Question 1

newmoが創業初期から自動運転に注目した経緯と世界のロボタクシーの現状とは？

Accepted Answer

事業立ち上げの最初期から「モビリティの最終形は自動運転になる」という仮説を持っていた 創業決定直後にサンフランシスコへ渡り、WaymoやCruiseなどのロボタクシーを直接体験した アメリカだけでなく中国でもPony.aiやWeRideなどの自動運転車両が実際に都市部を走行している 世界的に見ても自動運転市場はまだアーリーステージであり、これから本格的な産業化が進む段階である

Question 2

メルペイなどの決済サービス開発の経験は、モビリティ事業とどう共通しているのか？

Accepted Answer

日常的に高頻度で利用される交通インフラは、ユーザーの「生活習慣を押さえる」という点で決済と共通している 決済の本質である「認証と認可」と同様に、技術を適切なチャネルや体験にどう組み込むかが重要になる 専門分野外からの参入であっても、技術的課題や業界の持つ制約を捉えて解いていく構造は同じである

Question 3

タクシー会社を基盤にして自動運転開発に挑むことにはどのような意義があるのか？

Accepted Answer

自動運転の開発・評価には、実際の車両オペレーションやリアルなデータ収集基盤が不可欠である タクシー事業者としてのアセットや現場という「手札」を生かすことで、独自の山登り（戦略）が可能になる 既存の移動課題や労働力不足に対して、持続可能な地域交通を実現する具体的な解決策となる

Question 4

自動運転に必要な「意味を理解する知性」と「物理世界で行動する知性」の違いとは何か？

Accepted Answer

大規模言語モデル（LLM）などに代表される知性は、言語処理や論理的対話などの「意味の理解」を得意とする 自動運転においては、カメラ画像等から将来を予測し危険を回避するような「物理で行動する知性（フィジカルAI）」が不可欠である 人が言語化せずに運動神経でとっさに反応するように、認識を行動へ即座に変換する「接地」の解決が課題となる

Question 5

AIによる自動運転が将来的に人間の運転能力を超えると言えるのはなぜか？

Accepted Answer

人間は視界が前方に限られるが、AIは360度カメラ等の拡張された認知（パーセプション）を活用できる 人間の身体的・認知的な制約に縛られず、運転に必要な環境情報をダイレクトに処理できる 世界中の研究や実証データが蓄積・進化していくことで、安全性や精度の面で確実に人間を上回っていく

Podcast振り返り

#4 なぜ今、自動運転なのか。LINE Pay・メルペイの立役者が語る"手札と山の登り方