Según las recientes declaraciones de Xin Zhou Wu, director del negocio automotriz de NVIDIA, se vuelve aún más clara la conclusión que he venido sosteniendo. Tesla es indudablemente el líder en L2++. (Eso es precisamente por lo que siempre he dicho que el FSD supervisado, donde el conductor asume la responsabilidad final, es el límite de Tesla). Eso mismo lo reconoce Wu. Pero el problema termina ahí. Operar a gran escala un sistema de conducción autónoma basado únicamente en visión, como Cybercab, es muy difícil bajo el camino actual. Es más probable que terminen limitándose a demostraciones en tramos restringidos, ocultando intervenciones remotas y excepciones operativas para ganar tiempo. La lógica de Wu es simple: L2++ y L4 no son el mismo juego. En L2++, el conductor sigue siendo el responsable final. Si la cámara se confunde, basta con que el humano intervenga. La razón por la que Tesla va por delante aquí es clara: ha mantenido desde hace mucho tiempo la vía de visión y ha acumulado enormes volúmenes de datos mediante su flota de consumidores. Wu incluso dijo: “En L2++ básico, Elon está casi por delante de todos”. L4 es diferente. No hay conductor. Si un sensor falla o una condición se colapsa, el vehículo debe detenerse de forma segura por sí mismo. En palabras de Wu, el principio fundamental de L4 es: “El vehículo debe poder operar con seguridad incluso ante una única falla”. Por eso NVIDIA diseña Hyperion básico con una configuración de cámaras y radar para L2++, mientras que la versión avanzada para L4 incluye LiDAR. Cuando le pregunté a Wu si el LiDAR era necesario para L4, su respuesta breve fue: “Sí”. No afirmó que sea 100% imposible teóricamente con visión sola; simplemente dijo que demostrarlo únicamente con visión forzaría una reducción inevitable del área operacional definida (ODD). Para implantar L4 en condiciones reales amplias que los clientes realmente desean, el LiDar es mucho mejor. Esa frase es clave. No es que la visión sola sea “imposible absoluta”; es que lograr un L4 escalable es difícil. Se puede imitar en geofences estrechos, buen clima, carreteras bien mantenidas y entornos donde personal remoto pueda intervenir inmediatamente. Pero eso no es operar una flota a gran escala. Una flota a gran escala enfrenta diariamente lluvia, luz directa, zonas de construcción, objetos caídos, obstáculos de baja reflexividad, contaminación de sensores, colapso de visión nocturna y estructuras viales inesperadas. La cámara es un sensor pasivo dependiente de la luz; no mide directamente la profundidad, sino que la infiere. La inferencia funciona bien dentro de la distribución aprendida, pero se debilita repentinamente fuera de ella. L4 no permite esos momentos débiles. La evaluación de Wu de que Waymo es un “jugador ya probado” y Tesla aún “está buscando su camino” encaja en este mismo contexto. Waymo ha logrado implementar un servicio sin conductor en ciudades limitadas como una operación repetible y confiable. El Cybercab de Tesla basado únicamente en visión aún no ha demostrado esa capacidad operativa. Mejorar el FSD para consumidores y operar una flota comercial a gran escala sin conductores humanos son problemas completamente distintos. El primero tiene éxito reduciendo la tasa de intervención; el segundo requiere eliminar completamente la intervención del modelo operativo. La estructura de datos también es desfavorable para Tesla. Tesla mantiene un bucle cerrado exclusivo de su propia flota. Eso es un arma poderosa para mejorar L2++. Pero para la certificación de seguridad en L4 y la expansión múltiple entre OEMs y ciudades, se requiere una optimización diferente. Wu enfatiza que NVIDIA promueve compartir datos y simulaciones entre OEMs. L4 no puede basarse únicamente en las escenas vistas por una sola empresa; debe cubrir accidentes raros, fallos de sensores, requisitos regulatorios y culturas de tráfico regionales. Un bucle cerrado es rápido, pero debilita la redundancia verificable. La lógica de costos también deja de ser favorable para Tesla con el tiempo. La mayor ventaja de la visión sola es el bajo costo. Pero a medida que se avanza hacia L4, los modelos crecen, aumentan los cálculos de inferencia y redundancia, y al pasar a chips de nueva generación (nivel AI5), la carga computacional se dispara drásticamente. Wu también mencionó este punto. Para compensar las brechas de seguridad insuficientes con solo cámaras mediante modelos más grandes y más cálculos, los ahorros iniciales en costos de sensores se recuperan rápidamente en gastos de chips, energía, refrigeración y validación. Además, al sumar personal de soporte remoto, restricciones operativas, respuesta a accidentes, seguros y excepciones operativas por ciudad, el “hardware barato” se convierte rápidamente en “operación cara”. Por eso, la trayectoria realista que veo para Cybercab es la siguiente: Primero: Operar en rutas limitadas y horarios restringidos en algunas ciudades. Segundo: Contener los problemas mediante intervención remota y recuperación. Tercero: Mantener la imagen de “robotaxi sin conductor” mientras se realizan actualizaciones repetidas de software.Cuarto, la expansión a gran escala de la flota se pospone continuamente al próximo trimestre, a la próxima ciudad, al próximo chip. Esta es una estrategia de retraso que niega el fracaso, porque es difícil compensar con solo inferencia de cámaras la redundancia física y los niveles regulatorios de seguridad requeridos para la operación comercial L4. Justamente ahí radica la limitación ODD mencionada por Wu. Las demostraciones son posibles. Un éxito limitado también lo es. Pero eso no equivale a la operación diaria de una flota a gran escala. No es necesario menospreciar los logros de Tesla en L2++. Esos logros son reales. Pero colocarlos en el mismo nivel que la finalización de un cibercap L4 socava la lógica. La importancia de las declaraciones de Wu radica en que no ignora a Tesla, sino que distingue claramente sus fortalezas y limitaciones. El líder en L2++ es Tesla. La operación comprobada en L4 aún está más cerca de Waymo. Es difícil que un cibercap basado únicamente en visión salte de golpe esa brecha solo con datos y cálculo. Es exactamente lo que esperaba. Durante un tiempo, el cibercap parecerá “funcionar”. Las imágenes son impresionantes, y algunos tramos realmente se desplazan bien. Pero para convertirse en una red de transporte autónomo verdaderamente funcional —que absorba cotidianamente el clima, las ciudades y situaciones inusuales—, la estructura actual es insuficiente. Mientras se completa esa parte deficiente, Tesla gana tiempo y el mercado mantiene sus expectativas (los entusiastas ingenuos seguirán siendo engañados). La entrevista de Wu señala que ese tiempo no se puede ganar indefinidamente.