Waymo Car, robotaxi autónomo: ¿Promesa o realidad?

Vídeo captado casualmente por Aitor en Portland (OR). Otras imágenes.

Es impresionante el estado actual del robotaxi de Alphabet que está redefiniendo la movilidad urbana y que no anuncia dónde hace las pruebas. Es Waymo Car (ver en otros posts) o cuando la inteligencia artificial toma el volante. Waymo acumula 200 millones de millas sin conductor: ¿El futuro llegó?

Hay tecnologías que avanzan en silencio durante años, acumulando kilómetros en carreteras secundarias y titulares modestos, hasta que un día aparecen en medio de una carrera popular de San Francisco guiando a treinta mil corredores. Ese momento ocurrió el pasado 17 de mayo de 2026, cuando un Waymo —con su nueva carrocería bautizada como Ojai— ejerció de vehículo oficial de cabeza en la mítica prueba Bay to Breakers. No era un anuncio. Era una demostración.

De proyecto Google a subsidiaria de Alphabet. Waymo nació en 2009 como el Google Self-Driving Car Project, bajo la dirección del investigador Sebastian Thrun. Su objetivo inicial era austero y preciso: completar diez rutas de cien millas sin intervención humana. A lo largo de aquella primera fase, los vehículos —principalmente Toyota Prius y Lexus RX450h modificados— alcanzaron 300.000 millas autónomas en vías públicas sin un solo accidente en 2012. Hoy, como filial independiente de Alphabet —la matriz de Google—, el sistema ha recorrido cerca de 200 millones de millas completamente autónomas en ciudades estadounidenses.

Lo que resulta menos visible para el pasajero que sube a uno de estos vehículos es que, en paralelo, el sistema entrena en miles de millones de millas virtuales, dominando escenarios complejos antes de encontrarlos en calles reales. A esto responde el recién presentado Waymo World Model: un modelo generativo de simulación hiperrealista que eleva a nueva cota la preparación del conductor artificial.

La sexta generación y el vehículo Ojai. En febrero de 2026, Waymo anunció el despliegue de su sistema de conducción de sexta generación. Este nuevo sistema actúa como el motor principal de su siguiente era de expansión, con una configuración más optimizada que reduce costes sin comprometer los estándares de seguridad, y con capacidades ampliadas para operar en entornos más diversos, incluidos climas de invierno extremo.

El vehículo que lo aloja es el Ojai, fabricado sobre una plataforma base del fabricante chino Geely, con sistemas de lidar y radar de nueva generación que mejoran la visión respecto a modelos anteriores. La paradoja no es menor: la empresa más avanzada en conducción autónoma de Estados Unidos utiliza carrocerías de un gigante automovilístico chino. La tecnología, como siempre, desborda las fronteras geopolíticas.

Expansión y precio. A comienzos de 2026, Waymo ofrece servicio completamente público en Phoenix, San Francisco, Los Ángeles, Austin y Atlanta, con planes de expansión a unas veinte ciudades nuevas, entre ellas los primeros mercados internacionales: Londres y Tokio. En España y Europa, los marcos regulatorios aún no permiten este nivel de autonomía en vías abiertas, pero el horizonte se acorta visiblemente.

El precio es todavía una barrera. En la actualidad, Waymo resulta entre un 30 y un 40% más caro que Uber, posicionado como una experiencia de alta gama. Es, en esencia, el mismo patrón histórico de toda tecnología disruptiva: primero cara y exclusiva, luego accesible y ubicua.

La pregunta que el coche no puede contestar. Técnicamente, el argumento es sólido: los vehículos autónomos son, estadísticamente, considerablemente más seguros que los conductores humanos. Sin embargo, la cuestión relevante no es solo la estadística; es la responsabilidad. ¿Quién responde cuando el algoritmo falla? ¿La empresa, el fabricante del hardware, el municipio que autorizó la circulación? El derecho, la ética y la pedagogía cívica tienen aún mucho trabajo por delante.

Waymo conduce ya entre nosotros. La pregunta no es si los coches autónomos llegarán, sino si nuestras instituciones, nuestras leyes y nuestra cultura estarán a la altura cuando lo hagan plenamente.

🚖🤖 ¿Conduciremos pronto sin volante… ni conductor? El #WaymoCar ya circula como robotaxi autónomo en ciudades de EE.UU. y reabre el gran debate: ¿más seguridad y menos tráfico o dependencia total de la IA? https://t.co/gAADbxGYKG Sensores LiDAR, aprendizaje automático y… pic.twitter.com/yDpBITQfPX

— Mikel Agirregabiria (@agirregabiria) May 21, 2026

Recomendando el Logitech MX Keys S Combo

Llevamos unos meses disfrutando del combinado de teclado y ratón que componen el Logitech MX Keys S Combo. Precio alto, 229€, pero ha sido un regalo de Aitor por mi 73º cumpleaños. Llega muy bien empaquetado y protegido, se instala fácilmente por Bluetooth o por su propio USB, y su tacto y precisión son inigualables. Disponen de innumerables funciones, como el dictado por voz para no teclear, que aún no he probado exhaustivamente.

Una delicia inalámbrica, con cargas que duran semanas y semanas. Buena iluminación del teclado, inteligente gestión para auto-desconectarse cuando no se utilizan estos periféricos, lo que redunda en que sus propias baterías apenas se desgastan. Lo más divertido es usar el mismo teclado con hasta tres equipos diferentes (PC, iPad,...). 

Algunas imágenes del combinado.

Democratizar la AI: Conversan Andrew Ng y Astro Teller

En el ecosistema de la tecnología de vanguardia, pocas conversaciones poseen la densidad intelectual de un encuentro entre Andrew Ng (otros posts) y Astro Teller. Ng, figura seminal en el aprendizaje profundo y cofundador de Google Brain y Coursera, representa la convergencia entre el rigor académico y la visión empresarial. 

Por su parte, Astro Teller —quien porta el legado de una estirpe científica como nieto del físico Edward Teller— dirige X, la "fábrica de moonshots" de Alphabet, donde lo imposible se desglosa en hitos de ingeniería. El reciente encuentro entre ambos no solo es una mirada retrospectiva a los orígenes de la inteligencia artificial moderna, sino un manifiesto sobre cómo esta tecnología redefinirá la pedagogía y la estructura misma de la sociedad. 

El Origen de una Herejía: La Apuesta por la Escala. La conversación se inicia en los pasillos de Stanford y los primeros días de Google X. Ng relata cómo, en 2010, la idea de "escalar" redes neuronales era recibida con escepticismo, incluso con hostilidad, por la comunidad académica. Mientras los expertos de la época se obsesionaban con algoritmos artesanales y soluciones matemáticas elegantes, Ng sostenía una hipótesis basada en datos: el tamaño importaba [04:42]. 

Inspirado por experimentos de neuroplasticidad —donde el tejido cerebral puede aprender a procesar señales visuales aunque originalmente estuviera destinado a las auditivas—, Ng propuso la existencia de un "algoritmo de aprendizaje único" [06:20]. Esta visión sugería que no necesitábamos miles de softwares especializados, sino un sistema lo suficientemente vasto para procesar cualquier tipo de datos. Fue esta "herejía" la que llevó a la creación de Google Brain, validada posteriormente por el famoso "artículo de los gatos", donde una red neuronal descubrió por sí misma el concepto de un felino tras analizar miles de horas de YouTube sin supervisión humana [45:25]. 

Educación: De la Escasez a la Abundancia. Para Ng, la educación no es solo una rama de su carrera, sino una obsesión personal que lo llevó a fundar Coursera. En el diálogo, plantea una visión profundamente democratizadora: la inteligencia humana es cara y difícil de escalar, pero la inteligencia artificial tiene el potencial de ser ubicua y económica [41:00].

Ng visualiza un futuro donde cada niño en el planeta cuente con un "ejército de tutores" personalizados y asesores de salud [41:11]. Esta transición de la educación como un bien de lujo a un servicio público masivo es, quizás, el moonshot más ambicioso de todos. La IA no sustituirá al docente, sino que liberará al sistema de las limitaciones de la ratio profesor-alumno, permitiendo una mentoría uno a uno que hoy solo está al alcance de las élites.

La Nueva Alfabetización: Programar en la Era de la Asistencia. Un punto disruptivo en la conversación es la defensa de Ng sobre la programación universal. En un mundo donde la IA puede generar código, algunos sugieren que aprender a programar es redundante. Ng argumenta lo contrario: la habilidad de comunicarse con las máquinas y dirigirlas es la nueva alfabetización [39:54].

El "código asistido" reduce las barreras de entrada, permitiendo que cualquier individuo convierta una idea en un prototipo funcional en horas, no en meses. Esta aceleración de los "bucles de aprendizaje" —un concepto que Astro Teller enfatiza como vital para cualquier innovación— define la ventaja competitiva del futuro: no es la IA la que reemplazará a las personas, sino las personas que usan IA las que reemplazarán a las que no lo hacen [46:23]. 

Filosofía Moonshot: Velocidad y Seguridad Psicológica. Astro Teller aporta una dimensión crucial sobre la gestión del talento y la innovación. Ambos coinciden en que el éxito de Google Brain en X se debió a la creación de un "entorno seguro" para el experimento radical [50:10]. La capacidad de fallar rápido, sin poner en riesgo la "nave nodriza (Google)", permitió a Ng y su equipo ejecutar a una velocidad órdenes de magnitud superior a la media corporativa.

Teller subraya la importancia de la "estanqueidad de los bucles de aprendizaje": el tiempo que transcurre entre una hipótesis y un resultado evaluable [50:43]. En la frontera del conocimiento, el aprendizaje es el único producto real; si ese bucle se reduce, la innovación se vuelve inevitable.

Conclusión: Un Futuro de Colaboración Simbiótica. La charla entre Ng y Teller nos deja una lección fundamental: el futuro de la tecnología no reside en la complejidad aislada, sino en su aplicación para elevar la condición humana. Desde los primeros días de las GPU y los clústeres de CPU hasta los modelos fundacionales de hoy, la trayectoria ha sido clara: mayor escala, mayor accesibilidad.

Como intelectuales y educadores, el reto es preparar a la próxima generación no solo para consumir tecnología, sino para construir junto a ella. En palabras de Andrew Ng, el objetivo final es que cada ser humano sea mucho más poderoso, apoyado por una inteligencia artificial que actúa como un multiplicador de su propia voluntad y creatividad.

La IA no nació de la noche a la mañana. Tampoco su impacto educativo y social. En este diálogo entre Andrew Ng y Astro Teller, se recorre el camino desde el deep learning experimental hasta la innovación “moonshot”: pensar a lo grande, fallar rápido y educar mejor.… pic.twitter.com/xxfBruzbSf

— Mikel Agirregabiria (@agirregabiria) February 28, 2026

Historia y economía sin genios: Visión estructural del cambio

Este es el tercer posts consecutivo, siguiendo la línea de los dos posts anteriores:  La controvertida  teoría del Héroe de Thomas Carlyle y  Stellar: Tecnologías convergentes para superar la escasez . Porque hemos encontrado, traducido y resumido este interesante  Substac  (leer en inglés en su integridad)  de Richard Turnock, un amigo norteamericano de nuestro hijo Aitor. Se titula "Why the Great Man Died Twice: Once in History, Once in Economics" (Por qué el gran hombre murió dos veces: una en la historia, otra en la economía).

Durante siglos, hemos interpretado la historia como una sucesión de figuras excepcionales. Napoleón forjó Europa moderna. Edison iluminó el mundo. Steve Jobs democratizó la tecnología personal. Esta narrativa —conocida como la Teoría del Gran Hombre (post previo), articulada por Thomas Carlyle en el siglo XIX— sostiene que individuos singulares crean los momentos históricos que definen épocas. Sin estos genios, según la teoría, las transformaciones simplemente no ocurrirían, o lo harían de forma radicalmente diferente.

Un análisis contemporáneo desafía frontalmente esta premisa, argumentando que confundimos correlación con causalidad. Las grandes transformaciones civilizacionales, sugiere el denominado Marco Meta-Stellaris, no dependen de individuos excepcionales sino de fuerzas estructurales que operan con independencia de quién ocupe posiciones de liderazgo.

Las curvas matemáticas que no esperan héroes.  El fundamento empírico de esta refutación se encuentra en la Ley de Wright, descubierta en 1936 al estudiar la manufactura aeronáutica. Wright observó que con cada duplicación del volumen acumulado de producción, los costes disminuyen en un porcentaje predecible. Los paneles solares siguen una tasa de aprendizaje del 89%: cada vez que se duplica la capacidad instalada acumulada, el coste se reduce un 11%. Las baterías de litio han pasado de costar más de mil dólares por kilovatio-hora en 2010 a menos de cien dólares en la actualidad.

Lo significativo de estas curvas es su motor: volumen de producción acumulado. No visión empresarial. No decretos gubernamentales. No genio inventivo. Simplemente la propiedad matemática de procesos industriales operando a través de miles de empresas, millones de trabajadores y billones de decisiones de consumidores distribuidas durante décadas.

Tomemos el caso de Elon Musk y Tesla. ¿Causó Musk la caída del precio de las baterías? El análisis estructural sugiere lo contrario: Musk reconoció que los precios de las baterías caerían —una distinción sutil pero crucial— y posicionó estratégicamente a Tesla para capturar valor conforme la curva progresaba. La curva habría seguido la Ley de Wright independientemente de quién construyera las fábricas.

El caso chino como validación empírica. China presenta un caso de estudio revelador. Entre 2019 y 2024, el país instaló más de mil gigavatios de capacidad solar, redujo costes de baterías a aproximadamente 81 dólares por kilovatio-hora para celdas de fosfato de hierro-litio, y alcanzó una penetración del 32,8% de vehículos eléctricos en su mercado. ¿Puede atribuirse esto al liderazgo de Xi Jinping? 

Un análisis contemporáneo desafía frontalmente esta premisa, argumentando que confundimos correlación con causalidad. Las grandes transformaciones civilizacionales, sugiere el denominado Marco Meta-Stellaris, no dependen de individuos excepcionales sino de fuerzas estructurales.

Las curvas matemáticas que no esperan héroes. El fundamento empírico de esta refutación se encuentra en la Ley de Wright, descubierta en 1936 al estudiar la manufactura aeronáutica. 

La perspectiva estructuralista sostiene que la coordinación centralizada china proporcionó condiciones institucionales que permitieron que las curvas de aprendizaje se aceleraran. El liderazgo creó condiciones, pero las funciones de forzamiento subyacentes —esas curvas matemáticas implacables— crearon la transformación. Con diferente liderazgo pero manteniendo la coordinación, curvas similares habrían emergido.

Arquetipos generacionales vs. individuos irremplazables.  la teoría generacional de Strauss-Howe: los Baby Boomers, la Generación X, los Millennials: Ciclos de 80-90 años durante los cuales las instituciones estadounidenses se transforman en períodos de crisis. La configuración actual asigna roles específicos a arquetipos generacionales: los Baby Boomers ejerciendo autoridad moral, la Generación X implementando soluciones pragmáticas, los Millennials movilizando energía colectiva.

La distinción crítica: los arquetipos describen roles que se ocupan, no individuos irremplazables que los cumplen únicamente. Si Franklin Roosevelt hubiera fallecido en 1931, la lógica generacional sugiere que otro líder habría ocupado el rol de Crisis. Las condiciones estructurales —la Depresión, el alineamiento generacional, el colapso institucional— demandaban transformación.

Implicaciones metodológicas. Esta perspectiva estructuralista establece límites claros sobre qué puede predecirse. El marco identifica cuándo las transformaciones se vuelven económicamente inevitables, pero no puede predecir qué actores específicos, empresas o mecanismos de política dominarán la economía emergente. ¿Qué compañías energéticas capturarán la oportunidad de paridad de red? ¿Qué fabricantes de vehículos sobrevivirán la transición eléctrica? Estas especificidades requieren razonamiento individual —precisamente lo que el marco rechaza como metodología predictiva fiable.

Esta restricción, argumentan sus proponentes, funciona como virtud metodológica. Un marco que reclama identificar tanto la inevitabilidad estructural como los individuos específicos que liderarán contamina su credibilidad analítica.

El contexto presente. La saturación cultural contemporánea de narrativas de Gran Hombre —el líder correcto restaurará la grandeza manufacturera, el fundador correcto desbloqueará la economía de IA— captura deseos humanos legítimos de agencia y responsabilidad. Sin embargo, esta perspectiva sostiene que estas narrativas sistemáticamente engañan sobre las fuerzas reales que impulsan transformaciones.

Las curvas de aprendizaje no pausan durante debates de liderazgo. Los costes de generación solar ya han caído por debajo del carbón y gas natural en la mayor parte de Estados Unidos, no porque un Gran Hombre lo decretara, sino porque décadas de experiencia manufacturera acumulada condujeron los costes hacia inevitabilidad matemática. Los precios de baterías se aproximan al umbral donde los vehículos eléctricos cuestan menos que sus equivalentes de combustión durante toda su vida útil.

Reconocimiento de patrones vs. culto al héroe. La Teoría del Gran Hombre sirvió a un mundo decimonónico que carecía de herramientas matemáticas para identificar funciones de forzamiento económico estructural. Los datos de curvas de aprendizaje no existían. La investigación sobre ciclos generacionales no se había desarrollado. El análisis de dinámica de sistemas permanecía a un siglo de distancia.

Esas herramientas analíticas ahora existen. Las curvas de la Ley de Wright trazan décadas de declive de costes con precisión notable. La teoría de ciclos generacionales identifica ventanas de transformación institucional con regularidad histórica documentada. La síntesis de estas herramientas, argumentan sus proponentes, alcanza poder predictivo precisamente al trascender el marco del Gran Hombre.

La cuestión permanece abierta: ¿Son las transformaciones civilizacionales producto de genios excepcionales que alteran el curso de la historia, o manifestaciones inevitables de fuerzas estructurales que ningún individuo puede crear, acelerar o detener significativamente? La respuesta que adoptemos determina no solo cómo interpretamos el pasado, sino cómo nos preparamos para transformaciones futuras.

Esperar a que surja el líder adecuado desperdicia el tiempo de preparación que la claridad analítica del marco posibilita. Las condiciones estructurales ya visibles —el cruce de umbrales ya en marcha, la alineación generacional ya madura— proporcionan una señal suficiente para el posicionamiento estratégico, la preparación institucional y la asignación de inversiones. La transformación no espera a su Gran Hombre. Nadie debería hacerlo.

¿Por qué seguimos contando la historia como si solo los “genios” la hicieron posible? 🤔 En nuestro nuevo post exploramos cómo Napoleón, Edison o Steve Jobs encajan más en un mito que en una explicación económica real. La Teoría del Gran Hombre choca con datos: curvas de… pic.twitter.com/b8iBH5nae3

— Mikel Agirregabiria (@agirregabiria) February 21, 2026