優(yōu)步的野心已不局限于網(wǎng)約車：正試圖成為自動駕駛的數(shù)據(jù)層

據(jù) TechCrunch 報道，優(yōu)步的長期野心早已不局限于接送乘客的網(wǎng)約車，近日該公司正計劃為人類駕駛的車輛加裝一種傳感器，為自動駕駛公司采集真實世界數(shù)據(jù)，未來還可能服務于其他需要真實場景訓練AI模型的企業(yè)。

優(yōu)步首席技術官普拉文·內(nèi)帕利·納加（Praveen Neppalli Naga）周四晚在舊金山舉辦的TechCrunch StrictlyVC活動上接受采訪時披露了這一計劃，并表示這是公司1月底宣布的新項目AV Labs（自動駕駛實驗室） 的自然延伸。

“這是我們最終要走的方向，”納加在談到為人類司機車輛加裝設備時表示，“但首先我們必須摸清傳感器套件及其工作原理。相關監(jiān)管規(guī)則也有待明確——我們要確保各州都清晰界定什么是傳感器、數(shù)據(jù)共享意味著什么。”

目前，AV Labs依賴優(yōu)步自營的一小批專用傳感器車隊運營，與司機網(wǎng)絡相互獨立。但優(yōu)步的野心顯然要大得多（For now, AV Labs relies on a small, dedicated fleet of sensor-equipped cars that Uber operates itself, separate from its driver network.）。

優(yōu)步在全球擁有數(shù)百萬名司機，即便只有部分車輛被改造為移動數(shù)據(jù)采集平臺，其能為自動駕駛行業(yè)提供的數(shù)據(jù)規(guī)模，也將讓任何一家自動駕駛公司自建的采集能力相形見絀。

納加表示，該項目的核心判斷是：自動駕駛研發(fā)的制約因素已不再是底層技術。“瓶頸是數(shù)據(jù)。” 他說，“像Waymo這類公司需要四處采集數(shù)據(jù)、覆蓋各類場景。比如可以提出：‘在舊金山某所學校附近的路口，我需要某天某個時段的數(shù)據(jù)來訓練模型。’這些公司共同的難題是獲取這類數(shù)據(jù)，因為它們沒有足夠資金部署車隊去收集所有信息。”

成為整個自動駕駛生態(tài)的數(shù)據(jù)層，是一步相當高明的棋——尤其考慮到優(yōu)步多年前已放棄自研自動駕駛汽車的目標（聯(lián)合創(chuàng)始人特拉維斯·卡蘭尼克曾公開惋惜這是重大失誤）。

事實上，不少行業(yè)觀察人士曾質(zhì)疑：若沒有自研自動駕駛車輛，隨著自動駕駛汽車在全球普及，優(yōu)步未來可能被邊緣化（Indeed, many industry observers have wondered if, without its own self-driving cars, Uber might one day be rendered irrelevant as AVs increasingly spring up around the globe）。

優(yōu)步目前已與25家自動駕駛公司建立合作，包括在倫敦運營的Wayve，并正在搭建納加所稱的“自動駕駛云（AV Cloud）”：一個已標注的傳感器數(shù)據(jù)庫，合作伙伴可查詢并用于訓練模型。

優(yōu)步還計劃對這些合作伙伴加大直接投資力度，合作伙伴也可通過該系統(tǒng)，將訓練好的模型以影子模式（Shadow Mode） 對接真實優(yōu)步行程，在不上路實車的情況下模擬自動駕駛表現(xiàn)。

“我們的目標不是靠這些數(shù)據(jù)賺錢，”納加稱，“我們希望實現(xiàn)數(shù)據(jù)民主化。”（“Our goal is not to make money out of this data,” Naga said. “We want to democratize it.”）

考慮到優(yōu)步所搭建資源的顯著商業(yè)價值，這一定位或許難以長久維持。優(yōu)步已對多家自動駕駛企業(yè)進行股權投資，其大規(guī)模提供專屬訓練數(shù)據(jù)的能力，將讓它在當前高度依賴優(yōu)步出行平臺觸達用戶的自動駕駛領域掌握巨大話語權。