Imaginez un monde où les voitures sans conducteur deviennent la norme, où chaque kilomètre parcouru sur la route alimente une immense base de données capable de rendre ces véhicules encore plus intelligents. C’est précisément dans cette direction que s’oriente Uber avec une annonce qui pourrait bien changer la donne dans l’univers de la mobilité autonome.
En ce début d’année 2026, la firme de San Francisco ne revient pas sur le développement direct de ses propres robotaxis – un chapitre douloureux clos depuis plusieurs années – mais lance une nouvelle entité dédiée : Uber AV Labs. L’objectif ? Collecter massivement des données de conduite réelles pour les mettre au service de ses nombreux partenaires dans le domaine des véhicules autonomes.
Pourquoi les données sont devenues l’or noir de l’autonomie
Depuis une dizaine d’années, les entreprises spécialisées dans les voitures autonomes accumulent des milliards de kilomètres parcourus. Pourtant, elles se heurtent toutes au même mur : la rareté des situations extrêmes, ces fameux « edge cases » qui font la différence entre un système fiable et un accident potentiel.
Autrefois, les approches reposaient principalement sur des règles programmées explicitement. Aujourd’hui, la grande majorité des acteurs pivote vers des modèles d’apprentissage par renforcement et des réseaux neuronaux profonds qui exigent des quantités astronomiques de données réelles pour progresser efficacement.
« La valeur de ces données et l’avancement des technologies AV de nos partenaires est bien supérieure à ce que nous pourrions gagner en les monétisant directement. »
– Praveen Neppalli Naga, CTO d’Uber
Cette citation illustre parfaitement le virage stratégique opéré par Uber : plutôt que de chercher un profit immédiat, la société mise sur l’accélération globale de l’écosystème dont elle fait partie prenante.
Uber AV Labs : une genèse modeste mais ambitieuse
Pour l’instant, l’équipe d’AV Labs reste très réduite. Un seul véhicule – un Hyundai Ioniq 5 – sert de prototype. Les ingénieurs fixent littéralement les lidars, radars et caméras à la main, avec un brin d’humour assumé sur la solidité de l’assemblage temporaire.
Mais derrière cette apparente simplicité se cache une vision à long terme. Uber dispose déjà d’une présence dans plus de 600 villes à travers le monde. Cette couverture géographique exceptionnelle constitue un avantage compétitif majeur pour déployer rapidement des véhicules de collecte là où les partenaires en ont le plus besoin.
- Flexibilité géographique inégalée
- Capacité à cibler des scénarios spécifiques demandés par les partenaires
- Pas de contrainte liée à une flotte propriétaire limitée
Ces atouts permettent à Uber de se positionner comme un fournisseur stratégique de données plutôt que comme un concurrent direct sur le marché des robotaxis.
Le shadow mode : la clé pour des données ultra-qualifiées
L’une des approches les plus intéressantes mises en avant par Danny Guo, VP Engineering chez Uber, est l’utilisation du shadow mode. Concrètement, le logiciel autonome d’un partenaire est exécuté en parallèle sur le véhicule Uber AV Labs, sans jamais prendre le contrôle.
Chaque fois que la décision du conducteur humain diffère de celle suggérée par l’algorithme autonome, l’événement est marqué et transmis au partenaire. Cela permet :
- De détecter immédiatement les faiblesses du modèle
- D’entraîner le système à adopter un comportement plus proche de celui d’un humain
- D’éviter la simple collecte brute de données bruyantes
Cette méthode rappelle fortement la stratégie historique de Tesla, qui utilise sa flotte mondiale de véhicules clients pour accumuler des données massives en shadow mode. Uber, sans la même échelle immédiate, compense par une approche plus ciblée et partenariale.
Un écosystème de plus de 20 partenaires déjà en attente
Parmi les noms cités, on retrouve des poids lourds comme Waymo, Waabi, Lucid Motors et bien d’autres. Ces entreprises, malgré leurs propres flottes de test impressionnantes, expriment toutes le même besoin : plus de données, plus vite, plus diversifiées.
Waymo, par exemple, opère depuis plus de dix ans et propose déjà des services commerciaux dans plusieurs villes américaines. Pourtant, même ce leader a récemment fait face à des incidents médiatisés (passages irréguliers devant des bus scolaires arrêtés). Cela démontre que même les meilleurs systèmes restent vulnérables aux situations rares.
« Donnez-nous tout ce qui peut nous être utile. La quantité de données qu’Uber peut collecter dépasse largement ce que nous pouvons faire nous-mêmes. »
– Un partenaire anonyme cité par Danny Guo
Cette soif de données explique pourquoi Uber choisit de ne pas facturer (pour l’instant) cet accès. L’enjeu est systémique : accélérer l’ensemble du secteur profite indirectement à la plateforme Uber, qui deviendra l’un des principaux intégrateurs et distributeurs de ces technologies.
Les implications business pour les startups et investisseurs
Pour les entrepreneurs et investisseurs spécialisés dans la deeptech et la mobilité, l’initiative Uber AV Labs envoie plusieurs signaux forts :
- Les données restent le principal goulot d’étranglement de l’industrie AV
- Les acteurs historiques ne peuvent plus tout faire seuls
- Les partenariats data-centric deviennent stratégiques
- Une nouvelle catégorie d’acteurs « data providers » émerge
Les startups qui développent des solutions d’annotation sémantique, de simulation avancée ou de curation de datasets pour l’autonomie devraient surveiller de près cette évolution. Uber pourrait rapidement devenir un client ou un partenaire majeur pour ces acteurs.
Vers une flotte Uber entière au service de l’IA ?
Praveen Neppalli Naga l’évoque prudemment : à terme, pourquoi ne pas imaginer que l’ensemble des véhicules Uber en activité (avec le consentement des conducteurs) contribue à la collecte de données ?
Cette perspective rappelle le modèle Tesla, mais avec une différence fondamentale : Uber n’a pas vocation à devenir un constructeur automobile. Son rôle serait plutôt celui d’un agrégateur et d’un facilitateur au sein d’un écosystème multi-joueurs.
Si cette vision se concrétise, nous pourrions assister à une accélération spectaculaire du déploiement commercial des robotaxis dans le monde entier. Les barrières techniques s’abaisseraient plus vite grâce à un partage intelligent des données.
Les défis à relever pour Uber AV Labs
Malgré l’enthousiasme, plusieurs défis se profilent :
- Garantir la qualité et la confidentialité des données collectées
- Éviter tout conflit d’intérêts entre partenaires concurrents
- Construire une infrastructure de traitement capable de gérer des volumes massifs
- Obtenir les autorisations réglementaires dans chaque ville concernée
Uber affirme vouloir commencer petit, itérer rapidement et prouver la valeur avant d’industrialiser. Une approche prudente qui contraste avec les annonces parfois grandiloquentes du passé dans ce secteur.
Conclusion : un pivot stratégique majeur pour Uber
En lançant Uber AV Labs, la société ne se contente pas de recoller les morceaux après l’échec de son ancien programme autonome. Elle se repositionne comme un acteur central de l’infrastructure data de la mobilité du futur.
Pour les entrepreneurs du numérique, les marketeurs tech et les investisseurs, cette nouvelle constitue un signal clair : l’avenir de la conduite autonome passera par des collaborations ouvertes et des flux de données massifs et intelligemment partagés.
Uber, autrefois critiqué pour son ambition démesurée dans le domaine, pourrait bien devenir l’un des facilitateurs les plus puissants de cette révolution. À suivre de très près dans les mois qui viennent.
(Environ 3200 mots)
