A Hyundai adia seu sistema de condução autônoma para 2029, mas lança um desafio à Tesla: quer superá-la em dados

O Hyundai Motor Group estabeleceu uma nova meta: superar a Tesla e os demais concorrentes em volume de dados para condução autônoma dentro de 5 anos, a partir do momento em que seu próprio sistema entrar em produção em massa. O grupo sul-coreano definiu essa previsão ao mesmo tempo em que anunciou um atraso de 2 anos no cronograma inicialmente planejado para colocar em produção sua tecnologia de condução autônoma.

O sistema Atria AI, desenvolvido pela Hyundai em parceria com a 42dot, subsidiária do grupo especializada em condução autônoma, agora tem previsão de lançamento para a segunda metade de 2029, enquanto inicialmente sua produção estava prevista para o final de 2027. Até então, a Hyundai utilizará o software da Nvidia, com veículos de nível 2+ na primeira metade de 2028 e de nível 2++ na segunda metade do mesmo ano.

Um calendário redefinido

Park Min-woo, presidente da divisão Advanced Vehicle Platform da Hyundai e CEO da 42dot, explicou os fundamentos dessa previsão durante uma apresentação realizada em Pangyo, ao sul de Seul: “A Hyundai vende 7 milhões de veículos por ano em 190 mercados, o que significa que podemos coletar dados em grande escala e, nesse ritmo, podemos superar o que nossos concorrentes construíram em cinco anos”.

Park defendeu o atraso do Atria AI como uma decisão estratégica: “Acreditamos que o Atria AI poderia avançar mais rapidamente se o impulsionássemos com tudo o que temos. Mas tomamos a decisão estratégica de desacelerá-lo. Lançar agora a produção em massa com muita pressa traz o risco de oferecer um sistema de nível 2++ medíocre, muito abaixo do nosso objetivo real”.

O executivo também resumiu a abordagem da Hyundai em relação à concorrência na condução autônoma, segundo relata o Electric Vehicles: “A competição em condução autônoma já não se trata da velocidade. Reduz-se a quantos dados é possível coletar, com que rapidez se pode aprender com eles e em que velocidade isso se traduz em produtos e serviços reais”.

Consequentemente, com essa decisão, o calendário agora segue um padrão diferente, que Kwon Jung-hyun, responsável pela divisão de condução autônoma da 42dot, resume da seguinte maneira: “Até 2027, nos concentraremos em levar a condução, o estacionamento e as funções de segurança ativa a um alto nível de acabamento em termos de produto. 2028 será dedicado à coleta de grandes quantidades de dados em situações extremas para desenvolver um produto realmente seguro. E 2029 será o ano em que nos prepararemos para a certificação de segurança, não apenas na Coreia, mas também na América do Norte e na Europa”.

O modus operandi da Hyundai

A estratégia do fabricante coreano se baseia no uso de dados gerados por uma frota enorme que, por enquanto, não está em operação. Atualmente, a Hyundai possui cerca de 40 veículos dedicados especificamente à coleta de informações para seus sistemas de condução autônoma. A empresa pretende superar os concorrentes em volume de dados, mas essa meta refere-se ao tamanho dos conjuntos de dados e não necessariamente às capacidades dos produtos.

A Hyundai chama essa estratégia de Data Flywheel, um sistema baseado na ideia de que um maior número de veículos gera mais dados, o que por sua vez permite aprimorar o software e, posteriormente, os próprios veículos. Entre as ferramentas previstas está o Hard Example Mining, que identifica automaticamente situações de condução nas quais o modelo encontra dificuldades, como áreas em obras, condições meteorológicas adversas, mudanças bruscas de faixa ou estacionamentos irregulares.

O grupo também utilizará um gravador de eventos especiais para registrar informações em situações como acelerações ou frenagens bruscas, distâncias de seguimento irregulares ou momentos em que o motorista ou o sistema desativa a assistência. Hyundai, Kia, 42dot e Motional estão, além disso, padronizando sensores na plataforma Nvidia DRIVE Hyperion 10, com o objetivo de que os dados coletados por qualquer uma dessas empresas possam ser utilizados para treinar os mesmos modelos.