2026 年 6 月 23 日，TaskUs（納斯達克：TASK）發布了其 2026 年自動駕駛信任度消費者調查報告，提供了迄今為止關於美國消費者對自動駕駛計程車（Robotaxi）態度的最全面數據快照。調查涵蓋超過 1,000 名美國消費者，於 2026 年 5 月進行。其核心發現——38% 的美國人可能在未來 12 個月內嘗試 Robotaxi——構成了自動駕駛產業推進到「早期大眾市場」階段的重要證據。但更值得深究的不是這個數字本身，而是數據揭示的結構性模式：信任不是通過宣傳建立的，而是通過接觸建立的。
核心數據解讀：從好奇心到信任的階梯
調查顯示，美國消費者對 Robotaxi 的態度正處於一個有趣的平衡點：42% 的受訪者表示「好奇」，41% 表示「緊張」。好奇與緊張之間 1 個百分點的差距，精確地反映了自動駕駛技術當前的社會心理位置——既不是被熱情擁抱，也不是被強烈排斥，而是處於一個「等待被說服」的平衡狀態。
更重要的發現來自 Robotaxi 運營城市與非運營城市之間的對比。在已經有 Robotaxi 服務的城市中，37% 的居民已經乘坐過 Robotaxi，而在沒有 Robotaxi 的城市中，這一比例僅為 6%。更顯著的差異體現在「完全信任」的比例上：Robotaxi 城市的居民中有 23% 表示完全信任自動駕駛，而在非 Robotaxi 城市中僅有 4%。
TaskUs 自動駕駛業務負責人 Nick Allen 對這一發現的總結堪稱精闢：「Robotaxi 普及的最大障礙不是安全擔憂，而是缺乏接觸機會。」這是一個與許多人的直覺相反的結論——業界普遍認為安全紀錄是自動駕駛普及的核心障礙，但數據顯示，只要人們能夠實際體驗一次 Robotaxi，他們的信任水平就會顯著提升。
從世代分佈來看，差距同樣驚人。Z 世代（18-26 歲）中有 29% 完全信任 Robotaxi，而嬰兒潮一代（60 歲以上）中這一比例僅為 11%。Z 世代中有 13% 表示「非常不可能」嘗試 Robotaxi，而嬰兒潮一代中這一比例高達 48%。這表明自動駕駛的接受度並非均勻分佈，而是沿著年齡軸呈現清晰的梯度——使用自動駕駛技術的新一代消費者正在自然成長。
信任數據的實際運營對照
TaskUs 的調查結果與主要 Robotaxi 運營商的實際運營數據高度一致。Waymo——目前美國最大的 Robotaxi 運營商——在 2025 年達到了每週超過 100 萬次付費行程的里程碑，2026 年這一數字繼續增長。其服務已在舊金山、洛杉磯、鳳凰城、奧斯汀等多個城市全面運營，並正在向邁阿密、亞特蘭大等新市場擴張。
Zoox（亞馬遜旗下）在 2026 年擴大了其在拉斯維加斯的運營區域，其獨特的雙向行駛、無方向盤設計正在積累越來越多的公共道路運營經驗。Pony.ai（小馬智行）在中國和美國同時推進，目標是在 2026 年在 20 個以上城市部署 3,000 輛 Robotaxi，其廣州的無人駕駛運營許可為其提供了豐富的運營數據。
值得注意的是，Tesla 的 Robotaxi 車隊仍然只有 59 輛車在運營——這與 Elon Musk 的宏大承諾形成了鮮明對比。Tesla 的 FSD（Full Self-Driving）系統雖然在不斷改進（v13 版本已全面採用端到端神經網絡，實現了無保護轉彎和環島自動駕駛），但從輔助駕駛到真正的無人駕駛 Robotaxi 之間的鴻溝，比許多人預期的要大得多。這從側面驗證了 TaskUs 調查中的一個發現：消費者對「自動駕駛」的信任並不是均勻的——人們區分「自動駕駛輔助」（如 Tesla FSD）和「無人駕駛計程車」（如 Waymo）的能力可能比業界預期的更強。
從「安全是相對的」到「安全是絕對的」
35% 的受訪者認為 Robotaxi 比人類駕駛員更安全，48% 的受訪者要求看到經過證明的安全數據才會增加信任。這組數字揭示了自動駕駛產業在溝通策略上的一個結構性困境：儘管 Waymo 和其他運營商已經積累了數千萬英里的真實世界自動駕駛里程，碰撞率遠低於人類駕駛員（根據 Waymo 的數據，其 Robotaxi 的碰撞率比人類駕駛員低約 5 倍），但公眾對「絕對安全」的期望遠遠高於「相對安全」的比較。
這種不對稱期望是人類心理學中的一個經典現象——稱為「演算法厭惡」（Algorithm Aversion）：當機器犯錯時，人們的容忍度遠低於人類犯同樣錯誤時的容忍度。自動駕駛產業需要解決的不僅僅是技術問題，還有一個深層的社會心理問題：人類是否願意接受一個即使比人類駕駛員安全 5 倍、但並非完美的駕駛系統？
政策與基礎設施的配合
信任不僅僅是技術和數據問題，政策環境也在其中扮演關鍵角色。美國聯邦政府尚未通過全面的自動駕駛立法——NHTSA（國家公路交通安全管理局）持續通過行政指導和豁免來監管，但缺乏一個統一的聯邦框架。各州之間的監管差異造成了 Robotaxi 運營的不確定性：一個在亞利桑那州獲得批准的自動駕駛系統，可能需要經過全新的審批流程才能在紐約運營。
在中國，自動駕駛的監管框架相對更為統一。交通運輸部在 2025 年至 2026 年間發布了一系列自動駕駛管理辦法，明確了測試、示範應用和商業化運營的審批流程。Pony.ai、百度 Apollo 和滴滴自動駕駛等公司在多個城市同時獲得了運營許可。但中國市場的複雜性在於其極其密集的城市交通環境——在廣州或北京的擁堵街道上自動駕駛，技術挑戰遠高於鳳凰城寬闊的沙漠道路。
與駕駛基礎設施的配合同樣重要。如果城市擁有完善的 V2X（車聯網）基礎設施——信號燈通訊、路側感知單元、高精度地圖——Robotaxi 的安全性將大幅提升。但建設這些基礎設施需要巨額投資，而這些投資的回報取決於自動駕駛的普及率——這是一個經典的「先有雞還是先有蛋」問題。
前瞻展望：從運營城市到全民普及的時間表
TaskUs 調查最樂觀的解讀方向是：38% 的「願意嘗試」比例意味著美國已經有約 1 億潛在的 Robotaxi 用戶需求。但從「願意嘗試」到「常規使用」之間還有巨大的距離。當前 Robotaxi 的每英里成本——雖然正在快速下降——仍然高於私家車的邊際成本，尤其是在不考慮購車成本的情況下。
展望未來 3-5 年，Robotaxi 的普及將遵循一個清晰的 S 曲線：首先在已經有服務的城市中自然增長（信任通過接觸建立），然後隨著更多的城市開放運營而加速，最後在主流消費者中達到臨界點。ALOT（Autonomous Last One Truster）——最後一個信任自動駕駛的人——可能要到 2035 年左右才出現，但產業的轉折點可能在 2028-2030 年間到來，屆時 Robotaxi 的運營成本將低於人類駕駛的 Uber/Lyft，並且主要大城市的監管障礙將被基本清除。
免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。
深度分析：自動駕駛信任建立的系統動力學
TaskUs 調查中最具洞察力的發現——「接觸創造信任」——揭示了一個正反饋循環：Robotaxi 運營商在越多的城市推出服務→越多的人體驗到自動駕駛→社會信任水平提升→政策制定者獲得更多信心→更多城市開放運營。這個循環一旦啟動，信任將以幾何級數而非算術級數增長。
然而，自動駕駛產業面臨的困境是：要啟動這個正反饋循環，需要大量的前期資本投入——購買車隊、建立運營中心、獲取監管許可——而這些投入的回報取決於信任循環是否真正啟動。這就是為什麼大量自動駕駛初創公司在 2024-2026 年間經歷了融資寒冬：投資者既看到了長期潛力，又意識到了短期內信任建立的高成本。
從系統動力的角度來看，2026 年自動駕駛信任度的最有價值問題是：「觸發信任轉變的臨界點在哪裡？」TaskUs 的數據提供了一個線索：在 Robotaxi 城市中，23% 的居民「完全信任」Robotaxi——這個比例可能接近觸發大規模社會接受的臨界值。但需要注意的是，Robotaxi 城市（舊金山、鳳凰城、洛杉磯等）本身是技術接受度較高的市場，不能簡單地將 23% 的數字外推到全國。
自動駕駛卡車：一個不同的信任方程
與 Robotaxi 不同，自動駕駛卡車——主要在高速公路上運營，不涉及與行人、騎行者或城市密集交通的交互——面臨的信任挑戰截然不同。2026 年第一季度，Aurora Innovation 將其自動駕駛網絡擴展到 10 條路線，驗證了從沃斯堡到鳳凰城的 1,000 英里無人駕駛走廊，累計行駛超過 25 萬英里無人駕駛里程，零次系統歸因碰撞。Gatik 則在北美實現了首批大規模完全無人駕駛卡車運營，完成了超過 6 萬張訂單且無事故。
但卡車運輸業的工會力量是自動駕駛卡車的重要結構性障礙。Teamsters 工會已經在多個州發起了反對自動駕駛卡車的立法遊說。2025 年加州的一項法案試圖要求所有自動駕駛卡車配備安全駕駛員——這實際上將卡車自動化的經濟效益削減為零。儘管該法案未獲通過，但它反映了自動駕駛卡車面臨的監管阻力主要來自勞動力市場而非消費者信任。
自動駕駛與就業結構：無法迴避的討論
TaskUs 調查的世代數據（Z 世代 29% 信任 vs 嬰兒潮一代 11%）不僅反映了技術接受度差異，也反映了就業風險的差異。嬰兒潮一代中，卡車司機、計程車司機和送貨司機的比例遠高於 Z 世代。對於可能直接失去工作崗位的人群來說，對自動駕駛的「信任」實際上是一個就業安全問題，而非技術安全問題。
據美國勞工統計局的數據，美國約有 350 萬名全職司機（卡車、計程車、送貨）。自動駕駛技術對這部分勞動力的衝擊是無法迴避的社會問題。自動駕駛公司——以及政策制定者——需要回答一個根本問題：技術進步創造的經濟價值如何補償那些因此失去生計的人群？當前的討論主要集中在技術安全性和監管審批上，但勞動力再培訓和社會保障的配套方案對於自動駕駛的長期社會接受度可能更加關鍵。