Чтобы оценить последствия внедрения службы автономных такси в Энн-Арбор, мы с Биллом сделали несколько предположений. Мы ведь пытались найти условия, при которых эта служба окажется удобнее личного автомобиля. Итак, как быстро должен один из этих общедоступных самоуправляемых автомобилей прибыть на вызов? Примерно через столько же времени, сколько нужно, чтобы найти ключи, спуститься в гараж, завести двигатель и выехать со двора. Услуга будет удобной, посчитали мы, если автомобиль прибудет на вызов за две минуты – довольно жесткое требование, из которого следует высокая себестоимость сервиса.
Тогда мы предположили, что оператору известно местоположение всех его автомобилей и время, оставшееся каждому из них до конца поездки, – сейчас именно так обстоит дело в компаниях Uber и Lyft. Мы также предположили, что оператор может оценить, сколько времени понадобится каждому автомобилю, чтобы приехать на вызов нового клиента. Дальше мы предположили, что оператор будет непрерывно информировать своих клиентов о местоположении автомобилей и вероятном времени прибытия. (Uber и Lyft уже несколько лет предоставляют своим клиентам такую услугу, и некоторые из нас стали воспринимать ее как нечто само собой разумеющееся. Однако в 2011 году, когда мы только продумывали нашу модель, подобные идеи не просто казались революционными – они ими и были.)
Мы пользовались и другими, более произвольными предположениями, чтобы упростить расчеты. Например, мы приняли область, обслуживаемую парком самоуправляемых такси, за квадрат. Мы договорились, что начальные и конечные точки маршрутов распределены равномерно – что, разумеется, неверно для многих американских городов, где утренний трафик в основном движется с окраин в центр, а вечером наблюдается обратная картина. Мы исходили из того, что автомобили случайно распределены по району обслуживания, что было упрощением, поскольку не учитывало парковки и гаражи, которые наверняка будут там присутствовать. Предположения подобного рода часто закладываются в модель на начальном этапе, чтобы понять общую картину. Мы знали, что впоследствии сможем смягчить их при помощи моделирования и анализа чувствительности модели.
Билл строил математические модели, затем применял их к простому городскому району (не Энн-Арбор, а обобщенного города). На тот момент мы просто тестировали программное обеспечение. Даже результаты, показанные нашими первыми, грубыми моделями, потрясли нас. «Такого не может быть, – говорил я Биллу, склонившись над столом у себя на заднем дворе. – Нужно посчитать еще раз». И во второй раз наша модель давала столь же невероятный ответ. То же самое повторялось в третий. Каждый раз, дважды и трижды перепроверив нашу работу, мы в результате получали, что придуманная нами система беспилотных такси сможет быстро откликаться на заказы, причем в среднем – менее чем за две минуты. Холостой пробег оказывался небольшим, не больше 5 % от пробега с пассажиром. Это означало высокий процент использования парка – в промежуток между 6:00 и 20:00 автомобили свыше 75 % времени проводили на заказах. Интереснее всего, что подобные результаты обеспечивались при количестве машин, равном всего 15 % от населения.
Хорошо, подумал я, может, мы и в самом деле что-то нашли. Но что, если мы используем реальные данные для Энн-Арбор? Сколько общедоступных автомобилей нам понадобится, чтобы обеспечить время ожидания не более двух минут? Согласно государственным статистическим данным, в 2009 году в Энн-Арбор было 200 000 автомобилей в личном пользовании, выполнявших 740 000 поездок в день. Между 6:00 и 20:00 машина использовалась примерно 8 % времени, то есть примерно 67 минут в день.
Мы сосредоточились на 120 000 автомобилей с суточным пробегом меньше 110 км – мы предположили, что именно их владельцы предпочтут переключиться на самоуправляемые такси для поездок внутри Энн-Арбор. На эти автомобили приходилось 528 000 поездок в день. В среднем один автомобиль совершал 4,4 поездки в день, транспортируя 1,4 пассажира на расстояние 9,3 км.
Для расчета объема парка, нужного для обслуживания всех этих поездок внутри Энн-Арбор, мы воспользовались математическими моделями, разработанными для систем массового обслуживания, то есть таких, где люди или предметы образуют очередь в ожидании обслуживания. (Примерами систем массового обслуживания могут служить перекрестки на шоссе и кассы в супермакетах.) Мы нашли, что при помощи очень небольшого числа машин можно добиться времени ожидания меньше одной минуты. Для обслуживания основных маршрутов внутри Энн-Арбор при средней загрузке дорог требуется 13 000 автомобилей. Обеспечить практически мгновенный доступ к услуге такси даже в час пик можно при помощи всего 18 000 машин.
Получив результаты работы компьютера, я был потрясен. Я просто не мог им поверить. Цифры согласовывались с нашими математическими моделями. 18 000 машин соответствовали 15 % общего количества автомобилей в Энн-Арбор и его окрестностях.
Разве можно обслужить транспортные потребности Энн-Арбор при помощи такого скромного парка? Для ответа нужно обратить внимание на плотность населения и количество поездок, предпринимаемых одним человеком в день. Оказалось, что в любой возможный момент поступления заказа на поездку с большой вероятностью в ближайшей окрестности вызова завершается другая. Таким образом, холостой пробег автомобиля и время между поездками оказываются небольшими. Добавив в парк резерв в 5000 машин на случай часа пик или непредвиденных всплесков спроса, мы получаем примерно 16 свободных автомобилей на квадратный километр в любой момент времени. Будучи автономными, они могут самостоятельно перемещаться в стратегически важные точки города, чтобы потом быстро добираться до клиентов.
Но был ли Энн-Арбор уникален? Мы решили исследовать несколько других городов: Солт-Лейк-Сити, штат Юта, Рочестер, штат Нью-Йорк, Коламбус, штат Огайо, Остин, штат Техас, и Сакраменто, штат Калифорния. В каждом случае парка приблизительно в 15 % от общего числа автомобилей в городе оказывалось достаточно для реализации услуги такси с очень небольшим временем ожидания. Путем дальнейшего анализа мы пришли к выводу, что в городах с плотностью населения, превышающей 300 человек на квадратный км, наша воображаемая система такси, построенная на самоуправляемых автомобилях, должна показывать хорошие результаты. Этому критерию плотности населения соответствует большинство городов в Соединенных Штатах.
Благодаря нашим расчетам мы начали понимать, насколько масштабной окажется надвигающаяся транспортная революция. Но еще нужно было оценить затраты на самоуправляемое электрическое такси и сравнить их с 0,93 долл. за км, в которые американцам обычно обходится владение автомобилем и пользование им. Окажется ли новая система неприемлемо дорогой в силу новизны технологии? Или наоборот, переход к модели «автомобиль как услуга» – неважно, разовой ли будет оплата или по подписке – приведет к резкому сокращению затрат?
Поскольку 75–85 % поездок совершается в одиночку или вдвоем, мы решили моделировать затраты на маленькой двухместной капсуле, изготавливаемой под требования конкретного заказчика, типа EN-V. Когда я работал в GM, Крис Боррони-Берд и я предполагали, что EN-V будет весить меньше 500 кг, втрое-вчетверо меньше обыкновенного автомобиля и в ней будет на 90 % меньше деталей. По нашим подсчетам, ее изготовление должно было обойтись не дороже 7500 долл., не считая автопилота. Поэтому мы с запасом заложили затраты на один автомобиль в 10 000 долл. Принимая ресурс равным 400 000 км пробега, как у такси, мы получили амортизационные расходы в 0,025 долл. на километр. Цена электроэнергии для зарядки аккумуляторов составила примерно 0,005 долл. на километр. (Для сравнения, в 2011 году экономичным считался автомобиль, проходящий 12 километров на литре бензина, что при цене топлива в 0,80 долл. за литр давало 0,08 долл. на километр.) Затраты на техобслуживание мы приняли равными 0,03 долл. на км, примерно столько же, сколько закладывает Американская автомобильная ассоциация на обычный автомобиль. (Электромобиль меньше нуждается в обслуживании, но мы хотели предусмотреть достаточную сумму для замены аккумуляторов.) Страховка должна была обойтись значительно дешевле, поскольку эксперты по безопасности движения предсказывают, что при переходе к самоуправляемым машинам количество аварий сократится на 90 %. Поэтому вместо типичной ставки страховых компаний в 0,03–0,06 долл. на километр мы приняли 0,01. Расходы на парковку должны быть пренебрежимо малы, поскольку машины почти все время будут находиться в движении. Их мы снизили с 0,03 до 0,005 долл. за километр. Потом мы добавили 0,005 долл. на километр на финансовое обслуживание парка.
