El futuro de la conducción autónoma está pasando de la carisma al cumplimiento, y el plan de Nvidia puede resultar más duradero que el sistema de creencias de Tesla.
Photo credit: Nvidia
WASHINGTON — Durante años, Elon Musk ha vendido la autonomía como un acto de fe; un gran proyecto que un día justificaría el mito de Tesla $TSLA y su capitalización de mercado. Esta semana, el CEO de Nvidia $NVDA, Jensen Huang, llegó a Washington para convertir esa fe en infraestructura. Nvidia no promete construir coches autónomos; está vendiendo los planos, chips y fábricas de datos que los harán inevitables — para todos los demás.
En la mitología de la tecnología moderna, Musk se ha establecido como un evangelista — un hombre que puede convencer a los mercados, reguladores y millones de clientes para suspender la incredulidad justo el tiempo suficiente para que llegue el futuro. Su versión de la autonomía ha sido un ejercicio espiritual, una actualización beta a la vez. La versión de Huang es logística. En la primera exhibición de Nvidia en Washington, no habló sobre milagros por aire o robotaxis llegando cualquier día. Habló sobre arquitectura — densidad de energía, eficiencia de cómputo, marcos de simulación, certificaciones de seguridad — el vocabulario de la inevitabilidad.
Ese cambio de tono podría decidir este momento. La narrativa de autonomía de Tesla ha sido, para bien o para mal, siempre de personalidad. La de Nvidia es de proceso. Tesla hace que la creencia suene cinematográfica. Nvidia hace que suene regulatoria. En Washington, eso podría funcionar mejor. Musk construyó una historia sobre libertad — sin manos, sin conductores, sin límites. Huang está vendiendo una plataforma que la gente realmente puede comprar.
“Los robotaxis marcan el comienzo de una transformación global en la movilidad”, dijo Huang en un comunicado de prensa. “Lo que antes era ciencia ficción está convirtiéndose rápidamente en una realidad cotidiana.”
Para Huang, el robotaxi no es una actualización de aplicación — es una clase de máquina. En el escenario durante su discurso de apertura, lo llamó “un chofer de IA”, luego presentó Drive Hyperion como el camino de referencia para construir uno. El punto no era un solo coche. Era un estándar. Hyperion, dijo, fue creado para que “todas las compañías de automóviles del mundo” pudieran producir vehículos listos para robotaxi con un conjunto completo de sensores y redundancia. En sus palabras, el “chasis estándar se ha convertido ahora en una plataforma de computación sobre ruedas”, algo en lo que cualquier desarrollador de AV — “Wave, Wabi, Aurora, Momenta, Nuro, WeRide” — puede insertarse.
Durante la mayor parte de la última década, la ventaja de Tesla ha sido singular: datos. Cada coche que vendía funcionaba también como un instrumento de investigación, alimentando las redes neuronales de la compañía con miles de millones de millas del mundo real. Era un sistema cerrado — un laboratorio rodante que ningún otro fabricante de automóviles podía igualar. La contrapropuesta de Nvidia es hacer que toda esa exclusividad parezca ineficiente.
Su nueva arquitectura Drive Hyperion 10 es una plataforma lista para el nivel 4 construida sobre Thor, el último chip procesador de la compañía capaz de aproximadamente 2,000 teraflops FP4 por chip. Dos de ellos funcionan en paralelo, alimentando un conjunto de 14 cámaras, nueve radares, un lidar y una docena de sensores ultrasónicos — la corteza sensorial completa de un vehículo autónomo.
“Nuestra última versión de Hyperion no fue diseñada para ser de Nivel 4 de extremo a extremo”, dijo Ali Kani, vicepresidente de automoción de la compañía, en una llamada previa al discurso principal con periodistas. “Ahora estamos diseñando una arquitectura de sistema que realmente puede llevarte de cualquier dirección a cualquier dirección”. Dijo que la compañía creó esta plataforma para “dar un impulso” a la industria y “acelerar” lo que actualmente está sucediendo en este ámbito. Dijo que debido a que es “súper caro construir autos y hacer recolección de datos en 25 países”, si otros se alinean con la arquitectura de Nvidia, es fácil para las empresas tomar los datos de la flota y la arquitectura de Nvidia para luego desarrollar su propio software.”
Eso es bastante innovador, pero la verdadera innovación está en el modelo de negocio. En lugar de pasar una década recolectando su propia flota de datos, cualquier fabricante de automóviles ahora puede comenzar con la pila preconstruida y las bibliotecas de simulación de Nvidia. Nvidia es agnóstica de infraestructura; la compañía se beneficia sin importar qué coche esté ejecutando su software. Y Lucid $LCID, Stellantis $STLA y Mercedes-Benz ya se han registrado.
Uber $UBER, la compañía que alguna vez fue sinónimo de conductores humanos, está yendo a lo grande. Planea construir y luego desplegar 100,000 vehículos basados en Hyperion a partir de 2027: sedanes, furgonetas y camiones construidos por los socios de Nvidia y entrenados en una fábrica conjunta de datos de IA utilizando el motor Cosmos de la compañía. La ironía es casi poética: una economía gig basada en el trabajo humano ahora se está volviendo hacia el trabajo de IA entrenado en mundos sintéticos.
Los robotaxis están yendo a la plataforma, no a lo personal: una flota agnóstica de proveedores ensamblada de múltiples OEMs que convierte la autonomía en una cadena de suministro, no en una apuesta individual. Y mientras Uber está registrando miles de vehículos con Nvidia, también está cubriéndose: La compañía ya despacha viajes totalmente autónomos de Waymo de Alphabet $GOOGL en ciudades como Austin, Texas, y Atlanta, prueba de que el futuro podría no ser una sola pila sino un ecosistema de ellas.
“Nvidia es la columna vertebral de la era de la IA”, dijo Dara Khosrowshahi, CEO de Uber, en un comunicado de prensa. “La movilidad autónoma transformará nuestras ciudades para mejor, y estamos encantados de asociarnos con Nvidia para hacer realidad esa visión.”
Waymo, en gran medida, ya está haciendo lo que Nvidia solo ahora está industrializando. La filial de Google ha pasado más de una década refinando su plataforma de autonomía de pila completa y está operando silenciosamente flotas sin conductor en Phoenix, San Francisco, Los Ángeles y Austin, con viajes pagados que ya suman cientos de miles. Nvidia puede estar vendiendo la infraestructura para la autonomía, pero Waymo ha estado demostrando que el modelo funciona.
Cruise de GM, por el contrario, muestra lo que sucede cuando la creencia supera la ejecución. El brazo de robotaxi de GM se expandió demasiado rápido, sufrió una serie de accidentes de alto perfil y vio su flota en EE. UU. detenida en medio de investigaciones. Cruise solo ahora está volviendo a las calles en modo de prueba: un estudio de caso en cómo el negocio de la autonomía todavía depende tanto de la confianza pública como del cálculo.
Los datos sintéticos de Nvidia se posicionan como la revolución silenciosa. El sistema de Tesla aprende del error humano; el de Nvidia aprende de la perfección simulada. La empresa ha lanzado un conjunto de datos multimodal de 1,700 horas que abarca 25 países y ahora puede generar miles de millones de millas virtuales a través de herramientas como NuRec (renderizado neural), Cosmos Transfer (remix ambiental) y LidarGen (datos sintéticos de nube de puntos). Es una caja de arena del tamaño del planeta, construida para alimentar la misma sed de certeza que una vez hizo que los primeros conductores de Tesla ofrecieran sus desplazamientos a la ciencia.
El enfoque podría redefinir la competencia. El modelo de Tesla es vertical: entrenar, probar, desplegar, repetir. El de Nvidia es horizontal: estandarizar, certificar, distribuir. Tesla quiere poseer la flota. Nvidia quiere poseer el formato. Y en una industria ahora regulada por el riesgo en lugar de la velocidad (la Conducción Totalmente Autónoma de Tesla sigue bajo la atenta mirada de la NHTSA), lo último podría ser el mejor negocio.
Detrás del impulso autónomo hay una transformación más sutil: Nvidia no es una compañía de automóviles; es una empresa de computación que ha descubierto que los autos son solo otro nodo en la red. Cada vehículo basado en Hyperion es un cliente en un ecosistema más grande de fábricas de IA: los centros de datos a escala de gigavatios que Nvidia diseña, construye y suministra para los clientes de tecnología y gobierno más grandes del mundo.
Huang llama a esto la era de la “IA física”: inteligencia que se mueve por el mundo en lugar de solo modelarlo. El hardware y software de Nvidia se han convertido silenciosamente en el kit de herramientas predeterminado de la industria para la autonomía: el kit estándar detrás de autos, camiones y robotaxis aprendiendo a conducirse a sí mismos. Su empresa ya construye las tres computadoras que todo robot o sistema de conducción autónoma necesita: DGX para entrenamiento, RTX para simulación y ya sea Jetson o IGX Thor para despliegue. Juntos, forman una línea de montaje para la autonomía. Lo que solía ser un problema de software ahora es un proceso de fabricación.
Las implicaciones son industriales, no futuristas. Foxconn está utilizando el sistema de diseño DSX de Nvidia para modelar una nueva planta de 242,000 pies cuadrados que ensamblará hardware de Nvidia en Houston, Texas. Siemens está lanzando una aplicación basada en Omniverse para permitir que las fábricas se diseñen a sí mismas en 3D. El gigante farmacéutico Eli Lilly $LLY está utilizando un Blackwell SuperPOD para modelar pipelines de descubrimiento de medicamentos en tiempo real. La empresa que comenzó con tarjetas gráficas ahora vende simulación como servicio: la realidad renderizada, optimizada y exportada a escala.
El subtexto de toda la propuesta de Huang es que la autonomía ya no es ciencia ficción. Es infraestructura. Y la infraestructura se financia.
La próxima competencia entre Tesla y Nvidia no será sobre quién logra la autonomía total primero. Será sobre quién es recordado por construir el camino. Tesla ahora mismo todavía tiene la mejor historia: la empresa que hizo que el autoconducción fuera aspiracional, personal, inevitable. Pero esa historia ha envejecido. El Full-Self Driving todavía está en beta, todavía es controvertido, todavía está ligado a la volatilidad del horario de un solo hombre. La autonomía de Nvidia se siente inevitable de una manera más fría: autonomía por estándar, no por chispa.
Esta es la misma dinámica que se ha desarrollado en cada otra parte de la economía de la IA. OpenAI vendió el truco de magia, Nvidia vendió la pala. Apple $AAPL vende el teléfono, TSMC $TSM imprime la física. En cada caso, los creadores de mitos se hacen públicos; los constructores se hacen permanentes. El valor cambia de narración a red. El patrón nunca cambia: alguien vende maravilla, alguien más vende voltaje. Musk aún puede ser la cara de la autonomía, pero Huang podría convertirse silenciosamente en su propietario.
Eso es lo que hace que esta colisión en particular sea tan interesante, no solo como una rivalidad, sino como un momento cultural. Dos CEOs, ambos visionarios con chaquetas de cuero, ambos fluidos en profecía, ahora encarnando las dos mitades de la psique tecnológica: fe y logística. Tesla enseñó al mundo a creer. Nvidia le está enseñando cómo cobrar.
La revolución del autoconducción no terminará con un solo coche cruzando finalmente la línea de meta; terminará cuando nadie note más la línea, cuando la autonomía deje de ser una característica y comience a ser un ajuste. Ese es el futuro que Nvidia está vendiendo.
Musk construyó un sueño. Huang está construyendo la cadena de suministro.
Únete a más de 500.000 lectores que comienzan su día con Quartz.
Al suscribirte, aceptas nuestros Términos de servicio y Política de privacidad.
