Uber veut transformer son réseau de chauffeurs en couche de données pour les voitures autonomes

Le prochain pari d’Uber dans l’autonomie

La stratégie autonome de long terme d’Uber s’articule autour d’un rôle que peu d’entreprises, selon elle, peuvent égaler : la collecte de données à l’échelle mondiale. La société dit vouloir à terme équiper les voitures des chauffeurs humains de capteurs afin que ces véhicules recueillent des données de conduite réelles pour les développeurs de véhicules autonomes et, potentiellement, pour d’autres systèmes d’IA entraînés sur des scénarios du monde physique.

Cette vision a été présentée par le directeur technique d’Uber, Praveen Neppalli Naga, qui a décrit ce concept comme la direction dans laquelle l’entreprise veut aller après avoir d’abord appris davantage via un effort interne plus restreint. À court terme, Uber utilise une flotte dédiée de voitures équipées de capteurs dans le cadre d’un programme annoncé fin janvier sous le nom d’AV Labs. Mais l’ambition stratégique est bien plus vaste. Le réseau de chauffeurs d’Uber compte des millions de personnes dans le monde, ce qui crée la possibilité d’une plateforme de capteurs distribuée qui pourrait dépasser de loin la portée de la flotte interne de n’importe quelle société de conduite autonome.

Pourquoi Uber pense que l’opportunité se trouve dans la donnée

La thèse de l’entreprise est simple : le facteur limitant du développement des véhicules autonomes n’est pas seulement la pile logicielle et matérielle sous-jacente, mais l’accès à des données larges et riches en scénarios. Naga a soutenu que le goulot d’étranglement est la collecte de données elle-même. À ses yeux, les développeurs d’AV ont besoin d’exemples ciblés provenant de rues précises, de moments de la journée et de conditions de conduite particulières, mais manquent souvent du capital nécessaire pour déployer assez de véhicules afin de collecter ces informations efficacement.

Si Uber parvient à résoudre ce problème, elle pourrait devenir une infrastructure pour le secteur AV plutôt qu’un simple partenaire de distribution. C’est un changement significatif. Uber s’est déjà retirée de la construction de son propre système de conduite autonome, et l’essor des programmes de robotaxi a longtemps soulevé la question de savoir si les plateformes sans pile AV propriétaire finiraient par perdre leur levier. Ce plan suggère qu’Uber voit une autre voie : détenir l’accès au réseau de trajets, le signal de demande opérationnelle et, potentiellement, la couche de données qui aide les sociétés AV à améliorer leurs modèles.

D’une plateforme de mobilité à un “AV cloud”

Uber dit construire ce que Naga a appelé un “AV cloud”, une bibliothèque de données de capteurs étiquetées que les partenaires peuvent interroger et utiliser pour l’entraînement des modèles. La société travaille déjà avec 25 partenaires AV, dont Wayve, basée à Londres, selon le texte source fourni. Cette structure de partenariat existante donne à Uber une base de clients ou de collaborateurs pour tout service de données plus large qu’elle parviendrait à créer.

Le projet va au-delà du simple stockage passif. Uber dit que les partenaires pourraient aussi utiliser le système pour exécuter des modèles entraînés en “mode ombre” sur de vrais trajets Uber. Dans ce cadre, le système AV ne conduit pas réellement le véhicule, mais peut être évalué comme s’il le faisait, ce qui permet aux entreprises de comparer le comportement du modèle aux conditions réelles du trajet sans déployer de voiture autonome sur la route.

C’est important parce que cela transforme le réseau opérationnel d’Uber en environnement de test autant qu’en canal de distribution. Pour les développeurs AV, la capacité à collecter des données puis à évaluer les modèles par rapport à des schémas de trajets réels pourrait réduire une partie de l’écart entre l’entraînement et le déploiement.

Les frictions réglementaires et techniques

Uber ne prétend pas que cela peut arriver immédiatement. Naga a indiqué que l’entreprise devait d’abord mieux comprendre les kits de capteurs et leur fonctionnement en pratique. Il a aussi souligné l’incertitude réglementaire, disant que l’entreprise aurait besoin de clarté, État par État, sur ce que signifient les capteurs et sur ce qu’impliquerait le partage de données.

Ces contraintes sont importantes. Un réseau à grande échelle de véhicules privés équipés de capteurs poserait des questions d’installation, de maintenance, de confidentialité, de consentement et de conformité État par État. La propre description d’Uber reconnaît que le projet dépend de la résolution de ces questions. Pour l’instant, AV Labs reste une version plus petite et plus contrôlée du concept, utilisant des voitures qu’Uber exploite elle-même plutôt que de transformer l’ensemble plus large des chauffeurs en collecteurs de données mobiles.

Pourquoi cela pourrait redéfinir la position d’Uber

La proposition d’Uber est remarquable parce qu’elle requalifie la relation de l’entreprise à l’autonomie. Au lieu de concurrencer de front en tant que constructeur automobile ou développeur d’autonomie, Uber se positionne comme un intermédiaire disposant d’une portée physique unique. Des millions de chauffeurs créent une diversité d’itinéraires, une couverture temporelle et une dispersion géographique difficiles à reproduire pour une seule société AV. Si seule une fraction de ces véhicules était équipée de capteurs, l’échelle pourrait être énorme.

Cela ne garantit pas le succès. Le projet dépend de la réglementation, de l’économie et de l’adoption par les partenaires. Il révèle néanmoins la manière dont Uber entend rester stratégiquement pertinente à mesure que la technologie autonome mûrit. Données, étiquetage, distribution des trajets et évaluation simulée sont autant d’actifs qui prennent plus de valeur lorsque de nombreux acteurs AV en ont besoin en même temps.

Un pari plus large sur l’infrastructure IA

Le texte source laisse aussi place à une interprétation plus large. Uber dit que les données pourraient potentiellement être utiles non seulement aux entreprises de conduite autonome, mais aussi à d’autres systèmes d’IA entraînés sur des scénarios du monde physique. Cela suggère que l’entreprise voit une valeur dans des données de capteurs réelles et curées au-delà du seul marché des robotaxis.

Pour l’instant, l’histoire immédiate est claire. Uber veut passer d’une plateforme qui met en relation passagers et chauffeurs à une plateforme qui fournit aussi une infrastructure de données pour la mobilité autonome. L’entreprise commence modestement via AV Labs, mais l’ambition à long terme est sans ambiguïté : transformer des morceaux de son réseau mondial de chauffeurs en grille de capteurs et devenir une couche fondamentale de l’écosystème AV.

Cet article est basé sur un reportage de TechCrunch. Lire l’article original.