Uber busca lucrar con los vehículos autónomos, pero no operándolos directamente

El nuevo enfoque de Uber hacia los datos de vehículos autónomos

En lugar de depender únicamente de vehículos impulsados por IA, Uber apunta a aprovechar la enorme cantidad de datos generados por sus miles de millones de viajes anuales. La compañía ve una oportunidad para utilizar esta información en beneficio de la creciente industria de autos autónomos.

Esta semana, Uber presentó un programa enfocado en recolectar y analizar datos provenientes de cámaras y sensores instalados en los vehículos utilizados por sus socios de robotaxis. El objetivo principal es proporcionar a las empresas de vehículos autónomos (AV) datos valiosos de conducción en el mundo real.

Según Uber, la iniciativa comenzará con su red de 50.000 socios de flotas a nivel mundial—estos son propietarios u operadores externos que gestionan múltiples vehículos y conductores en la plataforma de Uber. Estos socios comenzarán a equipar sus autos con kits de sensores especializados diseñados para monitorear las condiciones climáticas y los peligros en la carretera, según explicó un representante de Uber.

La empresa aclaró que estos kits de sensores se montarán externamente, concentrándose en el entorno vial público en lugar del interior del vehículo.

“Nuestra estrategia es apoyar a nuestros socios y ayudar a que los vehículos autónomos seguros sean accesibles para más personas en todo el mundo”, afirmó un portavoz de Uber.

Uber no ha revelado cuáles de sus más de 20 socios—including Waymo—están participando en esta iniciativa. Sin embargo, la empresa canadiense de robotaxis Waabi anunció recientemente una asociación con Uber para desplegar 25.000 robotaxis en la plataforma, un acuerdo que, según informes, está valorado en mil millones de dólares.

Uber ha colaborado previamente con Nvidia para recolectar datos de conducción en el mundo real y actualmente opera vehículos equipados con cámaras para la recopilación continua de datos, según ha declarado la empresa.

En 2020, Uber salió del negocio de desarrollo de sus propios vehículos autónomos, vendiendo su división de conducción autónoma a Aurora, una startup del sector. Esta decisión se produjo tras un trágico incidente en 2018, cuando un vehículo autónomo de Uber atropelló y mató a un peatón.

Mejorando el entrenamiento de vehículos autónomos

Tradicionalmente, las empresas e investigadores en el sector de conducción autónoma han dependido de simulaciones y algoritmos para anticipar los desafíos de la conducción en el mundo real. Por ejemplo, un equipo de la Universidad de Michigan desarrolló herramientas de IA para simular comportamientos de conducción deficientes, lo que ha ayudado a reducir el costo y la complejidad de las pruebas de la tecnología AV.

Uber le dijo a CBS News que uno de los objetivos clave de su nueva iniciativa es capturar incidentes impredecibles—como escombros volando hacia la carretera o un peatón que aparece repentinamente por la noche—que son difíciles de anticipar para los modelos sintéticos.

“El principal obstáculo para lograr la autonomía ya no es el software ni el hardware, sino el acceso a datos de entrenamiento y modelos del mundo real de alta calidad”, dijo Praveen Neppalli Naga, Director de Tecnología de Uber.

Desbloqueando el valor de los datos en el mundo real

Uber se refiere a este tipo de información como “datos de cola larga”, que podrían ser sumamente valiosos para las empresas que desarrollan tecnología de conducción autónoma. El éxito comercial de los AV depende de ganarse la confianza del público, y Uber ve la posibilidad de generar nuevos ingresos cobrando eventualmente a sus socios por el acceso a estos recursos de datos.

“Creemos que esta oferta puede acelerar significativamente la adopción de tecnología autónoma. Somos optimistas respecto a su valor, ya que los datos ya están resultando ser sumamente útiles”, comentó un portavoz de Uber. “El despliegue masivo de AVs representa una oportunidad de varios billones de dólares para Uber.”

Desafíos en el camino por delante

Zachary Greenberger, ex director comercial de Lyft y ahora CEO de Nexar—una empresa especializada en herramientas de datos para conducción autónoma—reconoce el potencial de combinar IA con datos de tráfico. Sin embargo, le dijo a CBS News que Uber podría enfrentar obstáculos importantes para escalar rápidamente.

Greenberger también señaló que el enfoque inicial de Uber en conductores profesionales de flotas podría limitar la variedad de situaciones impredecibles que se capturan, ya que estos conductores tienen menos probabilidades de encontrarse con escenarios raros y caóticos—como un niño que corre inesperadamente a la calle—que son difíciles de replicar en simulaciones.

“Los números son abrumadores. Para proporcionar datos significativos a las empresas de AV, Uber necesitaría instalar rápidamente cientos de miles de sensores en los vehículos”, explicó Greenberger.