4-14.Aurora InnovationのフィジカルAI戦略を読む
Auroraは自動運転トラックを商用化できるか――長距離物流AIと無人輸送の最前線
欧米フィジカルAI 2026 完全版 第14回
シリーズ：欧米フィジカルAI 2026 完全版
評価軸：AI部門の有名度 / 資本力 / 技術力 / 収益度 / AI部門価値
読む前に｜Auroraは「自動運転できるか」から「何台量産して稼げるか」へ移った
2025年のdriverless商用貨物開始に続き、2026年7月には第2世代Aurora Driverを搭載した無人トラックを投入しました。年末200台は顧客需要で埋まり、Roushは10月に年率1,000台を目指します。
数字で言えば、2026年6月30日までの無人走行は約44万マイル。定時運行率100％、Aurora Driverに起因する衝突はゼロと会社は説明しています。driverlessと有人監督付き運行を含む累計commercial milesは600万マイルを超えました。
一方、Q2の売上は200万ドル、営業損失は2億6,600万ドルです。技術は動いています。事業はこれからです。
まず結論――商用化は始まった。次の壁は産業スケールである
Q2売上はまだ200万ドルですが、無人貨物の実運用、顧客契約、量産体制が揃い始めています。
会社が示す2026年通期の売上見通しは1,400万〜1,600万ドル。中間値で前年比約400％増です。年末には200台超の無人トラックを稼働させ、Transportation as a Serviceの『年換算売上ランレート』を約8,000万ドルへ持っていく計画を掲げています。これは2026年中に8,000万ドルを売上計上するという意味ではありません。
つまりAuroraが問われているのは、走れるかどうかではありません。1,400万ドルの売上を、10億ドル規模の事業へ育てられるかどうかです。
目次
第1章 Auroraはなぜトラックに集中するのか
第2章 5軸評価――商用化は始まったが赤字は大きい
第3章 創業者とWaymo・Uber ATGの系譜
第4章 Aurora Driverの構造
第5章 FirstLight Lidarと長距離認識
第6章 第1世代無人運行から第2世代へ
第7章 Aurora Driver 2――100万マイル設計
第8章 International LTと量産エコシステム
第9章 Volvo VNL Autonomousとの二本柱
第10章 2026年Q2――売上200万ドルの現在地
第11章 200台を年末運用する計画
第12章 Roush年産1,000台ランレート
第13章 Value Truck・Charger Logistics・McLane
第14章 安全ケースとEdge Case評価
第15章 Californiaと規制環境
第16章 競合――Kodiak、Torc、Waabi、Plus
第17章 日本物流への示唆と2030年シナリオ
第18章 結論――Auroraは自動運転トラックを商用化できるか
第1章 Auroraはなぜトラックに集中するのか
Aurora Innovationは、自動運転を「都市のRobotaxi」ではなく「高速道路物流」から商用化する企業です。
理由は経済性です。長距離トラックは一台当たりの稼働時間が長く、運転手不足が深刻で、同じ高速道路ルートを繰り返します。
都市Robotaxiより歩行者や複雑交差点が少なく、物流企業は時間短縮と車両稼働率に直接お金を払えます。
AuroraはPassenger Mobilityを捨てたわけではありませんが、最初の収益エンジンをトラックへ絞っています。2025年に無人商用運行を開始し、2026年には第2世代トラックへ進みました。
「難しさ」の質が違う
高速道路が都市より簡単だというのは、正確ではありません。
難しさの種類が違います。
都市の難しさは、事象の多様性です。歩行者、自転車、路上駐車、工事、路面電車、複雑な交差点。第3回で見たWaymoが都市ごとに詳細な地図を作り込むのは、この多様性に対応するためです。
高速道路の難しさは、速度と質量です。
米国の大型Class 8トラックは、法定総重量上限ベースで約36トン級にもなり、高速道路を高速で走ります。停止距離は乗用車の数倍。判断を誤ったときの被害は桁違いです。落下物、タイヤの破片、緊急車両、突然の渋滞末尾。これらを数百メートル手前で認識できなければ、間に合いません。
つまり都市は「何が起きるか分からない」難しさ、高速道路は「間違えたら取り返しがつかない」難しさです。
なぜ運転手不足がこれほど効くのか
米国の長距離トラック業界は、離職率が極端に高いことで知られます。
理由は労働環境です。数日から数週間、家に帰れません。車内で寝起きし、荷待ちで何時間も拘束され、給与は走行距離に連動します。
第8回で見た倉庫のヒューマノイドと同じ構図がここにもあります。人が集まらない仕事から、自動化は入ります。
そして荷主から見れば、無人トラックには別の魅力があります。運転手の法定休息時間がありません。
同じ距離を、休まずに走れる。ダラスからラレドまで、あるいはフォートワースからフェニックスまで。これは車両一台あたりの稼働率を根本から変えます。
第2章 5軸評価――商用化は始まったが赤字は大きい
【AI部門の有名度】9.1 / 10
【資本力】9.4 / 10
【技術力】9.5 / 10
【収益度】5.8 / 10
【AI部門価値】9.4 / 10
【総合評価】8.6 / 10
Auroraは「無人で貨物を運ぶ」という最難関を既に商用運用へ移しました。
一方、2026年Q2売上は200万ドルに対し、営業損失は2.66億ドル。まだ利益企業ではありません。
現金・短期投資は約12億ドル。高い技術力と顧客需要を、数百台、数千台のDriver-as-a-Service収益へ変えられるかが最大の論点です。
収益度5.8という低評価の意味
本シリーズで扱った企業の中でも、収益度5.8は低い部類です。
ただし、これは技術が未熟だという評価ではありません。
Q2の売上200万ドルに対し、営業損失は2億6,600万ドル。売上の130倍を超える損失です。
内訳を見ると、株式報酬を除く研究開発費が1億6,400万ドル、販売管理費が3,700万ドル、売上原価が700万ドル。株式報酬は6,000万ドルです。
つまり費用のほとんどが研究開発です。まだ工場ではなく研究所の費用構造をしています。
第8回のAgility Roboticsが2025年に営業費用約1億1,100万ドルだったのと比べても、Auroraの支出規模は倍以上です。
資本の消費速度
会社は2026年の四半期あたり現金消費を1億9,000万〜2億2,000万ドル、通期の設備投資を約1億5,000万ドルと見込んでいます。
Q2の営業キャッシュ使用は約2億2,500万ドルでした。
現金・短期投資約12億ドルを、現在の四半期キャッシュ使用額だけで機械的に割れば5〜6四半期相当ですが、これは正式なランウェイ予想ではありません。AuroraはATM増資、将来売上、投資水準の変化を伴うため、単純計算を資金枯渇時期と読むべきではありません。
実際、AuroraはQ2にat-the-market方式で3,000万株のクラスA株を発行し、2億1,500万ドルの純資金を調達しています。
上場企業として市場から資金を継続的に引く必要がある。これがAuroraの構造的な制約です。
技術力9.5の根拠
一方、技術力の評価は高い。
2026年6月30日までに約44万マイルの無人走行を積み、定時運行率100％、Aurora Driverに起因する衝突ゼロと説明しています。商用走行の累計は600万マイル超です。
第3回で見たWaymoの2億2,060万マイルと比べれば小さい数字です。しかし大型Class 8トラックが無人で走った約44万マイルは、乗用車の走行距離とはリスク構造が異なります。
そして第14章で見るとおり、TÜV SÜDとEdge Caseという二つの独立した第三者監査を受けています。本シリーズで扱った企業の中で、安全プロセスの外部検証をここまで公開している例は多くありません。
第3章 創業者とWaymo・Uber ATGの系譜
Auroraは2017年にChris Urmson、Sterling Anderson、Drew Bagnellによって創業されました。
UrmsonはGoogle Self-Driving Car Project、現在のWaymoを率いた人物です。AndersonはTesla Autopilot、BagnellはCarnegie Mellon UniversityとUber ATGで自動運転AIを研究しました。
2020年にはUber Advanced Technologies Groupを買収し、人材、車両、知財を統合しました。
つまりAuroraは、Waymo、Tesla、Uber、自動運転研究の主要系譜が合流した会社です。
三つの系譜が意味するもの
この創業チームの構成には、技術思想の含意があります。
Urmsonが率いたGoogleの自動運転プロジェクトは、LiDARと高精度地図を軸とする路線でした。第3回で見たWaymoの現在も、その延長にあります。
AndersonがいたTeslaは、カメラ中心で量産車から学ぶ路線です。第2回で詳しく見たとおりです。
BagnellはCarnegie Mellonで機械学習による意思決定を研究し、Uber ATGでその実装を進めました。
Auroraは、この三つを一つの会社に集めました。
結果として同社の構成は、独自LiDARを持ちながら、機械学習で判断を作り、量産OEMの車体に載せるという折衷になっています。
Uber ATG買収という転機
2020年のUber ATG買収は、Auroraの性格を決めました。
Uber ATGは2018年にアリゾナ州で歩行者死亡事故を起こし、事業として行き詰まっていました。Auroraはその人材と知財を引き受けました。
この買収により、Auroraは研究開発の規模を一気に拡大します。同時に、自動運転が人の命に関わる技術であることを、業界で最も痛切に学んだ組織を抱え込みました。
第14章で見るAuroraの安全ケース重視は、この経歴と無関係ではないでしょう。
そしてトラックへ
2021年、AuroraはSPACを通じて上場します。
その後、乗用車のRobotaxiではなくトラックへ集中する判断を下しました。
Toyotaと組んだ乗用車向けの取り組みは残りますが、収益の主戦場はトラックです。
第3回のWaymoが乗用車のRobotaxiで先行する中、同じ土俵で戦わない。この選択が、2026年時点でどう評価されるかが本稿の主題です。
第4章 Aurora Driverの構造
Aurora Driverはセンサー、計算機、ソフトウェアを一体化した自動運転システムです。
カメラ、Radar、Lidarを使って周囲を認識し、予測、計画、制御を行います。
特徴は、特定トラック一車種専用ではなく、InternationalとVolvoの量産トラックへ載せることを前提にする点です。
Aurora自身がトラックメーカーになるのではなく、OEMが車体を製造し、Aurora Driverを搭載する。
この構造が量産できれば、Tesla型の垂直統合より資本効率の高いDaaSモデルになります。
「Driver」という命名の思想
システムの名前が「Driver」であることには意味があります。
Auroraが売るのは、トラックではありません。運転手です。
物流企業は車両を所有し、Auroraは運転という機能を提供する。第8回で見たAgilityのRobotics-as-a-Serviceと、収益モデルの発想は同じです。
この構造の利点は、既存の物流業界の商習慣に馴染むことです。荷主は運送会社に運賃を払い、運送会社は運転手に給与を払う。その運転手の部分が置き換わるだけです。
責任の分界という難問
一方、この構造には難しさもあります。
事故が起きたとき、誰が責任を負うか。
トラックの車体はInternationalまたはVolvoが作りました。センサーと計算機はAuroraのキットです。改造はRoushが行いました。運行しているのは物流会社です。荷物の所有者は荷主です。
第12回で見たZooxが車両ごと自社設計することで責任構造を単純にしたのとは、対照的です。
Auroraは資本効率を取り、責任の複雑さを引き受けました。
保険業界がこの構造をどう値付けするかは、事業のスケールに直接影響します。
第5章 FirstLight Lidarと長距離認識
大型トラックは乗用車より停止距離が長いため、遠方を早く見る必要があります。
AuroraのFirstLight LidarはFrequency Modulated Continuous Wave方式を使い、長距離物体の距離だけでなく速度も直接捉えることを狙います。
高速道路で数百メートル先の障害物を早く認識できれば、急ブレーキではなく滑らかな減速ができます。
ただしLidar単体が安全を保証するわけではありません。雨、霧、工事、落下物、タイヤ片、緊急車両を複数センサーで判断する必要があります。
FMCWが速度を直接測れるということ
一般的なLiDARは、光を出して跳ね返るまでの時間から距離を測ります。速度は、複数フレームの距離の差から計算します。
FMCW方式は、周波数の変化から相対速度を直接測ります。
差は、判断の速さに出ます。
前方の物体が止まっているのか、こちらへ向かってきているのか。一度の測定で分かれば、判断が一拍早くなります。
高速道路を走る大型トラックにとって、この一拍は数十メートルに相当し得ます。
なぜ「滑らかな減速」が重要なのか
急ブレーキを避けるという目標は、乗り心地の話ではありません。
トラックの急制動は危険です。荷崩れが起き、トレーラーが折れ、後続車が追突します。
つまり自動運転トラックの安全性は、「危険を検知して止まれるか」ではなく、「止まらずに済むよう早く気づけるか」で決まります。
FirstLightへの投資は、この一点に向けられています。
それでもLiDARだけでは足りない
一方、Auroraは複数センサーの統合を強調します。
高速道路で問題になるのは、認識できない物体ではなく、認識はできるが判断が難しい状況です。
工事区間の車線規制。路肩の緊急車両。落下したタイヤの破片が路面のシミなのか立体物なのか。前方の渋滞末尾がどこまで伸びているか。
第13回で見たMobileyeがRSSという形式的な安全モデルを併用するのと同様、Auroraも認識の賢さだけに頼らない設計を採っています。
第6章 第1世代無人運行から第2世代へ
Auroraは2025年、Texasでドライバーなしの商用貨物運行を開始しました。
2026年7月には、第2世代のDriverless Truckを投入しました。
重要なのは、単なるソフトウェア更新ではなく、量産前提のハードウェアと車体へ移ったことです。
初期車両は技術実証として高価でも許されます。商用規模では、部品コスト、耐久性、保守、交換時間、工場での組付け性が重要になります。
Auroraはこの「研究車から工業製品へ」の壁を越えようとしています。
第1世代が示したこと
2025年の第1世代は、技術的な証明でした。
無人で、公道を、商用の荷物を積んで走れる。
第2回で見たTeslaのRobotaxi、第3回のWaymo、第12回のZoox。いずれも人を運びます。Auroraは荷物です。
人を運ばないぶん、乗客体験や車内清掃の問題はありません。代わりに、荷物の責任、積み下ろし、拠点間の連携という別の課題があります。
第2世代で変わったこと
第2世代は、事業の証明を目指します。
ハードウェアキットは100万マイルの運用を想定して設計され、コストは前世代の半分以下になる見込みだと会社は説明しています。
車体はInternational LT Seriesという量産トラックです。改造はRoushが専用施設で行います。
つまり第1世代が「できるか」を示したなら、第2世代は「数を作れるか」を示す製品です。
「研究車から工業製品へ」の具体的な中身
この移行で何が変わるかを、具体的に見ておく価値があります。
センサーの取り付け位置は、公差の範囲に収まらなければなりません。研究車なら現場で微調整できますが、量産では治具で決まります。
校正の手順は、専門家でなくても実施できる必要があります。
配線は整理され、故障時に交換できる単位に分かれていなければなりません。
計算機の冷却は、テキサスの夏でも真冬でも動く必要があります。
ブレーキと操舵の冗長系は、車体側の設計と統合されていなければなりません。
これらはいずれも自動運転AIの問題ではありません。しかし、これができなければ台数は増えません。
第7章 Aurora Driver 2――100万マイル設計
Aurora Driver 2は、第2世代のハードウェアキットと高度化したソフトウェアを組み合わせます。
会社はハードウェアを100万マイル運用向けに設計し、前世代の約半分のコストにできる見込みと説明しています。
コスト半減は極めて重要です。自動運転トラックが人間運転より安全でも、車両追加コストが高すぎれば採算が合いません。
Driver 2は「自動運転できるか」から「物流企業が大量購入できるか」へ競争軸を移す製品です。
100万マイルという設計目標
米国の長距離トラックは、年間10万マイル以上を走ることがあります。
100万マイル設計とは、およそ10年の運用を想定するということです。
これは自動運転システムとしては野心的な数字です。センサーは振動と温度変化にさらされ、計算機は連続稼働し、配線は経年劣化します。
第13回で見たMobileyeが自動車部品として10年以上の耐久を満たしてきたのと、同じ水準の要求です。
そしてこの設計目標は、DaaSの収益構造に直結します。ハードウェアの償却期間が長ければ、一マイルあたりのコストが下がるからです。
コスト半減の意味を計算する
自動運転トラックの経済性は、単純な引き算で決まります。
人間の運転手の年間人件費と、自動運転システムの年間償却費・運用費の差です。
米国の長距離トラック運転手の実質人件費は、諸経費を含めれば年間数万ドル規模になります。
自動運転システムのコストが人件費を上回れば、導入する理由がありません。逆に下回れば、しかも休息時間がないぶん稼働率が上がるなら、導入は加速します。
コストが半減するということは、この不等式の向きが変わる可能性があるということです。
ただしAuroraは、Driver 2の具体的な価格も、一マイルあたりのコストも公表していません。
第3世代への布石
そしてAuroraはすでに次を見ています。
Q2の開示では、第3世代ハードウェアに向けてAUMOVIOおよびPACCARとの連携が挙げられています。
PACCARは、KenworthとPeterbiltを擁する北米の主要トラックメーカーです。
InternationalとVolvoに続く三社目のOEMが視野に入るなら、Auroraの「一車種依存からの脱却」はさらに進みます。
第8章 International LTと量産エコシステム
Aurora Driver 2はInternational LT Seriesを基盤とする無人トラックへ搭載されました。
InternationalはTRATON Group系の商用車ブランドで、既存物流企業が使う量産車をベースにします。
Auroraは専用車をゼロから作らず、トラックOEM、Tier1、Upfitterを組み合わせます。
これは既存のサービス網、部品供給、整備、人材を利用できる利点があります。
一方、事故責任や保証では、Auroraと車両OEMの境界を明確にする必要があります。
既存サービス網という見えない資産
自動運転トラックを100台走らせるとき、必要なのは車両だけではありません。
タイヤが摩耗すれば交換が要ります。オイルもブレーキパッドも消耗します。故障すれば、その場所の最寄りの整備工場へ入れなければなりません。
International LTは、北米中に整備網があります。
第12回で見たZooxが専用車を選び、整備も自社で抱えるのとは対照的です。
Robotaxiは都市内で完結しますが、長距離トラックは数千キロを移動します。整備網を自前で作るのは現実的ではありません。
量産車を基盤にする判断は、この一点でも合理的です。
Upfitterという役割
日本ではあまり馴染みのない業態ですが、米国の商用車業界にはUpfitterという専門事業者がいます。
完成した車体に、用途に応じた架装や機器を後付けする会社です。
Roushはその一社で、モータースポーツ由来の技術力を持ちます。
Auroraが自社工場を建てず、Upfitterに製造を委ねるのは、既存の産業構造をそのまま使う判断です。
第9回のApptronikがJabilと組み、第8回のAgilityがFoxconnをPIPEに迎えたのと、発想は共通します。ロボット企業が単独で量産の谷を越えるのは難しい。
第9章 Volvo VNL Autonomousとの二本柱
AuroraはVolvo Autonomous Solutionsとも提携し、Volvo VNL AutonomousにAurora Driverを搭載します。
2026年にはDSV、AVI-SPLなどの顧客で商用貨物運行を開始しました。
Volvo側は2027年Q1にドライバーなし運行を始める計画です。
InternationalとVolvoの二社へ同じDriverを広げられれば、Auroraは一車種依存から脱却できます。
これは「自動運転OS」の事業価値を測る重要な試験です。
Volvoの計画規模
2026年のVolvo GroupのCapital Markets Dayで、Volvo Autonomous Solutionsは2027年第1四半期にVolvo VNL Autonomousの無人運行を開始する計画を示しました。
そして2027年末には、300台超の無人トラックを稼働させて年を越す見込みだとしています。
Auroraが2026年末に200台を目標としているのに対し、Volvo側だけで300台超。
つまり2027年以降、Auroraの台数はVolvoの計画に大きく左右されます。
これは追い風であると同時に、依存でもあります。
二本柱の本当の意味
InternationalとVolvoという二社構成は、リスク分散以上の意味を持ちます。
同じAurora Driverが、異なるメーカーの、異なる車体構造、異なるブレーキ系、異なる操舵系で動くことを証明できるからです。
これができれば、Aurora Driverは「特定の車のための制御ソフト」ではなく、「トラックという身体に載るOS」になります。
第6回のSkild AI、第7回のPhysical Intelligenceが「身体を選ばない知能」を目指すのと、構造は同じです。
ただしトラックの場合、身体の多様性はロボットほど大きくありません。どれも同じような大型トラックです。
移植の難しさは、身体の違いより、OEMごとの安全思想と検証プロセスの違いに現れます。
第10章 2026年Q2――売上200万ドルの現在地
2026年Q2の売上は200万ドルでした。
これはdriverlessとvehicle-operator-supervisedの商用貨物から得た収益です。
営業損失は2.66億ドル。株式報酬を除くR&Dは1.64億ドル、SG&Aは3,700万ドル、売上原価は700万ドルでした。
営業キャッシュ使用は約2.25億ドル、設備投資は3,100万ドル。
つまり、商用化は始まりましたが、売上規模は研究開発費に比べてまだ小さい。Auroraは「技術完成」ではなく「スケール前夜」にいます。
通期見通しという別の数字
四半期の200万ドルだけを見ると、事業の姿を見誤ります。
会社は2026年通期の売上を1,400万〜1,600万ドルと見込んでいます。中間値で前年比約400％増です。
そして重要なのは、その半分以上が第4四半期に集中するという説明です。
理由は明快で、台数が年末にかけて増えるからです。年初に走っている台数と、年末に走っている台数が大きく違えば、売上の分布も偏ります。
さらに会社は、2026年末時点でTransportation as a Serviceの売上ランレートを約8,000万ドルへ持っていく計画を示しています。
年間売上1,500万ドルの企業が、年末には年率8,000万ドルのペースで走っている。この差が、Auroraの現在地を最もよく表しています。
損失の中身をどう読むか
Q2の営業損失2億6,600万ドルのうち、6,000万ドルは株式報酬です。現金は出ていきません。
現金ベースの営業キャッシュ使用は約2億2,500万ドルでした。
そして費用の主体は研究開発費1億6,400万ドルです。
つまりAuroraは、まだ製品を作るコストではなく、製品を完成させるコストを使っています。
ここが第8回のAgilityとの違いです。Agilityは2025年の営業費用が約1億1,100万ドル。規模は小さいものの、すでに顧客現場で6万5,000時間の稼働を積んでいます。
Auroraは支出が倍以上で、実運用の蓄積は44万マイル。ただし対象が公道を走る大型Class 8トラックであることを考えれば、単純比較はできません。
資金調達という常態
QにAuroraはat-the-market方式で3,000万株のクラスA株を発行し、2億1,500万ドルの純資金を得ました。
現金・短期投資は四半期末で約12億ドルです。
四半期あたり1億9,000万〜2億2,000万ドルの現金消費を続けるなら、追加調達は避けられません。
第16章で述べるとおり、競合の一部はOEMの資本を背景に持ちます。Auroraは公開市場で資金を集め続ける必要があります。
株価が下がれば希薄化が大きくなり、調達条件は悪化します。実行の遅れが直接、資金調達コストへ跳ね返る構造です。
第11章 200台を年末運用する計画
Auroraは2026年末に200台の無人トラックを稼働させる目標を再確認しました。
会社によれば、この年末枠は既に顧客需要で埋まっています。
これは需要不足より供給能力がボトルネックであることを示します。
ただし200台は、北米トラック市場全体では小さい数字です。
数百台で安全性と収益性を証明し、2027年以降に数千台へ増やせるかが分岐点になります。
第3四半期末で20〜25台
ここで、計画の実現性を測る具体的な数字があります。
会社は、第3四半期末までに第2世代の無人トラックを20〜25台稼働させる見込みだとしています。
そこから年末までの3カ月で200台へ。
つまり最後の四半期で、170台以上を追加する計画です。
第12章で見るRoushのランレートが10月に立ち上がる想定と符合します。しかし、四半期の間に台数を8倍にするのは、製造だけの問題ではありません。
各車両の校正、走行検証、ルート設定、顧客との調整、保険手続きが要ります。
年末目標の達成は、10月から12月の実行速度にかかっています。
「需要で埋まっている」ことの読み方
年末枠が顧客需要で充足しているという説明は、強気の材料です。
ただし正確に読む必要があります。
これは、200台分の需要があるという意味です。200台が稼働して収益を生んでいるという意味ではありません。
第8回のAgilityが「3億ドル超の受注」を、一定の契約マイルストーン達成を条件とする将来の数字として開示していたのと、性質は同じです。
需要が確認されていることは、事業の前提としては重要です。しかしそれは、供給側の実行が問われる段階に入ったことも意味します。
200台で何が分かるか
200台という規模は、統計的な安全証明には足りません。第14章で述べるとおり、重大事故は稀にしか起きないため、証明には膨大な走行距離が要ります。
しかし事業の証明には十分です。
200台が一年間走れば、稼働率、保守コスト、故障率、顧客の再契約率、一マイルあたりの原価が分かります。
そのデータがあって初めて、2027年に数千台へ増やす投資判断ができます。
つまり200台は、規模の目標ではなく、測定のための最小単位です。
第12章 Roush年産1,000台ランレート
AuroraのUpfitterであるRoushは、第2世代車両の製造を開始しました。
Auroraは2026年10月に年率1,000台のランレートへ到達する見込みと説明しています。
ここでも「年率能力」と「年間実生産」は区別が必要です。
自動運転車の量産では、センサー取付公差、校正、配線、計算機冷却、冗長ブレーキ・操舵、最終検査が必要です。
Roushが品質を維持しながら毎週大量に出荷できるかが、Auroraの成長速度を決めます。
Aurora専用施設という投資
RoushはAuroraのために専用施設を立ち上げ、初期の車両はすでに納入されています。
専用施設であることには意味があります。
汎用の架装ラインでは、治具も手順も毎回変わります。専用ラインなら、センサー取付の治具を固定し、校正手順を標準化し、作業者を熟練させられます。
第5回のFigure AIがBotQを、第8回のAgilityがRoboFabを、第10回の1XがNEO Factoryを持つのと同じ発想です。
違いは、Auroraが自社で工場を持たず、Roushに委ねている点です。
年率1,000台と年末200台のずれ
ここに一つ、注意すべき数字の関係があります。
10月に年率1,000台のランレートへ到達するとしても、10月から12月の3カ月で作れるのは、単純計算で250台前後です。
そして年末の目標は200台の「稼働」です。
製造してから稼働するまでには、校正、検証、配備の時間がかかります。
つまり年末200台という目標は、Roushのランレート立ち上がりが計画どおりに進み、かつ製造から稼働までのリードタイムが短いことを前提にしています。
余裕は大きくありません。
「年率」という言葉の扱い
本シリーズでは繰り返し、設計能力と実生産速度の区別を強調してきました。
第8回のAgility RoboFabは年産1万台の銘板能力に対し、実生産は1シフトあたり8台程度と推計されました。
第10回の1X NEO Factoryは初年度1万台の能力を掲げ、2027年末には10万台規模を目指すとしています。
第2回のTeslaはFremontで年産100万台規模を目標としています。
いずれも、実際の出荷台数とは別の数字です。
Auroraの「年率1,000台」も同じ性質を持ちます。ただしAuroraの場合、目標台数が控えめであるぶん、検証可能性は高い。2026年末に何台走っているかは、四半期開示で確認できます。
年末200台は「需要」だけでなく「製造」の試験
AuroraはQ2時点で、2026年末の200台枠はすでに顧客需要でfully allocatedだと説明しています。
つまり短期のボトルネックは受注よりも、車両を組み、センサーを校正し、安全ケースを維持したまま毎週フリートへ追加する能力です。
また会社は、2027年以降に本格化するDriver as a Serviceについて複数顧客と交渉中です。2026年のTaaS売上と、2027年以降のDaaSは事業モデルが異なるため、同じ売上指標として混同しないことが重要です。
第13章 Value Truck・Charger Logistics・McLane
2026年7月、AuroraはValue TruckとCharger Logisticsの新規契約を発表しました。
McLane Companyとは食品・レストラン供給チェーンで提携します。
トラック自動運転が有利なのは、単一顧客でも走行距離が大きいことです。大手物流会社が数十・数百台を契約すれば、Robotaxiより早く車両稼働を増やせます。
AuroraはCarrier、Private Fleet、OEMを横断して顧客を増やしています。
具体的な路線
契約の中身は、路線レベルで公表されています。
Charger Logisticsは、ダラスからラレドへの路線で、Aurora Driver搭載トラックを使って輸送能力と稼働率を高める計画です。
Value Truckは、当初ダラス－ラレドとフォートワース－フェニックスの二つの回廊で導入します。
ラレドはメキシコ国境の物流拠点であり、ダラス－ラレド間は北米で最も貨物量の多い回廊の一つです。
つまりAuroraは、無作為に顧客を集めているのではなく、最も走行距離の稼げる幹線に集中しています。
Volvo経由の顧客
顧客はAuroraが直接契約するものだけではありません。
Volvo Autonomous Solutionsは、Volvo VNL Autonomousを使ってDSVとAVI-SPL向けの商用貨物サービスを開始しました。
DSVは世界的な物流企業です。
この構造では、AuroraはVolvoへDriverを供給し、Volvoが顧客と契約します。
つまりAuroraには、直販とOEM経由の二つの販売経路があります。第9回で見たApptronikがGoogle DeepMindとMercedes-Benzの両方と関係を持つのとは違い、こちらは供給階層の話です。
顧客の種類を分ける意味
本文で挙げられているCarrier、Private Fleet、OEMという区分は、事業上の意味が異なります。
Carrierは運送を請け負う会社です。稼働率が収益に直結するため、無人化の効果を最も直接に受けます。
Private Fleetは、自社の荷物を自社の車両で運ぶ企業の車隊です。McLaneのような食品供給企業がこれにあたります。運賃ではなく物流コストの削減が動機になります。
OEMは、Volvoのように車両とサービスを一体で顧客へ届ける立場です。
三つの経路を並行して開拓できるかどうかが、2027年以降の台数を決めます。
第14章 安全ケースとEdge Case評価
Auroraは自動運転企業の中でもSafety Caseを重視します。
2026年6月にはEdge Caseが独立した包括評価を実施し、安全保証の枠組みを検証しました。加えて、TÜV SÜDによる組織監査も受けています。
会社は2026年6月30日までに約44万マイルの無人走行を積み、定時運行率100％、Aurora Driverに起因する衝突はゼロと説明しています。driverlessと有人監督付き運行を含む累計commercial milesは600万マイルを超えました。
ただしゼロ事故は将来の安全を保証しません。高速道路では重大事故の頻度が低いため、統計的証明には膨大な走行距離が必要です。
実走行、シミュレーション、形式検証、故障注入を組み合わせる必要があります。
二つの独立監査
Auroraが受けた監査は、性格が異なります。
TÜV SÜDによるものは組織監査です。安全に関わるプロセス、責任体制、文書管理、変更管理が適切に機能しているかを見ます。
Edge Caseによるものは、安全ケースそのものの監査です。Auroraが「なぜ安全と言えるのか」を主張する論理構造と、それを支える証拠を検証します。
この二つを外部に委ねて公開している点は、本シリーズで扱った企業の中でも際立っています。
第8回で見たAgilityがNRTLによる現場検査を受けているのと並び、安全の第三者検証を事業の柱に据える例です。
44万マイルをどう評価するか
約44万マイルという数字は、統計的には小さい。
米国の大型トラックの死亡事故率は、おおよそ1億マイルあたり数件の規模です。
44万マイルで衝突ゼロというのは、人間が運転しても十分に起こりうる結果です。統計的な優位性の証明にはなりません。
Aurora自身もそれは承知しているはずで、だからこそ安全ケースという手法を採ります。
走行距離で証明できないなら、「なぜ安全と言えるか」を論理と証拠で構成する。ハザードを列挙し、それぞれへの対策を示し、対策が有効であることをシミュレーションと故障注入試験で示す。
航空機の安全証明と同じ考え方です。
定時運行率100％という別の指標
見落とされやすいのが、定時運行率100％という数字です。
これは安全ではなく、事業の指標です。
荷主にとって、荷物が時間どおり着くかは死活問題です。自動運転トラックが安全でも、天候や工事のたびに止まって遅延するなら、使えません。
44万マイルで定時率100％というのは、無人運行が例外的な措置ではなく、日常業務として成立していることを示します。
技術の証明としては、衝突ゼロより重い数字かもしれません。
第15章 Californiaと規制環境
米国の自動運転トラック規制は州ごとに異なります。
Texasは商用化に比較的友好的で、Auroraの初期運行拠点になりました。
2026年にはCaliforniaも無人トラック展開を認める方向へ進み、Auroraは必要な有人テスト申請を提出しました。
西海岸物流へ入れれば市場は大きく広がります。
一方、州規制、労働組合、保険、事故責任、地域社会の受容が拡大速度を左右します。
Californiaが遅れた理由
Californiaは自動運転乗用車では先進的でしたが、トラックについては長く慎重でした。
背景には、労働組合の強い反対があります。トラック運転手は組織率が高く、政治的な影響力を持ちます。
州議会は自動運転トラックを規制する法案を複数回可決し、そのたびに知事が拒否権を行使するという経緯もありました。
2026年に方針が変わったことで、Californiaは無人トラックの配備を認める多数派の州へ加わりました。
Auroraは、州が求める有人テストの申請を提出済みです。
西海岸が持つ意味
Californiaが開くことの意味は、市場規模だけではありません。
ロサンゼルスとロングビーチの港湾は、北米最大の輸入ゲートウェイです。ここから内陸へ向かう貨物量は膨大です。
そしてテキサスと違い、Californiaは山岳路と沿岸の霧という気象条件を持ちます。
技術的には、より難しい環境です。だからこそ、そこで走れることは能力の証明になります。
連邦レベルの動き
Auroraは、全国展開を支える連邦の立法枠組みについても関与していると開示しています。
州ごとに規制が違う状態は、長距離輸送にとって最大の障害です。ダラスからフェニックスへ走るだけで、複数の州を跨ぎます。
連邦レベルの統一基準ができれば、Auroraの展開速度は大きく変わります。
第12回で見たZooxがNHTSAの適用除外を得たのと同様、この産業では規制の進展が事業計画そのものを動かします。
第16章 競合――Kodiak、Torc、Waabi、Plus
Kodiak Roboticsは鉱山・防衛・物流を含む自動運転トラックを展開します。
Torc RoboticsはDaimler Truck傘下で、OEM量産との統合が強い。
WaabiはAI-first、Simulation中心の学習で注目されます。PlusもOEM提携を広げています。
Auroraの強みは、すでにdriverless commercial freightへ入ったこと、InternationalとVolvoの二本柱、独自Lidarです。
弱点は、巨額赤字と資本消費。競合がOEM資本を使える中、Auroraは上場企業として資金調達を続ける必要があります。
資本構造という決定的な差
Torc RoboticsはDaimler Truckの傘下です。
これは資金調達の問題を根本から変えます。親会社が資本を出し、車両も供給し、販売網も持つ。四半期ごとに市場を説得する必要はありません。
第4回で見たBoston DynamicsがHyundai傘下で長期投資を続けられるのと、同じ構造です。
Auroraは上場企業です。Q2にat-the-market方式で2億1,500万ドルを調達したように、市場から資金を引き続けなければなりません。
技術で先行しても、資金が続かなければ意味がない。この構造がAuroraの最大のリスクです。
それぞれの差別化
Kodiakは、物流だけでなく鉱山や防衛といった閉鎖環境へ展開しています。公道より規制が緩く、収益化が早い領域です。
Waabiは、シミュレーション中心の学習で開発効率を上げる路線を採ります。実走行データを大量に集める従来手法への挑戦です。第7回のPhysical Intelligenceが少ないデータで一般化を狙うのと、発想は似ています。
Plusは、OEMとの提携を広げることで、自社で車両を持たない構造を強めています。
Auroraの位置づけは、この中で最も正攻法です。公道の幹線輸送で、無人で、有償の荷物を運ぶ。最も難しく、最も市場が大きい。
先行の価値と、その脆さ
Auroraは、無人の商用貨物運行をすでに始めています。競合の多くはまだそこへ至っていません。
この先行には価値があります。走行データ、顧客との運用ノウハウ、規制当局との関係、保険の実績。いずれも時間でしか積めません。
一方、脆さもあります。
一件の重大事故で、この先行はゼロになりかねません。
第12回で見たZooxが慎重に台数を絞るのと、事情は共通します。先行者は、失うものが最も大きい立場でもあります。
第17章 日本物流への示唆と2030年シナリオ
日本でも長距離運転手不足、2024年問題、高齢化が続きます。
ただし日本は高速道路料金、SA/PA構造、狭い物流拠点、左側通行、規制が米国と異なります。
【強気】Auroraが数千台へ拡大し、Driver-as-a-Serviceの標準になる。
【中間】特定州・幹線ルートで高収益物流サービスを確立。
【弱気】事故、規制、資本消費、OEM内製で拡大が止まる。
日本企業は、完全無人だけでなく、幹線無人＋拠点有人の分業モデルから検討すべきです。
日本で米国型が成立しにくい理由
Auroraのモデルは、米国の物流構造に強く依存しています。
数千キロを一直線に走る幹線があること。トラックストップが整備されていること。運転手の離職率が極端に高いこと。そして州ごとに規制が違いながらも、連邦統一の方向へ動いていること。
日本の幹線は短く、東京－大阪でも500キロ強です。高速道路は料金が高く、SA/PAは駐車場が不足しています。物流拠点は都市部にあり、周辺の道路は狭い。
そして日本の運転手不足は、離職率より高齢化に由来します。
つまり同じ「運転手不足」でも、処方箋が違います。
幹線無人＋拠点有人という現実解
日本で先に成立しそうなのは、区間限定の無人化です。
高速道路の入口から出口までを無人で走り、一般道は人が運転する。あるいは、拠点間のシャトル輸送だけを無人化する。
この方式なら、最も難しい市街地走行を避けられます。
そして日本には、この分業に適した資産があります。高速道路のSA/PAを中継拠点として使えるからです。
必要なのは技術というより、拠点の設計と運用の組み替えです。
日本企業が持っている強み
第13回でMobileyeについて述べたのと同じ論点が、ここにもあります。
日本の商用車メーカーは、車体、ブレーキ、操舵、電装のすべてを自社系列で持っています。
Auroraが複数のOEMと調整しながら進めていることを、一社の中で決められます。
弱点は、AI開発とデータ基盤です。
そして最も重要なのは、幹線を走るトラックが集めた走行データを誰が持つかという問題です。米国のDaaSモデルをそのまま導入すれば、日本の道路のデータが海外企業の資産になります。
第6回、第9回、第13回で繰り返してきた論点が、物流でも同じ形で現れます。
第18章 結論――Auroraは自動運転トラックを商用化できるか
答えは「商用化はすでに始まっている」です。
しかし本当に難しいのは、1台を無人で走らせることではありません。
200台、1,000台、1万台へ増やし、保守、事故、顧客SLA、保険、部品供給を維持しながら利益を出すことです。
Driver 2の半額化、Roushの量産、InternationalとVolvoの二社展開は、そのための土台です。
そして2026年の数字が、現在地を正確に示しています。売上200万ドル、営業損失2億6,600万ドル、無人走行44万マイル、定時率100％、衝突ゼロ。
技術は動き、事業はまだ始まったばかりです。
問われているのは、現在の高い資金消費が続く間に、200台の稼働実績を数千台への投資判断とDaaS収益へ変えられるかどうかです。
Auroraの2026年は、自動運転トラックが研究テーマから物流産業の設備投資へ変わる年です。
次回予告――ABB Roboticsを読む
第15回では、産業ロボットの老舗が、AI時代の工場をどう再定義しようとしているかを読みます。
主要参考資料・公式リンク
出典対応表
創業と系譜（2017年にChris Urmson、Sterling Anderson、Drew Bagnellが創業。UrmsonはGoogle Self-Driving Car Project／現Waymoを率い、AndersonはTesla Autopilot、BagnellはCarnegie Mellon UniversityとUber ATG。2020年にUber Advanced Technologies Groupを買収、2021年にSPACを通じて上場）：Aurora公式・報道
Q2 2026決算（売上200万ドル＝上期累計300万ドル、営業損失2億6,600万ドル＝上期5億1,000万ドル、純損失2億7,000万ドル＝上期4億9,300万ドル、希薄化後1株当たり損失0.14ドル＝上期0.25ドル、調整後EBITDAマイナス2億ドル＝上期マイナス3億9,200万ドル。株式報酬を除くR&D 1億6,400万ドル、SG&A 3,700万ドル、売上原価700万ドル、株式報酬6,000万ドル。営業キャッシュ使用約2億2,500万ドル、設備投資3,100万ドル。at-the-market方式でクラスA株3,000万株を発行し純額2億1,500万ドルを調達。四半期末の現金・短期投資は約12億ドル）：Aurora公式（8-K・株主レター）
2026年見通し（売上1,400万〜1,600万ドル、中間値で前年比約400％増、半分以上が第4四半期。年末に200台超の無人トラック稼働、Transportation as a Serviceの売上ランレート約8,000万ドル。四半期あたり現金消費1億9,000万〜2億2,000万ドル、通期設備投資約1億5,000万ドル）：Aurora公式
走行実績（2026年6月30日までに約44万マイルの無人走行、定時運行率100％、Aurora Driverに起因する衝突ゼロ。商用走行の累計は600万マイル超）：Aurora公式。統計的な安全証明には膨大な走行距離が必要であり、ゼロ事故は将来の安全を保証しない
Aurora Driver 2（第2世代ハードウェアキットと高度化ソフトウェア。100万マイル運用向けに設計、ハードウェアコストは前世代比50％超の削減見込み。2026年7月にInternational LT Seriesを基盤とする無人トラックへ搭載し運行開始。第3四半期末までに20〜25台稼働の見込み）：Aurora公式
製造体制（UpfitterのRoushがAurora専用施設で第2世代車両の製造を開始、初期分は納入済み。2026年10月に年率1,000台のランレートへ到達する見込み）：Aurora公式。年率能力であり年間実生産台数ではない
OEM（InternationalはTRATON Group系。Volvo Autonomous SolutionsはVolvo VNL Autonomousへ搭載し、2026年にDSV・AVI-SPL向けの商用貨物サービスを開始。Volvo Groupの2026年Capital Markets Dayで、V.A.S.は2027年第1四半期に無人運行を開始し2027年末に300台超で年を越す計画を提示。第3世代ハードウェアに向けてAUMOVIOおよびPACCARとの連携）：Aurora公式・Volvo発表
顧客（Value TruckとCharger Logisticsと2026年7月に新規契約。Charger Logisticsはダラス－ラレド路線、Value Truckは当初ダラス－ラレドとフォートワース－フェニックスの回廊。McLane Companyとは食品・レストラン供給チェーンで提携）：Aurora公式
安全（Edge Caseによる安全ケースの独立監査とTÜV SÜDによる組織監査を実施）：Aurora公式
規制（Texasが初期運行拠点。Californiaが無人トラックの配備を認める多数派の州に加わり、Auroraは州が求める有人テストの申請を提出済み。全国展開を支える連邦立法枠組みにも関与）：Aurora公式・報道
FirstLight Lidar（Frequency Modulated Continuous Wave方式で距離と速度を直接取得）：Aurora公式
競合（Kodiak Robotics、Torc Robotics＝Daimler Truck傘下、Waabi、Plus）：報道ベース
Driver 2の販売価格、一マイルあたりのコスト、顧客別の契約金額はいずれも非公表
ハッシュタグ
#欧米フィジカルAI2026
#AuroraInnovation
#AuroraDriver
#AuroraDriver2
#自動運転トラック
#Driverless
#物流AI
#VolvoAutonomous
#InternationalTruck
#Roush
#FirstLightLidar
#TaaS
#安全ケース
#長距離輸送
#2024年問題
#フィジカルAI
#ロボティクス
#規制
#PhysicalAI
#日本企業
