フルセルフドライビング（FSD）はなぜ“駐車の癖”を学び始めたのか

アクチュアリー・スマート・サモン（A.S.S.）から見える「末端行動AI」への転換

2026年のテスラを語るとき、多くの人はどうしても「公道でどこまで自然に走れるようになったか」に注目しがちです。もちろん、それは間違いではありません。ですが、直近のアップデートと周辺報道を丁寧に追っていくと、いまテスラが本気で詰めている焦点は、交差点でも高速道路でもなく、むしろ**目的地に到着した“その先”**にあることが見えてきます。

どこに停めるのか。どこまで寄せるのか。前向きか、バックか。降車しやすさを優先するのか、それとも安全な待機位置を選ぶのか。さらに、人間が介入したその瞬間、なぜ操作を奪い返したのか。その理由をどう記録し、次の改善へつなげるのか。いまのフルセルフドライビングは、単なる「走るAI」から、「停めるAI」へと明確に重心を移し始めています。

いまテスラが磨いているのは「走行性能」ではなく「到着後の体験」

この変化をもっとも象徴しているのが、サイバートラック向けに解禁されたアクチュアリー・スマート・サモン（A.S.S.）です。先日の記事でも取り上げた通り、フルセルフドライビング v14.3.4では、A.S.S.そのものの解禁だけでなく、地図上の「P」ピン表示、到着時の駐車オプション表示、駐車スポット選択の決断力向上といった、いわば“最後の数十メートル”に関わる改修が異様に目立っていました。

これは単なる利便性の改善ではありません。テスラがいま、フルセルフドライビングの最大のストレスを、公道上の走行そのものではなく、目的地末端の「停め方」に見出しているということです。街中や高速道路をかなり高精度にこなせるようになっても、自宅のガレージでは手を出したくなる。会社のいつもの位置には思ったように入れない。店舗前では、停車してほしいのに遠くの空き枠に行こうとする。つまり、人間が最後に主導権を奪い返すのは、しばしば到着直前なのです。

テスラが学ぼうとしているのは「駐車位置」ではなく「駐車人格」

ここで興味深いのは、テスラが単に「どこに停めるか」を覚えようとしているのではなく、もっと深い意味での駐車人格を学び始めていることです。

たとえば、自宅では右寄せで前向き。会社では3列目のいちばん端にバックで駐車。学校の送り迎えでは、短時間で乗降しやすい位置に駐車。人間は場所ごとに驚くほど細かな暗黙ルールを持っています。しかもそれは、地図情報だけでは読み取れない、生活習慣と文脈に根ざした行動です。

従来のフルセルフドライビングは、「停められる場所」は見つけられても、「この人らしい停め方」までは再現できませんでした。だからこそ、最近報じられた“ユーザーの駐車習慣をコピーする”という方向性は、かなり本質的です。これは駐車機能の強化ではなく、人間の終端行動そのものを個人化していくAIへの転換を意味します。

解除UI改修の本当の狙いは「データの取りこぼし防止」

この文脈で見ると、最近の介入理由メニューの改修も、単なるUI調整には見えなくなります。テスラは人間がハンドルを奪い返した直後、その理由を選ばせる仕組みを導入し、さらに項目構成を何度も修正してきました。そこへ「駐車」が明確な理由として追加され、しかも一部で使われていた回避的な操作方法まで塞がれたという流れは、極めて象徴的です。

なぜテスラはそこまでして入力を取りたいのか。理由は単純です。いま最も欲しいのが、人間がどの地点で、どの文脈で、どの駐車判断を奪い返したのかという生データだからです。

これは、単に「失敗した回数」を集めているのではありません。自宅では前向きで止めたいのか、会社では必ずバックで入れるのか、スーパーでは入口近くより周囲の車が少ない場所を好むのか。人間の介入には、必ず“理由”があります。テスラはその理由を分類し、終端挙動の学習データとして吸い上げようとしているのです。

つまり到着時の「P」ピン表示も、駐車メニューの出し方も、介入理由の「駐車」追加も、全部が一本の線でつながっています。テスラは今、駐車の学習ループを閉じようとしているのです。

駐車場は「低速だから簡単」ではなく「遅いのに難しい」

一般には、駐車は公道走行よりも簡単だと思われがちです。しかしAIにとっては、むしろ逆です。駐車場には、歩行者、カート、曖昧な白線、縁石、斜路、逆光、私有地特有のルール、そして人間ならなんとなく読む“空気”が詰まっています。速度は遅くても、判断は極めて複雑です。

ここで問われるのは、単なる障害物回避能力ではありません。どこに停めることがその場にとって自然なのかを解釈する能力です。しかも、その自然さは場所ごと、施設ごと、ユーザーごとに異なります。だからこそテスラは、強化学習やビジョンエンコーダーの改善と並列で、駐車スポット選択や到着時UIを磨いているのでしょう。

公道の認知精度が上がることと、駐車人格を理解できることは、似ているようでまったく別の能力です。そして後者こそが、ユーザーの「最後の不満」を消す鍵になります。

サイバートラックA.S.S.は「末端行動AI」の実験場である

この流れの中で、サイバートラック向けアクチュアリー・スマート・サモン（A.S.S.）の意味はさらに重くなります。サイバートラックは、ステア・バイ・ワイヤや後輪操舵を備えた、きわめて特殊な車両です。大きく、癖が強く、低速での制御も難しい。つまり、駐車AIにとっては極めて厳しい教材です。

その車両に対して、A.S.S.を解禁し、しかもフルセルフドライビングとロボタクシー系統のモデル統合を進めているということは、テスラがこの巨大で難しい車を、末端行動AIを鍛える訓練場として使い始めたことを意味します。

単に「呼び寄せ機能が使えるようになった」という話ではありません。どこまで自然に動けるのか。どこで人が不安を感じるのか。どの切り返しなら許容され、どの動きなら介入されるのか。そうした高密度の終端データを集めるうえで、サイバートラックはむしろ理想的な試験装置なのです。

テスラCybertruck向け「アクチュアリー・スマート・サモン」解禁：FSD v14.3.4がもたらす設計の壁の突破とマニアックな駐車UIの進化

2026年6月12日、テスラはソフトウェアアップデート「2026.14.6.10」を通じて、最新の「FSD v14.3.4」をフリートへ展開し始めました。このアップデートの最大のハ...

ロボタクシー時代に本当に必要なのは「どう走るか」より「どう停めるか」

この話は、もちろん個人オーナー向けの利便性だけで終わりません。むしろ本命はロボタクシーです。ロボタクシーにおいて重要なのは、公道で安全に走ることだけではありません。どこで客を拾い、どこで降ろし、どこで待機し、どこまで近づくかという終端挙動こそが、サービス体験の質を決めます。

店舗前で停車すべきなのか、少し離れた場所で安全に待つべきなのか。住宅街ではどこまで寄せるのが自然なのか。施設によっては、停車より駐車の方が歓迎される場合もある。逆に、駐車より一時停止の方が合理的な場面もある。こうした判断は、地図と距離だけでは決められません。そこには人間の生活文脈が必要です。

だから今テスラが「走るAI」より「停めるAI」に重心を移しているのは、自然な流れです。到着後の振る舞いまで制御できて初めて、自動運転は“便利”ではなく“信頼できる”ものになります。

本当の競争は「どう走るか」ではなく「どう終わるか」

ここまで見てくると、テスラが次の競争軸をどこに置いているのかはかなりはっきりしています。これからの自動運転で差がつくのは、交差点を何センチ精密に曲がれるかではありません。家の前でどこに寄せるのか。店の前で停車するのか、奥の駐車枠まで行くのか。迎車でどこまで近づくのか。そして、人間が介入したとき、その理由をどこまで学習資産に変えられるのか。

ユーザーが「賢い」と感じるのは、たいてい走行中ではなく、最後の停め方です。だからこそ、最近の「P」ピン、到着時の駐車UI、介入理由の「駐車」追加、解除ハックの封鎖、そして駐車習慣コピーの予告は、すべてひとつの流れとして読むべきです。

テスラは今、走行AIの完成度を誇る段階から、人間が最後に奪い返していた終端行動を、再びAIの側へ取り戻す段階へ入っています。その意味で、サイバートラック向けアクチュアリー・スマート・サモン（A.S.S.）は、単なる新機能ではありません。フルセルフドライビングが「駐車人格」を学び始めたことを告げる予告編なのです。

次の戦場は、もう道路の真ん中ではありません。目的地の、いちばん端です。