Waymo — de zelfrijdende auto die er eindelijk is (en waarom dat langer duurde dan beloofd)

In 2015 zei Elon Musk dat Tesla binnen twee jaar volledig zelfrijdend zou zijn. In 2019 zei hij hetzelfde opnieuw. In 2022 alweer. In elk van deze jaren was het niet waar. Het patroon werd een running gag in de tech-industrie — "de zelfrijdende auto is altijd twee jaar weg".

Maar terwijl Tesla's Full Self-Driving beloftes bleven uitgesteld, werkte een ander bedrijf stilletjes aan iets concretere. Waymo — Alphabet's dochter uit Google's oude "Self-Driving Car Project" — koos voor een trager pad. Ze beloofden minder. Ze bouwden langzamer. En ze lieten de auto's pas commercieel opereren wanneer ze daadwerkelijk werkten.

In april 2026 heeft Waymo in de VS meer dan 200.000 ritten per week zonder menselijke bestuurder. Honderdduizenden klanten. Vier steden. Het eindelijk gebeurde. En het verhaal achter de vertraging is misschien belangrijker dan de technologie zelf.

De lange reis

Google begon in 2009 met zelfrijdend-rijden-onderzoek. In het begin was het een zijproject — werknemers van Google die een paar Prius-auto's uitrustten met sensoren en software. Sebastian Thrun, pionier in robotica, leidde het team. In 2010 reden hun auto's al duizenden kilometers op openbare wegen — met menselijke backup, maar zelfsturend.

Van 2010 tot 2016 was het een intensief onderzoeksproject. Ongelukken waren zeldzaam maar kwamen voor. Fouten moesten worden gecorrigeerd. Nieuwe sensoren ontwikkeld. Datasets vergaard. In 2016 scheidde Google het project af als eigen bedrijf — Waymo — binnen Alphabet (Google's moederbedrijf).

Vanaf 2016 tot ongeveer 2020 was het een frustrerende periode. Belofte na belofte werd gedaan. Commerciële lancering bleef komen. Maar steeds bleek dat er nog te veel edge cases waren, te veel ongebruikelijke situaties die mensen intuïtief aankunnen en AI niet.

In 2018 begon Waymo met een beperkte "Waymo One"-service in Phoenix — beperkt gebied, beperkte gebruikers, meestal met veiligheidschauffeur. In 2020 werd de veiligheidschauffeur voor specifieke gebieden verwijderd.

Waarom het zo lang duurde

De verklaring voor de vertraging — ruwweg tien jaar later dan aanvankelijk voorspeld — is instructief. Het draait allemaal om edge cases.

Edge cases zijn overal. Plastic zak die in de wind drijft en eruit ziet als een kind. Een politieagent die gebaart naar een auto. Een voetganger die onverwacht oversteekt tussen geparkeerde auto's. Een reflectie op een mist-vochtige straat. Een fietser die een teken maakt dat niet in de standaard-lijst staat.

Voor elk van deze situaties moet het systeem correct reageren. Niet 90% van de tijd. Niet 99%. Honderd procent — of zo dichtbij dat ongelukken zeldzaam zijn. Als een zelfrijdende auto 999 keer uit 1000 correct reageert op plastic zakken, maar in het duizendste geval doodbang brakeert, heb je een probleem.

De "lange staart" van edge cases is gigantisch. Er zijn oneindig veel situaties die niet vooraf bedacht kunnen worden. Elke nieuwe situatie vereist training, testen, fine-tuning. Je gaat van 95% naar 99% naar 99.9% naar 99.99% — elk percentage kost dezelfde of grotere inspanning dan het vorige.

Regelgeving moet volgen. Zelfs als je technologie goed is, moet je overheden overtuigen dat jouw systemen veilig zijn. Dat vergt documentatie, testdata, proces-audits, juridische kaders. Geen van die zijn snel.

Publiek vertrouwen. Eén grote verkeersongeval met een zelfrijdende auto kan een jaar aan positieve data wegvagen in publiek bewustzijn. Waymo heeft moeten leren om publieke communicatie te managen — transparent over incidenten, snel reageren op zorgen, geleidelijk vertrouwen opbouwen.

Infrastructuur. Waymo's auto's werken het beste in goed-gemapte gebieden met gestandaardiseerde infrastructuur. Amerikaanse woonwijken met brede wegen zijn makkelijker dan Europese stadscentra met smalle straten. Iedere stad vereist substantiële voorbereiding voor Waymo aan de slag kan.

Hoe ze werken

Een Waymo-auto is uitgerust met een arsenaal aan sensoren. Lidar (laser-gebaseerde afstandsmeting, roterende eenheid op het dak). Meerdere camera's. Radar. Ultrasone sensoren. Samen leveren ze een 360-graden-beeld met hoge precisie in drie dimensies.

Die sensordata voedt een reeks AI-modellen. Perception-modellen identificeren objecten (auto's, voetgangers, fietsers, borden). Prediction-modellen schatten in wat andere verkeersdeelnemers gaan doen. Planning-modellen beslissen wat de Waymo zelf moet doen.

Alle modellen zijn getraind op miljoenen kilometers aan rijdata — deels in simulatie, deels op de weg. De simulatiedata is cruciaal; je kunt in simulatie duizenden variaties van specifieke situaties testen zonder echte ongelukken te riskeren.

Achter elk auto zit ook een remote-monitoring-team. Mensen die, vanuit een control-center, kunnen inzien wat de auto doet en in edge-cases adviseren. Ze besturen de auto niet — de auto rijdt zelf — maar ze kunnen bijvoorbeeld toestaan dat de auto door een dubbele gele streep rijdt wanneer dat nodig is.

De concurrentie

Cruise, GM's zelfrijdende auto-dochter, was de grootste concurrent. In 2022-2023 leek Cruise zelfs voor op Waymo in San Francisco. Ze hadden een snelle uitrol.

Dan, op 2 oktober 2023, een catastrofe. Een voetgangster in San Francisco werd aangereden door een mensenbestuurde Toyota en over de weg gesleept. Een Cruise-auto achter hen was niet in staat om te stoppen — de voetgangster werd verder gesleept. Erger: Cruise's communicatie over het incident was misleidend, zo bleek later uit onderzoek. De California Department of Motor Vehicles trok Cruise's vergunning in.

GM heeft het programma vervolgens grotendeels opgeschort. Ontslagen. Herstructurering. In 2026 is Cruise niet meer competitief. Een van de grootste lessen in de industrie: één crisis kan een lange-termijn-project vernietigen als de reactie slecht is.

Tesla's Full Self-Driving (FSD) is een andere verhaal. Tesla heeft FSD al jaren als abonnement aangeboden, maar de functionaliteit is "level 2" — de bestuurder moet altijd verantwoordelijk blijven. Musk belooft al jaren dat volledige autonomie eraan komt, maar het is nooit geleverd. In 2026 is FSD nog steeds met menselijk toezicht vereist. Tesla heeft wel een aangekondigd robotaxi-programma ("Cybercab") maar dat is nog niet commercieel operationeel.

Chinese bedrijven (Pony.ai, AutoX, WeRide, Baidu's Apollo) opereren robotaxi's in Chinese steden. Ze hebben in sommige opzichten meer vrijheid door meer permissieve regulatoire kaders, maar zijn buiten China minder aanwezig. Hun relatieve positie tegenover Waymo is onduidelijk.

De economische vraag

Waymo's unit economics — de winst per rit — zijn al jaren een zorg. Het bedrijf heeft historisch grote verliezen geleden. De auto's zijn duur om te bouwen (met alle sensoren tientallen duizenden extra kosten), de operationele kosten zijn substantieel, en prijzen moeten competitief blijven met Uber en Lyft.

Of Waymo uiteindelijk winstgevend wordt, is nog open. Schattingen suggereren dat het per 2027-2028 break-even zou moeten zijn in zijn huidige steden, mits voldoende schaal. Maar dat vereist dat adoption blijft groeien en operationele efficiency blijft verbeteren.

Daarnaast: Waymo moet opschalen naar nieuwe steden. Elke nieuwe stad vereist miljoenen aan infrastructuurinvestering — mapping, operatiecentra, lokale regulatoire onderhandelingen. Het is niet makkelijk te schalen. Dat is een van de redenen dat Europa nog geen Waymo's heeft — de business case voor internationale uitbreiding is complex.

Wat betekent dit voor de toekomst

De bredere belofte — een wereld waarin privé-auto's minder nodig zijn omdat je altijd een goedkope, veilige, autonome rit kunt bestellen — is nog verder weg dan commerciële Waymo-diensten suggereren.

Een paar obstakels blijven:

Weercondities. Waymo werkt best in droog weer. Regen, sneeuw, mist zijn aanzienlijk moeilijker. Uitbreiding naar steden met streng winterweer (Chicago, bijvoorbeeld) is niet in de nabije planning.

Verkeersdiversiteit. Amerikaanse buitenwijken zijn relatief geordend. Euuropese stadscentra, Aziatische megacities, ontwikkelingslanden hebben verkeerscomplexiteit (scooters, voetgangers overal, onconventionele verkeersregels) die moeilijker is.

Economische toegankelijkheid. Huidige Waymo-prijzen zijn vergelijkbaar met Uber of Lyft. Als ze veel goedkoper worden (door schaal), kunnen ze werkelijk consumentengewoonten veranderen. Als ze duurder blijven, blijven ze een premium-optie voor rijkere consumenten.

Publiek transport. In veel Europese steden kan goed georganiseerd publiek transport meer efficiënt zijn dan gepersonaliseerde autonome ritten. Dat verandert de concurrentielandschap.

De arbeidsimpact

Waymo heeft één concrete arbeidsimpact: minder taxichauffeurs en rideshare-chauffeurs. In steden waar Waymo significant markt-aandeel heeft, zijn menselijke rideshare-chauffeurs door-gedrukt. Sommige verkiezen andere werk. Anderen worstelen.

Schattingen variëren over hoe groot deze impact is. In 2026 is Waymo nog een minderheid van de rideshare-markt in zijn steden. Maar de trend is duidelijk: als volledige autonomie echt werkt, zullen human chauffeurs substantieel minder werk krijgen.

Dat is een voorproefje van bredere AI-arbeidsverschuivingen. De transitie is niet dramatisch — geen massaontslag op één dag — maar langzaam, uur per uur verloren, minder nieuwe chauffeurs die het beroep in gaan, ouderen die uittreden zonder vervanging.

Voor specifieke beroepsgroepen (commerciële chauffeurs wereldwijd, trokkers, bezorgers — miljoenen banen totaal) is autonomy een serieuze existentiële uitdaging. Wanneer dat volledig zal uitrollen is onduidelijk — huidige Waymo-technologie is specifiek voor urban taxi-diensten, niet voor lange-afstand-vrachtvervoer. Maar de richting is duidelijk.

De les

Waymo's verhaal is misschien de belangrijkste illustratie van hoe AI echt werkt. Niet zoals Musk belooft — overnight transformations, twee-jaar-timeline, revolutie om de hoek. Maar zoals het bijna altijd daadwerkelijk gaat — langzaam, iteratief, met veel tegenslagen, met strengere beperkingen dan voorspeld.

Als je in 2015 had geloofd dat Tesla in 2017 volledig autonome taxi's zou leveren, had je tien jaar lang teleurgesteld geweest. Als je had verwacht dat Waymo het rustig aanpakte en pas zou komen wanneer het echt werkte, had je in 2026 de belofte waargemaakt gezien.

Dat patroon — langzamer-dan-beloofd maar uiteindelijk gerealiseerd — zie je vaak in AI. De "zelfrijdende auto over twee jaar"-mentaliteit is niet alleen wishful thinking van Musk. Het is breder. Veel AI-beloften in andere domeinen hebben dezelfde dynamiek. Trager leveren dan gepromoot, maar uiteindelijk geleverd. Dat is geen kleinigheid, maar ook niet het revolutionaire tempo dat markt-enthousiasme suggereert.

In april 2026 kun je in San Francisco een Waymo bestellen en autonoom naar je werk reizen. Dat is bijzonder. Het is ook heel anders dan de volledige transformatie van transport die ooit werd beloofd. Het is een specifieke dienst in specifieke gebieden, werkend op specifieke manieren, met specifieke beperkingen. Niet minder belangrijk daardoor. Maar wel realistischer dan de hype.

Misschien is dat de diepere les van Waymo. Verwacht van AI wat ze daadwerkelijk kan doen, niet wat mensen beloven dat ze zal kunnen doen. Gun de technologie tijd om te rijpen. Accepteer dat "over twee jaar" vaak "over tien jaar" betekent. En wees, wanneer het moment er is, dankbaar voor wat geleverd wordt, zelfs als het kleiner is dan gehoopt.

De zelfrijdende auto is er. Tien jaar later dan beloofd. Maar hij is er. Dat is, alles overwegende, geen slecht resultaat.