ظاہر نہیں کرتا ہے۔
Waymo کے آخری CEO 2021 میں چلے گئے تھے۔ Waymo، Cruise اور دیگر سیلف ڈرائیونگ کار کمپنیوں کے پاس تین ہزار یا اس سے کم سیلف ڈرائیونگ کاریں تعینات ہیں۔
Lidar کی صلاحیت پر ایک حد ہے۔ 100 میں صرف 220k-2021k آٹوموٹیو گریڈ Lidar تھا۔ یہ صرف 10-20k تعینات روبوٹیکسی سیلف ڈرائیونگ کاروں کے لیے کافی ہے اور Lidar کو ڈرائیونگ اسسٹ ڈرائیونگ سسٹم کے لیے بھی استعمال کیا جاتا ہے۔ اس سے بھی زیادہ قیمت اور کم سپلائی ان کاروں کے لیے ہے جن کو اومنی ڈائریکشنل Lidar کی ضرورت ہے۔ Lidar کی صلاحیتوں میں فرق بہت بڑا ہے۔ یہ یقین نہیں ہے کہ سب سے کم لاگت والی ٹھوس ریاست Lidar وہ سب کچھ کر سکتی ہے جو روبوٹیکسی حل کے لیے درکار ہے۔ بہت سے ملی میٹر ریڈار اور الٹراسونکس پر بھی انحصار کرتے ہیں۔ ان سسٹم کی بڑی مقدار بنانے کے لیے فیکٹریاں بھی عوامل کو محدود کر رہی ہیں۔
Tesla نے ورژن 11 جاری کیا جس میں ہائی وے اور شہر کی سڑکوں کے لیے مکمل خود ڈرائیونگ سافٹ ویئر استعمال کیا گیا ہے۔ پہلے آٹو پائلٹ ہائی وے ڈرائیونگ کے لیے استعمال کیا جاتا تھا۔ آٹو پائلٹ ہر سال اربوں میل ڈرائیونگ کے لیے استعمال ہوتا ہے۔ FSD سافٹ ویئر کی ڈرائیونگ کے ان میلوں پر قبضہ کرنے کا مطلب یہ ہوگا کہ Tesla تیزی سے 6 بلین میل ڈرائیونگ ڈیٹا کو ریگولیٹرز کو روبوٹیکسی کی حفاظت کی سطح ثابت کرنے کے لیے درکار ہے۔ یہاں ایک سال میں 6 بلین میل خود ڈرائیونگ کرنے کی کچھ مثالیں ہیں۔ اس کے لیے 1 میل فی سال چلانے والی 6000 لاکھ کاریں یا 100,000 کاریں جو 60,000 میل فی سال چلتی ہیں۔ اگر کمپنی ان تمام کاروں کی ادائیگی کر رہی ہے اور ادا شدہ سواریوں سے یا صارفین کو سافٹ ویئر اور ہارڈ ویئر کی فروخت سے کافی رقم نہیں کما رہی ہے تو اس کی قیمت 5 روبوٹیکسی کاروں کے لیے کار اور سینسر کے لیے $15-100,000 بلین ہے۔ یہ تعیناتی کے اس پیمانے کے لیے 3 سافٹ ویئر ڈویلپرز اور 10 ٹیسٹ ڈرائیورز یا ہینڈلرز کے لیے سالانہ 3000-100,000 بلین ڈالر کے اوپر ہے۔
Tesla ابتدائی طور پر ڈرائیور کی مدد کی صلاحیتوں کو بہتر بنانے کے لیے خود ڈرائیونگ کے ساتھ تعینات کر رہا ہے۔ ان سسٹمز کی مکمل ادائیگی ان صارفین کے ذریعے کی جاتی ہے جو سسٹمز کے مالک ہیں۔
تقریباً تمام دیگر سیلف ڈرائیونگ کار کمپنیاں جو صرف روبوٹیکسی بیڑے تعینات کرنے کا انتخاب کرتی ہیں۔ وہ بحری بیڑے کی ادائیگی کر رہے ہیں اور ان کے پاس سالانہ دس لاکھ یا اس سے کم ادائیگی کی سواری ہے۔ ان کے پاس تمام اخراجات اور زیادہ سرشار عملہ اور ڈویلپرز ہیں لیکن آمدنی میں سے کوئی نہیں۔
Mobileye کیمرے اور سینسر اور سافٹ ویئر بناتا ہے اور منافع کے قریب ہے۔ Mobileye مکمل روبوٹکسی سسٹم نہیں بنا رہا ہے اور ان کے پارٹنر صارفین تعیناتی کے لیے ادائیگی کرتے ہیں۔
برائن وانگ ایک فیوچرسٹ تھیٹ لیڈر اور ایک مشہور سائنس بلاگر ہے جس میں ہر ماہ 1 لاکھ قارئین ہیں۔ اس کا بلاگ Nextbigfuture.com نمبر 1 سائنس نیوز بلاگ کی درجہ بندی ہے۔ اس میں خلل ، روبوٹکس ، مصنوعی ذہانت ، طب ، اینٹی ایجنگ بائیوٹیکنالوجی ، اور نینو ٹیکنالوجی سمیت بہت سی خلل ڈالنے والی ٹیکنالوجی اور رجحانات شامل ہیں۔
جدید ٹیکنالوجیز کی شناخت کے لیے جانا جاتا ہے ، وہ فی الوقت ابتدائی مرحلے کی کمپنیوں کے لیے اسٹارٹ اپ اور فنڈ ریزر کے شریک بانی ہیں۔ وہ گہری ٹیکنالوجی کی سرمایہ کاری کے لیے مختص تحقیق کے سربراہ اور خلائی فرشتے میں ایک فرشتہ سرمایہ کار ہیں۔
کارپوریشنوں میں بار بار اسپیکر ، وہ ٹی ای ڈی ایکس اسپیکر ، سنگولریٹی یونیورسٹی اسپیکر اور ریڈیو اور پوڈ کاسٹ کے متعدد انٹرویوز میں مہمان رہے ہیں۔ وہ عوامی تقریر اور مشاورت کے لیے کھلا ہے۔
