La verdadera ambición de Uber no son los coches autónomos: es convertir su ciudad en un laboratorio viviente

La sabiduría convencional dice que Uber fracasó en los coches autónomos. Tras quemar miles de millones en su Advanced Technologies Group y acabar vendiéndolo a Aurora hace años, la narrativa estaba clara: Uber sería el mercado, no el fabricante. Mientras empresas como Waymo y Zoox pasaban años perfeccionando el costoso hardware necesario para sustituir a los conductores humanos, Uber parecía contentarse con sentarse a esperar para alojar esas flotas en su aplicación.

Mirando el panorama general, esa narrativa estaba incompleta. Aunque parecía que Uber se retiraba de la carrera de los vehículos autónomos (AV), en realidad se estaba reposicionando para poseer lo único más valioso que el propio coche: los datos que enseñan al coche cómo pensar. El director de tecnología de Uber, Praveen Neppalli Naga, desveló recientemente una estrategia que transforma millones de vehículos de pasajeros estándar en una red de sensores de alta resolución. Ya no se trata solo de transporte compartido; se trata de convertirse en la infraestructura fundamental para todo el mundo impulsado por la IA.

El cuello de botella de los datos: por qué los robots todavía tienen dificultades con los giros a la izquierda

Para entender por qué el movimiento de Uber es tan disruptivo, tenemos que observar el estado actual de la conducción autónoma. En términos sencillos, construir un coche que se conduzca solo es fácil; construir uno que no cometa un error que ponga en peligro la vida una vez cada 50.000 millas es increíblemente difícil. La industria ha llegado a un punto en el que los algoritmos subyacentes —el cerebro del coche— son bastante robustos. El problema es que estos cerebros necesitan experimentar todos los escenarios posibles antes de que se pueda confiar en ellos.

Piense en un sistema autónomo como un pasante incansable. Puede trabajar las 24 horas del día, los 7 días de la semana, sin aburrirse, pero tiene cero sentido común. Necesita ver mil formas diferentes en las que un niño podría perseguir una pelota en la calle, o cómo las señales manuales de un trabajador de la construcción difieren en Londres frente a Los Ángeles. Actualmente, las empresas de AV recopilan estos datos desplegando pequeñas flotas especializadas de costosos SUV cargados de sensores. Es un proceso lento y que requiere mucho capital, lo que limita su aprendizaje a unos pocos barrios específicos.

Uber se ha dado cuenta de que ya tiene una flota de millones de coches recorriendo todos los rincones del planeta. Si incluso el 5% de esos vehículos estuvieran equipados con un kit de sensores simplificado, Uber podría recopilar más datos de conducción del mundo real en una sola tarde de lo que una empresa tradicional de AV podría en un año.

Del transporte compartido a la nube de vehículos autónomos (AV Cloud)

Bajo el capó, este programa es una evolución de los AV Labs de Uber. Inicialmente, se trataba de un pequeño proyecto que utilizaba coches propiedad de Uber para probar sensores. Ahora, el objetivo es descentralizar esa recopilación. Uber está construyendo lo que Naga llama una "AV Cloud": una biblioteca masiva y consultable de datos de sensores etiquetados.

Imagine que es una startup que construye un robot de entrega. Necesita saber cómo navega la gente en Bombay esquivando vacas sueltas o cómo gestionan los conductores de Boston un repentino temporal de aguanieve. En lugar de enviar sus propios coches a esas ciudades, simplemente consulta la biblioteca de Uber. Paga por los escenarios específicos que necesita y Uber le proporciona los datos de alta fidelidad recopilados por su red de conductores.

Más allá de vender datos brutos, Uber ofrece un servicio conocido como "modo sombra" (shadow mode). Esto permite a una empresa de AV ejecutar su software en segundo plano durante un viaje real de Uber. El conductor humano tiene el control total, pero la IA está "fingiendo" conducir, comparando sus decisiones con las acciones del humano en tiempo real. Esto crea un campo de entrenamiento virtual y seguro que utiliza el mundo físico como escenario.

Por qué esta estrategia es una jugada maestra financiera

Desde el punto de vista del mercado, este giro es un ejemplo clásico de ascenso en la cadena de valor. Construir hardware es volátil y costoso; proporcionar los datos que alimentan ese hardware es un negocio de software escalable y de alto margen. Al alejarse del "metal" y acercarse a la "información", Uber evita la responsabilidad masiva y los costes de mantenimiento de poseer una flota de robotaxis, al tiempo que se hace indispensable para las empresas que sí los tienen.

Históricamente, la industria tecnológica ya ha visto esta jugada antes. En los inicios de Internet, las empresas luchaban por fabricar el mejor ordenador de sobremesa. Al final, las empresas que resultaron más resistentes fueron las que proporcionaron los motores de búsqueda y los protocolos de datos que todos los demás tenían que utilizar. Uber está intentando esencialmente convertirse en el Google Search de la carretera física.

El impacto en el usuario promedio

Para el usuario medio, este cambio puede parecer invisible al principio, pero las implicaciones a largo plazo son sistémicas. En la práctica, su próximo viaje en Uber podría llegar con un conjunto de cámaras ligeramente más sofisticado montado cerca del espejo retrovisor o en el techo. Uber ha señalado que quiere que este proceso sea transparente, aunque los detalles de cómo se compensará a los conductores por convertir sus coches en centros de datos móviles siguen siendo opacos.

Desde el punto de vista del consumidor, esto podría acelerar la llegada de funciones autónomas a su propio vehículo personal. A medida que Uber democratiza estos datos de entrenamiento, los fabricantes de coches más pequeños que no pueden permitirse una división masiva de investigación de AV pueden comprar acceso a la nube de Uber para mejorar sus propias funciones de seguridad. Esto podría conducir a un futuro en el que la "conducción autónoma" no sea solo un lujo para quienes pueden permitirse un vehículo eléctrico de seis cifras, sino una característica de seguridad estándar impulsada por la experiencia colectiva de millones de conductores de Uber.

Por el contrario, existen preocupaciones válidas sobre la privacidad y la "vigilancia" de los espacios públicos. Si cada Uber se convierte en una cámara rodante de 360 grados, la cantidad de datos que se capturan sobre peatones, otros conductores y propiedades privadas no tiene precedentes. Uber tendrá que navegar por una compleja red de regulaciones globales para garantizar que estos datos sean anónimos y se utilicen de forma ética.

El filtro "¿Y qué?": lo que esto significa para usted

En última instancia, Uber apuesta por que la mercancía más valiosa del siglo XXI no es la capacidad de mover a la gente del punto A al punto B, sino la capacidad de mapear y entender cómo ocurre ese movimiento en tiempo real. Están convirtiendo las carreteras del mundo en petróleo crudo digital, y sus conductores son los taladros.

Lo que esto significa es que la "carrera" por los coches autónomos está entrando en una nueva fase. Ya no se trata de quién tiene el robotaxi con el aspecto más moderno; se trata de quién tiene la biblioteca más robusta de experiencia humana para alimentar a las máquinas.

Como consumidor, debería empezar a ver la economía colaborativa (gig economy) a través de un prisma diferente. Su conductor no solo está prestando un servicio; está construyendo, sin quererlo, el mismo sistema que algún día podría sustituir la necesidad de su profesión. Por ahora, esto significa mejores mapas, funciones de conducción asistida más seguras en su próximo coche y quizás una comprensión más intuitiva de nuestras ciudades. Pero también significa que nos movemos hacia un mundo donde cada viaje que hacemos es un punto de datos en un experimento de aprendizaje automático mucho más grande e interconectado.

En lugar de esperar la llegada del primer coche sin conductor a su ciudad, empiece a fijarse en los sensores que aparecen en los que todavía tienen a una persona al volante. Ahí es donde está ocurriendo la verdadera revolución, no en los laboratorios de Silicon Valley, sino en el tráfico mundano y cotidiano de su trayecto matutino.

Fuentes:

• TechCrunch: StrictlyVC Event Interview with Praveen Neppalli Naga.
• Uber Technologies, Inc. Investor Relations: AV Strategy Overview.
• Wayve: Collaborative Partnership Announcements.
• National Highway Traffic Safety Administration (NHTSA): Data Collection Guidelines for Autonomous Systems.