Table of Contents
Introducción: Un nuevo paradigma en movilidad autónoma
La conducción autónoma ha evolucionado rápidamente en la última década, pero aún enfrenta desafíos técnicos, regulatorios y sociales. En este contexto, la empresa británica Wayve ha emergido como un actor crucial gracias a su enfoque revolucionario basado en embodied AI. Esta nueva generación tecnológica, denominada AV2.0, representa una ruptura con los sistemas tradicionales que dependen de mapas HD y reglas preprogramadas. En lugar de ello, utiliza redes neuronales que aprenden de situaciones reales, lo que permite una adaptación continua y una escalabilidad sin precedentes.
El anuncio de que Alex Kendall, CEO de Wayve, participará como ponente destacado en TechCrunch Disrupt 2025 ha generado gran expectación. Su intervención abordará los fundamentos técnicos de AV2.0 y su impacto en el futuro de la movilidad urbana global. Este evento, que reunirá a más de 10,000 líderes de tecnología, servirá como escaparate para debatir cómo la inteligencia artificial está redefiniendo la industria del transporte.
Este artículo explora en profundidad el modelo AV2.0, su diferencia frente a tecnologías anteriores, casos de uso reales, colaboraciones estratégicas y las implicaciones para inversores, emprendedores y gobiernos.
El enfoque embodied AI: Inteligencia que aprende del entorno
El término embodied AI hace referencia a sistemas de inteligencia artificial que interactúan con el mundo físico y aprenden de esa interacción. A diferencia de modelos entrenados exclusivamente en datos estáticos, los sistemas embodied AI adaptan su comportamiento según la experiencia, imitando procesos cognitivos humanos como la percepción, la toma de decisiones y el aprendizaje por refuerzo.
Wayve ha adoptado este enfoque para sus vehículos autónomos, permitiéndoles operar sin necesidad de mapas HD ni programación manual de reglas. En la práctica, esto significa que un coche puede enfrentarse a un cruce inusual, interpretar la situación y actuar de manera segura, sin haber visto ese escenario antes. Este tipo de generalización es clave para expandir la autonomía vehicular más allá de zonas geofenced.
El valor del embodied AI radica en su capacidad de adaptarse a entornos complejos y cambiantes, lo que lo convierte en una solución viable para la movilidad urbana a gran escala.
AV2.0: Arquitectura técnica disruptiva
La arquitectura AV2.0 de Wayve se basa en modelos transformer multimodales que integran en una sola red neuronal funciones tradicionalmente separadas como percepción, predicción y planificación. Esto permite un procesamiento más holístico y eficiente de los datos sensoriales provenientes de cámaras, LiDAR y RADAR.
Una de sus principales ventajas es el aprendizaje por refuerzo contextual, a través del cual el sistema mejora continuamente gracias a petabytes de datos del mundo real. Por ejemplo, durante el “AI-500 Roadshow”, se recopilaron datos en 90 ciudades distintas para entrenar y validar el modelo.
Este enfoque también brinda independencia de hardware y generalización geográfica, lo que significa que la solución puede ser integrada en diferentes tipos de vehículos y operar en distintos países sin necesidad de ajustes específicos. En conjunto, estas características convierten a AV2.0 en una plataforma altamente escalable y adaptable.
AI-500 Roadshow: Prueba de fuego global
En una demostración sin precedentes, Wayve lanzó el “AI-500 Roadshow”, un experimento de campo que consistió en probar su tecnología AV2.0 en 90 ciudades distintas durante 90 días. Esta iniciativa buscó evidenciar la capacidad del sistema para adaptarse a una gran diversidad de normativas viales, condiciones climáticas y configuraciones urbanas.
Los resultados fueron prometedores: el modelo logró operar con éxito en ciudades tan diversas como Tokio, París y Ciudad del Cabo sin necesidad de reentrenamiento localizado. Esta generalización demuestra que AV2.0 puede superar una de las mayores barreras para la adopción masiva de vehículos autónomos: la necesidad de personalización intensiva por región.
El Roadshow también sirvió como banco de pruebas para recopilar datos de casos extremos, como peatones cruzando imprudentemente o condiciones climáticas adversas. Estos datos enriquecen el modelo y mejoran su robustez para escenarios reales.
Asociación con Uber: Hacia los robotaxis L4
Wayve anunció una colaboración estratégica con Uber para lanzar pruebas públicas de vehículos autónomos de Nivel 4 (L4) en Londres a partir de 2026. Este acuerdo representa un paso significativo hacia la comercialización de la movilidad autónoma en entornos urbanos complejos.
El proyecto se desarrollará en fases, comenzando en el centro de Londres y expandiéndose posteriormente a otras áreas metropolitanas. Wayve proveerá la tecnología de IA, mientras que un fabricante global—cuyo nombre aún no ha sido revelado—aportará la flota de vehículos, y Uber gestionará los aspectos logísticos y de atención al cliente.
Esta sinergia demuestra cómo AV2.0 puede integrarse en plataformas existentes para ofrecer soluciones de movilidad escalables, eficientes y seguras, al tiempo que se reducen los costos de despliegue.
El marco regulatorio británico: Un entorno favorable
Reino Unido ha adoptado un enfoque progresivo para la regulación de vehículos autónomos. El Automated Vehicles Act, que entra en vigor en 2026, establece criterios claros y proporcionales al riesgo para la operación de sistemas L4 en vías públicas.
Este marco permite la concesión de permisos piloto en zonas de bajo riesgo, como áreas sin escuelas ni hospitales, lo que facilita la iteración rápida y segura. Además, exige que las empresas demuestren una mejora en seguridad respecto a conductores humanos, utilizando datos de telemetría validados por autoridades como Transport for London.
Este entorno regulatorio ha sido clave para que Wayve y Uber seleccionen Londres como punto de partida para su despliegue comercial, adelantándose a competidores en Estados Unidos, donde la falta de una legislación federal unificada dificulta la expansión nacional.
Comparativa con AV1.0: Limitaciones del enfoque tradicional
El modelo AV1.0, utilizado por empresas como Waymo y Cruise, se basa en la segmentación de tareas (percepción, planificación, control) y en el uso intensivo de mapas HD. Si bien ha demostrado buen desempeño en entornos controlados, presenta limitaciones importantes.
El uso de mapas HD implica un alto coste de mantenimiento, ya que deben actualizarse constantemente ante cambios en la infraestructura vial. Además, estos sistemas presentan dificultades para adaptarse a entornos no mapeados o a cambios repentinos en la vía.
En contraste, AV2.0 opera sin mapas y aprende continuamente del entorno, permitiendo una adaptabilidad y escalabilidad mucho mayores. Esto reduce significativamente los costos operativos y facilita la expansión internacional.
Impacto económico y creación de empleo
La Secretaría de Transporte del Reino Unido estima que el desarrollo de vehículos autónomos generará un impacto económico de £42 mil millones y la creación de más de 38,000 empleos técnicos y de soporte. Esta proyección incluye beneficios en sectores como fabricación, software, logística y servicios urbanos.
La colaboración entre actores públicos y privados, como Wayve y Uber, impulsa ecosistemas de innovación local y fomenta la formación de talento especializado. Además, incentiva la inversión extranjera directa, como lo demuestra la reciente inyección de $1B por parte de SoftBank en Wayve.
Estos datos refuerzan la idea de que la movilidad autónoma no solo transforma el transporte, sino que también actúa como motor de desarrollo económico sostenible.
Recomendaciones para inversores
Los inversores deben observar con atención empresas que apuestan por tecnologías flexibles como AV2.0 y que colaboran con plataformas existentes como Uber. Este modelo reduce el CAPEX inicial y acelera el time-to-market.
También se recomienda explorar sectores complementarios como chips neuromórficos, que prometen reducir el consumo energético en inferencias vehiculares. Universidades y startups están avanzando rápidamente en este campo, como se ve en los trabajos del Prof. Prodromakis en el Reino Unido.
Invertir en empresas con enfoque en datos sintéticos para entrenamiento de IA también es rentable, ya que permiten simular situaciones críticas sin necesidad de ocurrencias reales.
Oportunidades para emprendedores
Los emprendedores pueden encontrar oportunidades en áreas como la generación de datos sintéticos para eventos extremos, simulación de tráfico urbano y entrenamiento de IA en condiciones adversas. Herramientas como GAIA-2 ya ofrecen soluciones rentables en este espacio.
Colaborar con gobiernos que fomenten la regulación ágil, como Reino Unido y Estonia, permite validar tecnologías en entornos reales sin grandes barreras burocráticas. Además, las alianzas con fabricantes de hardware o plataformas de movilidad pueden acelerar la comercialización.
El enfoque debe estar en la adaptabilidad y escalabilidad de las soluciones, más que en el desarrollo de sistemas cerrados o hiperlocales.
Desafíos pendientes y limitaciones actuales
A pesar de los avances, la conducción autónoma aún enfrenta retos importantes. La aceptación social sigue siendo una barrera, alimentada por incidentes aislados y falta de información clara sobre la seguridad de estos sistemas.
Además, aún se requieren mejoras en la robustez de la IA frente a escenarios de baja visibilidad, errores humanos impredecibles y condiciones de infraestructura deficientes. La regulación, aunque favorable en algunos países, aún presenta vacíos legales en otros mercados clave.
Superar estos desafíos requerirá una colaboración estrecha entre desarrolladores, reguladores, usuarios y actores industriales, así como una comunicación transparente y basada en evidencia.
Conclusión: Un futuro autónomo está en marcha
La intervención de Alex Kendall en TechCrunch Disrupt 2025 marcará un antes y un después en la percepción sobre la viabilidad de la conducción autónoma. Su visión y los avances de Wayve con AV2.0 demuestran que es posible reemplazar la complejidad del mapeo manual con redes neuronales que aprenden del mundo real.
El éxito del AI-500 Roadshow, la asociación con Uber y el respaldo institucional del Reino Unido consolidan un horizonte optimista para la movilidad autónoma global. Para inversores, emprendedores y gobiernos, este caso ofrece una hoja de ruta clara sobre cómo la integración de IA, regulación inteligente y alianzas estratégicas puede acelerar la adopción de tecnologías disruptivas.
Estamos ante una nueva era de transporte inteligente, donde la inteligencia artificial no solo conduce, sino que también aprende, se adapta y transforma ciudades enteras.
