Kakao Mobility detalla su hoja de ruta hacia conducción autónoma Nivel 4

Resumen ejecutivo

Kakao Mobility presentó en el World IT Show 2026 en Seúl su plan para desarrollar internamente tecnologías de conducción autónoma de Nivel 4 como parte de su estrategia de “IA física”. La exposición estuvo a cargo de Kim Jin-kyu, vicepresidente y director de la división Physical AI de la compañía, y forma parte de una iniciativa más amplia de Corea del Sur para aplicar inteligencia artificial a espacios y procesos del mundo físico.

El proyecto de Kakao combina tres ejes tecnológicos —modelos de aprendizaje automático, arquitecturas vehiculares con redundancia y plataformas de validación— con herramientas de seguridad y un enfoque de ecosistema abierto para que otras empresas y fabricantes puedan acelerar su propia adopción.

¿Qué es Nivel 4 y por qué importa?

La autonomía Nivel 4, según la definición usada por autoridades como la NHTSA de Estados Unidos, agrupa sistemas capaces de conducir sin supervisión humana en áreas de servicio limitadas. Es decir, el vehículo puede operar por sí mismo dentro de zonas o rutas definidas (taxis autónomos en distritos concretos, por ejemplo) sin que el pasajero tenga que monitorear o intervenir.

Para empresas de movilidad y ciudades, alcanzar Nivel 4 significa poder ofrecer servicios autónomos comerciales en entornos controlados, reduciendo la necesidad de conductores humanos para rutas específicas y potencialmente aumentando la disponibilidad de transporte nocturno o en zonas con menor oferta.

La hoja de ruta tecnológica de Kakao Mobility

Kakao organiza su desarrollo en tres áreas principales:

• Modelos de machine learning: desarrollan modelos para percepción, toma de decisiones y control que no dependen de intervención humana. Estos modelos permiten al vehículo interpretar su entorno, decidir la maniobra adecuada y controlar la dinámica del vehículo.

• Redundancia en la arquitectura vehicular: proyectan arquitecturas con sistemas redundantes que mantienen funciones críticas en operación si falla un componente importante. La redundancia es clave para la seguridad y la continuidad del servicio en entornos operativos reales.

• Plataforma de validación: integran simulación virtual y datos de conducción reales para probar y mejorar desempeño. Esta validación híbrida busca acelerar el aprendizaje del sistema y sostener controles de calidad en distintas condiciones.

El enfoque combina desarrollo de software (modelos e integración) con trabajo sobre la estructura del vehículo y procesos de verificación que apoyen la escalabilidad.

Seguridad, monitoreo y control remoto

Como parte de su plataforma de seguridad, Kakao está construyendo un sistema de gestión integral que incluye:

• Autonomous Vehicle Visualizer: una herramienta 3D que muestra en tiempo real el campo de visión del vehículo para que pasajeros y operadores entiendan qué está detectando el vehículo durante la operación.

• Centro de control 24/7: planean un centro de monitoreo para supervisar los servicios autónomos una vez desplegados, facilitando la intervención remota y la coordinación de respuestas.

• Detección de anomalías con modelos visión‑lenguaje: la empresa pretende usar modelos que combinan visión y lenguaje para analizar contexto en tiempo real y detectar comportamientos atípicos. Kakao no ofreció detalles sobre la arquitectura exacta ni métricas de rendimiento de estos modelos.

Estos componentes buscan reforzar la confianza del pasajero y de las autoridades, al ofrecer transparencia y capacidad de respuesta frente a incidentes.

Un ecosistema abierto: datos, mapas y APIs compartidos

Kakao Mobility anunció su intención de compartir activos seleccionados con empresas, startups y fabricantes: conjuntos de datos a gran escala, mapas HD y APIs de plataforma para servicios de viajes y despacho. Además, ofrecería recursos operativos como sistemas de gestión de flota y capacidades de respuesta en sitio.

La idea es que otros actores puedan desarrollar soluciones autónomas sin tener que construir toda la infraestructura desde cero. Para la industria, esto puede acelerar la innovación y la competitividad local al reducir barreras de entrada.

Caso práctico: el servicio nocturno en Gangnam

Como ejemplo operativo, Kakao señaló su servicio de taxi autónomo nocturno en el distrito de Gangnam, disponible a través de la app Kakao T. Datos publicados por el Gobierno Metropolitano de Seúl indican que entre su lanzamiento el 26 de septiembre de 2024 y el 28 de febrero de 2026 el servicio registró 7,754 viajes, sin accidentes atribuidos a la tecnología autónoma en ese periodo, con un promedio de aproximadamente 24 viajes por día operativo.

El servicio pasó de piloto gratuito a operación paga en abril de 2026 y la flota creció de tres vehículos operativos a siete (sin contar dos vehículos de reserva). Los usuarios pueden solicitar estos viajes desde la misma app de movilidad que agrupa taxi, navegación y otros servicios.

¿Qué le interesa esto a América Latina?

Aunque proviene de Corea del Sur, la hoja de ruta de Kakao Mobility ofrece lecciones relevantes para ciudades y empresas en América Latina:

• Ecosistemas integrados: la combinación de plataforma de movilidad con servicios autónomos (como hace Kakao T) es un modelo aplicable a ciudades latinoamericanas donde las apps de movilidad ya son populares. Integrar servicios autónomos en plataformas existentes facilita adopción por parte de usuarios.

• Compartir infraestructura: el plan de Kakao de abrir datos, mapas y APIs puede servir como referencia para iniciativas regionales que busquen reducir costos de implementación y fomentar startups locales.

• Prioridad en seguridad y supervisión: la visualización en tiempo real y centros de control 24/7 son elementos que los reguladores exigirán para autorizar pruebas y despliegues. Latinoamérica, con entornos urbanos complejos, necesita marcos regulatorios claros y capacidades de monitoreo.

• Adecuación a contextos locales: las zonas de servicio limitadas (corredores, distritos o rutas fijas) son un punto de partida realista para implementar Nivel 4 en ciudades latinoamericanas, donde el tráfico y la infraestructura pueden ser desafiantes.

Retos a considerar en la región

Implementar una estrategia similar en América Latina enfrenta barreras concretas:

• Infraestructura digital y de mapeo: los mapas HD y datos de alta calidad son críticos. Muchos países requieren inversiones en actualización cartográfica y sensores urbanos.

• Regulación y certificación: será necesario adaptar marcos normativos para pruebas y operación comercial de vehículos autónomos, incluyendo requisitos de seguridad y responsabilidades.

• Condiciones de operación: la variabilidad del tráfico, estados de las vías y comportamiento de peatones pueden complicar la generalización de modelos entrenados en otros países.

• Capacidad operativa: disponer de centros de control, equipos de respuesta y mantenimiento en sitio demanda recursos y coordinación entre sector público y privado.

Conclusión y pasos siguientes

Kakao Mobility avanza con una estrategia integral para llevar conducción autónoma Nivel 4 a servicios reales, combinando desarrollo propio, validación híbrida y apertura de recursos para terceros. Su experiencia en Gangnam aporta evidencia práctica sobre el potencial y los retos operativos.

Para tomadores de decisión en América Latina, la lección clave es que la movilidad autónoma no es solo tecnología embarcada en un vehículo: requiere interoperabilidad de plataformas, infraestructura de datos, marcos regulatorios y capacidad operativa. Explorar pilotos en corredores definidos, colaborar con empresas que compartan datos y construir centros de monitoreo serán pasos importantes para acercar esa realidad a las ciudades de la región.