Anos depois de terminar o seu projecto de condução autónoma, a Uber está a tentar regressar ao cenário dos carros sem condutor de outra forma: transformando os veículos de milhões de motoristas online de todo o mundo em "matrizes de sensores" móveis que fornecem dados a empresas de condução autónoma e outros modelos de IA do mundo real.
O diretor de tecnologia da Uber, Praveen Neppalli Naga, revelou a visão de longo prazo em uma entrevista, descrevendo-a como uma “extensão natural” do novo projeto da empresa, AV Labs, anunciado no final de janeiro deste ano. Ele disse que a direção final do Uber é instalar vários sensores nos carros particulares dos motoristas humanos em um futuro próximo para coletar dados reais da cena da estrada. Naga também enfatizou que antes de dar este passo, a empresa precisa compreender completamente as capacidades e métodos de trabalho dos diferentes kits de sensores e esperar que os estados dos EUA forneçam orientações regulatórias mais claras sobre “o que é um sensor e como compartilhar dados”.
Atualmente, o AV Labs ainda opera com uma frota limitada de veículos dedicados equipados com sensores que são operados pela própria Uber e independentes do grupo de motoristas que fazem viagens diárias. Mas pode-se ver pela narrativa da Uber que este é apenas um ponto de partida: a Uber tem milhões de motoristas em todo o mundo, e mesmo que apenas um pequeno número de veículos esteja equipado com sensores, é suficiente para construir uma rede de recolha de dados rodoviários que é difícil de ser igualada por qualquer empresa autónoma. Naga acredita que o gargalo que restringe a evolução da tecnologia de condução autônoma não é mais o algoritmo subjacente ou o poder computacional, mas sim dados do mundo real de alta qualidade e suficientemente diversificados. “O gargalo são os dados”, disse ele. “Empresas como a Waymo precisam sair constantemente e coletar dados para cobrir diferentes cenários.”
Na sua visão, as empresas autônomas podem personalizar dados de treinamento extremamente detalhados sob demanda por meio da rede da Uber, como a exigência de “coletar as condições de tráfego em um cruzamento em frente a uma escola em São Francisco durante um período específico para treinar o modelo”. O verdadeiro problema é que a maioria das empresas de condução autónoma não tem capital suficiente para implantar as suas próprias frotas em grande escala em todo o mundo para cobrir estes cenários de cauda longa com alta densidade. Se a Uber conseguir mobilizar os recursos existentes de motoristas e veículos, espera-se que se torne a camada de fornecimento de dados para toda a indústria, fornecendo um fluxo constante de “combustível” para a tecnologia de condução autónoma.
O mundo exterior há muito questiona se o Uber será "contornado" por empresas autônomas no futuro, depois de desistir de construir seus próprios carros autônomos, ou mesmo será marginalizado no ecossistema de viagens. O cofundador Travis Kalanick também declarou publicamente que desistir da direção autônoma é um “grande erro”. Hoje, através do AV Labs, a Uber está a tentar transformar o seu papel de desenvolvedor de veículos autónomos numa infraestrutura e plataforma de dados neste campo, fornecendo capacidades subjacentes a todos os participantes com a ajuda da sua extensa rede de motoristas e fluxo de encomendas.
Atualmente, a Uber tem parcerias com 25 empresas autônomas em todo o mundo, incluindo players como a Wayve, que opera em Londres. Com base nisso, a empresa está construindo a chamada “nuvem AV”: um armazém de dados de sensores multimodais totalmente anotado que os parceiros podem recuperar e chamar para treinar seus próprios modelos de direção autônoma. Naga disse que as empresas parceiras também podem executar inferências no “modo sombra” em pedidos reais na plataforma Uber – isto é, simulando como seus próprios sistemas de direção autônomos tomarão decisões com base em dados reais de viagens sem realmente colocar veículos autônomos na estrada.
A julgar pela sua aparência externa, o Uber está tentando empacotar esta plataforma como uma “instalação pública da indústria”. “Nosso objetivo não é ganhar dinheiro com esses dados”, disse Naga, “mas democratizá-los”. No entanto, dado o valor comercial e a escassez de dados de alta qualidade na condução autónoma e no campo mais amplo da IA, ainda é questionável se tal posicionamento poderá ser sustentado no futuro. Na verdade, a Uber fez investimentos de capital numa série de empresas de condução autónoma nos últimos anos, e se os dados de formação diferenciados e em grande escala que possui se tornarem parte das competências essenciais dos seus parceiros, o poder de negociação da Uber perante estas empresas será provavelmente ainda mais reforçado.
Por trás desta ideia, a lógica da Uber está a mudar de “construir um carro” para “construir uma plataforma”: por um lado, continua a manter a sua vantagem de entrada ao nível do utilizador final através da sua própria rede de viagens e entrega de comida; por outro lado, tenta precipitar o itinerário e as cenas reais do veículo do motorista em ativos de dados estruturados para atender empresas de direção autônoma e até mesmo outras grandes empresas modelo que necessitam de dados de treinamento do mundo físico. Para uma empresa que há muito deixou de fabricar pilhas de hardware e software de condução autónoma, esta pode ser uma nova forma de continuar a participar na próxima ronda de mudanças na tecnologia de transporte e manter uma presença nela.