■ キーメッセージ
産業大転換の入り口に立つ自動運転・AI定義自動車市場
本白書は、2026年を分岐点とした自動運転・AI定義自動車産業の根本的な再編を可視化する統合的分析である。
▼本レポートの特徴
3つの価値提供
包括性：自動運転産業の全域（技術、企業、市場、政策）をカバー
現在性：2024年～2025年末の最新動向・データを反映
実用性：戦略意思決定・政策立案の直接的な根拠資料として使用可能
視点の高さ：单一社・単一産業に留まらず、グローバル三極構造を可視化
1. テクノロジーの成熟化と商用フェーズへの転換
- 生成AI進化（GPT、Claude、Gemini等）による自動運転スタック革新
- End-to-Endラーニング、世界モデル、Embodied AIといった先端機能の急速実装
- 2026～2027年にかけて、複数地域で同時にレベル3～4の商用化が加速
- Waymo、Baidu Apollo Go、Wayveなどテック系スタートアップの「実績ベース」での事業拡大
2. 産業構造の根本的再編：従来型サプライチェーンからプラットフォーム・エコシステムへ
- 従来：「OEM → Tier1 → 部品メーカー」の階層化サプライチェーン
- 将来：「ハードウェア標準化 ↔ ソフトウェア・AIプラットフォーム」の二層構造への転換
- OEM間の競争軸が「パワートレイン・シャーシ」から「AI・ソフトウェア」へシフト
- Tier1の機能転換：Bosch、Continental、Densoなどが「ソフトウェア＋AI企業」として再定義
3. 欧米・中国・日本の「三極構造」確立
- 北米：Tesla垂直統合 + Waymo/Cruise テック主導
- 欧州：VW/Bosch/Mercedesなどオープンプラットフォーム連合 + Wayve/Oxa等新興企業
- アジア太平洋：中国勢（BYD、NIO、XPeng、Baidu、Pony.ai）の高速成長 ＋ 日本政府・OEMの段階的展開
- 各地域でプレイヤーが確定。クロスオーバーは限定的。
4. ロボタクシー・シェアードモビリティの数千台規模展開
- 2026～2027年：米国・欧州・中国各地で「限定地域のロボタクシー商用化」が続出
- 2027～2030年シナリオ：Apollo Go 50万台構想など、フリート規模が指数的に拡大
- 収益化への道筋が「実績」で示される。投資家・政策当局の信頼醸成が加速
5. 中国EV・自動運転企業の世界侵攻と欧米シェア喪失
- BYD低価格EV、NIOプレミアムEV、XPengテック志向など、地域別戦略が奏功
- Baidu Apollo Goの欧州展開、Momentaのドイツ拠点、Pony.aiのドバイ・UAE展開など複数チャネル
- 欧州・北米でも「低価格AI車」への需要が増加。既存OEMの価格競争力低下リスク
6. ソフトウェア・データ・AIが収益源化
- OTA（Over-The-Air）更新のサブスク化：ホンダ・日産・BMW・Teslaなど量産化フェーズ
- クラウド連携・テレメトリ・フェデレーション学習によるライフサイクル収益拡大
- 「自動車販売の利益」＋「ソフトウェア継続使用料」の二層構造へ
- 2025～2030年で、自動車産業全体のソフトウェア売上シェアが20～30%へ上昇
■ アクションプラン／提言骨子
A. 自動車メーカー（日本）向け提言
▼ 短期（2026年内）
- ソフトウェア・AI組織の独立化と人材大量採用
- 年間500名以上のエンジニア採用目標
- AWS/Azure/GCPの技術認定エンジニア育成プログラム開始
- Tier1・テック企業との提携ポートフォリオ構築
- 自社でのL3/L4開発パス明確化
- 外部提携企業の評価・選別体制確立
- 国内政府プロジェクトへの積極参加
- 自動運転バス・レベル4実装の実証フリート参加
- NEDO等の補助金活用によるコスト削減
▼ 中期（2027～2028年）
- OTA/サブスク収益基盤の確立
- 新型車からのサブスク機能搭載率50%以上を目標
- クラウド・テレメトリプラットフォームの商用化
- EV+AI統合プロダクト戦略の確立
- バッテリー・ソフトウェア・サービスの一体化
- 競争力あるEVレンジの価格帯拡大（500万円未満クラス）
▼ 長期（2029～2030年）
- グローバル市場でのプレイヤー地位確保
- EU・北米でのL3/L4搭載車の販売開始
- 数万台レベルのロボタクシーフリート事業への参画
B. 自動運転スタートアップ・テック企業向け提言
▼ 短期（2026年内）
- 限定ODD領域での商用化達成
- 特定都市・路線での「完全無人運行」の実現
- 月間走行距離・安全性指標の定量的実績公開
- 大型資金調達と提携先確保
- Series D以上の資金調達ターゲット設定
- OEM・ライドヘイル企業との統合パートナー決定
▼ 中期（2027～2028年）
- 複数地域への同時展開
- 米国 + 欧州 + アジアの3地域での運行開始
- 100台以上のロボタクシーフリート規模達成
- 技術ライセンス・プラットフォーム化
- 自社技術のOEMライセンス提供開始
- 複数OEMへの採用決定
▼ 長期（2029～2030年）
- IPO・戦略的M&A検討
- 上場企業との合併・統合の選択肢検討
- またはIPOによる資本市場での地位確立
C. Tier1サプライヤー向け提言
▼ 短期（2026年内）
- ソフトウェア売上比率を20%以上へ
- 既存ハードウェア事業からの利益圧迫への対抗
- SaaS型ビジネスモデルの導入
- OEM向けプラットフォーム提供の開始
- 標準化されたSDV基盤（OS、API、クラウド連携）の商用化
- 複数OEMでの採用実績獲得
▼ 中期（2027～2028年）
- スタートアップとの提携・買収
- 自動運転AI、世界モデル等の先端技術獲得
- エコシステム内での立場強化
▼ 長期（2029～2030年）
- OEMに対するプラットフォーム依存度の上昇
- Tier1がプラットフォーム提供者としての地位確立
- 複数OEMからの継続的なライセンス料収入モデル定着
D. 政府・自治体向け提言
▼ 短期（2026年内）
- 自動運転サービスの実装フレームワーク確立
- レベル3/4運行許可スキーム（AV法モデル）の構築・試行
- 保険・責任体制の明確化
- インフラ投資の加速
- 5G・C-V2X基地局の集中的な整備
- スマートシティ・デジタルツイン基盤への政府投資拡大
▼ 中期（2027～2028年）
- 全国50地点以上での自動運転サービス展開
- 限定エリアでのレベル4サービスの段階的拡大
- 採算性・安全性の実績に基づく評価
▼ 長期（2029～2030年）
- 主要幹線道路での「事実上の完全自動化」
- 高速道路・新幹線並行道路でのL4統一運行
- 都心部・地方都市での段階的L3/L4展開
E. 投資家・VCキャピタリスト向け提言
▼ 短期（2026年内）
- ポートフォリオの「段階別」分類と重点配分
- 成熟段階：Waymo、Cruise再建等への追加投資判断
- 成長段階：Wayve、Pony.ai、Momentaへの継続投資
- 初期段階：シミュレーション、センサ技術等の基盤企業へのシード投資
▼ 中期（2027～2028年）
- Exit戦略の明確化
- Waymoなどの大型企業のIPO準備観測
- OEMへの買収・統合シナリオの検討
▼ 長期（2029～2030年）
- リターン実現フェーズへの移行
- 商用化段階企業のIPO・上場による投資回収
- M&A等による株式売却
■目次■
1 AI定義ビークルの本質と技術的定義
2 AI定義ビークル（AIDV）の技術インフラストラクチャ、ソフトウェアスタック、規制環境
3 AI定義ビークル（AIDV）がもたらす産業インパクト／実装スケジュール／将来戦略
4 ソフトウェア・デファインド・ビークル（SDV）の先端動向：技術、企業エコシステム、および将来展望
【 AI定義型自動車：業界構造・ビジネスモデル 】
5 Tier 1サプライヤーの機能転換とソフトウェア部門拡大
6 テック企業の自動車産業参入と自動運転技術開発
7 EU Data ActとGDPR強化による自動車データ所有権問題
8 Tesla垂直統合戦略（バッテリー製造・ソフトウェア開発）
9 CARIADとホンダ・日産共同OS開発計画にみる車載OS開発体制
10 Uber・Didi・Baidu Apollo Goにみるプラットフォームビジネスの台頭
11 共有モビリティへの転換とUberによるロボタクシー統合
12 Waymoロボタクシーサービスモデル（フェニックス・サンフランシスコ・ロサンゼルス）
13 ホンダ・日産のOTA更新サブスクリプション計画とソフトウェア売上拡大
14 BMW iDrive+とTesla FSDサブスクリプションのビジネスモデル
15 AWS Automotive CloudとMicrosoft Azure for Automotiveのクラウド連携モデル
16 自動運転スタートアップの大型資金調達動向
【 注目を集める背景 】
17 生成AI進化とAI定義型自動車へのインパクト
18 チューリング（Turing）、Waymo、Cruiseが推進する生成AI＋E2Eによる自動運転革命
19 広州市における5G・C-V2Xインフラ整備とAI定義型自動車
20 NVIDIA DRIVE OrinとQualcomm Snapdragon Rideにみるエッジコンピューティング進化
21 生成AIの自動車応用とNIO World Model
22 End-to-Endラーニングの成功とAI定義型自動車へのインパクト
23 テスラCybercabの市場影響とAI定義型自動車へのインパクト
24 中国EV企業のレベル3/4技術開発とAI定義型自動車への影響
25 英国政府のロボタクシー商用化前倒しとAI定義型自動車への影響
26 AI定義型自動車と安全性向上への期待
27 Waymo・Pony.aiのエネルギー効率研究と運転効率改善
28 広州市スマートシティ実証とAI定義型自動車
【 2026～2027年の主要マイルストーン 】
29 日本全国50地点での自動運転サービス展開と2026～2027年のシナリオ
30 C-V2Xインフラ整備加速と全国主要都市での基盤構築
31 Baidu Apollo GoのEurope展開とGermany・UK・Swedenでの計画
32 NIO World Model実装と2026年の展望
33 Tesla Cybercab量産計画とAI定義型自動車としての位置づけ
34 VW/Bosch Level 2+量産とID.7以上への実装計画
35 Waymo Londonロボタクシー運行開始とJaguar I-Pace活用の全体像
36 ホンダ・日産共通OSと次世代SDVプラットフォームの展望
37 英国ロボタクシー商用化と2026年春以降の展望
38 中国レベル3商用化の現状と2026～2027年シナリオ
【 2027～2030年の戦略シナリオ 】
39 自動運転・AI定義型自動車における地域別アライアンス構造
40 中国EV・自動運転プレイヤーの急速な世界進出シナリオ
41 ODD限定型の細分化市場とAI定義型自動車のセグメント化
42 Level 4自動運転の限定エリア導入と段階的全国展開
43 OEMの機能別分業化とプラットフォーム提供者化
44 Tesla・BMW・Mercedes・VWによる垂直統合戦略と2027～2030年シナリオ
45 Tier1ソフトウェア強化とOEM・Techとの三角パートナーシップ
46 テック系ロボタクシー企業の支配的地位確立シナリオ
47 自動運転インフラ投資の急拡大シナリオ
48 プライベート自動運転の高価格ニッチ市場形成
49 ロボタクシーフリートの数千台規模への急速拡大
50 欧米自動車企業のシェア喪失と2027～2030年の加速シナリオ
51 高速道路自動化と主要幹線の完全自動化シナリオ
52 自動運転ソフトウェア企業の大型M&Aと2027～2030年シナリオ
53 地域ごとのプレイヤー分化とAI定義型自動車市場構造
54 低価格AI自動車の市場独占シナリオと価格戦略
55 自動運転普及がもたらす都市形態の根本的変化
56 複数大型アライアンスが並立するAI定義型自動車競争
57 自動運転時代におけるドライバー職の縮小と転換
【 投資動向・ファンディング 】
58 自動運転向けVC投資$54B時代の構造分析
59 GM・Ford・ToyotaのコーポレートVCとAI定義型自動車
60 WaymoとPony.aiのIPO観測とAI定義型自動車市場
61 SoftBank Vision Fundの自動運転投資戦略
62 Khosla Venturesの気候テック・自動運転投資戦略
63 Kleiner Perkinsの早期段階自動運転投資
64 Waymoの5.6億ドル調達と商用拡大フェーズ
65 GM傘下Cruiseの再編と投資シナリオ
66 Wayve 1.05Bドル調達と英国AI定義型自動車エコシステム
67 Applied Intuitionの600Mドル調達とシミュレーションプラットフォーム戦略
68 政府系ファンドによるAI定義型自動車支援：日本NEDOとEU Horizon Europe
【 先行事例・実証実験プロジェクト 】
69 Apollo Go Hong Kong拡大と右ハンドル市場への布石
70 Tesla Austin Cybercabテストの概要と位置づけ
71 Waymoロンドン試験とJaguar I-PACEによる商用ロボタクシー計画
72 WaymoのPhoenix・SF・LA商用ロボタクシー展開
73 WayveのLondon実証とEnd-to-end AIアプローチ
74 用化と完全無人ロボタクシー展開
75 Baidu Apollo Goの概要とAI定義型ロボタクシー事業
76 Baidu Apollo Switzerland試験とAmiGoロボタクシー計画
77 Baidu/Lyft Europe展開と2026年以降のロボタクシー計画
78 Cruise San Francisco商用運行の軌跡と現在の状況
79 Momenta/Uber Munich 2026年テストとドイツ初商用化に向けた構想
80 NIO World Modelテストと停止位置～停止位置ナビゲーションの実装状況
81 Pony.ai Dubai実証と2026年無人ロボタクシー計画
82 Pony.ai Mountain Viewにおけるトラック自動運転テストの位置づけ
83 Pony.ai中国国内展開と上海を中心とするロボタクシー事業
84 WeRide Guangzhouサニタイザー運行と自動運転清掃車フリート
85 XPeng自動運転テストとLevel 3/4への展開
86 日立市ひたちBRTレベル4自動運転バスの概要
87 英国政府ロボタクシー商用化パイロット（2026年春～）の全体像
88 広州市自動運転プログラムの概要とAI定義型自動車への示唆
89 新東名高速道路におけるトラック後続車無人隊列走行実証の全体像
90 神戸市灘五郷エリアにおける日産リーフLevel 2自動運転実証
91 仙台市におけるNTTコンソーシアムの自動運転バス実証
92 福井県永平寺町レベル4自動運転サービス「ZEN drive」の全体像
【 産業別インパクト 】
93 自動車部品産業への影響とソフトウェア・電子部品へのシフト
94 通信キャリアの機会と5GAA／C-V2Xインフラ整備
95 IT企業の参入とGoogle/Waymo・AWS・Azure・IBMの役割
96 英国における自動運転と雇用構造の変化予測
97 サプライチェーン再編とContinental・Aptivのソフトウェア部門強化
98 保険業界への波及（リスク評価モデル再構築と無人走行保険）
99 運送・物流業への影響（新東名高速でのレベル4相当隊列走行実証）
100 タクシー・バス運転職への影響と2025年「社会実装元年」
101 自動駐車システム普及と駐車場ビジネスへの影響
102 OTA更新とソフトウェア保守拡大による修理・メンテナンス産業の変化
103 半導体需要増加とAIチップ需要急増のインパクト
104 データセンター産業成長とAWS／Azure Automotive投資拡大
【 先端技術 】
105 Edge AI推論とNVIDIA DRIVE Orin／Qualcomm Snapdragon Rideの車載推論
106 神経シンボリックAIによる因果推論と記号的推論の融合
107 強化学習とシミュレーションによる自動運転最適化
108 AWSの自動運転向けFoundational VisionモデルとVision-Language-Actionアプローチ
109 Foundational ModelsとNVIDIA DriveFoundry／Waymo Similarityエンジン
110 Segment Anything Modelと自動運転における物体セグメンテーション／シーン理解
111 センサーフュージョンとWaymo／Cruise／Pony.aiのマルチセンサー融合
112 カメラベース認識とTesla Vision Only／Wayveビジョンベースシステム
113 LiDARセンサーとWaymo／Cruise／Pony.aiの独自LiDAR開発
114 77GHz・79GHzレーダーによる高精度認識技術
115 5G/6G通信とC-V2Xインフラ（広州市の530基RSU展開）
【 ソフトウェア定義型自動車（SDV） 】
116 SDVの定義と特性（AUTOSAR標準とドメイン統合アーキテクチャ）
117 SDVにおけるマイクロサービスアーキテクチャ
118 SDVにおけるハードウェアアブストラクションとHAL
119 SDVにおけるOS層統合（Android Automotive、QNX、Linux系OS）
120 AUTOSAR標準（Adaptive PlatformとClassic Platform）の概要と統合形態
121 ゾーン型アーキテクチャとBMW iDrive OS／Mercedes MB.OS
122 中央集約型コンピュートとTesla／BMW／VW Groupの統合プロセッサ戦略
123 SDVにおけるOTA更新（Tesla、BMW、Mercedes MBconnect）
124 SDVにおけるDevOpsとCI/CDの役割
125 SDVにおけるクラウド連携プラットフォーム（AWS／Azure／Google Cloud）
126 SDVにおけるAPI標準化と3GPP／AUTOSAR／ISO TC22
【 AI定義型自動車 vs ソフトウェア定義型自動車（SDV） 】
127 AIDVとSDVにおける適応学習機能の比較
128 AIDVとSDVにおけるコスト構造の比較
129 AIDVとSDVにおけるリアルタイム推論の比較
130 AIDVとSDVにおけるパーソナライゼーションの比較
131 AIDVとSDVにおけるエッジケース対応の比較
132 AIDVとSDVにおけるネットワーク依存度の比較
133 AIDVとSDVにおけるセキュリティ要件とアップデート戦略の比較
134 AIDVとSDVにおける開発複雑度と人材要件の比較
135 AIDVとSDVにおけるテスト・検証方法の比較
136 AIDVとSDVにおける規制対応の違い
137 総括：AI定義型自動車とSDVにおけるAI統合度の比較
【 完全自動運転（Level 4-5/A2A） 】
138 完全自動運転におけるレベル別自動化定義とWP.29規制
139 UNECE WP.29における運転設計領域（ODD）定義と標準化
140 自動運転失敗時のMinimal Risk Maneuverと安全停止プロトコル
141 レベル3条件付き自動運転のハンドオーバー問題と責任追跡
142 福井県永平寺町と茨城県日立市におけるレベル4自動運転実装
143 レベル5完全自動運転の実現性と2030年代以降の展開
144 地域限定型自動運転サービスの実態と課題
145 雪・雨・濃霧に対応する完全自動運転の天候適応技術
146 都市環境対応型自動運転：Wayve LondonとPony.ai Dubai
147 高速道路自動化と隊列走行：新東名と中国高速道路での商用化
148 低速自動運転実証：日産Kobeパイロットと自動バレーパーキング
【 AI関連技術動向 】
149 LLMの自動車応用とChatGPT API統合
150 因果推論による自動運転シーン理解の高度化
151 NIO World ModelにみるマルチモーダルAIと自動車応用
152 ニューラルネットワーク圧縮技術（量子化・プルーニング・知識蒸留）とAI定義型自動車
153 量子化実装（INT8・FP16低精度化による推論高速化）
154 知識蒸留による大規模モデルから車載コンパクトモデルへの知識転移
155 Neural Architecture Searchによる自動ネットワーク設計最適化
156 ImageNetから自動運転シーン認識への転移学習
157 Few-Shot Learningによる少数データからの学習効率向上
158 説明可能AIとISO 26262・SOTIFに基づく透明性要求
【 センサー・認識技術 】
159 AI定義型自動車におけるカメラセンサー（単眼・ステレオ・広角・赤外線）
160 AI定義型自動車における物体検出とYOLO・Faster R-CNN・EfficientDet
161 AI定義型自動車におけるセマンティックセグメンテーションと走行可能領域・障害物領域認識
162 AI定義型自動車における機械式・MEMS・ソリッドステートLiDARセンサー
163 AI定義型自動車における77GHz・79GHzミリ波レーダー
164 AI定義型自動車における超音波センサーと近距離駐車支援
165 AI定義型自動車における赤外線センサーと夜間視認・歩行者検知
166 AI定義型自動車におけるRTK GNSSによるcm級測位
167 AI定義型自動車におけるIMUと加速度・角速度・磁場センサー統合
168 AI定義型自動車におけるセンサー融合とEKF・粒子フィルタ
169 AI定義型自動車における3Dポイントクラウド処理とディープラーニング
【 チップセット・計算プラットフォーム 】
170 NVIDIA DRIVE OrinとAI定義型自動車向け計算プラットフォーム
171 AI定義型自動車におけるASICと高性能・低消費電力プラットフォーム
172 AI定義型自動車におけるTPUとTensorFlowモデル最適化
173 Qualcomm Snapdragon RideとAI定義型自動車向け計算プラットフォーム
174 Mobileye EyeQ Ultraとモノリシック視覚認識プラットフォーム
175 Tesla AI5/AI6独自FSDチップとAI定義型自動車プラットフォーム
176 AI定義型自動車におけるAMD EPYCとデータセンター・トレーニング基盤
177 AI定義型自動車におけるARMアーキテクチャと車載SoC基盤
178 AI定義型自動車におけるRISC-VとオープンISAの将来性
179 AI定義型自動車におけるAIアクセラレーターの役割と種類
180 AI定義型自動車におけるFPGAとカスタマイズ可能な安全関連機能
【 ソフトウェア・OSプラットフォーム 】
181 NVIDIA DriveOS/DriveWorks統合自動運転プラットフォーム
182 Apollo（Baidu）オープンソース自動運転プラットフォーム
183 Openpilot／オープンソース運転支援プラットフォーム
184 AI定義型自動車におけるQualcommプラットフォームとQNXリアルタイムOS
185 Linux車載OSとVW Group・BMW・Volvoの活用
186 AI定義型自動車におけるLinux車載OSと主要OEMの採用動向
187 VW独自SDK・スケーラブル設計によるソフトウェアプラットフォームの概要
188 BMW iDrive OSとドイツ車のUI/UX統合
189 Mercedes MB.OSとAI定義型自動車プラットフォーム
190 AUTOSAR Classic／Adaptiveプラットフォームの役割と展望
191 ROS／自動運転開発向けミドルウェア
【 V2X・通信技術 】
192 C-V2X（LTE-V2X／5G-V2X）の役割と最新動向
193 WiFi 6E／周波数: 2.4/5/6GHz対応
194 Ultra-Wideband／距離測定精度: cm級ポジショニング
195 レイテンシ最適化／目標: 自動運転向け10ms以下
196 V2V通信／車車間通信で危険情報共有
197 V2I通信／信号機・路側機との通信
198 V2P通信／歩行者スマートフォンとの連携
199 V2N通信／クラウド・データセンターとの通信
200 5G通信／3GPP Release 15/16/17の役割
201 5G-NR／周波数: Sub-6、mmWave対応
202 LTE-V2X／規格: 3GPP Release 14/15
203 DSRC／仕様: 5.9GHz帯、北米標準（廃止傾向）
【 データ・クラウドサービス 】
204 車両データ収集／量: Waymo年間100万以上の走行動画収集
205 テレメトリ／監視: 車両健全性、パフォーマンス追跡
206 プライバシー保護／技術: 差分プライバシー、フェデレーション学習
207 リアルタイム処理／技術: ストリーミングアーキテクチャ
208 データレイク構築／プラットフォーム: AWS S3、Azure Data Lake
209 ストリーミング分析／技術: Apache Kafka、Flink
210 AWS/Azure/Google Cloud／サービス: 自動運転向けマネージドサービス
211 ハイブリッドクラウド／構成: エッジ+クラウド分散処理
212 エッジコンピューティング／実装: 車載推論、低レイテンシ優先
213 モデルトレーニング基盤／インフラ: クラウド大規模GPU/TPU
214 A/Bテスト／用途: ソフトウェア更新の検証
【 課題・障害要因 】
215 エッジケース対応／課題: 極めて稀な運転シナリオへの対応
216 インフラ整備コスト／課題: V2Xインフラ、5G基地局整備コスト
217 開発コスト／課題: 自動運転ソフトウェア開発に年$1B+投資必要
218 人材不足／課題: AIエンジニア、自動運転専門家の極度な不足
219 気象条件対応／課題: 雪、濃霧での認識精度低下
220 サイバーセキュリティ／規制: ISO/SAE 21434対応必須
221 プライバシー問題／規制: GDPR、CCPA/CPRA対応
222 規制の複雑性／課題: 国・地域別の異なるルール対応
223 法的責任の不明確／課題: 自動運転事故時の責任追跡
224 データセット不足／課題: 大規模・多様な学習データ不足
225 バイアス問題／課題: AIモデルの人種・性別バイアス
226 説明可能性／課題: AIの判断根拠明示（ブラックボックス問題）
【 セキュリティ・サイバー対策 】
227 ISO 26262／標準: 自動車機能安全国際規格
228 AI定義型自動車におけるTEE（Trust Execution Environment）
229 AI定義型自動車におけるOTAパッチ管理とセキュリティ
230 AI定義型自動車におけるISO/SAE 21434サイバーセキュリティリスク管理
231 AI定義型自動車におけるISO 21448（SOTIF）と意図しない動作の安全性
232 AI定義型自動車におけるWP.29規制（UN R155/R156）の役割と実務課題
233 AI定義型自動車における脅威モデリング（STRIDE・PASTA等）の活用
234 AI定義型自動車におけるペネトレーションテストの役割と実務
235 AI定義型自動車におけるTLS 1.3・AES-256暗号化通信の実務
236 AI定義型自動車における認証・認可機構（OAuth 2.0・PKI）
237 AI定義型自動車におけるセキュアブート／ハードウェアルートオブトラスト
【 規制・標準化フレームワーク 】
238 UNECE WP.29と自動運転国際規制フレームワーク
239 AI定義型自動車におけるNATM・VMADテストフレームワーク
240 AI定義型自動車の型式認証と各国制度
241 GRVAとAI定義型自動車規制の枠組み
242 AI定義型自動車におけるUN GTRの役割と展望
243 AI定義型自動車における3GPP標準の役割
244 AI定義型自動車におけるISO標準の役割
245 AI定義型自動車におけるIEEE標準の役割
246 SAE J3016とAI定義型自動車
247 AI定義型自動車とJISの役割
248 AI定義型自動車と中国国家標準（GB）
【 プライバシー・データ保護 】
249 AI定義型自動車におけるGDPRの概要と実務動向
250 AI定義型自動車における同意管理とトラッキング
251 AI定義型自動車における削除権と「忘れられる権利」
252 AI定義型自動車におけるCCPA/CPRAの概要と実務動向
253 AI定義型自動車におけるEU Data Actの概要と実務動向
254 AI定義型自動車におけるデータ最小化原則の考え方と実務
255 AI定義型自動車におけるプライバシー・バイ・デザイン
256 AI定義型自動車における差分プライバシーの活用
257 AI定義型自動車におけるフェデレーション学習の活用
258 AI定義型自動車におけるオンデバイス処理の意義と実務
259 AI定義型自動車におけるデータ匿名化・仮名化
【 テスト・検証・シミュレーション 】
260 CARLA・Apollo Simulatorの概要と評価
261 CI/CDパイプラインによる継続テストの全体像
262 Applied Intuition・CarMakerの概要と位置付け
263 AI定義型自動車におけるHIL検証の役割
264 AI定義型自動車におけるSIL検証の役割
265 Waymo・Wayveによる実車テストの現状と評価
266 ODDに基づくシナリオベーステストの概要
267 対抗的テストの概要と目的
268 悪天候シミュレーションとAI定義型自動車
269 認識精度・レイテンシ・消費電力のベンチマーク
【 主要なOEM（自動車メーカー） 】
270 中国OEM（BYD・NIO等）／政府支援とレベル3/4商用化戦略
271 XPengとLi Auto／自動運転強化とEV拡大戦略
272 トヨタ／Lexus Teammateによるレベル3戦略
273 ホンダ／日産による共同SDV開発戦略
274 日産／神戸市 自動運転モビリティ実証の全体像
275 BMWのiDrive OSとレベル4自動運転戦略
276 Mercedes-BenzのMB.OSとBosch協業戦略
277 VWグループ／CariadとVinfusion OS戦略
278 Volvo／北欧発・安全重視の自動運転戦略
279 Hyundai／E-GMP基盤とレベル4技術開発戦略
【 Tier 1サプライヤー 】
280 Bosch／ADAS・自動運転ソフトウェア・Cariad投資戦略
281 CARIADとAI定義型自動車
282 BlackBerry QNXとAI定義型自動車
283 Denso／センサー・コントローラー・OTA基盤戦略
284 Continental／カメラ・LiDAR・自動運転プラットフォーム戦略
285 Aptiv／E/Eアーキテクチャとソフトウェアプラットフォーム戦略
286 Valeo／LiDAR・EyeQ統合・自動運転向けシステム戦略
287 ZF／統合制御システムとドライブバイワイヤ戦略
288 NXP／車載マイコンとセキュリティチップ戦略
289 Renesas／SoCとR-CarシリーズによるAI定義型自動車戦略
290 ETAS／AUTOSAR・ODX・開発ツールによるAI定義型自動車支援
【 AI・ソフトウェア企業 】
291 Google/WaymoとAI定義型自動車
292 AI定義型自動車におけるPony.aiの16都市展開とDubai 2026年商用化
293 AI定義型自動車におけるBaidu ApolloとApollo Goの14百万乗車・22都市展開
294 NVIDIAとDRIVEプラットフォーム
295 Qualcomm Snapdragon RideとAI定義型自動車
296 Intel/MobileyeとAI定義型自動車
297 AWSとAI定義型自動車
298 Microsoft Azureと混合現実によるAI定義型自動車戦略
299 AI定義型自動車におけるIBMのIoTプラットフォームとAIサービス
300 AI定義型自動車におけるWayveのEnd-to-end AIと英国ロボタクシー
301 AI定義型自動車におけるAurora Innovationの重量貨物自動運転化
【 ロボタクシー・サービス企業 】
302 AI定義型自動車におけるWaymoのPhoenix・SF・LA商用化とLondon/Tokyo展開
303 AI定義型自動車におけるCruise（GM傘下）のSF商用化と課題対応
304 AI定義型自動車におけるPony.aiの16都市約300台運行とDubai 2026年商用化
305 AI定義型自動車におけるXPeng Robotaxiの中国複数都市展開と広州テスト
306 AI定義型自動車におけるBaidu ChuxingとApollo Goの14M乗車・22都市展開
307 AI定義型自動車におけるDidi Chuxingの中国向け自動運転タクシー展開
308 AI定義型自動車時代におけるTesla Network計画
309 AI定義型自動車時代におけるUber ATG再編の位置づけ
【 業界団体・規制当局 】
310 AI定義型自動車時代におけるUNECE WP.29の役割
311 AI定義型自動車時代におけるISO TC22の役割
312 AI定義型自動車時代における日本自動車工業会の役割
313 AI定義型自動車時代における欧州自動車工業会の役割
314 AI定義型自動車時代における5GAAの役割
315 AI定義型自動車時代における3GPPの役割
316 AI定義型自動車時代におけるIEEEの役割
317 AI定義型自動車時代におけるSAEの役割
318 AI定義型自動車時代におけるUber ATG再編の位置づけ
319 AI定義型自動車時代におけるNHTSAの役割
320 英国における自動運転と雇用構造の変化予測
【 研究機関・アカデミア 】
321 MIT CSAILにおける自動運転研究の全体像
322 Fraunhoferにおける自動運転応用研究とOEM・Tier1協業
323 StanfordにおけるAI Indexと自動運転研究
324 UC Berkeley Berkeley DeepDriveとカメラベース自動運転研究
325 CMU NRECとGrand Challengeに基づく自動運転研究
326 東京大学ITS研究と日本政府プロジェクト参画
327 京都大学における自動運転安全評価研究
328 デルフト工科大学における欧州自動運転研究拠点
329 ETH Zurichにおける自動運転シミュレーションとセンサー技術研究
330 ETH Zurichにおける自動運転シミュレーションとセンサー技術研究
331 マックス・プランクにおける自動運転向けAI基礎研究
