Uber har en långsiktig ambition som sträcker sig långt bortom att skjutsa passagerare: företaget vill så småningom utrusta sina mänskliga förares bilar med sensorer för att suga upp verklig data för autonoma fordonsföretag (AV) – och potentiellt andra företag som tränar AI-modeller på fysiska scenarier.

Praveen Neppalli Naga, Ubers teknikchef, avslöjade planen i en intervju på TechCrunchs StrictlyVC-evenemang i San Francisco på torsdagskvällen och beskrev det som en naturlig förlängning av ett nystartat program som företaget tillkännagav i slutet av januari som heter AV Labs. ”Det är den riktningen vi vill gå så småningom”, sa Naga om att utrusta mänskliga förares fordon. ”Men först måste vi få förståelse för sensorkiten och hur de fungerar. Det finns vissa regler – vi måste se till att varje stat har [klarhet i] vad sensorer innebär och vad delning innebär.”

För närvarande förlitar sig AV Labs på en liten, dedikerad flotta av sensorutrustade bilar som Uber själv driver, separat från sitt förarnätverk. Men ambitionen är uppenbarligen mycket större. Uber har miljontals förare globalt, och om även en bråkdel av dessa bilar kunde omvandlas till rullande datainsamlingsplattformar skulle skalan av vad Uber kunde erbjuda AV-industrin överglänsa vad något enskilt AV-företag skulle kunna samla på egen hand.

Insikten som driver programmet, sa Naga, är att den begränsande faktorn för AV-utveckling inte längre är den underliggande tekniken. ”Flaskhalsen är data”, sa han. ”[Företag som Waymo] måste åka runt och samla in data, samla in olika scenarier. Du kanske kan säga: i San Francisco, ’Vid den här skolkorsningen vill jag ha data vid den här tiden på dagen så att jag kan träna mina modeller.’ Problemet för alla dessa företag är tillgången till den datan, eftersom de inte har kapitalet för att sätta ut bilarna och samla in all denna information.”

Att bli datalagret för hela AV-ekosystemet är ett ganska smart drag, särskilt med tanke på att Uber för år sedan övergav sina egna ambitioner att bygga självkörande bilar (ett drag som medgrundaren Travis Kalanick offentligt har beklagat som ett stort misstag). Faktum är att många branschobservatörer har undrat om Uber, utan sina egna självkörande bilar, en dag kan bli irrelevant när AV:er alltmer dyker upp över hela världen.

Företaget har för närvarande partnerskap med 25 AV-företag – inklusive Wayve, som verkar i London – och bygger vad Naga beskrev som ett ”AV-moln”: ett bibliotek av märkt sensordata som partnerföretag kan fråga och använda för att träna sina modeller. Partners, som Uber planerar att mer aggressivt investera i direkt, kan också använda systemet för att köra sina tränade modeller i ”skuggläge” mot verkliga Uber-resor, simulera hur en AV skulle ha presterat utan att faktiskt sätta en på vägen.

”Vårt mål är inte att tjäna pengar på denna data”, sa Naga. ”Vi vill demokratisera den.” Med tanke på det uppenbara kommersiella värdet av vad Uber bygger, kanske den positioneringen inte varar länge. Företaget har redan gjort aktieinvesteringar i många AV-aktörer, och dess förmåga att erbjuda proprietär träningsdata i stor skala kan ge det betydande inflytande över en sektor som just nu är beroende av Ubers åkmarknad för att nå kunder.