HDマップ覇権の再編、市場規模24億ドルの小さな市場が自動運転の主導権を左右する構造
HDマップという市場の構造
HDマップは、車線区分線、路肩境界、標識、勾配、曲率といった道路属性を数十センチ単位の精度で保持する地図データを指す。一般的なナビゲーション地図との違いは精度だけでなく、用途にある。自動運転車両は、センサーが検知した周辺情報と地図を照合して自車位置を特定し、センサーの検知範囲より先の道路形状を先読みする。地図は、センサーの延長として機能する事前情報という位置づけになる。
この市場の規模が小さくとどまる理由は、収益の計上形態にあると考えられる。地図データは1台あたりのライセンス料として計上され、車両価格やADAS部品の単価に比べて桁が小さい。市場規模の統計に現れるのは、あくまで地図データの取引額であり、地図を前提として販売されるADASチップ、ソフトウェア、自動運転機能のサブスクリプション収入は別の市場に計上される。市場規模24億ドルという数字は、産業上の重要度ではなく、バリューチェーン上で地図に配分される取り分の薄さを示していると読むほうが実態に近い。
構造上の要点は、地図の作成コストと更新コストの非対称性にある。作成は一度で済むが、更新は道路が変わり続ける限り終わらない。工事、車線構成の変更、規制標識の入れ替えといった変化が日常的に発生するため、更新が止まった地図は自動運転にとって危険な情報源に転じる。今回の調査でも、更新および保守サービスが最速成長のセグメントとして挙げられており、市場の重心が一度きりの販売から継続的な更新配信へ移りつつあることが示唆される。
この性質は、収益構造にとって二面性を持つ。更新が必須であるということは、顧客の乗り換えコストが高く、リカーリング収益が積み上がるということでもある。他方、更新の負荷は道路網の広さに比例して膨らむため、専用計測車両を走らせる方式では規模の拡大とともに費用が線形に増える。この費用曲線をどう折り曲げるかが、プレイヤー間の優劣を分ける分岐点になっているとみられる。
主要プレイヤーの位置関係
主要企業として挙げられるのは、HERE(オランダ)、Baidu(中国)、TomTom(オランダ)、NVIDIA(米国)、Mobileye(イスラエル)である。ただし各社の立ち位置は同列ではなく、データの集め方と収益の取り方が異なる。
プレイヤー | データ収集の方式 | 収益モデルの軸 | 位置づけ |
|---|---|---|---|
Mobileye | 搭載済みADASカメラからのクラウドソーシング(REM) | チップとソフトを含む統合供給、地図は付随 | 車載半導体を起点に地図を内製 |
HERE | 計測車両とOEM連携、センサーデータの受領 | 地図ライセンスとプラットフォーム | 独立系、OEM共同出資の系譜 |
TomTom | 車両センサーデータとモジュール型地図 | API提供とライセンス | コスト効率と柔軟性で差別化 |
NVIDIA | DRIVEプラットフォーム上での地図生成 | 計算基盤の販売 | 地図は計算需要への入口 |
Baidu | Apolloと国内の測量資質 | 国内エコシステムの囲い込み | 中国市場に閉じた別系統 |
この表が示すのは、地図が独立した商材として競われているというより、それぞれの本業を支える補完財として位置づけられている構図とみられる。Mobileyeにとって地図はEyeQを搭載した車両群から自動的に生成される副産物であり、NVIDIAにとっては計算基盤の需要を生む用途の1つに当たる。純粋な地図専業に近いHEREとTomTomは、この非対称な競争のなかで、地図単体の価値をどう保つかという課題に直面していると考えられる。
規模の面では、Mobileyeが開示する数字が際立つ。2025年に800万台超の車両が340億マイル分のデータを提供し、REMは米国と欧州の公道の95%超をカバーするとされる。すでに販売された運転支援機能付き車両が、そのまま計測網として機能する構造であり、専用車両を走らせる方式に比べて更新の限界費用が低い。2026年7月に合意されたStellantisによる2027年からのREM統合は、この計測網にさらに大量の車両が加わることを意味し、規模の格差が拡大する方向に働く可能性がある。
一方、HEREはMercedes-BenzのDRIVE PILOTにHD Live Mapを供給しており、L3の量産実装という実績で存在感を保っている。TomTomはDENSOによる車両センサーデータの活用など、Tier1経由での組み込みを進めている。地図の精度と鮮度が高いだけでは差別化になりにくく、どの完成車メーカーの量産プログラムに組み込まれているかが競争上の位置を決める要素になりつつあるとみられる。
産業ドライバーと構造要因
需要側のドライバーとして最も明確なのは、L3への移行である。L2までは運転者が常時監視する前提のため、地図の誤りはドライバーが吸収できる。L3では一定条件下で監視義務が外れるため、地図の鮮度がシステムの安全設計に直結する。運行設計領域を定義するうえで地図が前提条件になり、地図が更新されていない区間は機能を使えない区間として扱われる。この構造が、更新頻度への要求を階段状に引き上げているとみられる。
商用車、とくに長距離トラックでの用途拡大も、今回の調査で最速成長セグメントとして挙げられている。ここでの地図の役割は、経路案内から予測型の走行制御へ移りつつあるとされる。曲率、勾配、制限速度、車線形状をセンサーの検知前に把握できれば、速度制御が滑らかになり、燃料やエネルギーの消費効率が改善する。乗用車では快適性や安全性として語られる価値が、商用車では運行コストとして数値化されるため、導入判断の根拠を示しやすい点が普及を後押ししている可能性がある。実装例として、Gatikが中間物流の自動運転でGeoMateの地図を用い、Auroraが自社のクラウド基盤でAurora Atlasの生成と更新を自動化し、DAF TrucksがHERE HD Live Mapを用いる事例が挙げられている。
供給側の構造要因としては、クラウドソーシングにおける規模の経済が効く。走行車両が増えるほど道路の変化を検知する頻度が上がり、更新が速くなり、その速さが次の採用を呼ぶという循環が働きやすい。この循環は、先行者の優位が時間とともに拡大しやすい性質を持つ。加えて、AIによる地図生成の自動化が、車線区分線や標識の抽出といった工程の人手依存を下げているとされ、規模拡大に伴う費用増を抑える方向に作用しているとみられる。
他方、この構図には反対方向の力も働いている。事前地図への依存を減らし、車載センサーとAIによってその場で道路構造を推定する地図レス寄りの設計思想が、一部の自動運転開発で採られている。事前地図を必要としない設計が広範に成立すれば、HDマップの戦略的価値は相対的に低下する。地図の鮮度を高める競争と、地図への依存度を下げる競争が同時進行している点は、このテーマを読むうえで外せない論点と考えられる。
注目される変化点
短期の観察点として挙げられるのは、Stellantisによる2027年からのREM統合が実際にどの車種規模で立ち上がるかという点である。合意の時点と量産搭載の時点には隔たりがあり、計測網の拡大が数字として現れる時期は2027年以降になるとみられる。同時に、この合意はHEREやTomTomにとって、欧州の大手完成車グループにおける地図供給の位置づけが変わりうる出来事でもあり、地図専業側の受注動向が対抗指標になる可能性がある。
中期の変化点は、収益モデルのリカーリング化がどこまで進むかにある。地図が一括ライセンスから継続的な更新サービスへ移るなら、供給側の収益は安定する一方、完成車メーカーにとっては車両の耐用期間を通じた費用として認識される。この負担をどちらが持つかは、地図費用を車両価格に織り込むのか、自動運転機能のサブスクリプション収入から支払うのかという設計に依存する。後者が主流になる場合、地図供給者の収益は機能の利用率と連動しやすくなり、変動要因が増えるとも読める。
規制とデータ主権も変化点になりうる。中国では測量に関する資質要件が地図事業を国内勢に限定する構造を作っており、外資が同じ土俵に立ちにくい。欧州でも走行データの取り扱いに関する枠組みが地図更新の手法に影響する余地がある。クラウドソーシング方式は車両からのデータ吸い上げを前提とするため、データの越境や匿名化の要件が地域ごとの対応コストを押し上げる可能性がある。
技術面では、AIによる地図生成の精度向上と、車載側の処理能力の向上が同時に進んでいる。事前地図の精緻さと車載推論の賢さは、ある程度まで代替関係にある。車載側の性能が上がるほど、地図に求められる情報量は減る方向に働くとも考えられ、地図の付加価値がどこに残るのかという問いは、今後も繰り返し問い直される論点になるとみられる。
関連テーマとの相互作用
このテーマは、車載半導体、LiDAR、クラウド基盤という3つの隣接テーマと接続している。車載半導体との関係では、地図を生成する車両群を持つ企業が地図でも優位に立つという構造上、チップの搭載台数が地図の競争力に転写される。Mobileyeの位置づけがこれに当たり、チップ販売と地図が相互に強化し合う設計になっているとみられる。
LiDARとの関係は代替と補完の両面を持つ。事前地図が正確であれば、車載センサーへの要求は下がりうる。逆に車載センサーが強力であれば、事前地図への依存は下がる。どちらの構成が量産で選ばれるかは、部品原価と機能水準の兼ね合いで決まり、地図とセンサーの投資配分は完成車メーカーごとに割れやすい領域と考えられる。
クラウド基盤との関係では、地図の更新が継続的なデータ処理と配信の負荷を生む点が重要になる。数百万台規模の車両から届く観測データを処理し、差分を検出し、車両へ配信する一連の工程は、恒常的な計算需要として積み上がる。エッジとクラウドの処理分担がどう定まるかは、この負荷の置き場所を決める設計判断にあたる。
なお本稿が起点とした市場規模の数値は、調査会社が自社レポートの販売を前提に公表したもので、算定の前提や市場定義の詳細は公開されていない。数値そのものより、更新サービスの成長と商用車用途の拡大という方向性の指摘を、他の一次情報と突き合わせて読む姿勢が求められると考えられる。
本記事は情報提供を目的としたものであり、特定の金融商品の売買を推奨するものではない。投資判断は自己責任で行うものとし、記載内容の正確性・完全性について保証するものではない。
Google で優先表示すると、最新の投資情報を最短でお届けできます
後で読み返しやすくなります