Uber mengungkap rencana jangka panjang yang bisa mengubah peran pengemudi di platformnya. Ke depan, sebagian mobil pengemudi berpotensi dipakai sebagai mesin pengumpul data jalan raya untuk perusahaan mobil otonom dan pengembang AI yang melatih model dunia fisik.
Gagasan itu disampaikan Chief Technology Officer Uber, Praveen Neppalli Naga, dalam wawancara di acara StrictlyVC milik TechCrunch di San Francisco. Menurut dia, arah itu ingin ditempuh Uber, tetapi perusahaan masih perlu memahami sistem sensor dengan lebih baik serta membereskan isu privasi, pembagian data, dan regulasi di tingkat negara bagian.
Rencana ini menarik karena Uber tidak sedang memosisikan diri sekadar sebagai operator perjalanan dan pengantaran. Perusahaan justru melihat nilai besar pada data berkendara di dunia nyata, yang dinilai semakin penting bagi industri kendaraan tanpa pengemudi.
Naga menilai tantangan terbesar perusahaan mobil otonom saat ini bukan lagi sekadar membangun teknologinya. Tantangan yang lebih sulit adalah mengumpulkan data jalan, lalu lintas, cuaca, dan situasi tak biasa dalam jumlah cukup agar sistem swakemudi bisa dilatih dengan benar.
Data jalan jadi aset strategis
Perusahaan mobil otonom sering membutuhkan data yang sangat spesifik. Contohnya bisa berupa rekaman penyeberangan sekolah pada jam tertentu atau perilaku lalu lintas di persimpangan padat.
Mengumpulkan data seperti itu membutuhkan armada kendaraan, biaya, dan waktu yang besar. Banyak perusahaan tidak memiliki sumber daya untuk mengirim mobil ke banyak lokasi hanya demi mencari bahan pelatihan.
Di titik itu, Uber melihat peluang bisnis yang berbeda dari membangun armada robotaxi sendiri dari nol. Perusahaan bisa menjadi pemasok data bagi industri swakemudi yang lebih luas.
Saat ini Uber memang sudah memiliki program AV Labs. Program tersebut memakai armada kecil kendaraan operasional perusahaan yang dipasangi sensor, dan armada itu terpisah dari jaringan pengemudi reguler Uber.
Namun visi jangka panjangnya jauh lebih besar. Uber memiliki jutaan pengemudi di seluruh dunia, sehingga jika hanya sebagian kecil saja memakai mobil dengan sensor, perusahaan itu bisa membentuk salah satu jaringan data berkendara dunia nyata terbesar di dunia.
Bukan sekadar kumpulkan data mentah
Uber juga sedang membangun apa yang disebut Naga sebagai “AV cloud”. Ini adalah pustaka besar data sensor yang sudah diberi label, sehingga perusahaan mitra dapat menelusuri dan memakainya untuk melatih sistem mereka.
Model seperti ini membuat Uber tidak hanya menjadi pengumpul data, tetapi juga penyedia infrastruktur data. Nilainya terletak pada kemampuan mencari, memilih, dan memakai data yang relevan untuk skenario tertentu.
Uber menyebut sudah memiliki kemitraan dengan sekitar 25 perusahaan kendaraan otonom. Salah satu nama yang disebut adalah Wayve yang berbasis di London.
Perusahaan juga memberi akses bagi mitra untuk menguji AI mereka lewat “shadow mode”. Dalam skema ini, model swakemudi yang sudah dilatih dijalankan secara virtual saat perjalanan Uber sungguhan berlangsung, sehingga perilakunya bisa diamati tanpa mobil otonom benar-benar turun ke jalan.
Pendekatan itu memberi keuntungan praktis bagi mitra. Mereka bisa menilai bagaimana model bereaksi pada kondisi nyata tanpa perlu menurunkan armada pengujian sendiri dalam skala besar.
Naga mengatakan tujuan Uber bukan untuk mencari uang langsung dari data tersebut. Menurut dia, perusahaan ingin “mendemokratisasi” akses atas data itu.
AI juga mengubah Uber dari dalam
Di saat Uber menyiapkan dukungan untuk industri mobil otonom di luar perusahaan, AI juga sedang mengubah cara kerja internal Uber. Perubahan paling jelas terlihat di tim rekayasa perangkat lunak.
Dalam wawancara dengan The Information, Naga mengatakan perkiraan awal anggaran AI Uber sudah terlampaui. Ia menyebut adopsi alat pemrograman canggih seperti Claude Code dari Anthropic berlangsung sangat cepat.
Naga bahkan mengatakan dirinya harus kembali menghitung ulang kebutuhan anggaran karena lonjakan penggunaan AI. Pernyataan itu menunjukkan bahwa belanja terkait AI di Uber naik lebih cepat dari perkiraan semula.
Uber menyebut alat AI kini tidak lagi sebatas memberi saran atau auto-complete. Sistem tersebut makin sering menulis perangkat lunak dengan bantuan manusia yang sangat minim.
Naga menggambarkan perubahan ini sebagai “agentic software engineering”. Istilah itu merujuk pada sistem AI yang bisa menghasilkan kode dan menyelesaikan tugas secara mandiri dengan keterlibatan insinyur yang terbatas.
Angkanya menunjukkan perubahan itu sudah berjalan cukup jauh. Uber mengatakan sekitar 1.800 perubahan kode setiap pekan kini ditulis sepenuhnya oleh agen coding AI internal perusahaan.
Hampir 95 persen insinyur Uber memakai alat AI setiap bulan. Sementara itu, mendekati 70 persen kode yang dikomitkan kini berasal dari sistem yang dibantu AI.
Dalam hitungan beberapa bulan saja, kontribusi agen AI internal Uber disebut naik dari kurang dari 1 persen perubahan kode menjadi sekitar 8 persen. Di tengah transformasi itu, ambisi Uber menjadikan kendaraan pengemudi sebagai pengumpul data memperlihatkan satu arah yang sama: AI tidak hanya dipakai untuk membangun layanan baru, tetapi juga untuk membentuk ulang fondasi bisnis perusahaan.
