ルールベースのティアフォー、AIのテスラ ─ 自動運転で分かれる道

自動運転には、大きく二つの道がある。人があらかじめ書いたルールで車を動かすルールベースと、AIが運転をまるごと学んで判断するエンドツーエンドになる。テスラは約30万行のルールを捨てて単一のニューラルネットに賭け、世界中の自社車両が集めるデータで先行する。対する日本のティアフォーは、オープンソースの基盤ソフト「Autoware」と、ルールベースとAIを組み合わせる戦略で、限定領域のレベル4を狙う。同社は2026年7月22日に上場するが、想定時価総額は約700億円と直近の評価額を下回り、AI開発競争のなかでの立ち位置が問われている。本稿は、両者の技術と戦略の違いを基礎から整理する。

01そもそも「ルールベース」と「エンドツーエンドAI」とは

はじめに、自動運転の二つのつくり方を押さえておく。一つ目のルールベースは、運転を「認知（まわりを見る）・判断（どうするか決める）・操作（ハンドルやブレーキを動かす）」の工程に分け、それぞれを人がプログラムで書く方式を指す。「赤信号なら止まる」「前の車に近づいたらブレーキ」のように、条件と動作をあらかじめ決めておく。動きの理由を人が説明でき、検証もしやすい一方、ルールに書ききれない複雑な場面や想定外の状況に弱い。

二つ目のエンドツーエンド（E2E）AIは、カメラなどの入力から運転操作までを、一つの大きなニューラルネットワークがまとめて学習し判断する方式になる。膨大な走行データから「こういう場面ではこう動く」を、人が運転をおぼえるように学ぶ。複雑な場面に強く、データを増やすほど賢くなる一方、なぜその判断をしたのかを人が追いにくく（ブラックボックス）、大量のデータと計算資源が要る。この二つのどちらに賭けるかが、各社の戦略を分けている。

02テスラの道 ─ ルールを捨て、AIに賭ける

テスラは、E2E AIに大きく振り切った代表格にあたる。運転支援ソフト「FSD（フル・セルフ・ドライビング）」は、かつて手作業で書いた約30万行のルール（C++コード）に依存していた。これを、数百万本の走行動画で訓練した単一のエンドツーエンド・ニューラルネットに置き換えた。人がルールを足していくやり方から、データで学ばせるやり方へと、つくり方そのものを切り替えた格好になる。

テスラの強みは、世界中を走る自社車両が日々集める巨大な走行データにある。データが増えるほどAIが賢くなる構造のため、量で先行するほど差が開きやすい。半導体側でもNVIDIAがAI基盤を広げ、データとAIで押す陣営の層が厚みを増している（テスラの垂直統合と世界の3極構造は別ノートで扱った）。

03ティアフォーの道 ─ 開かれた基盤とハイブリッド

これに対してティアフォーは、別の賭け方を選ぶ。名古屋大学発のこのスタートアップは、自動運転の基盤ソフト「Autoware（オートウェア）」をオープンソースとして公開し、誰もが使える共通基盤に育てる戦略をとる。掲げるのは「自動運転の民主化」で、1社が技術を囲い込むのではなく、多くの事業者が同じ基盤に乗って開発できる形を狙う。この「開かれた基盤」という発想は、自社で囲い込むテスラと対照をなす。

技術の中身でも、ティアフォーは一方に振り切らない。同社が「自動運転2.0」と呼ぶ設計は、安全性を確実に担保するためのルールベース（ロボット工学的なアプローチ）と、複雑な場面に対応するためのE2E AIを、一つにまとめたハイブリッドになる。東京大学松尾研発の松尾研究所と組んで生成AIや大規模な「世界モデル」の開発も進め、その成果もオープンソース化する方針を示した。レベル4以上に向けたE2Eアーキテクチャを公開し、全国50箇所での実証を進めるなど、安全を説明できる形で限定領域のレベル4を社会実装することに重きを置いている。

04二つの道を並べて見る

テスラとティアフォーの違いを、観点ごとに並べると見通しやすくなる。

どちらが正しいという話ではなく、賭けどころが違う。テスラはデータとスケールに、ティアフォーは開かれた基盤と安全の説明可能性に賭けている。両者は、自動運転をどう社会へ広げるかという問いに、別の答えを出している。

05上場で問われる立ち位置 ─ 「埋没懸念」と700億円

その違いが、資本市場でも試される。ティアフォーは2026年7月22日に東証グロース市場へ上場する。公募・売り出し価格は1株1015円、1744万株を新規発行して約193億円を調達する。出資元には、筆頭株主のSOMPOホールディングス（約21.3%）を先頭に、ヤマハ発動機・いすゞ自動車・KDDI・トヨタ自動車（約1%）など、保険・自動車・通信の事業会社が並ぶ。創業者の加藤真平CEOも主要株主で、日本発の自動運転を担う一社として、幅広い事業会社の支えを得る形になる。

ただし、想定時価総額は約700億円と、直近の評価額を下回った。自動運転向けAI開発の競争が激しくなり、NVIDIAなどがAI基盤を広げるなかで、ルールベースと開かれた基盤を軸とするティアフォーの価値が「埋没」しかねないという見方が、評価に表れている。データとスケールで押すAIの大波のなかで、別の賭け方をどう正当化するかが、上場後に問われていく。

06事業の目線 ─ 勝ち筋とリスク

事業として見ると、ティアフォーの戦略には固有の勝ち筋がある。第一に、オープンソースのAutowareを共通基盤に広げられれば、自社だけで稼ぐのではなく、基盤の上に多くの事業者が乗るエコシステムから収益を得られる。第二に、判断の理由を説明できるルールベースは、レベル4の認証や事故時の責任が問われる社会実装の場面で効きやすい。第三に、まず特定条件のレベル4を確実に動かす積み上げ方は、広域を一気に狙うより、限られた領域で先に事業を立てやすい。出資する自動車メーカー（いすゞ・ヤマハ発動機・トヨタ等）との連携も、車両と実装現場をつなぐ後ろ盾になる。

一方で、リスクもはっきりしている。データを増やすほど賢くなるE2E AIの土俵では、世界規模で車両を走らせるテスラのデータ量とスケールに、量で対抗するのは容易でない。AIの計算資源と資金力の差も重い。想定時価総額が直近評価を下回ったことは、その差を市場が織り込んだ表れともいえる。価値配分の構図も対照的で、1社が全工程を抱えて利益を取り込むテスラに対し、開かれた基盤に多数の事業者が乗るティアフォーは、エコシステムが育つかどうかに事業の成否が左右される。技術の優劣より、どちらの社会実装の形が先に回り出すかが、当面の分かれ目になる。