- Uber ha presentato una Hyundai Ioniq 5 con 14 telecamere, 8 lidar e 9 radar per raccogliere dati di guida reale destinati ai suoi partner nel settore della guida autonoma, tra cui Waymo, Avride e WeRide.
- L'obiettivo è mettere 500 veicoli in strada nel 2026 per raccogliere 2 milioni di miglia mensili di dati strutturati per addestrare software self-driving.
- Con AV Labs e Uber Autonomous Solutions, Uber punta a diventare fornitore di infrastruttura dati per il settore, non sviluppatore di tecnologia autonoma in proprio.
Per favorire lo sviluppo dei propri robotaxi, Uber ha svelato un prototipo di veicolo pensato per raccogliere dati di guida reale da condividere con i suoi partner nel settore della guida autonoma, tra cui Avride, Waymo e WeRide. La base è una Hyundai Ioniq 5 modificata con un numero elevato di sensori sul tetto e sui fianchi, frutto di una partnership con Roush Performance, che si occuperà delle conversioni fisiche degli esemplari in flotta.
Il progetto fa parte di Uber AV Labs, la divisione lanciata all’inizio del 2026 con l’obiettivo di usare auto equipaggiate da Uber stessa per costruire il dataset di addestramento più geograficamente diversificato al mondo per i sistemi di guida autonoma. Si tratta anche del primo veicolo che Uber assembla in proprio da quando, nel 2020, cedette la sua divisione di guida autonoma ad Aurora.
Come funziona la raccolta per i robotaxi Uber
Ogni Ioniq 5 della flotta è equipaggiata con:
- 14 telecamere
- 8 sensori lidar solid-state
- 9 radar
Tutti i flussi di dati vengono elaborati dall’unità di calcolo Nvidia Dual Drive Thor, progettata specificamente per applicazioni di guida autonoma. Uber ha precisato che la configurazione dei sensori potrà essere aggiornata nel tempo in base alle esigenze dei partner tecnologici.
L’obiettivo dichiarato è raccogliere 2 milioni di miglia al mese di dati ad alta fedeltà. Il risultato finale che Uber vuole offrire ai suoi oltre 30 partner AV è una visione a 360 gradi, sincronizzata nel tempo, che possa essere usata direttamente per addestrare il software di guida autonoma. Non si tratta quindi di dati grezzi, ma di informazioni strutturate e pronte all’uso.
Uber non parte da zero: il vantaggio della flotta esistente
Uber non comincia questo progetto senza un punto di partenza. La società ha già raccolto dati da migliaia di veicoli con telecamere esterne operati dai suoi partner di flotta in decine di città. Negli ultimi due anni ha anche acquisito dati da centinaia di Lucid Air utilizzati da partner in Europa e negli Stati Uniti.
AV Labs sta analizzando questi due blocchi di dati e si prepara ad ampliarli con i nuovi Ioniq 5 modificati. Entro l’estate sono attesi 50 veicoli operativi, con un obiettivo di 500 unità distribuite globalmente entro fine anno.
Vale la pena ricordare che Uber ha attraversato una fase di riflessione profonda sul valore degli investimenti in intelligenza artificiale: la stessa azienda aveva dichiarato di aver esaurito il budget AI in pochi mesi, sollevando dubbi sulla sostenibilità di certi modelli di spesa. Il progetto AV Labs sembra invece rispondere a una logica diversa: non sviluppare AI internamente, ma diventare l’infrastruttura dati su cui i player dell’autonomia costruiscono i propri modelli.
Uber Autonomous Solutions: la struttura più ampia
AV Labs è un tassello di una strategia più larga. A febbraio 2026 Uber ha lanciato Uber Autonomous Solutions, una divisione dedicata alla gestione operativa quotidiana di attività legate a robotaxi, camion a guida autonoma e robot per le consegne sul marciapiede. L’idea è che Uber non voglia più sviluppare la tecnologia di guida autonoma, ma posizionarsi come partner operativo e fornitore di dati per chi quella tecnologia la costruisce.
Il modello ricorda quello di un fornitore di infrastrutture più che quello di un produttore tecnologico. Uber rinuncia al ruolo di protagonista nello sviluppo del software di guida ma punta a diventare indispensabile per chi vuole scalare un servizio di robotaxi nel mondo reale. Se la strategia funzionerà dipenderà molto da quanto i partner saranno disposti a far leva sui dati di terze parti invece di costruire in autonomia le proprie pipeline di raccolta, un tema su cui l’industria non ha ancora trovato una risposta univoca.





