China dorong inovasi kendaraan otonom di beberapa kota besar

Di sejumlah kota besar di China, jalan raya kini menjadi laboratorium hidup bagi kendaraan otonom. Dari robotaxi yang beroperasi di kawasan padat hingga bus tanpa sopir yang diawasi lewat tablet, peta transportasi urban berubah cepat, seolah-olah lompatan satu dekade dipadatkan dalam beberapa tahun. Di Wuhan—kota dengan populasi sekitar 11 juta dan kepadatan kendaraan yang tinggi—eksperimen skala besar menunjukkan bagaimana teknologi sensor, pemetaan, dan pengambilan keputusan berbasis komputasi diuji dalam situasi nyata: jalan tol lebar, persimpangan ramai, sampai titik jemput yang menuntut presisi. Di saat banyak negara masih menahan laju karena isu keselamatan dan regulasi, kota-kota di China justru mempercepat pengembangan melalui izin uji yang semakin berlapis, serta dukungan ekosistem industri dari raksasa internet hingga produsen mobil. Yang menarik, perubahan ini bukan hanya soal “mobil tanpa sopir”, melainkan juga tentang mobil pintar, integrasi rumah-ke-kendaraan, pembaruan perangkat lunak jarak jauh, dan fondasi industri berbasis otomasi serta robotik. Pertanyaannya: apakah percepatan ini akan melahirkan standar baru mobilitas global, atau justru menguji batas kepercayaan publik pada mesin?

• Wuhan menjadi salah satu uji coba robotaxi terbesar, dengan ratusan armada beroperasi dan rencana ekspansi.
• Setidaknya belasan kota telah membuka izin uji di jalan umum, memunculkan persaingan puluhan pemain industri.
• Percepatan Level 3 (mengemudi otonom bersyarat) ikut didorong lewat kerangka uji ketat, termasuk di Beijing.
• Kolaborasi produsen global dan raksasa teknologi lokal (misalnya Huawei, Xiaomi, dan Momenta) memperkaya fitur mobil pintar.
• Isu keselamatan, manajemen data, dan penerimaan publik menjadi penentu arah inovasi dalam beberapa tahun ke depan.

Wuhan dan kota besar lain jadi panggung uji kendaraan otonom skala masif

Wuhan sering disebut sebagai contoh paling kentara tentang bagaimana kota metropolitan bisa “mendewasakan” kendaraan otonom lewat operasi harian. Dengan jutaan kendaraan pribadi dan jaringan jalan yang kompleks, kota ini memberi medan uji yang tidak bisa disimulasikan sepenuhnya di trek tertutup. Di beberapa titik, robotaxi berhenti di lokasi penjemputan yang ramai, menunggu penumpang seperti taksi biasa—bedanya, keputusan lajur, jarak aman, dan pengereman dikelola oleh komputer.

Bayangkan seorang tokoh fiktif bernama Lin, pegawai shift malam di kawasan bisnis. Ia memesan robotaxi setelah pulang kerja. Ketika mobil datang, ia memperhatikan cara kendaraan membaca arus motor listrik dan sepeda yang sering muncul tiba-tiba dari sisi jalan. Lin tidak menilai teknologi ini dari brosur, melainkan dari pengalaman: apakah mobil “halus” saat mengerem, apakah percaya diri menyalip, dan apakah rute dipilih dengan masuk akal. Di titik inilah uji coba skala besar menjadi krusial—mesin dilatih bukan hanya untuk patuh aturan, tetapi juga memahami kebiasaan lalu lintas kota.

Di Wuhan, armada robotaxi yang sudah berjalan mencapai ratusan unit, dan operator besar merencanakan penambahan hingga ribuan unit agar cakupan wilayah makin luas. Skala ini penting karena data operasional nyata akan memperkaya model pengambilan keputusan, menguji ketahanan perangkat, serta memperjelas kebutuhan infrastruktur seperti zona naik-turun penumpang yang aman. Apakah jalur khusus diperlukan? Atau cukup rekayasa marka dan rambu agar kendaraan dapat membaca lingkungan dengan konsisten?

Secara nasional, semakin banyak kota membuka pintu uji di jalan umum. Di satu sisi, ini mendorong kompetisi sehat: produsen mobil, pemasok komponen, dan perusahaan perangkat lunak berlomba menawarkan paket sensor, komputasi, dan pemetaan yang lebih murah namun stabil. Di sisi lain, setiap kota memiliki karakter: ada yang macet dengan persimpangan rapat, ada yang memiliki boulevard lebar, ada pula yang cuacanya sering berkabut. Perbedaan ini memaksa sistem otonom menjadi lebih adaptif.

Jika ditarik ke level kebijakan, cara kota-kota ini mengatur area uji juga semakin matang. Model yang sering dipakai adalah “bertahap”: mulai dari zona terbatas, lalu area yang diperluas, kemudian jam operasional yang lebih panjang, hingga tahap tanpa sopir pengaman pada kondisi tertentu. Di Beijing misalnya, izin uji mengemudi berbantuan yang lebih canggih diberikan kepada beberapa pabrikan besar, namun awalnya ditempatkan di area yang diawasi ketat—sebuah kompromi agar inovasi tetap berjalan sambil menjaga batas risiko.

Di tengah perkembangan itu, publik juga mencari rujukan pembanding: mengapa di beberapa negara layanan robotaxi bisa dihentikan setelah insiden keselamatan, sementara kota-kota di China terlihat terus menambah armada? Pertanyaan ini membawa kita ke aspek berikutnya: regulasi, pengelolaan informasi, dan desain tata kelola industri. Insight kuncinya, skala uji bukan semata soal jumlah mobil, melainkan tentang seberapa cepat sebuah kota belajar dari kejadian kecil sebelum menjadi masalah besar.

Regulasi, tata kelola data, dan kepercayaan publik dalam inovasi mobil pintar

Percepatan pengembangan kendaraan otonom di China tidak bisa dilepaskan dari cara negara mengelola regulasi dan data. Di banyak tempat, perdebatan terbesar bukan hanya “bisakah mobil berjalan sendiri?”, melainkan “siapa yang bertanggung jawab ketika sistem salah?”. Kerangka izin uji yang bertahap, audit keselamatan, dan zona pengujian yang ditetapkan pemerintah adalah alat untuk menjawab pertanyaan tersebut secara praktis.

Kepercayaan publik menjadi mata uang yang menentukan. Menariknya, survei industri menunjukkan pengemudi di China cenderung lebih siap menyerahkan kontrol ke komputer dibanding sebagian pengemudi di Amerika. Ada dimensi budaya di sini: masyarakat yang terbiasa dengan layanan digital serba otomatis—pembayaran, pemesanan, hingga navigasi—lebih mudah menerima gagasan bahwa mobil juga bisa “dipandu sistem”. Namun kepercayaan tidak muncul dari slogan; ia tumbuh dari konsistensi pengalaman.

Di Wuhan, misalnya, seorang pemilik toko kelontong di dekat titik penjemputan robotaxi bisa menganggap sistem sudah aman karena telah melewati persetujuan. Logika sederhana ini sangat umum: jika pemerintah memberi izin, berarti sudah ada proses penilaian. Di sisi lain, otoritas juga berkepentingan menjaga persepsi publik agar tidak runtuh akibat arus informasi yang tidak terverifikasi. Kontrol atas pembicaraan daring terkait insiden keselamatan kerap menjadi isu kontroversial, tetapi dari sudut pandang kebijakan, itu dipahami sebagai cara menghindari kepanikan massal yang bisa menghentikan eksperimen sebelum matang.

Topik data bahkan lebih menentukan. Sistem otonom memerlukan data kamera, radar, lidar, peta HD, dan telemetri—jumlahnya raksasa. Ketika data berada dalam yurisdiksi yang ketat, perusahaan lokal memiliki akses yang lebih konsisten untuk pelatihan model dan perbaikan cepat. Sebaliknya, produsen asing sering mengalami kendala: pusat riset mereka boleh berada di luar negeri, tetapi hasil pengembangan kerap “dibawa pulang” ke ekosistem domestik China, sehingga sulit diterapkan secara simetris pada kendaraan yang dijual di tempat lain.

Untuk memahami mengapa tata kelola data menjadi tema besar di 2026, kita bisa menengok diskusi lintas sektor, termasuk regulasi digital dan finansial yang memengaruhi infrastruktur layanan mobilitas. Salah satu bacaan yang relevan adalah aturan teknologi finansial di China, karena ekosistem pembayaran, asuransi mikro, hingga skema langganan robotaxi sering beririsan dengan kebijakan data dan keamanan siber. Mobilitas modern tidak berdiri sendiri; ia bertumpu pada jaringan transaksi dan identitas digital.

Dalam praktik di lapangan, kepercayaan publik juga bisa dikelola lewat transparansi fungsional. Banyak operator mulai menampilkan “status sistem” di layar: kapan mobil berada pada mode otonom, kapan perlu bantuan jarak jauh, dan mengapa kendaraan memilih berhenti. Ini mirip dengan cara pesawat menampilkan indikator autopilot—bukan agar penumpang mengendalikan, tetapi agar mereka merasa sistem bekerja dengan logika yang bisa diikuti.

Ketika kepercayaan meningkat, kota lebih berani memperluas cakupan operasi, termasuk untuk logistik dan angkutan umum. Dan di titik itu, pembahasan beralih dari regulasi ke teknologi inti: sensor, AI, dan arsitektur perangkat lunak yang membuat otomasi benar-benar dapat diandalkan. Insight kuncinya, regulasi yang adaptif bukan penghambat—ia justru menjadi rel agar inovasi tidak keluar jalur.

Peralihan dari kebijakan ke implementasi teknis juga terlihat dari meningkatnya konten edukasi dan demonstrasi teknologi di berbagai kanal.

Ekosistem teknologi: Baidu, Huawei, dan kompetisi 19 pemain menuju otomasi transportasi

Di balik robotaxi yang terlihat “tenang” di jalan, ada ekosistem yang kompleks: perusahaan platform, pemasok komputasi, produsen sensor, pembuat peta, hingga operator armada. Di China, beberapa nama besar menjadi penggerak karena mampu menggabungkan data, komputasi awan, dan robotik ke dalam produk yang bisa diskalakan.

Peran perusahaan teknologi terlihat jelas pada dua level. Pertama, sebagai penyedia sistem mengemudi otomatis atau modul kunci seperti persepsi dan perencanaan rute. Kedua, sebagai integrator layanan, misalnya pemesanan, penetapan tarif, serta dukungan operasional jarak jauh. Baidu misalnya dikenal agresif mengembangkan robotaxi, sementara Huawei menyediakan komponen dan platform yang dipakai banyak merek untuk membangun mobil pintar yang terhubung.

Kompetisi yang muncul bukan kecil-kecilan. Puluhan pemain—termasuk produsen mobil dan penyedia komponen—berebut posisi terdepan. Di satu kota, merek A mungkin unggul karena pemetaan lebih presisi; di kota lain, merek B unggul karena sistem lebih tahan terhadap hujan lebat atau lampu jalan yang redup. Pola seperti ini membuat inovasi bergerak cepat: kegagalan di satu tempat menjadi pelajaran untuk pembaruan perangkat lunak di tempat lain.

Untuk memperjelas lanskap, berikut ringkasan cara berbagai elemen industri saling mengisi dalam rantai nilai transportasi otonom.

Yang sering luput dibahas adalah operasi “backstage”. Robotaxi tidak selalu sepenuhnya sendirian; ada pusat komando yang memantau anomali, mengatur penarikan kendaraan saat cuaca ekstrem, atau membantu ketika kendaraan menemui situasi yang ambigu. Bagi publik, ini masih dianggap otomatis, tetapi bagi operator, ini adalah campuran otomasi dan prosedur keselamatan berlapis.

Di level teknis, pertarungan besar saat ini bukan hanya soal bisa berjalan, melainkan soal “biaya per kilometer”. Sistem lidar mahal, komputasi tinggi, dan pemeliharaan sensor menambah ongkos. Karena itu, perusahaan berlomba membuat konfigurasi yang cukup aman namun lebih ekonomis. Ketika biaya turun, layanan bisa diperluas ke area yang sebelumnya tidak menguntungkan.

Di sisi lain, pasar global juga memberi cermin. Di Amerika Serikat, beberapa layanan robotaxi pernah dihentikan setelah insiden, memicu evaluasi regulator. Ini menjadi pelajaran bagi kota-kota di China: bagaimana membangun standar investigasi, rekaman data, dan respon insiden agar kepercayaan tetap terjaga. Insight kuncinya, ekosistem yang kuat bukan yang paling cepat meluncurkan, melainkan yang paling cepat memperbaiki setelah menemukan masalah.

Kolaborasi lintas merek: Toyota, Xiaomi, Momenta, dan AIoT untuk mobil pintar di China

Jika robotaxi menggambarkan masa depan layanan, kolaborasi antara pabrikan besar dan raksasa teknologi menggambarkan masa depan produk konsumen. Di China, model kerja sama ini semakin menonjol: produsen otomotif membutuhkan kecepatan iterasi perangkat lunak, sementara perusahaan teknologi memiliki ekosistem pengguna, kemampuan AI, dan pengalaman antarmuka. Hasilnya adalah kendaraan yang tidak sekadar bisa melaju, tetapi juga menjadi perangkat digital bergerak.

Kasus yang sering dibicarakan adalah strategi Toyota di pasar China melalui GAC Toyota, yang menggandeng Huawei, Xiaomi, dan Momenta. Fokusnya mencakup platform NEV (New Energy Vehicle) untuk mobil listrik murni, hybrid, dan plug-in hybrid, serta integrasi fitur AI yang makin luas. Di titik ini, “mobil pintar” bukan jargon; ia terasa pada hal kecil seperti sinkronisasi kalender ke navigasi, asisten suara yang mengenali preferensi pengemudi, hingga kontrol perangkat rumah pintar dari kabin.

Salah satu rencana produk yang menarik perhatian adalah sedan besar yang dijadwalkan meluncur pada Maret 2026, dengan panjang sekitar 5,3 meter. Ukuran besar ini bukan sekadar gaya; ia menyediakan ruang untuk sistem kabin digital yang lebih kaya, layar besar, dan arsitektur elektronik yang sanggup menjalankan ratusan modul perangkat lunak. Pembaruan OTA (over-the-air) menjadi strategi penting: fitur baru bisa hadir tanpa pengguna harus datang ke bengkel.

Integrasi teknologi juga terlihat pada sisi infotainment dan chip. Huawei misalnya membawa sistem operasi kabin dan perangkat keras yang mempercepat respons, sementara Xiaomi mendorong konsep AIoT: mobil menjadi “perpanjangan rumah”. Dalam kehidupan sehari-hari, pengemudi bisa menyalakan AC rumah sebelum tiba, memeriksa kamera pintu, atau mengatur speaker pintar langsung dari kendaraan. Semua ini menciptakan pengalaman yang lebih lengket (sticky) bagi pengguna—sekali terbiasa, sulit kembali ke mobil yang “bisu”.

Momenta, sebagai pemain teknologi mengemudi cerdas, berkontribusi pada fitur bantuan berkendara yang jumlahnya bisa puluhan: dari navigated assist di jalan cepat, pengenalan situasi kompleks, hingga interaksi berbasis gestur dan suara. Yang menarik, pendekatan ini mendorong transisi halus dari bantuan pengemudi ke otonomi yang lebih tinggi. Pengguna diajak percaya sedikit demi sedikit, bukan dipaksa lompat ke mode tanpa sopir sejak hari pertama.

Aspek keselamatan juga mendapatkan lapisan baru lewat sensor pemantau pengemudi: membaca arah pandang, postur, hingga tanda kelelahan. Secara psikologis, ini penting karena pada level otonomi bersyarat, manusia masih diminta siap mengambil alih. Tanpa pemantauan, risiko “terlena” meningkat. Dengan sensor, kendaraan bisa memberi peringatan lebih tepat, atau menyesuaikan respons ketika pengemudi tidak dalam kondisi ideal.

Kalau kita tarik benang merahnya, kerja sama lintas merek ini mirip pola industri ponsel pintar satu dekade lalu: hardware makin matang, diferensiasi pindah ke software dan ekosistem. Untuk memahami bagaimana negara lain melihat pengembangan AI sebagai fondasi industri, perbandingan menarik bisa dibaca pada riset kecerdasan buatan di Jepang. Konteksnya berbeda, tetapi pertanyaannya serupa: siapa yang menguasai platform, dan siapa yang menjadi pengikut?

Pada akhirnya, kolaborasi ini mengubah persaingan: bukan lagi “merek A vs merek B”, melainkan “ekosistem A vs ekosistem B”. Insight kuncinya, pemenang mobilitas berikutnya adalah pihak yang membuat teknologi terasa sederhana bagi pengguna, padahal kompleks di balik layar.

Perkembangan mobil listrik pintar dan integrasi AI di China sering dibahas dalam liputan pameran otomotif dan demonstrasi fitur ADAS terbaru.

Dari Level 3 ke visi 2030: skenario adopsi, keselamatan, dan masa depan transportasi perkotaan

Pembahasan kendaraan otonom sering terjebak pada imajinasi ekstrem: mobil sepenuhnya tanpa sopir di semua tempat. Padahal, transisi yang paling realistis—dan paling berdampak di kota besar—adalah adopsi bertahap, terutama pada Level 3 (otonomi bersyarat) dan paket bantuan berkendara tingkat lanjut. Pada level ini, kendaraan dapat mengambil alih dalam kondisi tertentu, tetapi manusia tetap menjadi cadangan. Ini cocok untuk jalan tol, ring road, atau koridor yang infrastrukturnya lebih mudah “dibaca” sensor.

Di China, percepatan Level 3 terlihat dari izin uji yang mulai diberikan kepada sejumlah produsen besar, dengan fase awal di area yang pengawasannya ketat. Logikanya sederhana: Level 3 menuntut definisi kondisi operasi (ODD) yang jelas. Jika kondisi dibatasi, risiko bisa dihitung. Ketika performa stabil, cakupan dapat diperluas. Pendekatan ini terasa pragmatis, sekaligus memberi industri ruang untuk menyempurnakan SOP: bagaimana sistem meminta takeover, berapa detik ideal, dan bagaimana kendaraan bereaksi jika manusia tidak merespons.

Proyeksi industri untuk 2030 juga memberi konteks. Ada perkiraan bahwa sekitar seperlima mobil yang dijual di China pada 2030 bisa mencapai kemampuan tanpa sopir penuh dalam konteks tertentu, sementara mayoritas lainnya mengusung bantuan berkendara canggih. Bagi kota, dampaknya besar meski angka “fully autonomous” tidak dominan. Jika 70% kendaraan memiliki sistem yang lebih pintar dalam menjaga jarak, membaca titik buta, atau menghindari tabrakan, beban kecelakaan dan kemacetan bisa turun—tentu dengan catatan, pengguna memahami batas sistem.

Namun, keselamatan tetap menjadi medan paling sensitif. Kasus penghentian layanan robotaxi di luar negeri setelah insiden menunjukkan bahwa satu kejadian dapat mengubah arah kebijakan dalam semalam. Karena itu, kota-kota yang mempercepat uji coba perlu menguatkan tiga hal: investigasi berbasis data, transparansi prosedural, dan komunikasi publik yang tidak meremehkan risiko. Menutup rapat informasi bisa mencegah kepanikan jangka pendek, tetapi kepercayaan jangka panjang justru tumbuh ketika publik melihat ada mekanisme koreksi yang jelas.

Dari sisi transportasi perkotaan, kendaraan otonom paling cepat “menghasilkan nilai” bukan hanya pada taksi, tetapi juga logistik dan angkutan massal. Truk otonom di jalan tol, misalnya, memiliki pola gerak lebih stabil daripada lalu lintas dalam kota. Sementara bus otonom di koridor tertentu bisa mengatasi masalah kekurangan pengemudi, mengurangi biaya operasional, dan membuat jadwal lebih konsisten. Di beberapa kota, operator bus mulai beralih peran: dari mengemudi menjadi mengawasi lewat panel digital—sebuah perubahan profesi yang membutuhkan pelatihan ulang.

Di titik ini, diskusi juga menyentuh desain kota. Jika robotaxi makin umum, apakah kota perlu menata ulang titik jemput seperti “halte mikro”? Apakah parkir di pusat kota bisa dikurangi karena mobil bergerak terus? Bagaimana dampaknya pada pedagang kecil di sekitar titik drop-off yang ramai? Pertanyaan-pertanyaan ini menegaskan bahwa teknologi tidak berdiri sendiri; ia membentuk ulang ekonomi lokal.

Secara strategis, China tampak menempatkan kendaraan otonom sebagai salah satu pilar transformasi industri otomotif menuju manufaktur cerdas dan digital. Ini selaras dengan dorongan NEV dan integrasi perangkat lunak. Ketika kendaraan menjadi platform komputasi, pabrikan tidak hanya menjual logam dan mesin, tetapi juga layanan, pembaruan fitur, dan pengalaman pengguna—model bisnis yang akan menentukan arah kompetisi global.

Insight penutup untuk bagian ini: masa depan mobilitas urban bukan ditentukan oleh satu lompatan besar, melainkan oleh ribuan perbaikan kecil yang membuat otomasi terasa aman, terjangkau, dan masuk akal bagi kehidupan sehari-hari.