Uber quiere convertir su red de conductores en una capa de datos para coches autónomos

De plataforma de viajes a “AV cloud”

Uber dice que está construyendo lo que Naga llamó una “AV cloud”, una biblioteca de datos de sensores etiquetados que las empresas asociadas pueden consultar y usar para entrenar modelos. La compañía ya trabaja con 25 socios AV, incluida la empresa Wayve con sede en Londres, según el texto fuente proporcionado. Esa estructura de colaboración existente le da a Uber una base de clientes o colaboradores para cualquier servicio de datos más amplio que logre crear.

El plan va más allá del almacenamiento pasivo. Uber dice que los socios también podrían usar el sistema para ejecutar modelos entrenados en “modo sombra” frente a viajes reales de Uber. En esa configuración, el sistema AV no conduce realmente el vehículo, pero puede evaluarse como si lo hiciera, lo que permite a las empresas comparar el comportamiento del modelo con las condiciones reales del viaje sin desplegar un coche autónomo en la carretera.

Eso importa porque convierte la red operativa de Uber en un entorno de pruebas y también en un canal de distribución. Para los desarrolladores de AV, la capacidad de recopilar datos y luego evaluar modelos frente a patrones de viaje reales podría reducir parte de la brecha entre entrenamiento y despliegue.

La fricción regulatoria y técnica

Uber no afirma que esto pueda suceder de inmediato. Naga dijo que la empresa primero necesita una mejor comprensión de los kits de sensores y de cómo funcionan en la práctica. También señaló la incertidumbre regulatoria, diciendo que la compañía necesitaría claridad en todos los estados sobre qué significan los sensores y qué implicaría el intercambio de datos.

Esas limitaciones son sustanciales. Una red a gran escala de vehículos privados equipados con sensores plantearía preguntas sobre instalación, mantenimiento, privacidad, consentimiento y cumplimiento estado por estado. La propia descripción de Uber reconoce que el proyecto depende de resolver esas cuestiones. Por ahora, AV Labs sigue siendo una versión más pequeña y controlada del concepto, usando coches que opera la propia Uber en lugar de convertir a la base más amplia de conductores en recolectores móviles de datos.

Por qué esto podría redefinir la posición de Uber

La propuesta de Uber es notable porque replantea la relación de la compañía con la autonomía. En lugar de competir de frente como fabricante de vehículos o desarrollador de autonomía, Uber se está posicionando como un intermediario con un alcance físico único. Millones de conductores generan diversidad de rutas, cobertura temporal y dispersión geográfica que son difíciles de replicar para una sola empresa de AV. Si solo una fracción de esos vehículos estuviera equipada con sensores, la escala podría ser enorme.

Eso no garantiza el éxito. El plan depende de la regulación, la economía y la adopción por parte de los socios. Aun así, revela cómo Uber pretende seguir siendo estratégicamente relevante a medida que madura la tecnología de conducción autónoma. Los datos, el etiquetado, la distribución de viajes y la evaluación simulada son activos que se vuelven más valiosos cuando muchos actores de AV los necesitan al mismo tiempo.

Una apuesta más amplia por infraestructura de IA

El texto fuente también deja espacio para una interpretación aún más amplia. Uber dice que los datos podrían ser útiles no solo para empresas de conducción autónoma, sino también para otros sistemas de IA entrenados en escenarios del mundo físico. Eso sugiere que la empresa ve valor en datos de sensores reales y curados más allá del mercado de robotaxis.

Por ahora, la historia inmediata es clara. Uber quiere pasar de ser una plataforma que conecta pasajeros y conductores a una plataforma que también suministra infraestructura de datos para la movilidad autónoma. La compañía empieza por una versión pequeña a través de AV Labs, pero la ambición a largo plazo es inequívoca: transformar partes de su red global de conductores en una malla de sensores y convertirse en una capa fundamental para el ecosistema AV.

Este artículo está basado en reportaje de TechCrunch. Leer el artículo original.