優步的野心已不局限于網約車：正試圖成為自動駕駛的數據層

據 TechCrunch 報道，優步的長期野心早已不局限于接送乘客的網約車，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據，未來還可能服務于其他需要真實場景訓練AI模型的企業。

優步首席技術官普拉文·內帕利·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。相關監管規則也有待明確——我們要確保各州都清晰界定什么是傳感器、數據共享意味著什么。”

目前，AV Labs依賴優步自營的一小批專用傳感器車隊運營，與司機網絡相互獨立。但優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.）。

優步在全球擁有數百萬名司機，即便只有部分車輛被改造為移動數據采集平臺，其能為自動駕駛行業提供的數據規模，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：自動駕駛研發的制約因素已不再是底層技術。“瓶頸是數據。” 他說，“像Waymo這類公司需要四處采集數據、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據來訓練模型。’這些公司共同的難題是獲取這類數據，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的數據層，是一步相當高明的棋——尤其考慮到優步多年前已放棄自研自動駕駛汽車的目標（聯合創始人特拉維斯·卡蘭尼克曾公開惋惜這是重大失誤）。

事實上，不少行業觀察人士曾質疑：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據庫，合作伙伴可查詢并用于訓練模型。

優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，將訓練好的模型以影子模式（Shadow Mode） 對接真實優步行程，在不上路實車的情況下模擬自動駕駛表現。

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

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