inDrive se asocia con Pony.ai y Nvidia para probar robotaxis en Astana en 2027

Un acuerdo para probar robotaxis fuera de los centros tradicionales

inDrive, la plataforma de movilidad que permite a pasajeros y conductores negociar tarifas, anunció un memorando de entendimiento con la empresa china de conducción autónoma Pony.ai y con Nvidia para explorar pruebas de robotaxis en Kazajistán en 2027. La iniciativa se focalizará en la capital, Astana, con ensayos previstos para la primera mitad del año.

El proyecto refleja el creciente interés por la tecnología de vehículos autónomos más allá de Estados Unidos y China, y plantea un escenario donde actores globales y locales pueden colaborar para llevar robotaxis a mercados emergentes.

Qué propone el acuerdo

Según inDrive, el plan contempla que Pony.ai aporte sus vehículos Gen-7, los cuales serían ofrecidos a través de la app de inDrive y operados dentro de Kazajistán. Nvidia suministraría las piezas clave del stack de IA, incluyendo su plataforma Hyperion y el sistema de seguridad Halos. Además, Nvidia aporta modelos y herramientas para generar datos sintéticos y evaluar sistemas de conducción autónoma en diferentes escenarios.

Las pruebas iniciales contarán con un operador de seguridad a bordo, con el objetivo a mediano plazo de habilitar viajes totalmente sin conductor. Este enfoque escalonado responde a la necesidad de validar la tecnología en condiciones reales antes de avanzar hacia una operación completamente autónoma.

Por qué importa la solución tecnológica propuesta

Nvidia promociona a Hyperion como una base que reduce la complejidad y el costo de desarrollar robotaxis, al ofrecer una integración predefinida de sensores y computación. Para mercados sensibles al precio, estas economías podrían ser determinantes: en contextos donde la movilidad ya es relativamente económica, el costo será un factor central para la adopción de servicios autónomos.

Pony.ai, por su parte, busca expandir su flota y presencia internacional: la compañía se propuso operar más de 3,500 robotaxis en más de 20 ciudades para fines de 2026, cifra que representa un crecimiento frente a su parque reportado a mitad de año.

Contexto global: competencia y alianzas

El movimiento de inDrive se inserta en una ola más amplia de alianzas entre plataformas de ride-hailing y desarrolladores de conducción autónoma. Recientemente, Uber anunció pruebas de robotaxis de Pony.ai en Londres y también realiza ensayos supervisados con Wayve en la misma ciudad. Además, Uber colabora con varios desarrolladores de robotaxis en regiones como Medio Oriente.

Para inDrive, la estrategia es coherente con su modelo “capital-light”: la compañía privilegia trabajar con socios especializados en cada mercado, combinando capacidades para ofrecer un servicio competitivo sin asumir todo el costo de la infraestructura. Esto le permite explorar despliegues en mercados donde competidores globales ya están activos.

Relevancia para América Latina y otros mercados emergentes

Aunque la prueba se realizará en Kazajistán, las lecciones y la arquitectura planteada son relevantes para decisores en América Latina. Regiones con fuerte sensibilidad al precio y marcos regulatorios en desarrollo podrían beneficiarse de modelos donde plataformas locales se asocian con proveedores de tecnología para reducir barreras de entrada.

Las piezas clave a observar desde la perspectiva latinoamericana incluyen:

• El uso de plataformas integradas (como Hyperion) que acortan plazos y costos de desarrollo.
• La estrategia de despliegue por socios locales o regionales que adapten el servicio a condiciones específicas.
• La importancia de pilotos supervisados que permitan generar evidencia operativa para reguladores y público.

inDrive ya opera en más de 1,200 ciudades en 47 países y ha diversificado su negocio hacia entregas, transporte interurbano y servicios financieros, lo que le da experiencia operativa relevante para coordinar despliegues piloto en distintos entornos.

Desafíos: clima, regulación y seguridad

Astana, con cerca de 1.7 millones de habitantes, enfrenta inviernos extremos con largos periodos de nieve y hielo. Ese entorno ofrecerá una prueba exigente para sensores y algoritmos de conducción autónoma; evaluar desempeño en condiciones adversas es clave antes de ampliar operaciones a otras regiones con climas extremos.

Kazajistán también ha avanzado en reglas que permiten probar vehículos autónomos en ciertas vías públicas, y el gobierno anunció la intención de lanzar servicios de taxis autónomos en 2027. La existencia de un marco regulatorio que permita ensayos en vías públicas es una condición esencial que subraya la importancia de la coordinación entre empresas y autoridades.

A nivel operativo, las pruebas con un operador de seguridad buscan mitigar riesgos inmediatos, mientras que el paso a viajes sin conductor requerirá validaciones técnicas rigurosas y certidumbres regulatorias.

Implicaciones para empresas y gobiernos

Para empresas de movilidad y autoridades urbanas, el acuerdo entre inDrive, Pony.ai y Nvidia plantea varios puntos de decisión:

• Evaluar modelos de asociación frente a desarrollo interno de tecnología.
• Diseñar marcos regulatorios que permitan pruebas seguras pero ágiles en calles públicas.
• Considerar condiciones climáticas y de infraestructura local al establecer criterios de validación.

La combinación de un proveedor de flota, una plataforma de IA y una app con presencia internacional puede facilitar experimentos replicables en múltiples ciudades, siempre y cuando se garanticen estándares de seguridad y transparencia.

Qué sigue y conclusiones

Las pruebas en Astana están previstas para la primera mitad de 2027, con etapas que parten de operaciones supervisadas y apuntan a la autonomía total en el futuro. La visita del CEO de Nvidia, Jensen Huang, a Kazajistán coincidió con el anuncio, subrayando el interés de los proveedores de tecnología por explorar nuevos mercados.

El avance de Pony.ai fuera de China, la estrategia de inDrive de mantener un enfoque de bajo uso de capital y las herramientas de Nvidia para reducir costos de integración configuran un modelo que puede acelerar la adopción de robotaxis en contextos emergentes. Para líderes en América Latina, la colaboración público-privada, la adaptación a condiciones locales y la priorización de seguridad serán las piezas clave para evaluar si este tipo de despliegues resulta viable y beneficioso en sus ciudades.