Uber sedang menyiapkan cara baru untuk memanfaatkan armada mitranya, bukan hanya sebagai alat antar-jemput, tetapi juga sebagai sumber data bagi industri mobil otonom. Langkah ini bisa membuat jutaan perjalanan harian Uber ikut berperan dalam melatih sistem AI yang harus memahami jalan raya, cuaca, lalu lintas, dan situasi tak biasa di dunia nyata.
Gagasan tersebut membuka kemungkinan besar bagi Uber untuk berubah dari sekadar penyedia layanan transportasi menjadi pemasok infrastruktur data. Chief Technology Officer Uber, Praveen Neppalli Naga, menyampaikannya dalam wawancara di acara StrictlyVC milik TechCrunch di San Francisco, sambil menegaskan bahwa perusahaan masih harus memahami sistem sensor dengan lebih baik.
Data jalan raya jadi komoditas penting
Bagi industri kendaraan tanpa pengemudi, data lapangan bukan sekadar pelengkap. Data seperti penyeberangan sekolah pada jam tertentu atau kondisi lalu lintas padat dibutuhkan agar AI bisa belajar menghadapi skenario yang benar-benar ditemui di jalan.
Masalahnya, mengumpulkan data seperti itu tidak murah dan tidak sederhana. Perusahaan mobil otonom biasanya harus menyiapkan armada, biaya, dan waktu besar hanya untuk merekam skenario tertentu di lokasi yang berbeda-beda.
Di titik inilah Uber melihat peluang. Alih-alih membangun robotaxi sendiri dari nol, Uber ingin menjadi pemasok data untuk industri swakemudi yang lebih luas.
Dari armada pengemudi ke jaringan pengumpul data
Uber sebenarnya sudah memiliki program AV Labs yang menggunakan armada kecil kendaraan operasional dengan sensor. Armada ini terpisah dari jaringan pengemudi reguler Uber dan dipakai untuk kebutuhan pengujian internal.
Namun visi Uber jauh lebih besar daripada program itu. Dengan jutaan pengemudi di seluruh dunia, bahkan jika hanya sebagian kecil kendaraan diberi sensor, jaringan data yang terkumpul bisa menjadi salah satu yang terbesar di dunia.
Naga juga menyinggung bahwa rencana ini tidak lepas dari isu penting lain yang masih harus dibereskan. Privasi, pembagian data, dan regulasi di tingkat negara bagian tetap menjadi tantangan yang perlu diselesaikan sebelum langkah ini benar-benar meluas.
Bukan hanya kumpulkan data, tapi juga kelola aksesnya
Uber tidak berhenti pada pengumpulan data mentah. Perusahaan juga sedang membangun apa yang disebut Naga sebagai “AV cloud”, yaitu pustaka besar data sensor yang sudah diberi label agar bisa ditelusuri dan digunakan mitra untuk melatih sistem mereka.
Pendekatan ini membuat posisi Uber bergeser. Perusahaan bukan cuma mengambil data dari jalan, tetapi juga menjadi penyedia infrastruktur data yang memudahkan mitra mencari dan memakai informasi yang paling relevan untuk skenario tertentu.
Uber menyebut sudah memiliki kemitraan dengan sekitar 25 perusahaan kendaraan otonom. Salah satu yang disebut adalah Wayve yang berbasis di London.
Pengujian model tanpa mobil turun ke jalan
Selain akses ke data, Uber juga memberi cara lain untuk menguji AI para mitranya. Perusahaan menyediakan shadow mode, yaitu skema ketika model swakemudi dijalankan secara virtual saat perjalanan Uber sungguhan berlangsung.
Lewat cara ini, perilaku model bisa diamati tanpa mobil otonom harus benar-benar turun ke jalan. Bagi mitra, metode tersebut membantu menilai bagaimana sistem bereaksi pada kondisi nyata tanpa perlu menggelar armada pengujian sendiri dalam skala besar.
Naga mengatakan tujuan Uber bukan mencari uang langsung dari data tersebut. Ia menegaskan perusahaan ingin “mendemokratisasi” akses atas data itu.
AI juga mengubah cara kerja Uber sendiri
Di saat Uber menyiapkan dukungan untuk industri mobil otonom di luar perusahaan, AI juga sudah mengubah cara kerja internalnya. Dampak paling terasa terlihat di tim rekayasa perangkat lunak.
Dalam wawancara dengan The Information, Naga mengatakan anggaran AI Uber yang semula dihitung sudah terlampaui. Ia menyebut adopsi alat pemrograman canggih seperti Claude Code dari Anthropic berlangsung sangat cepat, sampai-sampai ia harus menghitung ulang kebutuhan anggaran.
Uber juga menjelaskan bahwa alat AI kini tidak lagi sebatas memberi saran atau melengkapi kode secara otomatis. Sistem tersebut makin sering menulis perangkat lunak dengan bantuan manusia yang sangat minim, sebuah pendekatan yang disebut Naga sebagai “agentic software engineering”.
Perubahan itu terlihat dari angka yang disampaikan perusahaan. Sekitar 1.800 perubahan kode setiap pekan kini ditulis sepenuhnya oleh agen coding AI internal Uber, hampir 95 persen insinyur Uber memakai alat AI setiap bulan, dan mendekati 70 persen kode yang dikomitkan sekarang berasal dari sistem yang dibantu AI.
Dalam beberapa bulan, kontribusi agen AI internal Uber juga naik dari kurang dari 1 persen perubahan kode menjadi sekitar 8 persen. Di tengah semua perubahan itu, rencana menjadikan mobil mitra sebagai pengumpul data menunjukkan arah yang sama: AI bukan hanya dipakai untuk membuat fitur baru, tetapi juga untuk membentuk ulang dasar bisnis Uber.
Source: www.indiatoday.in-
-
-
-
