無人車發生嚴重車禍!Uber自動駕駛部門被爆內訌
無人車發生嚴重車禍!Uber自動駕駛部門被爆內訌
2017.03.26 | 交通運輸

進入2017年,Uber壞消息接連不斷。昨天,Uber在亞利桑那州的自動駕駛汽車遭遇了嚴重車禍,同時爆出的,還有Uber自動駕駛部門的內訌和員工離職潮,對於Uber CEO Travis Kalanick來說,找COO的事情可能得抓緊了⋯⋯

事故發生在昨天晚上在亞利桑那州坦佩市,如題圖所示,一輛搭載了雷射雷達的沃爾沃自動駕駛汽車撞上了一輛福特越野車,車身側翻在路面上,在畫面外,還有一輛汽車在此次事故中受「輕傷」。

uber car crash
圖/ 36 kr

Uber發言人隨後對彭博社確認,當事汽車是Uber自動駕駛測試車輛,事發時車上沒有乘客。當地警方在接受采訪時表示,事故發生的原因是一輛汽車沒有及時減速,造成車禍,當時Uber自動駕駛汽車的駕駛座上有一名司機,但警方尚未確認事故發生時司機是否在駕駛汽車。

根據警方的聲明,Uber自動駕駛汽車在本次車禍中沒有過錯,不承擔主要責任,事故沒有發生重大人員傷亡。但Uber表示,公司正在調查事故原因,在事故未水落石出前,公司決定暫停Uber在亞利桑那州、匹茲堡和舊金山的自動駕駛汽車試點專案。

掐指一算,截止今天,距離Uber在亞利桑那州開展自動駕駛汽車試點專案剛剛過去1個月。

2月22日,Uber在加州遭遇禁令的16輛自動駕駛測試汽車終於有了用武之地——亞利桑那州州長Doug Ducey在Uber與加州車管局隔空交戰的同時,在Twitter發文,明確表態歡迎Uber的自動駕駛試點專案。就這樣,Uber的自動駕駛汽車從加州到了亞利桑那州,在當地推出自動駕駛汽車試點專案。 36氪之前的評論文章甚至用了「數月以來,Kalanick終於迎來了一個好消息。」來形容這次專案的成功落地。

誰又能想到短短一個月後,Uber自動駕駛汽車便出事了。雖然警方都在為Uber自動駕駛汽車沒有過錯背書,但正如彭博社報導的那樣,Google Waymo測試自動駕駛汽車很多年了,屈指可數的幾次事故都是都非常輕微的蹭到其他車,亦或是被其他車追尾,哪像Uber一上來就被掀翻在地?

36氪認為,不管怎麼說,Uber暫停自動駕駛汽車試點專案的決定是明智的——這樣的照片經媒體報導,誰出行還敢叫Uber自動駕駛汽車?

屋漏偏逢連夜雨,對比自動駕駛部門近期的動盪,一次沒有重大人員傷亡的車禍對Uber來說完全是小巫見大巫。

本週一,Kalanick召集了Uber位於舊金山和匹茲堡兩地的自動駕駛團隊舉行了一次高層會議。消息人士透露,此次會議旨在解決Uber自動駕駛部門領導層管理混亂、技術進展緩慢以及Uber先進技術集團(Advanced Technology Group :Uber自動駕駛部門隸屬於ATG)發展方向不夠明確等問題。

消息人士透露,卡內基梅隆大學的機器人專家、現ATG負責人David Stager、Otto共同創辦人Don Burnette和Lior Ron及其他至少50名高階主管都參加了會議。

外媒Recode對Uber自動駕駛部門的多位離職和在職員工進行了採訪,許多人認為該部門技術進展已經停滯、內部關係緊張、特別是執行高階主管之間這種現象更為嚴重。

另一個問題在於Otto團隊與卡內基梅隆大學的走出的「學院派」發展理念不和,進而導致的關鍵人才離職潮,自去年11月以來,已經有超過20名工程師從Uber自動駕駛部門離職,其中包括帶領一批工程師出走創辦Argo.ai(已被福特斥資10億美元收購)的Peter Rander和前ATG團隊負責人、Uber自動駕駛業務的元老級人物Raffi Krikorian。

好吧,或許我們可以列一下Uber離職高層名單:

  • Raffi Krikorian:原Uber無人駕駛業務負責人,離職。

  • Peter Rander:原Uber ATG高層,創辦了自動駕駛新創公司Argo.ai。

  • Tyler Krampe:原Uber先進技術中心軟體負責人,已離職加盟Argo.ai。

  • Bret Browning:原Uber地圖業務副總裁,以機器人副總裁的職位加盟Argo.ai。

  • Daniel Beaven:原ATG部門財務總監,已離職加盟Argo.ai。

  • Drew Bagnell:原Uber電腦視覺主管,已離職加盟前Waymo CTO Chris Urmson創辦的公司Aurora。

  • Randy Warner、Dale Lord、Tyler Krampe、Al Costa、Robert Keelan和X Xinjilefu:原Uber地圖團隊成員,已加盟Aurora。

  • Charlie Miller:原Uber安全專家,已加盟滴滴矽谷實驗室。

  • Pam Cardona:原Uber無人駕駛技術專案經理,在此次高層會議召開一天后宣布離職(真是一點面子都不給⋯⋯)。

Uber對此回應稱,到2017年1月,ATG部門成立剛滿兩年,對於一個新興部門來說,這樣規模的人員流動是正常的,特別是最近公司剛剛派發了員工獎金激勵。對於自去年11月開始的離職潮,Uber發言人回應稱,從2017年開始,ATG部門新員工入職的數量遠遠超過離職員工數,即使不算入職人數,ATG部門的離職率也低於整個公司的離職率。

不管Uber怎麼粉飾太平,毋庸置疑的是,Uber ATG部門的離職率超出了正常水平,引發離職潮的真正原因在於原ATG團隊對Otto團隊的排斥。

原ATG團隊主要來自Uber從卡內基梅隆大學機器人研究中心的挖來的技術專家和研究員,在去年收購Otto後,Kalanick宣佈如今身陷指控的Otto共同創辦人兼CEO Anthony Levandowski擔任Uber無人駕駛副總裁,主要負責領導ATG,發展Uber自動駕駛技術及對外合作。同時Otto團隊也併入了ATG。

我們認為,雙方的分歧從Otto併入ATG之初就埋下了。不喜歡循規蹈矩的Levandowski領導的Otto團隊希望透過維護新創公司的獨立性來保持技術的快速進展,但「學院派」相對保守和從長計議:他們希望穩紮穩打以鞏固Uber在未來交通出行領域的地位。

36氪了解到,在Uber對Otto的收購到了最後階段,Levandowski成為新負責人時,原ATG部門的員工才接到了通知,在原ATG部門高階主管不知情的情況下,Otto團隊的強勢併入使得許多ATG元老被降級。比如,一份郵件顯示,原ATG部門CTO的職位從任職兩年的David Stager轉移到Otto共同創辦人Don Burnette手裡。

更為誇張的一例是,在沒有任何徵兆的情況下,Uber舊金山總部的企業基礎設施服務負責人Paw Anderson被任命擔任ATG部門的高階工程總監。但ATG員工完全不知情,無論是Kalanick還是Levandowski均未做出哪怕一個口頭通知,足見Uber內部混亂的管理。

說完離職潮,下一個問題是技術發展的分歧,具體來說,ATG部門的老員工相對「Google」一些,希望將技術研發一步到位再上路實測,但從Google離職的這些Otto員工反而更加激進。

Uber自動駕駛汽車嚴重車禍,更嚴重的是自動駕駛部門的內訌

2016年9月,一條登上各大媒體報端的新聞是Otto無人駕駛卡車在科羅拉多州長途跋涉近200公里,完成了一次啤酒運送。當時Uber發言人表示,Otto團隊與州政府合作,對無人駕駛卡車進行了廣泛的測試。但有消息人士透露,當時的技術漏洞重重,將未完成開發的自動駕駛系統拼湊上路,完全是為了展示而展示。電腦每隔幾個小時就會崩潰一次,「那次演示能成功真的是太幸運了。」(A huge amount of luck went into that demo)

雖然Otto成功的完成了那次測試,但激進至此的風格使得一批ATG舊部的高層在測試完成後選擇了離職,他們認為這種發展態度會帶來更大的安全隱患。

緊接著,2016年12月14日,Uber自動駕駛汽車上路測試的第一天,一輛自動駕駛汽車闖了紅燈,我們還記得當時Uber發言人表示只是人為失誤,但隨後《紐約時報》曝光的內部日誌顯示,當時Uber的自動駕駛系統甚至無法識別交通燈。在闖紅燈後,加州車管局態度更加強硬,勒令Uber自動駕駛測試車隊撤出加州,隨後Uber加州車隊便搬到了亞利桑那州,也就出現了文章開頭的那一幕⋯⋯

如今,一切問題的源頭都指向了深陷指控、一直懸而未決的Levandowski,消息人士透露,最近Uber CEO Kalanick已經和Uber人力資源主管及Levandowski、Eric Meyhofer(「學院派」中的首席工程師)進行了會面,正在著手解決相關問題。

最早的時候,Uber希望原ATG舊部在2016年8月就推出自動駕駛汽車試點專案,但在截止日期到來的前幾個月,Kalanick了解到技術進展緩慢,這幫大學走出的機器人專家和工程師組成的團隊無法實現預期目標。最終他的目光轉向了Levandowski。

Levandowski給出的建議是,Uber可以將截止日期推遲至2016年9月,此時他已經創辦了Otto,在運營Otto的同時又擔任Otto的無人駕駛技術顧問,這讓Google指控的「在職期間與Uber高層進行商業利益的接觸」更加可信了⋯⋯

此前與Levandowski私交甚好的Waymo雷射雷達技術主管Pierre-Yves Droz表示,Levandowski在2016年1月14日就出席了在舊金山的Uber總部舉行的Uber高層會議。

在Google提起這些指控後,Uber並未回作出什麼強硬的回應,這導致ATG部門的普通工程師越來越不滿。Uber發言人表示,在訴訟案發生的第二天,Kalanick和Levandowski就在ATG召開了全員大會「闢謠」,同時雷射雷達團隊也展示了其最新的成果來安撫那些心懷不滿的工程師,但問題的關鍵是,這些前Google員工設計的雷達為什麼和Google的雷射雷達如此相似?

頗為戲劇性的是,Otto團隊和ATG舊部都認為這場收購妨礙了他們的技術發展,ATG部門致力於與舊金山總部協作,推出無人駕駛汽車網絡,而Otto團隊醉心於公開展示技術成果,這本身就會消耗大量的時間和資源。

無論如何,Kalanick都要盡快找一位大刀闊斧改變公司風氣的COO來應對這場災難了,我想起了他表述的Uber對自動駕駛技術的態度:「我們清楚的看到,山景城的朋友們(Google)正在進入汽車共享領域,我們必須研發自動駕駛汽車,如果對方鋪開的駕乘共享網絡比Uber價廉質優,我們將一敗塗地。」

本文授權轉載自:36 氪

關鍵字: #Uber #自動駕駛
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓