La historia de Tesla sobre los coches que se conducen solos ha estado dando vueltas.
Un nuevo anuncio importante llega a la prensa y los inversores comienzan a temer que el foso se esté estrechando. Luego, la conversación gira en torno al laborioso proceso de poner los automóviles en circulación, y Tesla vuelve al punto de partida.
Este ciclo comenzó nuevamente después de CES 2026, donde muchos actores tecnológicos líderes como Nvidia hicieron comentarios con importantes implicaciones para el próximo año.
Nvidia ha estado impulsando agresivamente la “IA física”, diciendo que los automóviles y robots autónomos son la próxima gran novedad después de los centros de datos, ayudando a Nvidia a ganar 115.200 millones de dólares para todo el año fiscal 2025.
Básicamente, Morgan Stanley les está diciendo a los inversores que este anuncio no es un cambio a corto plazo en la forma en que funcionan las cosas.
Andrew Percoco, analista de Morgan Stanley, lo expresa de forma sencilla.
Cuando escribo sobre empresas de chips y vehículos eléctricos, a menudo encuentro que los inversores se confunden. Si bien las nuevas herramientas pueden hacer que las conferencias magistrales parezcan un reinicio, los verdaderos ganadores son aquellos que pueden gestionar la integración, la validación y los costos.
Nvidia tiene esta capacidad, pero la verdadera prueba llegará en 2026.
Wall Street está atento a las últimas iniciativas de Nvidia.
Foto de Anadolu en Getty Images
Qué hacen realmente las herramientas de autonomía de Nvidia
El foco principal de Nvidia está en Alpamayo, que la compañía llama una “cartera abierta” que permitirá que los autos autónomos basados en el razonamiento conduzcan más rápido.
Esto significa no solo coincidencia de patrones, sino también sistemas que puedan resolver de manera más confiable casos extremos raros y desordenados.
El paquete incluye:
Alpamayo 1, un modelo de visión-lenguaje-acción (VLA) que se centra en el razonamiento y resuelve problemas de conducción de cola larga. AlpaSim, una plataforma que cualquiera puede utilizar para simular el desarrollo de AV. Conjuntos de datos de IA físicos abiertos que contienen más de 1700 horas de datos de conducción.
Esto es lo que significa en palabras simples, sin la “jerga fuera de línea”:
El modelo VLA es un programa que puede ver la carretera, comprender la situación y las instrucciones, y elegir qué hacer (frenar, cambiar de carril o ceder el paso). Las situaciones de cola larga son situaciones que ocurren con poca frecuencia (como un diseño extraño, conductores impredecibles o una intersección inusual) pero que pueden afectar la seguridad. La simulación es una forma de entrenar y realizar pruebas más rápido, pero es sólo un paso hacia una conducción autónoma que sea confiable en el mundo real.
Nvidia también vincula este trabajo con instalaciones OEM reales. Varias fuentes en CES dijeron que la pila estará disponible en los vehículos Mercedes-Benz en un cronograma específico, lo que significa que esto no es solo un programa de investigación.
Wall Street ve una ventaja, pero no un rebote
Percoco dice que el enfoque de Nvidia no importa. Es tecnología aditiva, lo que significa que es una forma más rápida para que los fabricantes de automóviles agreguen asistencia a la conducción más avanzada sin tener que hacer que sus autos sean completamente autónomos de inmediato.
La razón es que la autonomía realmente se ralentiza:
Conexión de sensores, computadoras, cableado, gestión de calor y respaldos. Prueba: Prueba de conducción segura en una amplia gama de situaciones. Economía: encontrar un precio que se adapte a muchas personas que compran automóviles. Tiempo: recoger un juego completo y prepararlo para el ciclo de producción.
Relacionado: Una gran agitación en Wall Street acaba de cambiar la narrativa sobre Regeneron
Por esta razón, Morgan Stanley cree que ésta es más una historia de “seguidor más rápido” que una historia de salto. Nvidia puede acelerar parte del trabajo inicial, pero aún tardará años en completarse.
Percoco también dice que los comentarios de Nvidia no cambian mucho su opinión sobre Tesla, ya que su caso base ya supone que características como las que se encuentran en los autos autónomos eventualmente se convertirán en algo común en la industria.
Los datos de la flota de Tesla todavía la persiguen
El argumento de Morgan Stanley se basa en una ventaja bien conocida pero importante: la disponibilidad de una gran cantidad de datos reales.
Cada día, muchos vehículos Tesla circulan por las carreteras recogiendo señales de tráfico. Puede utilizar estos datos para acelerar el proceso de realización de cambios, encontrar modos de falla más rápido y mejorar el rendimiento cuando los sistemas autónomos experimentan problemas.
Más Nvidia:
El problema con los chips chinos de Nvidia no es lo que piensan la mayoría de los inversores
Por eso es posible que los inversores no comprendan la autonomía. Nvidia puede brindarle excelentes herramientas, pero estas no le otorgan millas automáticamente. Las millas son importantes porque los casos extremos ocurren en carreteras reales.
En otras palabras, Nvidia puede ayudar a las empresas automotrices a construir sobre una base más sólida, pero Tesla tiene una ventaja porque ha estado recopilando materia prima (datos de conducción de flotas) durante años.
Nvidia quiere estandarizar su pila de autonomía
El plan de Nvidia es claro. Su objetivo no es sólo asegurar el futuro, sino también nivelar el campo de juego.
Nvidia podría hacer lo siguiente haciendo que los modelos y herramientas sean de código abierto:
Aliente a más OEM y proveedores a utilizarlo. Cree un ecosistema que ayude a Nvidia a priorizar el desarrollo autónomo. Vender más del “full stack”, que incluye software, semiconductores y simulación.
En el CES, los comentarios de Huang presentaron a Alpamayo como un salto “inteligente” que se centró en los aspectos más difíciles de la autonomía. Robotaxis estuvo entre los primeros grandes ganadores.
Es por eso que las personas que poseen acciones de Tesla están prestando atención. Si Nvidia se convierte en el conjunto estándar de herramientas de autonomía para muchas empresas automotrices, la diferencia podría reducirse. Sin embargo, Morgan Stanley no cree que esto vaya a suceder de inmediato.
En última instancia, Nvidia puede ayudar a los fabricantes de automóviles a ponerse al día más rápido, pero la ventaja de Tesla en los datos de las pruebas en carretera es algo que ninguna conferencia magistral puede cambiar rápidamente.
Relacionado: Brad Gerstner se separa de la multitud en un mitin de IA
