درون استراتژی جدید اوبر؛ تبدیل ناوگان انسانی به ابر داده‌های خودران

تصور کنید راننده‌ی اوبر شما تنها یک مسافربر نیست، بلکه در حال آموزش هوش مصنوعی است که روزی جایگزین او خواهد شد. اگر فکر می‌کنید رقابت در صنعت خودروهای خودران تنها بر سر سخت‌افزار است، باید بدانید که اوبر در حال تغییر قواعد بازی است.

طبق اعلام پراوین نپالی ناگا (Praveen Neppalli Naga)، مدیر فناوری اوبر، در ۱ مه ۲۰۲۶، این شرکت استراتژی بلندمدتی را برای تبدیل خودروهای انسانی به پلتفرم‌های متحرک جمع‌آوری داده دنبال می‌کند. به نقل از گزارش تک‌کرانچ (TechCrunch)، این توسعه در برنامه‌ی آزمایشگاه‌های خودروهای خودران (AV Labs) با هدف فراهم کردن سناریوهای متنوع و واقعی است که شرکت‌های توسعه‌دهنده برای جمع‌آوری دستی آن‌ها بودجه‌ی کافی ندارند.

ناگا استدلال می‌کند که گلوگاه اصلی توسعه‌ی خودروهای خودران (Autonomous Vehicles - AV) دیگر تکنولوژی نیست، بلکه کمبود داده‌های باکیفیت است. برای حل این مشکل، اوبر در حال ساخت یک «ابر خودروهای خودران» با قابلیت‌های زیر است:

• کتابخانه‌ای جامع از داده‌های برچسب‌گذاری‌شده (Labeled Data) که شرکت‌های شریک برای آموزش مدل‌ها از آن استعلام می‌گیرند.
• سیستم حالت سایه (Shadow Mode) برای شبیه‌سازی عملکرد یک خودروی خودران در سفرهای واقعی اوبر، بدون نیاز به اعزام خودرو به خیابان.
• سرمایه‌گذاری‌های مستقیم در شرکت‌های AV برای تعمیق ادغام زیرساختی.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی چالش‌های جمع‌آوری داده‌های لبه اشاره کردیم، دسترسی به «موارد نادر» (Edge Cases) سخت‌ترین بخش آموزش مدل‌هاست. اوبر با همکاری با ۲۵ شرکت، از جمله شرکت ویو (Wayve) مستقر در لندن، مقیاسی از داده‌ها را ارائه می‌دهد که توانایی هر شرکت تک‌نفره‌ای را به چالش می‌کشد.

این استراتژی یک چرخش راهبردی است؛ اوبر دیگر نمی‌خواهد خودش خودروی خودران بسازد، بلکه می‌خواهد «لایه داده» حیاتی کل اکوسیستم باشد. با این حال، طبق گزارش‌ها، اوبر برای اجرای این طرح باید با پیچیدگی‌های قانونی مربوط به نصب حسگرها و مجوزهای اشتراک داده در ایالت‌های مختلف دست‌وپنجه نرم کند.

اما این تغییر استراتژی، تنها بخشی از یک بازی بزرگتر است؛ اثر این مدل بر قیمت‌گذاری خدمات حمل‌ونقل را در گزارش بعدی بررسی می‌کنیم.

گام بعدی شما

• بررسی رویکرد شرکت Wayve در زمینه یادگیری ماشین بدون نقشه.
• تحلیل تأثیر جمع‌آوری داده‌های انبوه بر حریم خصوصی مسافران در شهرهای بزرگ.
• رصد تغییرات قانونی در مورد نصب تجهیزات حسگر در خودروهای شخصی.