Esta semana Elon Musk ha admitido que los robotaxis de Tesla siguen teniendo un margen operativo muy limitado por la noche. La empresa, dijo, quiere evitar atropellar “gatitos grises sobre asfalto gris en la oscuridad”. Lo comentó al explicar la reciente ampliación del servicio en Austin, que ha pasado de las 22:00 a las 23:00, y la imagen, por pintoresca que suene, condensa uno de los problemas más serios del enfoque técnico de Tesla.
Ahí está el núcleo del asunto.
La admisión llega, además, en un momento delicado para Tesla. La compañía todavía intenta escalar su servicio de robotaxi mientras sigue lidiando con dudas regulatorias y de seguridad. Y también vuelve a poner sobre la mesa una pregunta incómoda: si la estrategia de Tesla, apoyada en cámaras y sin lidar ni radar, no está pagando un precio alto en cuanto cae la noche.
Lo que plantea Musk apunta de forma directa a un problema de visibilidad en bajo contraste. Si un animal pequeño, de un color parecido al del pavimento, cruza la calle de noche, verlo a tiempo se vuelve bastante más difícil. En un coche autónomo que depende sobre todo de cámaras, la calidad de la percepción va muy atada a la luz disponible y a lo nítida que sea la escena.
Y eso importa porque Tesla ha puesto su sistema de visión en el centro de toda su tecnología de conducción autónoma.
A diferencia de otros operadores, Tesla no apoya su despliegue comercial en una combinación de cámaras con sensores activos capaces de rendir mejor en la oscuridad o de medir distancias con más fiabilidad cuando las condiciones se complican. Musk lleva años cargando contra el lidar, al que incluso ha llegado a llamar una “misión absurda”, y también defiende que mezclar demasiados sensores puede generar conflictos que acaben reduciendo la seguridad.
Sus rivales han tomado justo el camino contrario. Waymo, por ejemplo, usa cámaras, lidar y radar, una combinación que dentro del sector suele verse como una ventaja en escenarios nocturnos o con poca visibilidad.
Eso no quiere decir que esos sistemas sean infalibles. Incluso vehículos autónomos equipados con conjuntos de sensores más completos han atropellado animales. Entre los casos que más se citan está la muerte, en 2025, de un gato llamado KitKat tras un incidente con un vehículo de Waymo. Por eso la comparación sigue siendo incómoda para Tesla, porque en su caso la limitación da la impresión de ser más estructural.
La ampliación del servicio de Tesla en Austin, de las 22:00 a las 23:00, se presentó como un avance. Aun así, ha despertado bastante escepticismo. En Austin, la puesta de sol ronda las 19:00, así que añadir una hora más al final de la noche no altera de forma apreciable las condiciones de iluminación.
Hay otro detalle que varios análisis no han dejado pasar. Cuando el servicio de robotaxi de Tesla arrancó en junio de 2025, supuestamente operaba hasta medianoche. Si ahora el límite está en las 23:00, incluso después de esta última extensión, lo que sugiere no es una expansión lineal sino la existencia de restricciones operativas.
Tesla todavía tiene por delante desafíos importantes si quiere ampliar la operación en Austin y llevarla a otras ciudades. El Tesla Cybercab, en particular, se enfrenta a obstáculos regulatorios por su diseño sin volante ni pedales, mientras la Administración Nacional de Seguridad del Tráfico en Carreteras de Estados Unidos investiga cómo se comporta la tecnología de Tesla en situaciones de baja visibilidad.
La frase de Musk puede sonar anecdótica, casi improvisada, pero deja al descubierto un problema central: la conducción autónoma no depende solo del software, también depende de lo que el vehículo es capaz de ver cuando la carretera deja de estar bien iluminada.
Author: Jesús Pina
{
"social": {
"email": "",
"facebook": "",
"twitter": "",
"linkedin": ""
},
"ja-JP": "",
"de-DE": "Jesús Pina verfolgt, was künstliche Intelligenz an der Software wirklich verändert, die wir täglich benutzen — und trennt dabei, was schon funktioniert, von dem, was bisher nur eine Ankündigung ist. Ihn interessiert die praktische Wirkung: welches Werkzeug echte Zeit spart, welches auf halbem Weg stehen bleibt und welches man sich vor der Installation zweimal ansehen sollte. Er arbeitet täglich mit KI-Modellen mitten im redaktionellen Prozess von Softonic und kennt deren Grenzen deshalb recht genau.",
"en-US": "Jesús Pina follows what artificial intelligence is actually changing in the software people use every day, telling apart what already works from what is still only an announcement. What interests him is the practical effect: which tool saves real time, which one stops halfway and which one deserves a second look before you install it. He works daily with AI models inside Softonic's own editorial process, so he knows their limits fairly well.",
"es-ES": "Jesús Pina sigue lo que la inteligencia artificial está cambiando de verdad en el software que usamos cada día, separando lo que ya funciona de lo que por ahora solo es un anuncio. Le interesa el efecto práctico: qué herramienta ahorra tiempo real, cuál se queda a medias y cuál conviene mirar dos veces antes de instalarla. Trabaja a diario con modelos de IA dentro del propio proceso editorial de Softonic, así que conoce bastante bien sus límites.",
"fr-FR": "Jesús Pina suit ce que l'intelligence artificielle change réellement dans les logiciels du quotidien, en distinguant ce qui fonctionne déjà de ce qui n'est encore qu'une annonce. Ce qui l'intéresse, c'est l'effet pratique : quel outil fait gagner du temps, lequel s'arrête à mi-chemin et lequel mérite un second examen avant installation. Il travaille au quotidien avec des modèles d'IA au cœur du processus éditorial de Softonic, et connaît donc assez bien leurs limites.",
"it-IT": "Jesús Pina segue ciò che l'intelligenza artificiale sta davvero cambiando nel software di ogni giorno, distinguendo quello che già funziona da quello che per ora è solo un annuncio. Gli interessa l'effetto pratico: quale strumento fa risparmiare tempo, quale si ferma a metà e quale conviene guardare due volte prima di installarlo. Lavora ogni giorno con modelli di IA dentro il processo editoriale di Softonic, e per questo ne conosce bene i limiti.",
"nl-NL": "Jesús Pina volgt wat kunstmatige intelligentie echt verandert aan de software die we dagelijks gebruiken, en scheidt daarbij wat al werkt van wat nog slechts een aankondiging is. Wat hem interesseert is het praktische effect: welke tool echt tijd bespaart, welke halverwege blijft steken en welke je beter twee keer bekijkt voordat je hem installeert. Hij werkt dagelijks met AI-modellen binnen het redactieproces van Softonic en kent daardoor hun grenzen vrij goed.",
"pl-PL": "Jesús Pina śledzi to, co sztuczna inteligencja rzeczywiście zmienia w programach używanych codziennie, oddzielając rozwiązania, które już działają, od tych, które są na razie tylko zapowiedzią. Interesuje go efekt praktyczny: które narzędzie naprawdę oszczędza czas, które zatrzymuje się w połowie drogi, a które warto sprawdzić dwa razy przed instalacją. Codziennie pracuje z modelami AI wewnątrz procesu redakcyjnego Softonica, więc dobrze zna ich ograniczenia.",
"pt-BR": "Jesús Pina acompanha o que a inteligência artificial está realmente mudando nos programas que usamos todos os dias, separando o que já funciona do que ainda é apenas anúncio. O que lhe interessa é o efeito prático: qual ferramenta economiza tempo de verdade, qual para no meio do caminho e qual merece uma segunda olhada antes de instalar. Trabalha diariamente com modelos de IA dentro do próprio processo editorial da Softonic, e por isso conhece bem seus limites."
}
View all posts by Jesús Pina
