Uber heeft een langetermijnambitie die veel verder gaat dan het vervoeren van passagiers: het bedrijf wil uiteindelijk de auto's van zijn menselijke chauffeurs uitrusten met sensoren om real-world data op te zuigen voor autonome voertuigbedrijven (AV) - en mogelijk andere bedrijven die AI-modellen trainen op fysieke scenario's.

Praveen Neppalli Naga, Uber's chief technology officer, onthulde het plan in een interview op TechCrunch's StrictlyVC-evenement in San Francisco donderdagavond, en beschreef het als een natuurlijke uitbreiding van een pril programma dat het bedrijf eind januari aankondigde, genaamd AV Labs. "Dat is de richting die we uiteindelijk op willen," zei Naga over het uitrusten van de voertuigen van menselijke chauffeurs. "Maar eerst moeten we begrijpen hoe de sensorkits werken en hoe ze allemaal samenwerken. Er zijn wat regelgevingen - we moeten ervoor zorgen dat elke staat duidelijkheid heeft over wat sensoren betekenen en wat het delen ervan betekent."

Voor nu vertrouwt AV Labs op een klein, toegewijd wagenpark van met sensoren uitgeruste auto's die Uber zelf beheert, los van zijn chauffeursnetwerk. Maar de ambitie is duidelijk veel groter. Uber heeft wereldwijd miljoenen chauffeurs, en als zelfs maar een fractie van die auto's kan worden omgetoverd tot rijdende dataverzamelplatforms, zou de schaal van wat Uber de AV-industrie kan bieden, alles overtreffen wat een individueel AV-bedrijf zelf kan verzamelen.

Het inzicht dat het programma drijft, zei Naga, is dat de beperkende factor voor AV-ontwikkeling niet langer de onderliggende technologie is. "De bottleneck is data," zei hij. "[Bedrijven zoals Waymo] moeten rondrijden om data te verzamelen, verschillende scenario's te verzamelen. Je kunt misschien zeggen: in San Francisco, 'Op deze schoolkruising wil ik wat data op dit tijdstip van de dag, zodat ik mijn modellen kan trainen.' Het probleem voor al deze bedrijven is toegang tot die data, omdat ze niet het kapitaal hebben om de auto's in te zetten en al deze informatie te verzamelen."

Het worden van de datalaag voor het hele AV-ecosysteem is een behoorlijk slimme zet, vooral gezien het feit dat Uber jaren geleden zijn eigen ambities om zelfrijdende auto's te bouwen heeft opgegeven (een zet waar medeoprichter Travis Kalanick publiekelijk spijt van heeft betuigd als een grote fout). Inderdaad, veel waarnemers in de industrie hebben zich afgevraagd of Uber, zonder zijn eigen zelfrijdende auto's, op een dag irrelevant zou kunnen worden naarmate AV's wereldwijd steeds meer opkomen.

Het bedrijf heeft momenteel partnerschappen met 25 AV-bedrijven - waaronder Wayve, dat actief is in Londen - en bouwt wat Naga beschreef als een "AV-cloud": een bibliotheek van gelabelde sensordata die partnerbedrijven kunnen doorzoeken en gebruiken om hun modellen te trainen. Partners, waarin Uber van plan is directer te investeren, kunnen het systeem ook gebruiken om hun getrainde modellen in "schaduwmodus" te laten draaien tegen echte Uber-ritten, waarbij wordt gesimuleerd hoe een AV zou hebben gepresteerd zonder er daadwerkelijk een op de weg te zetten.

"Ons doel is niet om geld te verdienen aan deze data," zei Naga. "We willen het democratiseren." Gezien de voor de hand liggende commerciële waarde van wat Uber aan het bouwen is, zal die positionering waarschijnlijk niet lang standhouden. Het bedrijf heeft al aandelenbelangen in tal van AV-spelers, en zijn vermogen om propriëtaire trainingsdata op schaal aan te bieden, zou het aanzienlijke hefboomwerking kunnen geven over een sector die momenteel afhankelijk is van Uber's ritmarktplaats om klanten te bereiken.