Uber está desarrollando una estrategia para transformar su red global de conductores humanos en una red distribuida de sensores que recopilan datos del mundo real para empresas de vehículos autónomos y entrenamiento de modelos de IA. Praveen Neppalli Naga, director tecnológico de Uber, reveló el plan en el evento StrictlyVC de TechCrunch en San Francisco.

La compañía ya cuenta con el programa AV Labs, lanzado a finales de enero de 2026, que por ahora depende de una flota pequeña de vehículos equipados con sensores operados directamente por Uber. El objetivo final es equipar a los millones de conductores de la plataforma con estos kits.

La estrategia busca resolver lo que la empresa identifica como el principal cuello de botella del sector: el acceso a datos del mundo real a escala. Las empresas de vehículos autónomos necesitan recopilarlos en ubicaciones y momentos específicos, pero no tienen el capital para desplegar flotas suficientes. Uber puede ofrecer una cobertura geográfica y temporal sin rival.

La empresa está construyendo una plataforma de datos etiquetados que partners como Wayve pueden consultar para entrenar sus modelos o ejecutarlos en modo sombra sobre viajes reales de Uber, simulando el rendimiento de un vehículo autónomo sin desplegar coches físicos. Con 25 empresas asociadas y planes de invertir directamente en actores del sector, Uber busca posicionarse como la capa de infraestructura de datos del ecosistema autónomo.

El movimiento llega años después de que Uber abandonara sus propias ambiciones de coche autónomo, una decisión que su fundador Travis Kalanick ha calificado públicamente como un error grave.