Enrique Dans

La expansión de los vehículos autónomos ya no es una promesa remota: se ha convertido en una campaña global donde los grandes proveedores se están disputando ya ciudades, licencias, regulaciones, flotas y mapas. Un reciente artículo del Wall Street Journal sobre cómo las empresas chinas y estadounidenses preparan servicios de robotaxi en China, «Riding in a Chinese robotaxi is pretty smooth—that’s a problem for Waymo«, subraya la magnitud del cambio que se avecina.

Empresas como Baidu (a través de Apollo Go), WeRide, Pony.ai y Waymo ya han identificado los ingredientes clave de esta segunda ola de automóviles autónomos en ciudades de medio mundo tras su consolidación total en algunas ciudades norteamericanas y chinas: ciudades preparadas, permisos regulatorios, flotas de datos, y mapas urbanos hiperdetallados. Baidu ya ha superado los once millones de trayectos de robotaxi en China, y planea, en alianza con Uber, expandirse a Oriente Medio y Europa.

Pero en esta carrera no es sólo una lucha entre compañías: compiten también diferentes modelos tecnológicos y esquemas de operación. Por un lado, los proveedores chinos y estadounidenses mayoritarios han apostado por sensores múltiples (LiDAR, radar, cámaras), por cartografía urbana de altísima resolución, y por una conexión permanente de las flotas con los centros de datos. Por otro lado, aparece Tesla, con un planteamiento casi opuesto en el que la clave no es mapear cada centímetro de la ciudad con sus baches y obras incluidos, sino que cada coche «aprenda a ver por sí mismo».

La estrategia de Tesla responde precisamente a esa idea: un sistema basado solo en visión y cámaras, sin LiDAR, y sin mapas pre-cartografiados e hiper-actualizados de alto nivel. Porque la barrera de entrada es clara: se puede invertir para obtener una microcartografía muy detallada de una ciudad, ¿pero quién va a conseguir mantenerla permanentemente actualizada? ¿Quién logra que cada vez que aparece un bache, que se lleva a cabo un mantenimiento o que se planifica una obra, se actualice también en los mapas? No parece nada sencillo.

Las ciudades que están dispuestas a dejar entrar a estos vehículos demandan de entrada, bien por prudencia o por ignorancia, una cartografía muy fina: redes de calles, semáforos, bolardos, patrones peatonales. Esa micro-cartografía permite que el automóvil autónomo «sepa» dónde está, cómo moverse, qué comportamiento anticipar. En China esto se ve con claridad: al permitir el servicio comercial en ciudades de primer nivel como Beijing, Shanghai o Shenzhen, el gobierno ha acelerado el desarrollo de mapas específicos y ha reactivado licencias que antes estaban congeladas.

Para la operativa eficiente de flotas de robotaxis, las exigencias son vehículos conectados, algoritmos que se actualizan en tiempo real, centros de datos, sensores redundantes y permisos locales que permitan operar sin conductor. Esta lógica forma parte de un nuevo ecosistema urbano que desplaza al usuario individual y privilegia la infraestructura de movilidad como servicio. Según un análisis de EqualOcean, el mercado global de robotaxi podría entrar en una ventana clave entre 2025 y 2026.

Aquí es donde la divergencia tecnológica de Tesla genera una disrupción interesante: mientras Waymo, Baidu o Pony.ai apuestan por la precisión del mapeado y las redundancias, Tesla sostiene que los sensores basados sólo en visión pueden escalar más rápido y a menor coste: menos infraestructura, menos dependencia del centro de datos, más coches que aprenden. La estrategia de Tesla de sólo cámaras prioriza claramente la eficiencia y la escalabilidad, y convierte al vehículo en una unidad independiente que puede conducir autónomamente incluso aunque falle la conexión de datos.

Esta dicotomía (infraestructura pesada vs. vehículo autónomo inteligente) plantea interrogantes clave para las ciudades y los reguladores: ¿qué modelo promoverán? ¿Qué nivel de seguridad exigirán antes de desplegar cientos o miles de vehículos sin conductores humanos a bordo? ¿Y qué pasará si entran ambos modelos en competencia directa?

También plantea incertidumbres para los ciudadanos: un servicio de robotaxi supone menos coches privados, más flotas compartidas, mayor densidad de datos y sensores urbanos. Ese escenario puede ser beneficioso (menos emisiones, mayor movilidad), pero también conlleva riesgos: ¿quién gestiona esos datos? Terminada ya la estúpida y persistente paranoia de si el coche tenía que tomar decisiones para matar a unos o a otros, que nunca tuvo ningún recorrido, ¿qué sucede cuando un coche autónomo se equivoca?

En última instancia, la expansión de los coches que se conducen solos nos obliga a repensar qué es una ciudad, qué es la movilidad, y quién controla el movimiento de vehículos en ella. Mientras tanto, las compañías preparan los mapas, los algoritmos y las licencias, y los vehículos autónomos están ya a punto de llegar a las ciudades que estén dispuestas a aceptarlos, con la idea de posibilitar una evolución de sus patrones de movilidad urbana, con un desincentivo del vehículo privado. La pregunta no es tanto cuándo, sino cómo. Y en ese «cómo» se juega buena parte del poder tecnológico y de los escenarios urbanos de la próxima década.

This article is also available on Medium, «Connected fleets or intelligent cars? The battle over autonomous strategy«