Telset.id – Bayangkan ini: Anda naik Uber, duduk di kursi belakang, dan tanpa sadar mobil yang Anda tumpangi sedang merekam data lalu lintas untuk melatih mobil tanpa pengemudi. Bukan skenario film fiksi ilmiah. Ini adalah rencana ambisius yang baru saja diungkapkan oleh Praveen Neppalli Naga, Chief Technology Officer Uber, dalam wawancara eksklusif di acara StrictlyVC milik TechCrunch di San Francisco, Kamis malam waktu setempat.
Rencana ini, menurut Naga, adalah perpanjangan alami dari program yang sudah berjalan bernama AV Labs. Program yang diumumkan pada akhir Januari lalu ini awalnya hanya mengandalkan armada kecil mobil bersensor yang dioperasikan langsung oleh Uber, terpisah dari jaringan pengemudi utama mereka. Tapi ambisinya jauh lebih besar dari itu.
“Itulah arah yang pada akhirnya ingin kami tuju,” ujar Naga saat ditanya soal kemungkinan memperlengkapi kendaraan para pengemudi Uber dengan sensor. “Tapi pertama-tama kami perlu memahami perangkat sensor dan cara kerjanya. Ada beberapa regulasi — kami harus memastikan setiap negara bagian memiliki kejelasan tentang apa arti sensor dan apa arti berbagi data.”
Uber memiliki jutaan pengemudi di seluruh dunia. Jika hanya sebagian kecil dari mobil-mobil itu bisa diubah menjadi platform pengumpul data bergerak, skala yang bisa ditawarkan Uber kepada industri kendaraan otonom akan melampaui apa pun yang bisa dikumpulkan perusahaan AV mana pun sendirian.
Bottleneck Data: Masalah Terbesar Industri AV
Naga menjelaskan bahwa faktor pembatas pengembangan kendaraan otonom saat ini bukan lagi teknologi di baliknya. “Bottleneck-nya adalah data,” katanya tegas. “Perusahaan seperti Waymo perlu berkeliling mengumpulkan data, mengumpulkan skenario yang berbeda. Anda mungkin bisa berkata: di San Francisco, ‘Di persimpangan sekolah ini, saya ingin data pada jam ini agar saya bisa melatih model saya.’ Masalah bagi semua perusahaan ini adalah akses ke data itu, karena mereka tidak punya modal untuk mengerahkan mobil dan mengumpulkan semua informasi itu.”
Pernyataan ini membuka perspektif baru. Selama ini kita berpikir bahwa tantangan terbesar mobil otonom adalah kecerdasan buatannya. Ternyata, justru data dunia nyata — ribuan jam rekaman jalanan, cuaca buruk, pejalan kaki tak terduga, dan pengendara sepeda ugal-ugalan — yang menjadi komoditas paling berharga dan paling mahal untuk dikumpulkan.
Strategi Uber menjadi lapisan data untuk seluruh ekosistem AV sebenarnya langkah yang cerdas. Apalagi mengingat Uber bertahun-tahun lalu sudah meninggalkan ambisinya sendiri untuk membangun mobil self-driving. Langkah yang oleh salah satu pendiri, Travis Kalanick, secara terbuka disesali sebagai kesalahan besar. Banyak pengamat industri bertanya-tanya apakah tanpa mobil self-driving sendiri, Uber suatu hari akan menjadi tidak relevan seiring menjamurnya AV di seluruh dunia.
Tapi sekarang, Uber justru memposisikan diri sebagai pemasok data utama — bukan pembuat mobil. Perusahaan saat ini memiliki kemitraan dengan 25 perusahaan AV, termasuk Wayve yang beroperasi di London. Uber sedang membangun apa yang Naga sebut sebagai “AV cloud”: sebuah perpustakaan data sensor berlabel yang bisa diakses dan digunakan mitra untuk melatih model mereka.
Para mitra — yang rencananya akan semakin agresif diinvestasi Uber secara langsung — juga bisa menggunakan sistem itu untuk menjalankan model terlatih mereka dalam “shadow mode” melawan perjalanan Uber sungguhan. Ini mensimulasikan bagaimana AV akan berperforma tanpa benar-benar menempatkannya di jalan raya.
Demokratisasi Data atau Strategi Monopoli Baru?
“Tujuan kami bukan menghasilkan uang dari data ini,” Naga berkilah. “Kami ingin mendemokratisasikannya.”
Tapi mari kita bedah pernyataan ini. Di satu sisi, Uber memang sudah berinvestasi ekuitas di berbagai pemain AV. Kemampuan mereka menawarkan data pelatihan eksklusif dalam skala besar bisa memberi mereka pengaruh signifikan atas sektor yang saat ini bergantung pada pasar ride-hailing Uber untuk menjangkau pelanggan. Di sisi lain, frasa “bukan untuk menghasilkan uang” terdengar agak naif untuk perusahaan publik sebesar Uber.
Nilai komersial dari apa yang dibangun Uber sangat jelas. Bayangkan data dari jutaan perjalanan harian: rute macet, tikungan berbahaya, zebra cross yang jarang dilewati, hingga pola pengemudi manusia yang agresif. Semua itu adalah emas murni bagi perusahaan yang melatih algoritma self-driving. Jika data ini benar-benar “didemokratisasi”, Uber bisa menjadi wasit sekaligus pemain di liga AV global.
Langkah ini mengingatkan kita pada strategi perusahaan teknologi lain yang mengubah infrastruktur menjadi aset data. Google mengubah mesin pencari menjadi mesin iklan. Facebook mengubah jejaring sosial menjadi tambang data psikografis. Kini Uber ingin mengubah armada kendaraan menjadi sensor raksasa yang merekam dunia fisik.
Yang menarik, rencana ini juga mengindikasikan pergeseran filosofi di internal Uber. Jika dulu mereka ingin memiliki kendaraan otonom sendiri, sekarang mereka lebih memilih menjadi tulang punggung data yang memungkinkan semua orang membuat kendaraan otonom. Strategi “jika tidak bisa mengalahkan mereka, jual sekop kepada mereka” di era demam emas AV.
Baca Juga:
Regulasi dan Privasi: Dua Momok yang Belum Terjawab
Naga sendiri mengakui bahwa jalan menuju visi ini tidak mulus. “Ada beberapa regulasi — kami harus memastikan setiap negara bagian memiliki kejelasan tentang apa arti sensor, dan apa arti berbagi data,” katanya. Pernyataan ini penting karena menyentuh aspek paling rumit dari rencana Uber: privasi pengemudi dan penumpang.
Jika mobil Uber dilengkapi sensor yang merekam lingkungan sekitar, pertanyaan langsung muncul: Apakah kamera merekam wajah penumpang? Apakah mikrofon merekam percakapan? Bagaimana dengan data lokasi yang sangat detail? Uber harus menjawab semua ini sebelum bisa meyakinkan regulator di 50 negara bagian AS, apalagi di luar negeri.
Belum lagi soal kompensasi. Jika pengemudi Uber berubah menjadi “pekerja data” yang mobilnya dipasangi sensor, apakah mereka akan dibayar lebih? Atau ini hanya syarat baru untuk tetap bisa menerima order? Model bisnis Uber selama ini memang kontroversial dalam hal perlakuan terhadap pengemudi, dan rencana ini berpotensi memicu gelombang protes baru.
Di sisi lain, potensi manfaatnya juga besar. Data lalu lintas real-time dari jutaan sensor bisa digunakan untuk perencanaan kota, manajemen kemacetan, hingga keselamatan jalan raya. Bayangkan sistem yang bisa memprediksi titik rawan kecelakaan berdasarkan data ribuan perjalanan harian. Atau sistem yang memberi tahu pengemudi manusia rute teraman, bukan tercepat.
Bagi perusahaan yang melatih model AI pada skenario dunia nyata, data dari Uber bisa menjadi pembeda antara mobil yang bisa melewati bundaran sibuk di Jakarta dengan mobil yang hanya bisa melaju di jalan lurus Arizona. Semakin beragam data, semakin canggih pula model yang bisa dilatih.
Menariknya, langkah Uber ini terjadi di tengah hiruk-pikuk industri AI yang juga memanfaatkan data pengguna untuk pelatihan. Baru-baru ini, tiga YouTuber menggugat Apple terkait penggunaan data untuk pelatihan AI. Ini menunjukkan bahwa masalah kepemilikan dan kompensasi data semakin menjadi isu panas di era AI.
Uber tampaknya belajar dari kasus-kasus seperti itu. Dengan menyebut “demokratisasi data,” mereka mencoba membingkai ulang narasi dari “eksploitasi data” menjadi “berbagi sumber daya.” Tapi apakah publik akan percaya? Terutama mengingat sejarah Uber yang penuh kontroversi seputar data dan privasi.
Bagi pengamat teknologi, langkah Uber ini bisa dibaca sebagai upaya transformasi model bisnis. Dari perusahaan ride-hailing yang marginnya tipis menjadi perusahaan data dengan margin tinggi. Di era di mana data adalah minyak baru, Uber duduk di atas ladang minyak yang sangat luas. Yang mereka butuhkan sekarang adalah cara mengebornya tanpa menimbulkan ledakan.
Ke depannya, kita mungkin akan melihat Uber tidak lagi sekadar aplikasi untuk memesan tumpangan, tapi menjadi infrastruktur digital yang menghubungkan dunia fisik dengan dunia virtual. Setiap perjalanan bukan hanya perpindahan dari titik A ke titik B, tapi juga kontribusi pada peta data raksasa yang akan menggerakkan revolusi transportasi berikutnya.
Pertanyaan besarnya: apakah Anda, sebagai pengguna Uber, siap menjadi bagian dari revolusi itu? Atau Anda lebih memilih perjalanan Anda tetap privat, tanpa sensor, tanpa rekaman, tanpa menjadi umpan bagi mesin pembelajaran? Jawabannya mungkin akan menentukan seberapa cepat mimpi Uber ini bisa terwujud.
Satu hal yang pasti: Uber tidak akan berhenti di sini. Dengan jutaan pengemudi di genggaman, ambisi untuk menjadi pusat data AV global bukan lagi sekadar angan-angan. Tinggal menunggu waktu, regulasi, dan tentu saja, kemauan para pengemudi untuk membiarkan mobil mereka berubah menjadi mata dan telinga digital yang mengawasi jalanan dunia.
