2024年，一份美國交通部內部評估報告被《印度時報》獨家披露，文件直指Google旗下Waymo和Elon Musk領導的Tesla在自動駕駛技術推廣中，刻意淡化人類監督的關鍵角色。這份文件指出，儘管兩家公司對外宣稱迈向”完全自動駕駛”，但實際運作中，人類操作員在複雜路況、系統邊界案例及緊急情況下扮演不可替代的決策者。

根據披露的數據，Waymo在鳳凰城試運營期間，每千英里行程平均需人類介入2.8次；Tesla的FSD（Full Self-Driving）系統更達3.1次。這些干預包括：避讓緊急車輛、處理施工區域、應對 erratic 行人行為，以及系統誤判交通信號等。

這份政府文件的揭露，不僅挑戰了公眾對自動驾驶的想像，更暴露了行業內部的雙重標準：对外宣傳 fully autonomous，內部卻依賴庞大的人類操作團隊。Waymo在亞利桑那州擁有約300名遠程操作員，隨時準備接管車輛；Tesla則通过車內駕駛員监督，但文件指出，過度信任系統導致駕駛員注意力分散，反而增加風險。

自動駕駛技術的核心困境在於「邊界案例」（edge cases）的不可預測性。 corpses=””>深度學習模型能處理訓練數據中的常見場景，但面對罕見或非典型情況時，系統往往無法做出合理決策。政府文件列舉了五大類需要人類介入的情境：

1. 極端天氣應對：暴雨、大雪、強光或夜晚低光照條件下，傳感器失效率高達40%。
2. 非標準基础设施：臨時施工區域、倒塌標誌、非標準道路標記。
3. 人類違規行為：行人闖紅燈、車輛違規切入、警察現場指揮。
4. 系統軟體錯誤：感測器校準漂移、地圖資料未更新、演算法決策邏輯衝突。
5. 法律與道德困境：不可避免事故中的選擇邏輯（trolley problem）。

技術上，人類介入主要通過兩種方式：遠程操作中心（teleoperation）和車內監督駕駛。Waymo採用前者，車輛遇到困境時發送請求，遠程操作員通過即時視頻流接管操控；Tesla則依賴駕駛員隨時準備接手，但文件指出，過度信任系統導致駕駛員注意力分散，反而增加風險。這兩種模式各有缺點：遠程操作存在延遲問題（即使5G網路也有150-300毫秒延遲），車內監督則面臨駕駛員疲勞與反應時間不足。

市場研究機構對自動駕駛市場的樂觀預測，往往忽略人類監控所帶來的運營成本。根據波士顿咨询集團（BCG）2024年報告，2026年全球自動駕駛汽車市場規模預計達1,200億美元，但其中公共運輸與物流領域的營運成本中，約30%將分配给人類操作員培訓、遠程控制中心建設及緊急響應團隊。

以Uber自動駕駛部門為例，2018-2023年間，儘管技術指標提升，但由於人類監控成本超過預算40%，最終導致業務出售。這表明，市場規模的增長若忽視隱性成本，將形成不可持續的泡沫。2026年預計營運中的自動駕駛車隊中，每100輛將需要15至20名全職遠程操作員，這將740億美元規模的特定勞動力市場。

此外，保險費用也因人類介入需求而居高不下。根據瑞士再保險報告，自動駕駛車型的保費比傳統車輛高出18-25%，主要因系統缺陷與人類操作不確定性叠加。廠商若無法在2026年前將人類干預率降至每千英里1次以下，將難以實現盈利轉折點。

當自動駕駛系統要求人類介入時，責任歸屬变得异常複雜。如果人類操作員因疲勞或疏忽未能及時接管，事故責任應由廠商（系統設計不良）還是操作員（未履行監控義務）承擔？美國政府文件指出，現行法律框架在此領域存在重大空白。

目前已發生的多起事故中，司法判定各不相同。2018年Uber自動駕駛致死案中，安全駕駛員被起訴過失殺人；但2023年TeslaFSD事故則因駕駛員”過度信任系統”而承擔主要責任。这种不一致性導致法律不確定性，阻礙了保險產品創新與賠償機制建立。

倫理層面，系統何時要求人類介入也缺乏統一標準。某些廠商傾向”盡量少要求介入”以避免影響用戶體驗，這反而增加風險。歐洲新興標準（UNECE R157）要求在特定條件下系統必須發出明確接管請求，並給予足夠反應時間。美國預計2026年前推出類似聯邦規定，屆時企業需重新設計人機介面。

政府文件的披露引發一個根本問題：自動駕駛的終極形態是否會永遠包含人類角色？業內專家分為兩派。樂觀派認為，当前的人類介入是技術過渡期的必然階段，隨著演算法改進與傳感器成本下降，最終將實現L5級別；現實派則指出，由於交通環境的本質不確定性，人類監督將長期存在，”全自動”更多是行銷話術。

2026年賽道將出現明顯分化：封閉場景（倉庫、港口、礦場）有望實現無人工駕駛，因環境可控；開放道路則可能走向”增強式自動駕駛”——系統提供建議，人類最終確認，類似航空業的”雙重操控”模式。這將創造新的職業：自動駕駛流程專家，負責監控多車輛並處理邊界案例。

無論哪條路徑，透明化將成為關鍵要求。监管機構、消費者和投資者將 demands 廠商公開人類介入的完整數據，包括情境、接管時間、决策邏輯。Waymo與Tesla若繼續隱瞞，不僅面臨法律風險，更將失去市場信任。真正的創新不在於宣稱”不需要人類”，而在於如何讓”人機協作”更流暢、更安全、更高效。

Question 1: 為什麼美國政府文件會揭露這個秘密？

Answer: 文件來源於美國交通部對自動駕駛安全的定期評估，旨在為未來法規制定提供依據。廠商向公眾宣傳時往往強調技術進步，但向监管機構提交的數據更為務實，這導致了”公開話術”與”內部現實”的巨大落差。

Question 2: 既然需要人類監督，自動驾驶還有商業價值嗎？

Answer: 有，但價值模式改變。人類監控意味著仍需 labour 成本，但可降低人力依賴（一人監控多輛車），並提升安全性（系統犯錯率低於人類駕駛）。商業案例成立的前提是：每輛車創造的價值需超過人類監控成本，這在公共運輸與物流場景中已部分驗證。

Question 3: 2026年乘客能體驗到真正的”全自動駕駛”嗎？

Answer: 可能性極低。即使技術達标，法規批准、公眾接受度、基礎設施配套都需要時間。更可能的場景是：在特定城市區域（如鳳凰城、舊金山）提供有條件自動駕駛服務，且仍需人類 remotely standby。乘客應將自動駕駛視為”高級輔助系統”，而非”司機替代品”。

參考資料

• 美國交通部文件（披露來源：《印度時報》2024年報導）
• Waymo Safety Report 2023 – https://waymo.com/safety/
• Tesla Vehicle Safety Report – https://www.tesla.com/vehicle-safety
• SAE International – J3016 automated driving graphic
• Boston Consulting Group – “The Economic Potential of Autonomous Vehicles” 2024
• UNECE Regulation No. 157 – Automated Lane Keeping Systems
• 瑞士再保險研究所 – “Autonomous vehicles: insurance challenges” 2023

聯繫我們，獲取深度分析報告