自動駕駛出租車曾被描繪為解決城市交通擁堵的利器，但來自 Waymo 的實際運營數據正在讓這一願景變得複雜。根據 Ars Technica 援引的最新研究，Waymo 的無人駕駛出租車隊存在顯著的空駛現象：在所有行駛里程中，有接近一半的時間車內並無乘客。
這一發現源自對 Waymo 在舊金山、鳳凰城等運營城市車輛活動的追蹤分析。數據顯示，這些無人車在接送乘客之間、前往充電站或進行系統測試時，產生了大量“幽靈里程”。具體而言，空駛里程佔比高達約 45% 至 50%，意味著每跑兩英里，就有一英里是在空轉。這與 Uber、Lyft 等有人駕駛網約車平臺的早期數據模式高度相似，並未展現出顛覆性的效率提升。
研究人員指出，無人出租車之所以未能減輕交通負荷，原因在於其運營邏輯與傳統網約車並無本質區別。車輛仍需從遠處調度接單、在需求低谷時空駛待命，甚至因法規或技術限制而選擇更迂迴的路線。此外，由於無需支付司機成本，運營方對空駛的經濟敏感度更低，這反而可能鼓勵更多無效行駛。
這一現象的背景是，多年來科技公司和汽車製造商一直將“減少私家車保有量、提升道路使用效率”作為推廣自動駕駛的核心賣點。理論上，高度協同的無人車隊能通過精準調度、編隊行駛和減少人為駕駛波動來平滑交通流。但現實運營中，商業壓力與乘客體驗優先的考量，往往讓算法選擇了更類似人類司機的行為模式，即優先保障響應速度而非全局路網效率。
從市場觀察角度看，該數據可能從多個層面產生影響。首先，對於正在審批無人出租車擴大運營的城市監管機構而言，空駛率數據可能成為收緊牌照發放或徵收擁堵費的新依據。舊金山等地已有市民團體長期抱怨 Waymo 車輛造成路口堵塞和異常停駛，量化數據的出現將給政策辯論提供更實錘的論據。其次，在投資者層面，高企的空駛率直接拉低了單車有效運營時間，對單位經濟模型構成壓力。如果未來無法通過技術迭代或拼車服務顯著降低這一比例，無人出租車的盈利時間表可能被進一步拉長。
不過，也有支持觀點認為，當前數據反映的是技術導入期的暫時現象。隨著服務密度提升、乘客習慣養成以及車輛與基礎設施通信的完善，空駛率有望自然下降。Waymo 方面此前也曾表示，其車輛正在持續學習更高效的等待與巡航策略。但無論如何，這份研究至少說明，自動駕駛並非天然等於交通優化，其實際效果仍高度依賴運營模式與公共政策的協同設計。