Бурный коммерческий рост Pony.ai с другой стороны: реальность "коротких заказов" и прорыв через кооперацию в автопарках

После длительного периода технологической валидации ведущие компании отрасли автономного вождения начинают демонстрировать результаты коммерческого серийного производства.

Согласно финансовому отчету Pony.ai, доход компании в 2025 году достигнет 90 миллионов долларов, что на 20% больше по сравнению с предыдущим годом; убытки за тот же период составят 76,8 миллиона долларов, что на более чем 70% меньше по сравнению с прошлым годом.

Наибольшее внимание в этом отчёте уделено прогрессу сервиса автономных пассажирских перевозок (Robotaxi).

В 2025 году доход Pony.ai от Robotaxi составит 16,6 миллиона долларов, что на 128,6% больше год к году.

Основной драйвер роста — вклад в тарифы от пассажиров, увеличившийся благодаря расширению автопарка. В четвертом квартале 2025 года доход от пассажирских поездок Robotaxi Pony.ai вырос более чем на 500% по сравнению с аналогичным периодом прошлого года.

Более детально, Pony.ai достигла операционного рубежа, при котором эксплуатация одной машины на городских маршрутах в Гуанчжоу и Шэньчжэне стала прибыльной (UE).

22 марта 2026 года дневной чистый доход на одну машину седьмого поколения автономного такси в регионе Шэньчжэнь установил рекорд в 394 юаня, количество заказов на одну машину за день достигло 25.

По расчетам Vsechnye Tekhnologii, исходя из указанных доходов и количества заказов, средний чек в Шэньчжэне составляет примерно 15,76 юаня. С учетом начального тарифа в 10 юаней и платы за километр в 2,7 юаня это означает, что текущая эксплуатация по-прежнему ограничена небольшой протяженностью маршрутов.

По этому поводу финансовый директор Pony.ai Ван Хаоцзюнь признал в интервью Vsechnye Tekhnologii, что сейчас операции в Шэньчжэне действительно в основном короткие поездки. Главная причина — зона эксплуатации ограничена районами Баоань и Наньшань. Однако ожидается, что с расширением обслуживания на новые районы Шэньчжэня и Гуанчжоу в течение этого года структура заказов изменится с коротких поездок на смешанную – короткие и длинные поездки.

С ростом километража возрастает интерес к показателю среднего пробега между вмешательствами (MPI).

Например, в конце прошлого года Model 3 c FSD v14 стартовала с Лос-Анджелеса на западном побережье США и пересекла континент до Южной Каролины на восточном побережье за 2 дня и 20 часов (UTC+8). За все 2732 мили автомобиль полностью управлялся FSD, включая автомагистрали, городские дороги, ночное вождение и повторное использование суперзарядных станций – ни разу не потребовалось вмешательство человека, что вызвало широкий резонанс на рынке.

Директор по робототехнике Nvidia Jim Fan даже воскликнул: “Tesla FSD v14, возможно, уже прошла ‘физический тест Тьюринга (Physical Turing Test)’.”

Но, по мнению Ван Хаоцзюня, показатель MPI не применим к уровню L4.

“Когда речь заходит о масштабных операциях уровня L4, никто уже не говорит о MPI – сам по себе этот показатель перестает быть актуальным. Без участия водителя не стоит и говорить о вмешательствах. В эксплуатации L4 важнее масштабность внедрения: чем крупнее операционное покрытие, тем ниже аварийность. Кроме того, важно отслеживать долю удаленной поддержки,” — подчеркнул Ван Хаоцзюнь.

Ван Хаоцзюнь также отметил, что сейчас, если обратить внимание, такие компании как Waymo больше не делают акцент на MPI. В то время как многие компании уровня L2+ в процессе выхода на L4 продолжают ссылаться на этот показатель. На самом деле, для масштабной L4-эксплуатации главное — размер автопарка и доля поездок с удалённой поддержкой.

В перспективе Pony.ai анонсировала цель к концу 2026 года развернуть более 3000 автономных такси в более чем 20 городах мира.

Рост такого масштаба исключительно за счет собственного автопарка с большими капитальными затратами очевидно превратился бы в “бездонную яму” для денежных потоков.

Решение Pony.ai — одновременное развитие по двум направлениям: расширение охвата в городах и совместное создание автопарка с третьими лицами.

В части развития в городах Pony.ai не только намерена укреплять присутствие в китайских городах первого уровня, но и расширяться в новые города, такие как Ханчжоу и Чанша.

В рамках модели “совместного автопарка” Pony.ai фактически перекладывает тяжелые капитальные расходы по закупке автомобилей на партнеров. Третьи стороны, например Ruqi Mobility, финансируют покупку авто и делят доходы от эксплуатации, а Pony.ai остается на фоне, предоставляя лицензию на свою технологию автономного вождения и получая доход за счет этого.

Так как данная модель сотрудничества стартовала только с третьего квартала прошлого года, количество машин в эксплуатации пока ограничено. Ван Хаоцзюнь ожидает, что во второй половине 2026 года по мере ввода Robotaxi совместно с партнерами, доход будет возрастать.

Однако темпы расширения по-прежнему зависят от скорости открытия городов для такой деятельности.

В настоящее время в Китае не внедрён масштабный механизм взаимного признания для региональных перевозок, что означает необходимость поэтапного продвижения от дорожных тестов с безопасным водителем к полностью беспилотной коммерческой эксплуатации в каждом новом городе.

С похожей ситуацией сталкиваются и зарубежные компании.

Недавно сопрезидент Waymo Tekedra Mawakana в интервью заявила, что иногда Waymo способна пройти путь от городской картографии до запуска платных поездок всего за несколько месяцев (UTC+8), но в других случаях этот процесс затягивается, особенно там, где отсутствует локальное регулирование Robotaxi.

В целом сейчас главная конкуренция между китайскими компаниями Robotaxi разворачивается вокруг внедрения максимального количества автомобилей — ради завоевания преимуществ первого игрока.

В то же время Waymo как лидер отрасли уже вошла в фазу конкуренции за количество поездок и ставит цель достичь 1 миллиона платных поездок Robotaxi в неделю на рынке США к концу 2026 года.

В новом этапе гонки Robotaxi технология больше не единственный барьер. Лишь тот, кто первым отладит коммерчески устойчивый цикл на массовом объёме заказов, останется играть на этом поле.