آغاز عصر روبوتاکسی‌ها در بریتانیا: بررسی ورود اوبر به فاز آزمایشی خودروهای خودران در منچستر

شرکت اوبر در مهر ۱۴۰۵ با شروع عملیات آزمایشی خودروهای خودران در خیابان‌های منچستر، گامی بلند در جهت نوسازی ناوگان حمل‌ونقل شهری بریتانیا برداشته است. این پروژه که با همکاری شرکت‌های تکنولوژی‌محور بین‌المللی اجرا می‌شود، با چالش‌های فنی، اجتماعی و اتحادیه‌ای متعددی روبه‌رو است که آینده سیستم‌های ترابری هوشمند را در اروپا به چالش می‌کشد.

استراتژی تکنولوژیک: همکاری با Pony و Verne

اوبر برای پیشبرد این پروژه در منچستر، از زیرساخت‌های فنی شرکت‌های پیشرو Pony.ai و Verne بهره می‌برد. تجربه موفق راه‌اندازی اولین سرویس روبوتاکسی اروپا در زاگرب کرواسی توسط این تیم، اکنون به عنوان الگوی اولیه در بریتانیا بازآفرینی می‌شود. معماری این سیستم بر پایه نقشه‌برداری دقیق (HD Mapping) از خیابان‌های منچستر استوار است که در حال حاضر با حضور یک راننده ایمنی (Safety Driver) برای نظارت بر سیستم‌های هوش مصنوعی و بدون حضور مسافر در حال انجام است.

تمایز عملکردی: منچستر در برابر لندن

رویکرد اوبر در بریتانیا دوگانه است. در حالی که در لندن از خودروهای شرکت Wayve تحت مجوزهای سخت‌گیرانه Transport for London استفاده می‌شود، آزمایش‌های منچستر ماهیت توسعه‌ای دارند. این تفاوت در استراتژی نشان‌دهنده تلاش اوبر برای انطباق با قوانین محلی در عین حفظ یکپارچگی سیستم خودران است. استفاده از رانندگان ایمنی در هر دو منطقه نشان می‌دهد که فناوری هنوز در مرحله ‘اثبات مفهوم’ قرار دارد و تا رسیدن به سطح ۵ خودمختاری (Full Automation) فاصله دارد.

چالش‌های اجتماعی و مخالفت‌های اتحادیه‌ای

ورود روبوتاکسی‌ها تنها یک تحول تکنولوژیک نیست، بلکه با فشارهای اقتصادی و سیاسی سنگینی همراه است. اتحادیه‌های کارگری نظیر GMB و اتحادیه رانندگان برنامه-محور (ADCU) نسبت به حذف گسترده فرصت‌های شغلی هشدار داده‌اند. علاوه بر این، کمیته حمل‌ونقل مجمع لندن در گزارشی انتقادی، نسبت به ابهامات در مزایای ادعایی خودروهای خودران، تاثیر منفی بر ترافیک عمومی، و نگرانی‌های امنیتی برای معلولان هشدار داده و خواستار تفویض اختیارات نظارتی بیشتر به نهادهای محلی شده است.

مشخصات فنی و وضعیت فعلی پروژه

نتیجه‌گیری

توسعه هوش مصنوعی در خودروهای خودران اوبر، اگرچه از دیدگاه مهندسی یک دستاورد خیره‌کننده است، اما در بریتانیا با دیواری از مقررات و مقاومت اجتماعی روبروست. موفقیت نهایی این طرح نه تنها به پایداری الگوریتم‌های یادگیری ماشین، بلکه به توانایی اوبر در اقناع نهادهای نظارتی و مدیریت نیروی کار انسانی بستگی دارد.