La véritable ambition d'Uber n'est pas les voitures autonomes — c'est de transformer votre ville en un laboratoire vivant

L'opinion publique s'accorde à dire qu'Uber a échoué dans le domaine des voitures autonomes. Après avoir englouti des milliards dans son Advanced Technologies Group pour finalement le céder à Aurora il y a quelques années, le récit était clair : Uber serait la plateforme de mise en relation, pas le constructeur. Alors que des entreprises comme Waymo et Zoox passaient des années à perfectionner le matériel coûteux nécessaire pour remplacer les conducteurs humains, Uber semblait se contenter d'attendre pour héberger ces flottes sur son application.

En regardant l'ensemble de la situation, ce récit était incomplet. S'il semblait qu'Uber se retirait de la course aux véhicules autonomes (VA), l'entreprise se repositionnait en réalité pour posséder la chose la plus précieuse : les données qui apprennent à la voiture comment réfléchir. Le directeur technologique d'Uber, Praveen Neppalli Naga, a récemment levé le voile sur une stratégie qui transforme des millions de véhicules de passagers standard en une grille de capteurs haute résolution. Il ne s'agit plus seulement de covoiturage ; il s'agit de devenir l'infrastructure fondamentale de tout un monde piloté par l'IA.

Le goulot d'étranglement des données : pourquoi les robots peinent encore avec les virages à gauche

Pour comprendre pourquoi la démarche d'Uber est si disruptive, il faut examiner l'état actuel de la conduite autonome. En termes simples, construire une voiture autonome est facile ; en construire une qui ne commet pas d'erreur mortelle une fois tous les 80 000 kilomètres est incroyablement difficile. L'industrie a atteint un point où les algorithmes sous-jacents — le cerveau de la voiture — sont assez robustes. Le problème est que ces cerveaux doivent expérimenter tous les scénarios possibles avant de pouvoir être considérés comme fiables.

Considérez un système autonome comme un stagiaire infatigable. Il peut travailler 24h/24 et 7j/7 sans s'ennuyer, mais il a un bon sens inexistant. Il a besoin de voir mille façons différentes dont un enfant pourrait poursuivre un ballon dans la rue, ou comment les signaux manuels d'un ouvrier de chantier diffèrent entre Londres et Los Angeles. Actuellement, les entreprises de VA collectent ces données en déployant de petites flottes spécialisées de SUV coûteux truffés de capteurs. C'est un processus lent, gourmand en capital, qui limite leur apprentissage à quelques quartiers spécifiques.

Le constat d'Uber est qu'ils possèdent déjà une flotte de millions de voitures parcourant chaque recoin du globe. Si ne serait-ce que 5 % de ces véhicules étaient équipés d'un kit de capteurs simplifié, Uber pourrait collecter plus de données de conduite en conditions réelles en un seul après-midi qu'une entreprise de VA traditionnelle en un an.

Du covoiturage au Cloud VA

Sous le capot, ce programme est une évolution des AV Labs d'Uber. Initialement, il s'agissait d'un petit projet utilisant des voitures appartenant à Uber pour tester des capteurs. Désormais, l'objectif est de décentraliser cette collecte. Uber construit ce que Naga appelle un « Cloud VA » — une bibliothèque massive et consultable de données de capteurs étiquetées.

Imaginez que vous êtes une startup construisant un robot de livraison. Vous avez besoin de savoir comment les gens à Mumbai naviguent autour des vaches errantes ou comment les conducteurs de Boston gèrent une tempête de neige fondue soudaine. Au lieu d'envoyer vos propres voitures dans ces villes, vous interrogez simplement la bibliothèque d'Uber. Vous payez pour les scénarios spécifiques dont vous avez besoin, et Uber fournit les données haute fidélité recueillies par son réseau de conducteurs.

Au-delà de la simple vente de données brutes, Uber propose un service appelé « mode fantôme » (shadow mode). Cela permet à une entreprise de VA de faire fonctionner son logiciel en arrière-plan lors d'un trajet Uber réel. Le conducteur humain garde le contrôle total, mais l'IA « simule » la conduite, comparant ses décisions aux actions de l'humain en temps réel. Cela crée un terrain d'entraînement virtuel sécurisé qui utilise le monde physique comme décor.

Pourquoi cette stratégie est un coup de maître financier

Côté marché, ce pivot est un exemple classique de montée en gamme dans la chaîne de valeur. Construire du matériel est instable et coûteux ; fournir les données qui alimentent ce matériel est une activité logicielle à forte marge et évolutive. En s'éloignant du « métal » pour se diriger vers l'« info », Uber évite les coûts massifs de responsabilité et de maintenance liés à la possession d'une flotte de robots-taxis, tout en se rendant indispensable aux entreprises qui les possèdent.

Historiquement, l'industrie technologique a déjà vu ce scénario. Aux débuts d'Internet, les entreprises se battaient pour construire le meilleur ordinateur de bureau. Finalement, les entreprises devenues les plus résilientes ont été celles qui ont fourni les moteurs de recherche et les protocoles de données que tout le monde devait utiliser. Uber essaie essentiellement de devenir le Google Search de la route physique.

L'impact pour l'utilisateur moyen

Pour l'utilisateur moyen, ce changement pourrait sembler invisible au début, mais les implications à long terme sont systémiques. Concrètement, votre prochain trajet Uber pourrait arriver avec un ensemble de caméras légèrement plus sophistiqué monté près du rétroviseur ou sur le toit. Uber a signalé vouloir que ce processus soit transparent, bien que les détails sur la manière dont les conducteurs seront rémunérés pour transformer leurs voitures en centres de données mobiles restent flous.

Du point de vue du consommateur, cela pourrait en réalité accélérer l'arrivée des fonctionnalités autonomes dans votre propre véhicule personnel. À mesure qu'Uber démocratise ces données d'entraînement, les constructeurs automobiles plus modestes qui n'ont pas les moyens d'avoir une division de recherche massive sur les VA peuvent acheter l'accès au cloud d'Uber pour améliorer leurs propres dispositifs de sécurité. Cela pourrait mener à un avenir où la « conduite autonome » n'est plus un luxe réservé à ceux qui peuvent s'offrir un véhicule électrique à six chiffres, mais une fonction de sécurité standard alimentée par l'expérience collective de millions de conducteurs Uber.

À l'inverse, il existe des inquiétudes légitimes concernant la vie privée et la « surveillance » des espaces publics. Si chaque Uber devient une caméra roulante à 360 degrés, la quantité de données capturées sur les piétons, les autres conducteurs et les propriétés privées est sans précédent. Uber devra naviguer dans un réseau complexe de réglementations mondiales pour garantir que ces données sont anonymisées et utilisées de manière éthique.

Le filtre « Et alors ? » : ce que cela signifie pour vous

En fin de compte, Uber parie que la marchandise la plus précieuse du XXIe siècle n'est pas la capacité de déplacer des personnes d'un point A à un point B, mais la capacité de cartographier et de comprendre comment ce mouvement se produit en temps réel. Ils transforment les routes du monde en pétrole brut numérique, et leurs conducteurs sont les foreuses.

Cela signifie que la « course » aux voitures autonomes entre dans une nouvelle phase. Il ne s'agit plus de savoir qui a le robot-taxi au look le plus cool ; il s'agit de savoir qui possède la bibliothèque d'expérience humaine la plus robuste pour alimenter les machines.

En tant que consommateur, vous devriez commencer à regarder l'économie à la tâche sous un angle différent. Votre conducteur ne fournit pas seulement un service ; il construit par inadvertance le système même qui pourrait un jour remplacer le besoin de sa profession. Pour l'instant, cela signifie de meilleures cartes, des fonctions de conduite assistée plus sûres dans votre prochaine voiture, et peut-être une compréhension plus intuitive de nos villes. Mais cela signifie aussi que nous nous dirigeons vers un monde où chaque trajet que nous faisons est un point de données dans une expérience d'apprentissage automatique interconnectée beaucoup plus vaste.

Au lieu de guetter l'arrivée de la première voiture sans conducteur dans votre ville, commencez à observer les capteurs qui apparaissent sur celles qui ont encore une personne derrière le volant. C'est là que la véritable révolution se produit — non pas dans les laboratoires de la Silicon Valley, mais dans le trafic banal et quotidien de vos trajets matinaux.

Sources :

• 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.