In un mondo sempre più guidato dall’intelligenza artificiale, dove la qualità dei dati è la materia prima più preziosa, Uber ha deciso di investire non soltanto sulle sue flotte o sui modelli di business “visibili” all’utente, ma su ciò che accade dietro le quinte: l’operazione di “data labeling” — etichettare e classificare dati sensibili, come video, immagini e segnali da sensori — è diventata centrale. E la scelta strategica che ha fatto è quella di acquistare la startup belga Segments.ai, portando il suo team nel cuore della divisione Uber AI Solutions.
Questa mossa appare oggi come naturale evoluzione di una strategia che Uber ha già messo in moto da tempo: inizialmente l’etichettatura era un’attività interna, pensata per supportare i suoi servizi di ride-sharing e consegna, ma negli ultimi mesi è diventata anche un’offerta commerciale rivolta a terzi.
L’annuncio ufficiale ha un tono piuttosto sobrio: Uber — riferisce Bloomberg — ha acquisito Segments.ai, ma non ha divulgato l’ammontare dell’operazione. Negli Stati Uniti, d’altronde, la normativa della Securities and Exchange Commission (SEC) non richiede la divulgazione di dettagli finanziari per acquisizioni considerate “non significative” rispetto alle dimensioni complessive dell’azienda.
news.bloomberglaw.com
Da parte sua, Segments.ai ha voluto tranquillizzare il mercato: secondo quanto dichiarato su LinkedIn, la startup godrebbe di una salute finanziaria solida. Gli stessi fondatori, tra cui Bert de Brabander, e i dipendenti della startup si uniranno al team di Uber AI Solutions.
Da un punto di vista formale e mediatico l’acquisizione è passata quasi sotto i radar — non un’operazione da “headline sensazionali”, ma decisamente strategica in prospettiva.
Segments.ai è specializzata nell’etichettatura di dati provenienti da telecamere e sensori, in particolare quelli utilizzati nei veicoli autonomi — dai modelli automobilistici ai droni. La tecnologia sviluppata permette di associare significato a sequenze video, immagini, segnali LIDAR e multisensore, identificando oggetti, traiettorie, ostacoli, elementi ambientali e così via.
Questo tipo di attività — se fatta con precisione, scalabilità e efficienza — è fondamentale per addestrare modelli di intelligenza artificiale e sistemi di guida autonoma, che devono “imparare” a capire cosa c’è attorno a loro. Senza dati ben etichettati, anche il modello di IA più sofisticato rischia di fallire.
Per Uber, l’integrazione di Segments.ai significa acquisire competenze, strumenti e una base clienti già operativa nel campo del data labeling per sensori multipli (LIDAR + videocamere). In altre parole: non solo una risorsa in più, ma un salto tecnologico.
In particolare, Uber ha dichiarato che l’operazione rafforzerà le sue capacità di etichettatura LIDAR e multisensore per rivolgersi a clienti globali, valorizzando gli strumenti proprietari di Segments, le competenze e la base clienti acquisita.
Acquisendo Segments.ai, Uber si pone in diretta competizione con realtà già consolidate nel settore del data labeling per l’IA, come Scale AI, una delle aziende più note in questo mercato. La differenza, oggi, sta nella capacità di offrire non solo forza lavoro o crowd-labeling, ma soluzioni altamente tecniche e ambiti sensorizzati avanzati.
Negli ultimi mesi, Uber ha già iniziato a posizionarsi come fornitore di servizi di etichettatura esterni: ha costruito una piattaforma che accoglie freelance con competenze in programmazione, finanza, scienza, diritto e lingue, ed è attiva oggi in circa 30 Paesi. In sostanza, Uber ha trasformato una funzione interna (necessaria per i suoi servizi) in una potenziale fonte di ricavo esterna.
In occasione di eventi recenti — a San Francisco, Singapore e Londra — l’azienda ha promosso attivamente il proprio servizio di etichettatura basata sull’IA, cercando clienti al di fuori del suo core di mobilità. Uber vuole che il data labeling diventi un pilastro del suo business tecnologico, non più solo un “costo interno”.