Por Canuto  

Wayve, una startup británica de conducción autónoma, está captando la atención de fabricantes e inversionistas con un sistema de IA de extremo a extremo que promete adaptarse a las calles como lo haría un humano. Su avance llega en un momento clave para una industria que vuelve a ganar impulso, aunque persisten dudas profundas sobre seguridad, escalabilidad y transparencia.
***

  • Wayve ha recaudado USD $2.800 millones de inversionistas y socios como Nvidia, Mercedes-Benz y Nissan.
  • La empresa desplegará su sistema en robotaxis de Stellantis disponibles en la red de transporte de Uber.
  • Su enfoque de IA de extremo a extremo entusiasma por su rapidez de expansión, pero también genera dudas por su carácter de caja negra.

Wayve, la startup de conducción autónoma con sede en Londres, está ganando terreno entre fabricantes e inversionistas gracias a un sistema de inteligencia artificial que busca conducir de una forma más parecida a la humana. La empresa sostiene que su tecnología puede adaptarse a múltiples vehículos, sensores y mercados sin depender del pesado trabajo previo de mapas de alta definición.

Ese posicionamiento ya le ha permitido recaudar USD $2.800 millones de una lista de inversionistas y socios estratégicos en la que figuran nombres de peso como Nvidia, Mercedes-Benz y Nissan. El interés llega en un momento en que la industria de los vehículos sin conductor intenta dejar atrás años de promesas incumplidas.

En junio, Wayve anunció que desplegará su sistema en robotaxis de Stellantis, fabricante de Jeep, que estarán disponibles dentro de la red de transporte de Uber. El acuerdo refuerza la idea de que la compañía quiere convertirse en un proveedor transversal de software para terceros, más que en un fabricante de autos.

La propuesta técnica de Wayve se apoya en un modelo de aprendizaje automático de extremo a extremo. En términos simples, esto implica que los datos captados por sensores se convierten directamente en decisiones de conducción, con menos capas de reglas preprogramadas que en los sistemas autónomos tradicionales.

Para lectores menos familiarizados con este campo, el debate es relevante porque enfrenta dos visiones sobre cómo debe construirse la autonomía vehicular. Una prioriza reglas, mapas y validación explícita, mientras la otra apuesta por redes neuronales capaces de aprender patrones complejos a gran escala.

Una apuesta por la IA de extremo a extremo

Wayve defiende que su arquitectura se parece más a la forma en que una persona maneja frente a situaciones nuevas o poco comunes. Según explicó la compañía, su IA traduce en tiempo real lo que ve y detecta el vehículo en acciones concretas de manejo.

Ese enfoque difiere del método más convencional, que combina inteligencia artificial con codificación de software y mapas de alta definición para definir reglas previas sobre cómo responder en distintos escenarios. Bajo ese esquema, el auto actúa con base en comportamientos diseñados con antelación por ingenieros.

La compañía británica se acerca en ese punto a Tesla, que hace algunos años también se movió hacia un modelo de extremo a extremo. Sin embargo, Wayve subraya una diferencia importante: su sistema está diseñado para funcionar con una amplia gama de sensores y chips de IA, y no solo con cámaras.

Esa compatibilidad más abierta es central en su estrategia comercial. Alex Kendall, director ejecutivo de Wayve y cofundador de la empresa en 2017, dijo que esto permitiría licenciar la tecnología a prácticamente cualquier desarrollador de vehículos sin conductor.

Kendall, un neozelandés de 33 años que completó ese mismo año su doctorado en aprendizaje profundo de IA en la Universidad de Cambridge, resumió la visión de la empresa con una meta ambiciosa. “Queremos hacer que la conducción autónoma total sea posible para cualquier vehículo, cualquier marca, y en cualquier lugar del mundo”, afirmó.

El ejecutivo hizo esa declaración a Reuters a comienzos de este año mientras viajaba en el asiento del conductor de un Ford Mustang Mach-E equipado con la tecnología de Wayve. El vehículo circulaba de forma autónoma por vecindarios del área de la bahía de San Francisco, donde la firma tiene un centro tecnológico clave.

El regreso del entusiasmo en una industria golpeada

La carrera por la conducción autónoma vive una nueva fase de competencia después de varios años marcados por retrasos y expectativas sobredimensionadas. En ese contexto, la expansión reciente de Waymo ha ayudado a devolverle atractivo al sector frente a los inversionistas.

La filial de Alphabet ofrece hoy viajes pagos al público en cerca de una docena de ciudades, tras más de una década de desarrollo. Ese avance ha servido como prueba de que el mercado aún puede generar negocios reales, aunque el camino haya sido más largo de lo que muchos preveían.

Hace una década, la IA de extremo a extremo era vista como un experimento poco visible dentro de la investigación avanzada. Reuters señala que en ese entonces solo un grupo reducido de investigadores, entre ellos el propio Kendall, seguía esa línea.

Hoy la situación es distinta y muchos desarrolladores de conducción autónoma ya incorporan al menos algunos elementos de aprendizaje de extremo a extremo en sus sistemas. Ese cambio revela cómo la industria está reevaluando las limitaciones de los enfoques más rígidos basados en reglas.

Wayve intenta capitalizar ese giro con una promesa de escalabilidad internacional más veloz. Su argumento es que, al no depender de cartografiar previamente cada ciudad ni de escribir código específico para cada peculiaridad local, el despliegue en nuevos mercados debería ser mucho más rápido.

La empresa afirma que ya ha probado con éxito su sistema de conducción de IA en cientos de ciudades del mundo sin realizar ese trabajo preparatorio inicial. Si esa capacidad se valida comercialmente, podría traducirse en una ventaja relevante frente a rivales con despliegues más lentos y costosos.

La seguridad y el problema de la caja negra

El principal reto para Wayve no es solo convencer sobre velocidad de expansión, sino sobre seguridad verificable a gran escala. Ahí aparece el mayor dilema del enfoque centrado en IA: la dificultad para interpretar por qué el sistema tomó una decisión específica en una situación concreta.

En generaciones previas de autos sin conductor, más apoyadas en software codificado y reglas explícitas, resultaba más sencillo rastrear la lógica detrás de una maniobra. En los sistemas de extremo a extremo, esa trazabilidad se vuelve más difusa porque gran parte del proceso ocurre dentro del modelo neuronal.

Wayve explica que su motor de conducción produce un mapa de seguridad de las situaciones de tráfico en desarrollo e identifica trayectorias seguras para el vehículo. La empresa cree que ese método es mejor para responder a eventos extraños que no pueden anticiparse con reglas exhaustivas.

Vijay Badrinarayanan, vicepresidente de IA de Wayve, dijo a Reuters que el enfoque convencional e intensivo en programación puede volver frágil la lógica de seguridad frente a escenarios difíciles de prever. Según su argumento, es muy complejo escribir reglas para cada situación muy inusual que podría aparecer en la calle.

El ejecutivo resumió la filosofía de la empresa con una comparación directa con los humanos. “Los conductores humanos permanecen seguros porque se adaptan conservadoramente cuando no saben qué viene a continuación”, sostuvo.

La objeción es que esa analogía no elimina la necesidad de demostrar, con evidencia sólida, cómo responde el sistema en miles o millones de casos críticos. En vehículos autónomos, la confianza técnica y regulatoria depende tanto del rendimiento observado como de la capacidad de explicarlo.

Waymo, Nissan y las dudas que siguen abiertas

Waymo también emplea hoy IA de extremo a extremo, pero mantiene una combinación con métodos más tradicionales basados en reglas, software y mapas. La compañía considera que ese componente adicional sigue siendo necesario para sostener la seguridad a gran escala.

En declaraciones a Reuters, Waymo fue clara sobre ese punto. “Los modelos de extremo a extremo no son suficientes para garantizar la seguridad a gran escala”, indicó la empresa.

Esa diferencia de criterios muestra que el sector aún no tiene consenso sobre cuál es la arquitectura óptima para desplegar vehículos sin conductor de manera masiva. La discusión no es académica, porque afecta tiempos de comercialización, costos de expansión y requisitos regulatorios.

Entre los socios de Wayve, Nissan todavía está evaluando con atención el marco de seguridad del sistema. Eiichi Akashi, director tecnológico del fabricante japonés, dijo que su equipo sigue estudiando la tecnología antes de implementarla en Japón en una furgoneta Elgrand durante el año que termina en marzo de 2028.

Akashi calificó a la solución como el sistema “más avanzado”, pero reconoció una limitación importante. También dijo que es “difícil mirar dentro de él y ver cómo toma decisiones”.

Ese comentario refleja una preocupación recurrente en el desarrollo de IA aplicada a sistemas críticos. No basta con que el modelo funcione bien en pruebas amplias, porque fabricantes, reguladores y usuarios quieren entender su conducta en momentos límite.

Escalabilidad global, oportunidades y límites del modelo

Kendall considera que Wayve está bien posicionada para entrar en nuevos mercados con rapidez. La empresa cuenta con operaciones importantes en Tokio, Stuttgart y Vancouver, lo que también muestra una estrategia geográfica orientada a alianzas industriales y validación internacional.

Su tesis central es que evitar el mapeo detallado y la codificación local reduce una parte clave del costo y la lentitud en la expansión. En teoría, eso permitiría adaptar la misma base tecnológica a ciudades y países con reglas de tránsito, señales y comportamientos viales distintos.

Siddartha Khastgir, profesor de autonomía segura en la Universidad de Warwick, dijo que los modelos de extremo a extremo deberían ser más rápidos de desarrollar y desplegar comercialmente que los enfoques tradicionales. Ese punto es uno de los principales atractivos para fabricantes que buscan acelerar sus hojas de ruta.

Sin embargo, Khastgir también marcó un límite importante en la discusión. “No diría que una tecnología es más segura que la otra”, afirmó.

La observación sugiere que velocidad de desarrollo y seguridad no son sinónimos. Una solución puede ser más fácil de escalar, pero eso no resuelve por sí mismo la validación necesaria en entornos reales con peatones, ciclistas, clima adverso y comportamientos impredecibles.

Para una audiencia interesada en IA y mercados, este matiz importa mucho. Las valoraciones elevadas y los grandes acuerdos pueden anticipar oportunidades de negocio, pero no sustituyen la evidencia técnica necesaria para una adopción masiva y sostenible.

Lo que viene para Wayve y para la industria

El respaldo de Nvidia, Mercedes-Benz, Nissan, Stellantis y Uber coloca a Wayve en una posición destacada dentro del nuevo ciclo de interés por la autonomía vehicular. La combinación de capital, socios industriales y narrativa tecnológica le da una visibilidad que pocas startups del sector conservan hoy.

Aun así, la compañía compite en un terreno donde los plazos suelen extenderse y las promesas son examinadas con dureza. La historia reciente de la industria demuestra que pasar de demostraciones convincentes a despliegues seguros y rentables sigue siendo un desafío enorme.

Phil Koopman, profesor de ingeniería informática en la Universidad Carnegie Mellon y experto en tecnología autónoma, considera que el método de Wayve para afrontar situaciones de tráfico inusuales es solo uno entre varios posibles. En su visión, otros enfoques también podrían resultar exitosos.

Koopman no anticipa una transición rápida en Estados Unidos. A su juicio, todavía hará falta al menos una década para desplegar sistemas sin conductor de forma segura en ese mercado.

El experto agregó una advertencia que resume bien el estado actual del sector. “Lo más probable es que requiera nuevas innovaciones para que lleguemos allí”.

En consecuencia, Wayve encarna tanto el entusiasmo renovado como la incertidumbre persistente de la conducción autónoma. Su tecnología podría acelerar la llegada de robotaxis más adaptables y fáciles de escalar, pero su verdadero examen será demostrar seguridad, transparencia y fiabilidad fuera de los discursos de inversión.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados