L’aliança entre Uber i Nvidia situa Los Angeles i San Francisco com a laboratoris inicials d’una xarxa global de robotaxis que aspira a expandir-se a 28 ciutats abans del 2028, combinant intel·ligència artificial avançada amb la plataforma de mobilitat sota demanda més gran del món.
La cursa per la conducció autònoma entra en una nova fase. Ja no es tracta únicament de prototips, pilots acotats o demostracions tecnològiques, sinó d’estratègies industrials amb vocació global. En aquest context, l’anunci conjunt d’Uber i Nvidia marca un punt d’inflexió: ambdues companyies han acordat desplegar una xarxa internacional de robotaxis basada en intel·ligència artificial que començarà a operar a Los Angeles i San Francisco durant la primera meitat del 2027 i que podria escalar fins a 28 ciutats en tot just un any.
El moviment no és menor. Suposa la convergència entre dues infraestructures clau: d’una banda, la capacitat tecnològica de Nvidia en sistemes de conducció autònoma i computació avançada; de l’altra, la xarxa global de mobilitat d’Uber, que ja opera en centenars de ciutats i gestiona milions de trajectes diaris. La combinació d’aquestes dues dimensions permet plantejar una cosa que fins ara semblava difícil de materialitzar: una xarxa de robotaxis amb escala real i vocació comercial des de l’inici.
De la promesa a la implementació
Durant anys, la conducció autònoma ha quedat atrapada entre expectatives inflades i dificultats tècniques persistents. Empreses com Waymo, Cruise o Tesla han desenvolupat solucions avançades, però el seu desplegament ha estat limitat geogràficament o condicionat per restriccions operatives.
El pla d’Uber i Nvidia intenta superar aquest coll d’ampolla mitjançant una estratègia progressiva però clarament orientada a l’expansió. El projecte arrencarà amb flotes de vehicles destinades a la recopilació de dades en ciutats específiques. Aquest pas és clau: els sistemes d’intel·ligència artificial necessiten entrenar-se amb dades reals de conducció en entorns urbans complexos, on intervenen variables imprevisibles com obres, trànsit irregular o comportaments erràtics de vianants.
En aquest cas, el sistema es recolzarà en la plataforma Nvidia Drive Hyperion, una arquitectura integral que combina maquinari i programari per a vehicles autònoms, juntament amb un nou model d’IA anomenat Nvidia Alpamayo, dissenyat específicament per interpretar situacions complexes en temps real.
La lògica és clara: primer aprendre, després assistir i finalment automatitzar.
Un desplegament per fases: del conductor al nivell 4
El camí cap als robotaxis plenament autònoms no serà immediat. Segons els detalls de l’acord, el desplegament es farà en diverses fases.
En una primera etapa, els vehicles operaran com a unitats de recopilació de dades, generant informació crítica per entrenar els models d’intel·ligència artificial en les condicions específiques de cada ciutat. Aquesta fase permetrà adaptar el sistema a factors locals com normatives, patrons de trànsit o comportaments culturals en la conducció.
Posteriorment, els vehicles començaran a operar amb supervisió humana, en un model híbrid que combina automatització amb control directe. Només després de validar el rendiment del sistema s’assolirà l’objectiu final: robotaxis amb nivell 4 d’autonomia, capaços d’operar sense intervenció humana en la majoria de situacions.
Aquest enfocament contrasta amb estratègies més agressives o menys estructurades d’alguns competidors. Aquí, la prioritat no és la velocitat mediàtica, sinó la robustesa operativa.
El paper de la intel·ligència artificial física
Un dels elements més interessants de l’anunci és l’èmfasi en allò que Jensen Huang, fundador i conseller delegat de Nvidia, denomina el “moment ChatGPT de la IA física”. L’expressió no és casual: apunta a un canvi de paradigma en què els sistemes d’intel·ligència artificial deixen de limitar-se al processament de llenguatge o dades abstractes i passen a interactuar directament amb el món físic.
En el cas dels robotaxis, això implica que la IA no només ha de reconèixer objectes o seguir rutes, sinó també raonar en entorns dinàmics, anticipar comportaments i prendre decisions en temps real sota incertesa.
El model Alpamayo es presenta precisament com una resposta a aquest desafiament. El seu objectiu no és només millorar la percepció de l’entorn, sinó integrar múltiples capes d’informació —visió, context, predicció— per actuar de manera coherent en situacions complexes.
Això és especialment rellevant en entorns urbans densos com Los Angeles o San Francisco, on la conducció implica gestionar escenaris altament variables: vianants que travessen de manera inesperada, ciclistes, obres temporals o canvis bruscos en el trànsit.
Uber: de plataforma de mobilitat a operador autònom
Per a Uber, aquesta aliança representa un pas estratègic en la seva evolució. La companyia, que en el passat va vendre la seva divisió interna de vehicles autònoms després d’anys d’inversió, opta ara per un model de col·laboració amb socis tecnològics especialitzats.
Dara Khosrowshahi, conseller delegat d’Uber, ha insistit que la conducció autònoma té el potencial de fer el transport “més segur, més fiable i més accessible”. Però més enllà del discurs, hi ha una lògica empresarial evident: integrar robotaxis a la seva plataforma permetria reduir costos operatius a llarg termini, eliminar la dependència de conductors humans en determinades rutes i millorar l’eficiència del servei.
A més, Uber compta amb un avantatge competitiu clau: la seva xarxa global d’usuaris i la seva experiència en la gestió de la demanda. A diferència d’altres companyies tecnològiques que desenvolupen vehicles autònoms però no disposen d’una base de clients consolidada, Uber ja té el canal de distribució.
L’aliança amb Nvidia, en aquest sentit, no només aporta tecnologia, sinó que permet tancar el cercle entre desenvolupament, operació i comercialització.
Un desplegament global amb incògnites
El pla contempla l’expansió a 28 ciutats a Nord-amèrica, Europa, Àsia i Austràlia abans del 2028. Tanmateix, Uber no ha revelat quines seran les ciutats seleccionades més enllà de Los Angeles i San Francisco.
Aquesta falta de concreció no és casual. El desplegament de robotaxis depèn de múltiples factors: regulació local, acceptació social, infraestructura urbana i condicions del mercat. No totes les ciutats estan igualment preparades per adoptar aquest tipus de tecnologia.
A més, el calendari plantejat —dos anys per escalar a gairebé trenta ciutats— és ambiciós. Històricament, la conducció autònoma ha avançat més lentament del que es preveia a causa de la complexitat tècnica i dels reptes regulatoris.
Tesla i la competència: models divergents
L’anunci d’Uber i Nvidia es produeix en un context de competència creixent en el sector. Tesla, un dels actors més visibles en l’àmbit de la conducció autònoma, ha iniciat un programa pilot de robotaxis a Austin, encara que amb un abast limitat.
Segons dades recollides pel mitjà especialitzat Electrek, la flota de robotaxis de Tesla en aquesta ciutat ronda els 35 vehicles i opera majoritàriament amb supervisors humans a bord. Des de l’inici del programa, al juny del 2025, s’han registrat 15 incidents, inclòs un accident al febrer.
La comparació posa en relleu dos enfocaments diferents. Mentre Tesla aposta per un desenvolupament més integrat verticalment i basat en la seva pròpia tecnologia, Uber i Nvidia opten per una estratègia col·laborativa que combina especialització tecnològica amb escala operativa.
Seguretat, regulació i acceptació social
Més enllà de la tecnologia, l’èxit dels robotaxis dependrà de factors externs. La seguretat és el principal. Cada incident, per petit que sigui, té un impacte amplificat en la percepció pública.
A més, els marcs regulatoris continuen evolucionant. En moltes ciutats, la circulació de vehicles autònoms està subjecta a restriccions específiques, llicències i supervisió contínua.
L’acceptació social també jugarà un paper determinant. La idea de pujar a un vehicle sense conductor encara genera reticències en una part de la població, especialment en mercats on la tecnologia no està plenament implantada.
Un canvi estructural en la mobilitat urbana
Si el pla d’Uber i Nvidia es materialitza, l’impacte podria ser profund. No es tractaria només d’introduir una nova tecnologia, sinó de transformar l’estructura mateixa de la mobilitat urbana.
Els robotaxis podrien reduir costos, optimitzar rutes, disminuir accidents causats per error humà i redefinir el concepte de propietat del vehicle. Al mateix temps, plantegen interrogants sobre ocupació, responsabilitat legal i sostenibilitat del model.
La clau estarà en l’execució. La història recent de la conducció autònoma és plena de promeses incomplertes o ajornades. Però també és cert que els avenços en intel·ligència artificial estan accelerant capacitats que fa només uns anys semblaven llunyanes.
L’aliança entre Uber i Nvidia no garanteix l’èxit, però sí que estableix un marc clar: la conducció autònoma ja no és només un experiment tecnològic. És una aposta industrial amb calendari, escala i ambició global.
