What California Regulatory Filings Reveal about Robotaxi Operations at Scale

Imagina una ciudad donde los coches que te recogen no tienen conductores. No son solo vehículos eléctricos; son totalmente autónomos, capaces de navegar por calles complejas, detenerse ante el tráfico y encontrar el camino hacia tu destino sin una mano humana al volante. Esta es la promesa del robotaxi, una tecnología que ha pasado de la ciencia ficción a las calles de ciudades como San Francisco y Los Ángeles. La esperanza ha sido durante mucho tiempo que estas máquinas resolverían varios problemas a la vez. Al ser eléctricas, reducirían la contaminación. Al ser compartidas, reducirían el número de coches que congestionan las carreteras. Y al ser automatizadas, operarían con un nivel de eficiencia que los conductores humanos no pueden igualar, quizás manteniendo los coches en movimiento constantemente y sin necesidad de estacionar mientras esperan a un pasajero.

Sin embargo, la realidad de cómo operan estas flotas a gran escala ha seguido siendo un misterio, oculto tras los paneles de control de las empresas y los datos privados. Durante años, el público ha dependido de resúmenes, simulaciones o modelos para adivinar cómo funcionan estos sistemas. Pero un nuevo análisis ha corrido la cortina, utilizando registros oficiales del gobierno para ver exactamente qué está sucediendo. Investigadores del Laboratorio Nacional Lawrence Berkeley examinaron miles de páginas de informes presentados por empresas de robotaxis ante la Comisión de Servicios Públicos de California. Estos informes, requeridos por ley, contienen registros detallados de cada viaje, cada milla recorrida y cada vez que un vehículo se detiene para cargar. Al analizar estos datos, los investigadores descubrieron una imagen de las operaciones de los robotaxis que es mucho más compleja, y menos eficiente, que la visión optimista del futuro.

El estudio se centró principalmente en Waymo, el mayor operador de taxis sin conductor en los Estados Unidos, y comparó su rendimiento con Zoox, otro actor importante que actualmente ejecuta un programa piloto a gran escala. Los investigadores analizaron los datos desde enero de 2025 hasta junio de 2026, un periodo en el que Waymo había crecido hasta alcanzar una flota de aproximadamente 3,285 vehículos en California, lo que representaba alrededor del 80 por ciento de toda la flota nacional. Rastrearon cuántas millas recorrieron estos coches con pasajeros dentro frente a cuántas millas recorrieron vacíos. En el mundo del transporte de pasajeros por aplicación, conducir vacío se denomina "deadheading" (viaje en vacío). Es una parte necesaria del negocio, ya que los coches deben conducir para recoger a un pasajero y luego conducir tras dejarlo. Pero el objetivo de la automatización era, supuestamente, minimizar este desperdicio.

Los datos cuentan una historia diferente. Si bien Waymo mejoró su eficiencia con el tiempo, la conducción vacía se mantuvo obstinadamente alta. Entre principios de 2025 y mediados de 2026, la proporción de millas recorridas sin un pasajero cayó del 53 por ciento a aproximadamente el 42 por ciento. Aunque esto es una mejora, sigue siendo significativamente más alta de lo que se observa en los servicios de transporte de pasajeros conducidos por humanos, superando esas cifras en más de un 50 por ciento. Los investigadores descubrieron que, incluso a medida que la flota crecía y los coches mejoraban en la localización de pasajeros, se seguía gastando una cantidad masiva de energía en mover vehículos vacíos. Este persistente viaje vacío contradice la idea de que la automatización conduciría automáticamente a un sistema más ágil y eficiente.

El hallazgo más sorprendente quizás concierne a lo que hacen los coches cuando no llevan un pasajero. Los investigadores descubrieron que una gran parte del tiempo "vacío" no se pasa circulando en busca de un viaje, sino permaneciendo inmóviles. A medida que la flota se expandía, la cantidad total de tiempo que los vehículos pasaban esperando —estacionados o en ralentí— aumentó un 39 por ciento. Esto sugiere que el sistema no es tan flexible como una red conducida por humanos. Cuando la demanda aumenta, los servicios de transporte humano pueden recurrir a un vasto grupo de conductores que ya están en la carretera o que pueden conectarse rápidamente para trabajar. Los robotaxis, sin embargo, dependen de una flota fija de vehículos que deben estar físicamente presentes para atender una solicitud. Para gestionar una súbita oleada de pasajeros, el sistema necesita una gran cantidad de coches sentados en estacionamientos o depósitos, listos para partir. Esto crea una enorme "huella de estacionamiento", donde miles de vehículos permanecen estacionados durante largos períodos, consumiendo espacio y recursos sin moverse.

Las implicaciones energéticas de este comportamiento son significativas. Los investigadores utilizaron la frecuencia de las sesiones de carga reportadas en los informes para estimar cuánta electricidad estaba utilizando realmente la flota. Descubrieron que la energía necesaria para mantener la flota en funcionamiento era mucho mayor de lo que sugerían las clasificaciones oficiales de eficiencia de los vehículos. Para Waymo, el uso de energía implícito por los datos de carga fue aproximadamente el doble de la propulsión nominal del vehículo, alcanzando el 69 por ciento de la energía que un coche típico de gasolina usaría para la misma distancia. Esta energía adicional es consumida por la necesidad constante de mover coches vacíos, el tiempo pasado en ralentí y los frecuentes ciclos de carga necesarios para mantener la operatividad de la flota. Cuando observaron a Zoox, el gasto energético fue aún mayor, alcanzando el 147 por ciento del punto de referencia equivalente a la gasolina.

El estudio también destacó un cambio en la forma en que se recorren las millas vacías. En los primeros días del servicio, la mayor parte de la conducción vacía era "no asignada", lo que significa que los coches circulaban sin un destino específico, con la esperanza de encontrar un pasajero. Con el tiempo, esto cambió. Una mayor proporción de las millas vacías se convirtieron en millas de "aproximación", que son los trayectos realizados para llegar a un pasajero después de que ya se ha solicitado un viaje. Esto sugiere que, si bien los coches están mejorando en la localización de pasajeros, la distancia que tienen que recorrer para llegar a ellos está aumentando, posiblemente porque el área de servicio ha crecido o porque los coches están estacionados más lejos de donde la gente solicita los viajes.

Los investigadores fueron cuidadosos en señalar que estos hallazgos se basan en datos operativos del mundo real, no en simulaciones. Examinaron millones de registros de viajes y registros de carga, proporcionando una mirada concreta y poco común de cómo funcionan estas flotas a escala. Los datos no respaldan la idea de que los robotaxis hayan logrado ya las ganancias de eficiencia que muchos esperaban. En cambio, revelan un sistema que todavía lucha con los desafíos fundamentales de mover vehículos vacíos y gestionar una flota fija en un entorno dinámico. La promesa de un futuro más limpio y eficiente con los robotaxis sigue siendo posible, pero el camino para llegar allí no es tan sencillo como simplemente entregar el volante a una computadora. Los datos sugieren que, sin cambios significativos en la forma en que se gestionan estas flotas —quizás mediante una mejor correspondencia entre los coches y la demanda o encontrando formas de reducir la necesidad de grandes cantidades de vehículos estacionarios— los costes de energía y espacio de los robotaxis podrían seguir siendo altos.

En última instancia, este análisis sirve como un baño de realidad para la industria de los robotaxis. Muestra que, si bien la tecnología está avanzando y las flotas están creciendo, las realidades operativas son complejas. Las ganancias de eficiencia de la automatización se ven compensadas por la necesidad de mantener un gran número de vehículos listos y esperando, lo que conduce a un uso sustancial de la energía y a la conducción vacía. A medida que estos servicios continúen expandiéndose, el enfoque podría tener que desplazarse de simplemente añadir más coches a la tarea de descubrir cómo hacer que la flota existente trabaje de manera más inteligente. Hasta entonces, la visión de un futuro perfectamente eficiente y sin conductor sigue siendo eso: una visión, más que una realidad.