Uber pretende lucrar com veículos autônomos — mas não operando-os diretamente

Nova abordagem da Uber para dados de veículos autônomos

Em vez de depender exclusivamente de veículos movidos por IA, a Uber pretende aproveitar a enorme quantidade de dados gerados a partir de seus bilhões de corridas anuais. A empresa vê uma oportunidade de utilizar essas informações para beneficiar a crescente indústria de carros autônomos.

Esta semana, a Uber lançou um programa focado na coleta e análise de dados de câmeras e sensores instalados em veículos utilizados por seus parceiros de robotáxi. O principal objetivo é fornecer às empresas de veículos autônomos (AV) dados valiosos e reais sobre direção.

Segundo a Uber, a iniciativa começará com sua rede de 50.000 parceiros de frota em todo o mundo — são proprietários ou operadores terceirizados que gerenciam múltiplos veículos e motoristas na plataforma Uber. Esses parceiros passarão a equipar seus carros com kits de sensores especializados projetados para monitorar condições climáticas e perigos nas estradas, conforme explicou um representante da Uber.

A empresa esclareceu que esses kits de sensores serão montados externamente, concentrando-se no ambiente das vias públicas em vez do interior do veículo.

“Nossa estratégia é apoiar nossos parceiros e ajudar a tornar os veículos autônomos seguros acessíveis para mais pessoas globalmente”, afirmou um porta-voz da Uber.

A Uber não revelou quais dos seus mais de 20 parceiros — incluindo Waymo — estão participando desta iniciativa. No entanto, a empresa canadense de robotáxis Waabi anunciou recentemente uma parceria com a Uber para implantar 25.000 robotáxis na plataforma, um acordo que, segundo relatos, vale US$ 1 bilhão.

A Uber já colaborou anteriormente com a Nvidia para coletar dados reais de condução e atualmente opera veículos equipados com câmeras para coleta contínua de dados, conforme declarado pela empresa.

Em 2020, a Uber saiu do negócio de desenvolvimento de seus próprios veículos autônomos, vendendo sua divisão de direção autônoma para a Aurora, uma startup do setor. Essa decisão veio após um incidente trágico em 2018, quando um veículo autônomo da Uber atropelou e matou um pedestre.

Aprimorando o treinamento de veículos autônomos

Tradicionalmente, empresas e pesquisadores do setor de direção autônoma dependem de simulações e algoritmos para antecipar desafios reais no trânsito. Por exemplo, uma equipe da Universidade de Michigan desenvolveu ferramentas de IA para simular comportamentos de direção inadequados, o que ajudou a reduzir os custos e a complexidade dos testes de tecnologias AV.

A Uber disse à CBS News que um dos principais objetivos da nova iniciativa é capturar incidentes imprevisíveis — como detritos sendo levados para a estrada ou um pedestre surgindo repentinamente à noite — que são difíceis de prever em modelos sintéticos.

“O principal obstáculo para alcançar a autonomia não é mais o software ou o hardware, mas sim o acesso a dados e modelos de treinamento reais e de alta qualidade”, disse Praveen Neppalli Naga, Diretor de Tecnologia da Uber.

Desbloqueando o valor dos dados do mundo real

A Uber se refere a esse tipo de informação como “dados de cauda longa”, que podem ser extremamente valiosos para empresas que desenvolvem tecnologia de direção autônoma. O sucesso comercial dos AVs depende de conquistar a confiança do público, e a Uber vê potencial para gerar novas receitas cobrando parceiros pelo acesso a seus recursos de dados futuramente.

“Acreditamos que essa oferta pode acelerar significativamente a adoção da tecnologia autônoma. Estamos otimistas com seu valor, pois os dados já estão se mostrando extremamente úteis”, comentou um porta-voz da Uber. “A implantação em larga escala de AVs representa uma oportunidade de vários trilhões de dólares para a Uber.”

Desafios no caminho

Zachary Greenberger, ex-diretor de negócios da Lyft e agora CEO da Nexar — uma empresa especializada em ferramentas de dados para direção autônoma — reconhece o potencial de unir IA com dados de tráfego. No entanto, ele disse à CBS News que a Uber pode enfrentar grandes obstáculos para escalar rapidamente.

Greenberger também observou que o foco inicial da Uber em motoristas profissionais de frotas pode limitar a variedade de situações imprevisíveis capturadas, já que esses motoristas são menos propensos a encontrar cenários raros e caóticos — como uma criança correndo inesperadamente para a rua — que são difíceis de replicar em simulações.

“Os números são assustadores. Para fornecer dados relevantes às empresas de AV, a Uber precisaria instalar rapidamente centenas de milhares de sensores em veículos”, explicou Greenberger.