El 2020, era el año en que los expertos predijeron que los autos autónomos serían la corriente principal. Pero esas predicciones han resultado prematuras. ¿Que pasó? Los expertos dicen que ha sido más difícil de lo previsto fusionar todos los elementos necesarios para realizar el sueño, incluida la resolución de acertijos tecnológicos, regulatorios y de modelos comerciales.
Sin embargo, esperen, dicen, la promesa se mantendrá. La nueva profecía es que los autos autónomos serán convencionales para 2030.
Hay cuatro desafíos que enfrenta el desarrollo de automóviles autónomos en la actualidad, dice James Hodgson, analista principal de movilidad inteligente y automotriz en ABI Research en Wellingborough, Reino Unido. Esos son técnicos («la pila de percepción»), el entorno regulatorio, verificación («para demostrar sólidamente de una manera formalizada para que su vehículo sea seguro ”), y conciliación de casos comerciales.
«En última instancia, hay una cantidad extraordinaria que se puede lograr con los sensores de la cámara solamente, para tener una buena comprensión semántica de lo que está sucediendo» alrededor de un vehículo, dice Hodgson. «Pero todavía hay algunos puntos ciegos», agrega. Si bien hay sensores complementarios que compiten para aumentar las cámaras, la inteligencia artificial (IA) y el «aprendizaje profundo» que da sentido a lo que se ve no siempre es suficiente.
«Hace un par de años hubo un gran impulso en la inteligencia artificial y el aprendizaje profundo y todos reconocieron lo potente que podría ser ese enfoque para mejorar radicalmente la calidad y confiabilidad» de la percepción e identificación de un automóvil autónomo «con el tipo de potencia informática que que tenemos estos días ”, recuerda Hodgson. Sin embargo, “esta actitud que teníamos de ‘confiar en la magia’” ha desaparecido con algunos accidentes, y en la actualidad “ningún regulador va a creer en su palabra. Tienes que demostrar formalmente la seguridad de un vehículo autónomo. Y es muy difícil hacer eso con la IA, debido a que el proceso de entrenamiento real es probabilístico, no determinista «. Queda por hacer mucho desarrollo de software para que sea verificable, dice.
Hodgson dice que el costo de agregar sistemas de conducción autónoma a los automóviles los ha mantenido fuera de los vehículos convencionales. Fija el precio a un fabricante de automóviles para la implementación del nivel 4 de SAE (la capacidad de un automóvil para conducirse solo bajo ciertas condiciones) en $ 4,000 «a escala», lo que lo hace económicamente factible solo en vehículos de lujo. Como resultado, muchos vehículos autónomos han sido relegados a flotas de MaaS (movilidad como servicio) para generar ingresos recurrentes basados en servicios. Sin embargo, «eso es realmente difícil de hacer», y los fabricantes de automóviles «no han sido muy inventivos aquí», dice.
“Ese cambio hacia los servicios de movilidad nunca fue algo que estuvo dirigido por [el fabricante de automóviles]. Eso fue algo en lo que se sintieron empujados, porque si no lo hacían, el negocio de repente iría a competidores fuera de la cadena de suministro automotriz tradicional ”, como los recién llegados como Waymo. “Están felices de dejar el acelerador y apegarse a ese modelo de negocio de vehículos de pasajeros mientras sea viable”, sostiene Hodgson.
ABI pronostica que los autos de lujo SAE Nivel 3 y Nivel 4 estarán en el mercado alrededor de 2023-24, y los vehículos de precio medio seguirán en 2026-27. Será el final de esta década cuando los vehículos del mercado masivo estén equipados con tecnología de conducción autónoma, y esta será una opción de $ 1,000, dice Hodgson. «Va a ser un comienzo decepcionante en comparación con lo que originalmente se fanfarroneaba», agrega.
“No es útil que los vehículos Tesla sigan chocando con cosas”, dice Roger Lanctot, director de movilidad conectada automotriz en Strategy Analytics en Newton, MA. «Todavía estamos luchando con el funcionamiento semiautónomo, y mucho menos con el funcionamiento totalmente autónomo», añade. “El problema real es la falta de un régimen regulatorio que permita que estas cosas se vuelvan locas. Esta propuesta de robotaxi probablemente esté más lejos de lo que parece. Lo que falta es un modelo de negocio. Es un equipo muy costoso que intenta reemplazar los taxis conducidos por humanos, que brindan transporte a un precio razonable con una comodidad razonable y con una confiabilidad razonable «.
Sin embargo, lo contrario podría ser cierto en el caso de los camiones comerciales autónomos, los roboshuttles en lugares como aeropuertos y los equipos especiales (como vehículos militares), afirma Lanctot. Aquellos podrían tener sentido comercial, dice.
De hecho, según un informe de marzo de Lux Research, titulado Automating the Last Mile , las entregas de paquetes por vehículos autónomos y drones autónomos totalizarán 20 mil millones de artículos al año para 2030, de un total de 289 mil millones de entregas de paquetes ese año. “Están surgiendo modelos de negocio de robots como servicio en las nuevas empresas que desarrollan tecnologías de entrega automatizada de última milla”, dice el analista Josh Kern en un comunicado. «No se espera que las grandes empresas que pueden invertir y desarrollar sus propias tecnologías utilicen estos servicios, pero es probable que las empresas de logística y los minoristas sin experiencia en robótica lo hagan».
“Casi desde sus inicios, los autos autónomos han sido promocionados a un estado de constante inminencia. Esto generó grandes expectativas sobre la disponibilidad de la tecnología ”, dice Manuela Papadopol, directora ejecutiva de Designated Driver, una startup con sede en Seattle, WA, que ofrece teleoperación de vehículos autónomos por conductores humanos remotos. “Fue una exageración lo que llevó a los desarrolladores autónomos y [los fabricantes de automóviles] a reclamar la capacidad total sin conductor en menos de cinco años solo para que la realidad de este problema altamente no determinista se asentara. Uno por uno, los fabricantes de automóviles han retomado esos compromisos de Nivel 4 . »
“Hay una larga lista de casos excepcionales en el desarrollo de un sistema de autonomía, y los humanos (teleoperadores) pueden manejar estas tecnologías de conducción autónoma extremadamente bien, peor”, explica Papadopol.
Sin duda, la teleoperación puede abarcar más que la conducción remota por parte de un ser humano en situaciones del mundo real que desafían la tecnología incorporada de un vehículo. “La teleoperación aporta el toque humano a una implementación autónoma al permitir que un asistente remoto brinde seguridad a los pasajeros e inspire confianza de una manera que un robot simplemente no puede”, sugiere.
«Desde una perspectiva puramente computacional«, el retraso en los coches autónomos se basa en falsas expectativas en torno a la inteligencia artificial y la enseñanza de los sistemas autónomos para que funcionen de forma totalmente independiente sin errores, lo que es «un problema muy importante» que resolver, dice Tal Cohen, fundador socio de DRIVE TLV, enfocado en movilidad inteligente, con sede en Tel Aviv, Israel.
Pero esta dificultad se ve agravada por el obstáculo de hacer que los vehículos autónomos funcionen en un entorno de transporte humano complejo, junto con la regulación y la cooperación entre los reguladores (como las ciudades inteligentes y los funcionarios de transporte), los creadores de tecnología y los fabricantes de automóviles. Por tanto, el primer paso en la evolución de los coches autónomos es la aplicación de tecnología autónoma en operaciones menos complicadas, como la agricultura o la minería. “Aprender de estos estudios de caso”, dice, conducirá a estrategias de siguiente nivel para implementar vehículos autónomos.
