Los avances en IA están acelerando el despliegue global de vehículos autónomos. Con inversiones de más de U$S 10.000 millones y un mercado potencial de U$S 1 billón, gigantes tecnológicos y startups compiten por liderar la próxima revolución del transporte urbano.
Durante más de dos décadas, el desarrollo de autos autónomos avanzó a un ritmo lento, marcado por pruebas limitadas y desafíos técnicos. Sin embargo, en los últimos años, la irrupción de la inteligencia artificial generativa y los modelos fundacionales cambió el paradigma. Hoy, empresas como Waymo, respaldada por Alphabet, lideran una nueva etapa: la expansión global de los robotaxis.
Un ejemplo ilustra el salto tecnológico. Dmitri Dolgov, co-CEO de Waymo, relató cómo un vehículo autónomo logró detectar a un peatón oculto detrás de un colectivo en San Francisco y esquivarlo. “Pensé: ‘¿Qué está pasando aquí?’… no vemos a través de los objetos”, explicó. La clave, sin embargo, no está en los sensores, sino en la capacidad de la IA para predecir comportamientos.
Del código rígido a la inteligencia predictiva
Los primeros sistemas de conducción autónoma funcionaban con reglas programadas manualmente. Ingenieros de compañías como Baidu o Waymo debían codificar cada escenario posible, desde semáforos hasta maniobras complejas.
Ese enfoque cambió radicalmente con la incorporación de modelos de inteligencia artificial capaces de “generalizar” aprendizajes. En lugar de reaccionar solo a situaciones conocidas, los vehículos ahora pueden anticipar movimientos, interpretar contextos y adaptarse a nuevas ciudades sin necesidad de reprogramación completa.
El punto de inflexión llegó con la quinta generación del sistema de Waymo, lanzada en 2020. Según Dolgov, “fue cuando hicimos una gran apuesta por la IA como columna vertebral del sistema”. Este modelo no solo conduce: también simula escenarios y evalúa su propio desempeño en un ciclo de mejora continua.
Sensores, datos y simulación: el trípode tecnológico
Los robotaxis actuales combinan tres tipos de sensores: lidar, radar y cámaras ópticas. Estos dispositivos construyen una representación tridimensional del entorno en tiempo real. Sin embargo, el verdadero diferencial está en el software.
Gracias a simulaciones avanzadas, las compañías pueden entrenar a sus vehículos en entornos virtuales donde enfrentan millones de situaciones extremas sin riesgos. Este enfoque permitió resolver los llamados “edge cases”, eventos raros pero críticos para la seguridad.
El resultado: Waymo ya superó los 200 millones de millas recorridas de forma totalmente autónoma con pasajeros, consolidando su liderazgo en el sector.
Nuevos jugadores y estrategias divergentes
A pesar de la ventaja de Waymo, la competencia se intensifica. Startups como Wayve (Reino Unido) y Waabi (Canadá) están apostando por modelos más ágiles y escalables.
El CEO de Wayve, Alex Kendall, sostiene que su enfoque basado en “deep learning end-to-end” permite a los vehículos aprender observando a conductores humanos. “Podemos generalizar y escalar en cualquier lugar”, afirma, en contraste con el modelo de Waymo, que aún depende de áreas geográficas delimitadas.
Por su parte, compañías como Tesla exploran sistemas con menos sensores, eliminando incluso el lidar para reducir costos. Mientras tanto, Zoox, propiedad de Amazon, apuesta por vehículos diseñados desde cero, sin volante ni pedales.
Una industria multimillonaria en plena expansión
El negocio de los robotaxis está atrayendo inversiones masivas. Uber ya comprometió más de U$S 10.000 millones en vehículos autónomos y alianzas estratégicas. Su CEO, Dara Khosrowshahi, fue claro: “Estimamos que solo el mercado estadounidense representa una oportunidad de U$S 1 billón”.
Waymo, por su parte, opera en 10 ciudades de Estados Unidos y planea alcanzar 1 millón de viajes pagos semanales en 17 ciudades —incluyendo Londres— antes de fin de año. Según estimaciones de JPMorgan, podría capturar más del 7% del mercado de ride-hailing en EE.UU. hacia 2030.
En Asia, empresas chinas expanden operaciones en ciudades como Beijing y Shanghái, mientras que WeRide ya desembarcó en Singapur.
El futuro: entre la escala y la regulación
A medida que los robotaxis salen de la fase experimental y llegan a las calles, el desafío pasa a ser operativo y regulatorio. Casos como el cierre del proyecto Cruise de General Motors tras un incidente en 2023 muestran que la adopción masiva aún enfrenta riesgos.
Sin embargo, la dirección es clara: la convergencia entre inteligencia artificial, datos masivos y capacidad de cómputo está redefiniendo el transporte urbano.
Lo que comenzó como un experimento tecnológico hoy se perfila como una de las mayores transformaciones económicas del siglo XXI, con empresas compitiendo no solo por dominar la movilidad, sino por capturar una porción significativa de un mercado que podría superar el billón de dólares.