Bezpečnost, která se dá spočítat — ne jen tvrdit

Autonomní řízení má zásadní paradox. Čím je systém vyspělejší, tím méně chyb dělá — a tím těžší je dokázat, že je skutečně bezpečný. Klasický přístup "nasbírat miliardy kilometrů v reálném provozu" totiž naráží na statistickou zeď: nehody, ke kterým dochází jednou za život řidiče, se v testovacích datech téměř nevyskytují. Přesto právě tyto extrémně vzácné situace rozhodují o tom, zda autonomní systém obstojí.

Kodiak, kalifornský startup zaměřený na autonomní kamionovou dopravu, na tuto výzvu odpovídá metodikou nazvanou Probabilistic Risk Assessment (PRA) — pravděpodobnostní hodnocení rizik. Nejde o marketingovou zkratku, ale o důkladný inženýrský nástroj převzatý z odvětví, kde selhání nepřipadá v úvahu: z letectví a jaderné energetiky.

PRA podle Kodiaku kombinuje Bayesovskou teorii pravděpodobnosti, systémové inženýrství, analýzu spolehlivosti a statistické modely do kvantifikovatelných výsledků. Díky tomu dokáže odhadnout očekávanou míru kolizí různých závažností — a hlavně identifikovat konkrétní scénáře a rizikové faktory, které bezpečnostní profil dominují.

Tři otázky, které rozhodují o životě a smrti

Metodika PRA rozkládá každý jízdní scénář na tři základní faktory:

1. Expozice scénáři — jak často se autonomní vozidlo do dané situace dostane
2. Pravděpodobnost kolize — jak velká je šance, že v této situaci dojde ke srážce
3. Závažnost následků — jak vážné by případné následky byly

Klíčovou vlastností přitom je, že PRA explicitně kvantifikuje i vlastní nejistotu. Jinými slovy — umí říct nejen "jak velké je riziko", ale také "jak moc si tímto odhadem jsme jisti". Tam, kde je evidence slabá, Kodiak ví, kam má soustředit další testování. Žádné pocity, žádné "zdá se nám to bezpečné" — pouze tvrdá čísla.

Výstup PRA pak Kodiak porovnává s výkonnostními referenčními hodnotami lidských řidičů, které společnost stanovila ve spolupráci s předními centry dopravního výzkumu.

BreakPoint: AI lovec okrajových případů

Druhým pilířem bezpečnostní strategie Kodiaku je interně vyvinutý nástroj BreakPoint. Zatímco PRA poskytuje statistický rámec, BreakPoint funguje jako AI validátor, který systematicky vyhledává extrémně vzácné okrajové scénáře — takzvané edge cases — jež by mohly vést ke kolizi nebo jinému nežádoucímu chování.

BreakPoint nepracuje náhodně. Využívá strojové učení k tomu, aby inteligentně a efektivně lovil ty nejzáludnější situace, které by reálné testování na silnici možná nikdy nezachytilo. Představte si to jako simulátor, který cíleně hledá slabiny systému — podobně jako bezpečnostní výzkumníci hledají zranitelnosti v softwaru.

Výstupy z BreakPointu následně přímo napájejí PRA modely, čímž se vytváří uzavřená smyčka: AI hledá slabiny, PRA je kvantifikuje a inženýři ví přesně, na čem pracovat. Tento informační tok podle Kodiaku umožňuje kapitálově efektivní vývoj — firma nemusí provozovat největší flotilu na světě, stačí jí nejchytřejší data.

Za hranice funkční bezpečnosti

Tradiční automobilový průmysl se při ověřování bezpečnosti opírá o standardy funkční bezpečnosti, které řeší otázku "co se stane, když něco selže". U autonomních vozidel ale vyvstává složitější problém: "Dokáže systém bezpečně zvládnout reálnou situaci, i když všechno funguje správně?"

Právě touto otázkou se zabývá standard ISO 21448 (Safety of the Intended Functionality, zkráceně SOTIF), který řeší rizika plynoucí z toho, že správně fungující systém narazí na neočekávané podmínky. Kodiak svou PRA metodiku staví právě na tomto standardu.

Na rozdíl od tradičních funkčně-bezpečnostních analýz, které se provedou jednou a zůstanou statické, je PRA podle Kodiaku živý, iterativní proces — s každým novým datovým bodem se modely aktualizují a zpřesňují.

Od obrany po kamionovou dopravu

Kodiak přitom není jednostranně zaměřenou firmou. Technologie Kodiak Driver nachází uplatnění ve třech klíčových sektorech: dálková kamionová doprava, obranný sektor (autonomní vozidla pro americkou armádu) a těžký průmysl (důlní a průmyslové aplikace).

V květnu 2026 Kodiak zahájil autonomní přepravu nákladu ve spolupráci s dopravcem Roehl Transport — praktický krok od testování k reálnému nasazení. A právě v momentě, kdy autonomní kamiony začínají najíždět komerční kilometry, se nástroje jako PRA a BreakPoint stávají naprosto klíčovými. Nejde už jen o demonstraci technologie, ale o prokazatelnou bezpečnost vůči regulátorům, partnerům i veřejnosti.

Co to znamená pro Česko a Evropu

Evropská unie zatím nemá jednotný rámec pro schvalování autonomních nákladních vozidel, ale práce na něm intenzivně probíhají. Přístup Kodiaku — kombinace AI řízeného hledání chyb a pravděpodobnostního modelování rizik — by se mohl stát inspirací pro evropské regulační standardy.

Pro Českou republiku jako tranzitní zemi s klíčovou rolí v evropské logistice je otázka bezpečnosti autonomních kamionů mimořádně relevantní. České dálnice denně protínají tisíce kamionů a autonomní systémy, které by dokázaly eliminovat únavu řidiče a lidské chyby (které podle amerických statistik stojí za více než 85 % nehod nákladních vozidel), by mohly zásadně zvýšit bezpečnost provozu i u nás.

Zatím však Kodiak působí primárně v USA. Evropské nasazení autonomních kamionů je během na delší trať — ale metodiky ověřování bezpečnosti, které firma vyvíjí, budou relevantní bez ohledu na to, který výrobce jako první přiveze autonomní tahač na D1.