A más de 240 kilómetros por hora, Google probó un agente de inteligencia artificial capaz de analizar la telemetría de un auto de Fórmula E y transmitirle datos al piloto en tiempo real, desde un smartphone instalado en el habitáculo.
El experimento se desarrolló en el Festival de la Velocidad de Goodwood 2026, donde el piloto Dan Ticktum condujo el monoplaza GEN4 con un Google Pixel 10 Pro conectado a los sistemas del vehículo y completó el recorrido en 42,46 segundos, uno de los mejores tiempos de la histórica subida. El dispositivo procesaba los datos y respondía consultas a través del auricular del conductor mientras la carrera estaba en marcha.
De acuerdo con lo informado por la revista Forbes, la idea fue promovida por Google Cloud con el objetivo de mostrar el potencial que tiene el edge AI. Esta modalidad de inteligencia artificial se caracteriza por procesar los datos directamente en el propio dispositivo donde se producen, en lugar de enviar la información a servidores remotos y depender de ellos para el procesamiento.
El auto más potente de la categoría como banco de pruebas
El GEN4 alcanza 600 kW —equivalentes a 815 caballos de fuerza—, cuenta con tracción integral permanente y acelera de 0 a 100 km/h en aproximadamente 1,8 segundos. Ellie Norman, directora de marketing de la Fórmula E, lo definió como el monoplaza con “mayor aceleración del planeta”.
Para acceder a los datos del vehículo, el smartphone se conectó a la red electrónica interna del auto, que recopila y transmite información de sus sensores y sistemas. Esa conexión permitía leer variables como la tracción, el equilibrio del monoplaza y los sectores del recorrido donde el piloto perdía tiempo.
La pista calurosa y polvorienta de Goodwood, con velocidades extremas y conectividad limitada, fue el escenario más exigente posible para poner a prueba el sistema.
Un microagente calibrado para responder en segundos
John Abel, director general de la Oficina del CTO de Google Cloud, explicó que el teléfono ejecutaba un microagente diseñado para responder preguntas concretas del piloto. “¿Dónde estoy perdiendo tiempo? ¿Cómo va mi tracción? ¿Cómo está el equilibrio de izquierda a derecha?”, enumeró en declaraciones recogidas por Forbes Argentina.
A diferencia de las herramientas de IA generativa tradicionales, que envían datos a grandes centros de procesamiento en la nube, este modelo analizaba la telemetría en el teléfono y transmitía indicaciones al piloto “en cuestión de segundos”.
El sistema distribuía el trabajo entre dos modelos de Google: Gemma, ejecutado en el dispositivo, atendía las consultas que requerían respuesta inmediata; Gemini, en la nube, aportaba información adicional, como los tiempos de la prueba o datos de la transmisión del evento.
Una arquitectura híbrida con aplicaciones más allá del automovilismo
Por su parte, Dan Cherowbrier, director técnico de la categoría automovilística, señaló que el objetivo fue “acercar un poco más al piloto la información proporcionada por la IA”. La arquitectura híbrida distribuye las tareas según sus necesidades: algunas requieren la capacidad de procesamiento de la nube, mientras que otras funcionan mejor de forma local cuando la velocidad de respuesta o la continuidad del servicio tienen mayor peso.
Abel identificó la industria manufacturera como uno de los campos con mayor potencial para esta tecnología. Cámaras y modelos de IA incorporados a equipos de producción podrían detectar fallas y alertar a los operarios sin esperar a que la información llegue a un servidor remoto. El mismo enfoque aplica a robots, vehículos, depósitos, infraestructura energética, dispositivos médicos y maquinaria industrial.
