El CEO de Tesla, Elon Musk, recientemente compartió los resultados de las pruebas de conducción asistida de los medios chinos Dongchedi, y enfatizó especialmente que Tesla logró el mejor rendimiento "sin datos de entrenamiento locales de China", lo que rápidamente generó un intenso debate en la industria. Este evento no solo se refiere a la demostración de la capacidad técnica de una empresa automotriz, sino que también refleja la disputa sobre las rutas tecnológicas en el campo de la conducción inteligente, la soberanía de los datos y las consideraciones de seguridad nacional, así como los problemas profundos relacionados con los estándares de la industria y los sistemas de evaluación. Este artículo analizará a fondo la base técnica que permitió a Tesla destacarse en esta prueba, interpretará en profundidad el impacto a largo plazo de la "prohibición de datos" en las empresas automotrices multinacionales, evaluará objetivamente los puntos de controversia detrás de los resultados de las pruebas y anticipará las tendencias y desafíos clave en el desarrollo futuro de la industria de la conducción inteligente.

En julio de 2025, el conocido medio automotriz chino Dongchedi llevó a cabo una prueba de conducción asistida a gran escala, que abarcó casi 40 modelos de más de 20 marcas principales en el mercado, incluyendo Wanjie, Zhijie, Xiaomi, Xiaopeng, NIO, BYD, Li Auto, Avita y Tesla. El diseño de los escenarios de prueba se basó en datos de accidentes de tráfico reales, simulando 15 tipos de situaciones de conducción de alto riesgo en áreas urbanas y en autopistas, como "vehículo accidentado en la autopista", "camión en zona de construcción", "vehículo que desaparece delante", "niños cruzando" y otros escenarios extremos.

En un entorno de prueba tan riguroso, dos modelos de Tesla, el Model 3 y el Model X, destacaron especialmente. En las pruebas de escenarios de alta velocidad, ambos modelos aprobaron 5 de los 6 proyectos, con una tasa de aprobación del 83.3%, muy por encima del promedio de la industria. Específicamente, el Model 3 respondió con éxito en escenarios como "frenado de emergencia del vehículo delantero (80 km/h)", "desvío en zona de construcción (60 km/h)", "incursión de vehículo (50 km/h)", "esquivando obstáculos de emergencia (40 km/h)" y "vehículos anómalos en túneles (60 km/h)". Es especialmente notable que, en el desafiante escenario de "jabalí cruzando en la autopista", el Model X se convirtió en el único vehículo entre todos los modelos probados que pudo reducir la velocidad, encender las luces y finalmente pasar de manera segura entre un jabalí y un poste de carretera en un espacio estrecho de solo 2.5 metros.

En las pruebas de carreteras urbanas, el rendimiento del Model X también fue impresionante, aprobando 8 de los 9 proyectos de prueba, con una tasa de aprobación del 88.9%, nuevamente liderando todos los modelos probados. En comparación, la tasa de aprobación promedio de otros modelos de marcas en la misma prueba fue de solo 35.74%, y algunos modelos populares nacionales incluso mostraron casos en los que no pudieron reconocer obstáculos y chocaron directamente en ciertas situaciones.

Después de la publicación de los resultados de la prueba, Elon Musk rápidamente compartió videos relacionados en las redes sociales, enfatizando: "Debido a la prohibición legal de la salida de datos, Tesla logró el mejor rendimiento en China sin datos de entrenamiento locales." Esta declaración no solo es un reconocimiento de los resultados de la prueba, sino también una declaración de confianza en la ruta tecnológica de Tesla: incluso en condiciones de limitación de obtención de datos, su solución puramente visual aún puede mostrar una capacidad de generalización y adaptabilidad excepcionales.

Sin embargo, este resultado también ha suscitado amplias discusiones y cuestionamientos dentro y fuera de la industria. Por un lado, Tesla ha demostrado capacidades de conducción asistida líderes en múltiples pruebas; por otro lado, la metodología de la prueba, la selección de escenarios y el control de variables también han sido cuestionados por algunos expertos y empresas automotrices. El asistente del secretario general de la Asociación de la Industria Automotriz de China, el Dr. Wang Yao, señaló: "Cualquier evaluación de terceros debe seguir estándares reconocidos por el país o la industria; las pruebas de escenarios unilaterales pueden engañar al público." Esta controversia refleja esencialmente la larga disputa sobre las rutas tecnológicas en el campo de la conducción inteligente: el debate sobre cuál es mejor, la solución puramente visual o la fusión de múltiples sensores.

La declaración de Musk sobre "sin datos de entrenamiento locales" al compartir los resultados de la prueba apunta directamente a la política de restricciones sobre la transmisión de datos de vehículos inteligentes y conectados que China ha implementado en los últimos años, comúnmente conocida en la industria como la "prohibición de datos". Esta política no está dirigida específicamente a Tesla o a otras empresas automotrices extranjeras, sino que es parte de una serie de leyes y regulaciones que China ha establecido para garantizar la seguridad nacional y la privacidad de los ciudadanos. Comprender este contexto político es crucial para evaluar objetivamente el rendimiento técnico de Tesla en el mercado chino.

La preocupación central sobre la seguridad de los datos proviene de la poderosa capacidad de recopilación de datos de los vehículos de Tesla. Cada Tesla que utiliza las funciones de Autopilot o FSD es equivalente a una "cámara de grabación de viaje" móvil, con 8 cámaras externas (delante, laterales, traseras) que escanean continuamente el entorno, registrando la estructura de la carretera, el flujo de tráfico y escenarios especiales (como zonas de construcción, carriles exclusivos para autobuses, etc.), al mismo tiempo que combina GPS y módulos de localización de alta precisión para registrar con precisión la trayectoria del vehículo y la información de ubicación geográfica. Estos datos de carretera aparentemente ordinarios, después de ser procesados por algoritmos y acumulados en gran cantidad, pueden recrear mapas digitales en 3D que incluyen áreas sensibles como bases militares y sitios de lanzamiento de misiles. El Ministerio de Recursos Naturales de China ha definido claramente este tipo de comportamiento como "actividades de mapeo", y los datos de mapeo están directamente relacionados con la seguridad nacional.

Con base en esto, el gobierno chino ha exigido desde 2021 que Tesla almacene todos los datos generados por los vehículos en China (incluyendo imágenes del entorno, ubicación geográfica, etc.) en servidores dentro del país y prohíbe la transmisión de estos datos al extranjero. Tesla ha cumplido con esta regulación, estableciendo un centro de datos en Shanghái para lograr el almacenamiento local de los datos de los usuarios en China. Sin embargo, esta medida de cumplimiento también ha traído desafíos en el desarrollo técnico: Tesla no puede utilizar los datos de carretera de China para el entrenamiento y la optimización de su sistema FSD global, lo que ha llevado a un rendimiento "inadecuado" del FSD en el mercado chino, como problemas de saltarse semáforos en carreteras urbanas y la incapacidad de reconocer cambios de carril.

Frente a esta dificultad, Tesla teóricamente podría optar por establecer un centro de entrenamiento de IA local en China, pero en la práctica se enfrenta a una situación incómoda de "taponamiento en ambos extremos": por un lado, el gobierno chino no permite la transferencia de datos de entrenamiento al extranjero; por otro lado, el gobierno de EE. UU., por razones de protección tecnológica, no permite que Tesla entrene algoritmos centrales en China. Incluso si la política lo permitiera, Tesla también enfrenta el problema de la escasez de capacidad de cálculo: debido a las restricciones de exportación de EE. UU. sobre GPUs de alta gama como las A100/H100 de NVIDIA, Tesla tiene dificultades para obtener suficientes recursos de capacidad de cálculo en China. Aunque se podría considerar el uso de soluciones de reemplazo nacionales (como Huawei Ascend), esto requeriría una adaptación de los algoritmos y la performance sería significativamente inferior a la de las GPUs de NVIDIA, lo que reduciría drásticamente la eficiencia del entrenamiento.

Bajo estas dobles restricciones, Tesla ha adoptado estrategias tecnológicas alternativas para compensar la falta de datos en China. Como Musk reveló al compartir los resultados de la prueba, Tesla está utilizando un "simulador mundial autodesarrollado y un sistema de optimización de datos de pista de prueba" para mejorar el rendimiento del sistema. Este modelo de "entrenamiento en la nube" complementa los datos reales con escenarios virtuales, convirtiéndose en un soporte importante para que Tesla logre la adaptación técnica en el mercado chino. Más de 5 millones de vehículos Tesla en todo el mundo generan diariamente 16 millones de millas de datos de condiciones reales, y estos modelos básicos entrenados con grandes volúmenes de datos, combinados con entrenamientos de escenarios simulados específicos, permiten que el sistema de Tesla muestre una fuerte capacidad de generalización incluso sin datos de entrenamiento locales de China.

Es importante señalar que la "prohibición de datos" no es exclusiva de China; la conciencia sobre la soberanía de los datos está despertando en todo el mundo. El Reglamento General de Protección de Datos (GDPR) de la Unión Europea también impone un control estricto sobre el flujo de datos transfronterizos. El desafío que enfrenta Tesla en China es la nueva normalidad que todas las empresas multinacionales de conducción inteligente deben adaptarse en una era que valora cada vez más la soberanía de los datos. A largo plazo, cómo promover la innovación tecnológica garantizando la seguridad nacional será el punto de equilibrio que los gobiernos y las empresas de todos los países deberán explorar conjuntamente.