Trước thời điểm xe tự hành bước vào giai đoạn phổ cập, cuộc cạnh tranh giữa các hãng xe, doanh nghiệp nền tảng và công ty phần mềm đang nóng lên. Trong bối cảnh nền tảng phát triển xe tự hành và các mô hình AI dần được chuẩn hóa, lợi thế không còn nằm đơn thuần ở việc sở hữu công nghệ, mà ở quy mô dữ liệu vận hành thực tế phục vụ huấn luyện, kiểm chứng và triển khai.

Giới phân tích cho rằng doanh nghiệp nào tích lũy được nhiều dữ liệu lái xe thực tế hơn sẽ có lợi thế trong việc tạo ra vòng lặp khép kín giữa huấn luyện mô hình, xác thực công nghệ và đưa vào vận hành.

Hiện Hyundai Motor Group được đánh giá là bên nắm lợi thế lớn về dữ liệu đường sá. Tập đoàn này có thể tận dụng lượng xe bán ra hơn 7 triệu chiếc mỗi năm tại khoảng 190 quốc gia như một mạng lưới thu thập dữ liệu quy mô lớn.

Tuy vậy, mạng lưới này chỉ thực sự phát huy hiệu quả khi các mẫu xe được trang bị công nghệ tự hành được thương mại hóa. Theo Hana Securities, Hyundai Motor Group hiện mới ở giai đoạn thu thập các tình huống lái xe phức tạp bằng khoảng 40 xe chuyên dụng.

Để đẩy nhanh tiến độ, Hyundai Motor Group đang theo đuổi chiến lược hai hướng: sử dụng chip và nền tảng phát triển của NVIDIA, đồng thời tự phát triển mô hình lái xe Atria AI. Mục tiêu của hãng là đặt “bộ não” tự lái do mình phát triển lên nền tảng bên ngoài, đồng thời thống nhất hệ thống cảm biến vốn phân tán giữa các công ty thành viên để tích lũy dữ liệu theo cùng một tiêu chuẩn.

Ở nhóm doanh nghiệp không trực tiếp sản xuất xe, việc tạo dựng dữ liệu đòi hỏi phải tham gia vận hành thực tế, và các nền tảng mobility đang tăng tốc theo hướng này. Kakao Mobility mở rộng hoạt động từ ứng dụng gọi xe sang bản đồ độ chính xác cao, mô phỏng và điều hành, đồng thời triển khai chạy thử ban đêm tại Gangnam.

Doanh nghiệp này phân loại tình huống lái xe theo 5 cấp độ, từ cấp 1 là các tình huống chỉ cần tuân thủ tín hiệu và quy tắc giao thông, đến cấp 5 là những rủi ro khó dự đoán.

Kakao Mobility cho biết họ đang tích lũy đáng kể dữ liệu về các tình huống hiếm gặp và khó dự báo trên đường. Đây là loại dữ liệu rất khó thu thập, nên bản thân việc sở hữu được chúng đã là một lợi thế cạnh tranh.

Các ví dụ được công ty đưa ra gồm xe quay đầu trái phép vào rạng sáng, đoạn đường công trường buộc phương tiện phải lấn làn qua vạch phân cách giữa, hoặc người say bất ngờ lao ra đại lộ. Lim In-ho, Trưởng nhóm AI Driving thuộc bộ phận phát triển xe tự hành của Kakao Mobility, nhận định rằng năng lực cạnh tranh cốt lõi của AI hiện nay nằm ở hiệu quả chọn lọc dữ liệu hiếm và khó từ một khối dữ liệu khổng lồ.

Ở mảng thương mại hóa, dữ liệu vận hành cũng đang được tích lũy nhanh chóng. RideFlux cho biết công ty đã nhận giấy phép thử nghiệm tạm thời cho xe không người lái, không bố trí nhân sự an toàn ở ghế lái, do Bộ Đất đai, Hạ tầng và Giao thông Hàn Quốc cấp. Riêng tại Sangam, Seoul, công ty đã vận hành hơn 3.300 giờ.

Từ tháng 7, RideFlux phối hợp với Hanjin triển khai vận chuyển hàng hóa có thu phí bằng xe tải cỡ lớn trên tuyến Gunsan - Jeonju - Daejeon. Thay vì bán mã nguồn, công ty chọn cách trực tiếp vận hành phương tiện để tự tích lũy dữ liệu.

RideFlux cũng đang gắn hoạt động này với lộ trình cung ứng cho xe sản xuất hàng loạt khi tích hợp phần mềm hỗ trợ lái cấp độ 2+ trên các mẫu xe tải cỡ lớn Maxen và Kuxen của Tata Daewoo Mobility. Hệ thống này không chỉ hỗ trợ giữ làn mà còn điều khiển tổng hợp các thao tác như chuyển làn, tách làn, nhập làn, vượt xe và đi qua trạm thu phí.

Bài toán tiếp theo của RideFlux là tận dụng cả dữ liệu phát sinh từ các xe đã bán ra, tức không thuộc đội xe do công ty trực tiếp vận hành, để phục vụ quá trình kiểm chứng công nghệ Level 4.

Trên thị trường quốc tế, cuộc đua giành dữ liệu cũng đang diễn ra theo xu hướng tương tự. Tốc độ cạnh tranh tăng mạnh sau khi NVIDIA giới thiệu giải pháp Hyperion dành cho xe tự hành.

Hyperion là một nền tảng thuộc DRIVE, tích hợp cảm biến, hệ thống tính toán trung tâm và an toàn vào một cấu trúc thống nhất. Nhờ đó, các doanh nghiệp phát triển xe tự hành không còn phải tự thiết kế riêng cấu hình cảm biến từ đầu.

Sau đó, BYD, Geely, Isuzu và Nissan đã tham gia chương trình Level 4 sử dụng nền tảng này. NVIDIA cũng đang hợp tác với Uber để vận hành robotaxi tại 28 thị trường vào năm 2028, bắt đầu từ Mỹ trong nửa đầu năm 2027.

Hyundai Motor Group cũng có kế hoạch sử dụng giải pháp của NVIDIA để triển khai trước công nghệ tự hành dựa trên Hyperion cho xe thương mại vào năm 2028, sau đó mở rộng sang công nghệ dựa trên Atria AI do hãng tự phát triển trong nửa cuối năm 2029.

Do mỗi doanh nghiệp sở hữu loại dữ liệu khác nhau, thời điểm cho ra kết quả cũng không giống nhau. Kakao Mobility đặt mục tiêu ngay trong năm nay sẽ hợp nhất hệ thống nhận thức và ra quyết định vào một mô hình E2E.

Với cách tiếp cận này, AI sẽ tiếp nhận trực tiếp toàn bộ dữ liệu cảm biến và đưa ra lệnh điều khiển, qua đó giảm các hành vi bất thường như giảm tốc đột ngột do nhận diện sai.

RideFlux dự kiến triển khai dịch vụ robotaxi công khai tại Sangam ngay trong năm nay mà không bố trí người ngồi ở ghế lái, sau đó chuyển sang vận hành hoàn toàn không người lái vào năm 2027. Trong khi đó, lộ trình của Hyundai Motor Group dài hơn: nửa đầu năm 2028 đưa công nghệ Level 2+ dựa trên nền tảng NVIDIA lên xe sản xuất hàng loạt, còn công nghệ Level 2++ dựa trên Atria AI được đặt mục tiêu vào nửa cuối năm 2029.

Với Hyundai Motor, cột mốc kiểm chứng đầu tiên sẽ là xe thử nghiệm tích hợp Atria AI dự kiến được đưa vào Gwangju vào cuối năm 2026. RideFlux cũng tham gia dự án đô thị thử nghiệm xe tự hành tại Gwangju, đồng nghĩa hai bên sẽ cùng khai thác một khu vực thử nghiệm.

Hana Securities đánh giá rằng trình độ công nghệ, mức độ hoàn thiện sản phẩm và tốc độ phát triển để xác định doanh nghiệp có đạt mục tiêu hay không chỉ có thể được kiểm chứng sau khi xuất hiện nguyên mẫu hoặc sản phẩm sản xuất hàng loạt.