La industria automotriz global se encuentra en un punto de inflexión tecnológico sin precedentes. Según Wu, quien ha trabajado 15 años en el sector automotriz, incluyendo cinco años en XPeng, un fabricante chino de vehículos eléctricos, la evolución del automóvil ha pasado por tres fases distintas: primero, máquinas principalmente mecánicas con componentes eléctricos; segundo, vehículos definidos por software que pueden actualizarse mediante actualizaciones de software inalámbrico (OTA); y tercero, la fase actual, vehículos definidos por inteligencia artificial donde sistemas de IA reescriben la mayoría del software del vehículo.

Wu explica que el concepto de "vehículo definido por software" implica eliminar los cientos de unidades de control electrónico (ECU) que actualmente controlan diferentes sistemas en un automóvil, centralizando todas esas funciones en uno o dos centros de computación principales. Tesla ha sido el fabricante más conocido por implementar esta arquitectura a escala de producción masiva, mientras que Rivian ha hecho una apuesta significativa en esta dirección. Otros fabricantes tradicionales como General Motors han adoptado enfoques diferentes, y Ford estableció un equipo especial para desarrollar una nueva forma de fabricación de vehículos con esta arquitectura centralizada.

Según Wu, la industria está convergiendo hacia esta arquitectura centralizada de manera inevitable. "Cien por ciento. Tuve la oportunidad de presenciar lo que sucedió en China de 2018 a 2023. Toda la industria pasó por este cambio masivo en solo cinco años. No solo los nuevos fabricantes de automóviles, sino también los tradicionales tuvieron que adaptarse. Todos se están adaptando a una arquitectura eléctrica de computación central única porque así es como compites", afirmó Wu.

En Europa, Nvidia ya está colaborando con Mercedes-Benz, cuya generación actual de vehículos utiliza una arquitectura basada en computación centralizada que se implementará en todos sus vehículos. Wu señala que está trabajando con todos los fabricantes principales para ayudarlos a convertir o actualizar sus arquitecturas hacia una o dos computadoras centrales, aunque algunos avanzarán más rápido que otros.

La ventaja competitiva de los fabricantes chinos radica en que comenzaron a construir sobre arquitecturas de vehículos eléctricos desde cero, sin la carga de tener que gestionar la transición desde automóviles de gasolina. Wu reconoce que los fabricantes chinos tienen "menos legado, menos carga de la que preocuparse", pero enfatiza que no es solo eso. "Lo que también veo es que no solo los nuevos fabricantes, sino incluso los jugadores globales allí tienen que adaptarse al ritmo chino. Al menos desde lo que aprendí allí, todos van a ese ritmo. De nuevo, quieres poder competir".

Sin embargo, el camino hacia esta transformación ha sido más accidentado de lo que la industria anticipaba hace años. En Estados Unidos, la adopción de vehículos eléctricos se ha desacelerado significativamente. Wu reconoce múltiples factores que complican la transición: cambios en las políticas gubernamentales, la competencia agresiva de los fabricantes chinos altamente subsidiados, la necesidad de mantener redes de distribuidores heredadas, y la complejidad de soportar vehículos durante 10 a 15 años después de su lanzamiento.

"La industria automotriz es muy pesada. Implica cadenas de suministro masivas, muchas empresas, muchos empleados. Y cuando haces un cambio en la arquitectura y lanzas un automóvil, tienes que soportarlo durante 10 a 15 años", explicó Wu. "Nvidia, como proveedor, también está haciendo un compromiso similar con nuestros clientes para cualquier tecnología que suministremos, incluyendo chipsets, otras plataformas y nuestra tecnología de conducción autónoma. Tendremos el compromiso de soportar la misma generación durante 10 a 15 años, incluso para la generación actual de chips. Si lo piensas desde la perspectiva de un proveedor de Silicon Valley, es casi insano. Pero esa es la naturaleza del negocio automotriz".

Además de los desafíos estructurales, la industria enfrenta una escasez de talento especializado. La transición hacia vehículos definidos por software e impulsados por inteligencia artificial requiere un conjunto de habilidades completamente diferente del que la industria automotriz tradicional ha cultivado durante décadas. Wu señala que Nvidia puede ayudar precisamente porque la empresa cree que la tecnología de conducción autónoma está alcanzando un nivel de madurez suficiente para la producción masiva.

Nvidia no solo proporciona chips, sino una plataforma completa que incluye hardware, sistemas operativos, modelos de código abierto y Halos, un sistema operativo de seguridad que ayuda a los fabricantes a adaptarse más rápidamente a este nuevo mundo. Wu menciona que el equipo de automoción de Nvidia tiene miles de empleados trabajando en hardware, software, modelos e infraestructura, con presencia principalmente en Estados Unidos pero también en China y Europa.

Un aspecto fascinante de la estrategia de Nvidia es cómo aprovecha los modelos de fundación desarrollados por otros equipos dentro de la empresa. Wu menciona específicamente Cosmos y Nemotron, modelos de código abierto que el equipo de automoción aprovecha para desarrollar capacidades de conducción autónoma. Estos modelos permiten que los sistemas de IA literalmente "hablen consigo mismos" para determinar cómo conducir el vehículo, una característica que Wu describe como tanto increíblemente interesante como increíblemente divertida.

Dentro de Nvidia, el equipo de automoción opera como una organización separada pero integrada. Mientras que la empresa tiene equipos centralizados de hardware y software responsables de la estrategia general de GPU, CPU y chipsets, el equipo de automoción se enfoca específicamente en adaptar esa tecnología para la industria automotriz. Wu describe una cultura de "equipos virtuales" donde profesionales de investigación, software y hardware colaboran en proyectos específicos como los modelos de código abierto.

Sin embargo, incluso dentro de Nvidia, los recursos de GPU son limitados. Wu revela que compite regularmente con otros equipos dentro de la empresa por acceso a capacidad de computación. "Sí, créelo o no. [Risas] Incluso Nvidia tiene un suministro limitado de GPU para computación. Tenemos una prioridad interna, y estoy trabajando con mis colegas básicamente casi semanalmente para decidir cómo reservar diferentes capacidades de computación, a veces para entrenamiento, a veces para pruebas, o recursos para un hilo de trabajo diferente en la empresa. Y a veces necesitamos que Jensen [Huang, CEO de Nvidia] ayude, pero sí", afirmó Wu.

Estos debates sobre asignación de recursos en Nvidia no se basan únicamente en retorno de inversión inmediato. La empresa también considera oportunidades estratégicas a largo plazo. Wu explica que Nvidia busca constantemente lo que Jensen Huang llama "negocios de cero billones de dólares", oportunidades que podrían crear mercados de un billón de dólares en el futuro. La conducción autónoma se considera una de estas oportunidades estratégicas clave.

Wu ha estado en Nvidia durante tres años y describe la experiencia como única. La empresa está dirigida de manera muy particular por Jensen Huang, quien está profundamente involucrado en decisiones estratégicas y técnicas. Huang se reúne regularmente con diferentes grupos de la empresa para revisar estrategia técnica, productos y diferentes partes del negocio. Wu describe estas interacciones como "increíblemente inspiradoras" y una "experiencia de una sola vez en la vida" para aprender del pensamiento estratégico de Huang.

La transformación que Wu describe no es meramente tecnológica, sino fundamental para la supervivencia competitiva de los fabricantes de automóviles. "Creo que cada fabricante de automóviles en este momento tendrá que hacer esto porque así es como compites, eso es lo que necesitas hacer para sobrevivir. La autonomía se convertirá casi en una necesidad para que todos los fabricantes tengan en sus vehículos. Todos creemos en ese futuro. Y la única forma de llegar allí es llegar a... En primer lugar, está la arquitectura que describí, que permite actualizaciones de software sin tener muchas ECU discretas. En realidad, no he escuchado a la gente argumentar en contra de eso recientemente", señaló Wu.

A pesar de los desafíos actuales en la adopción de vehículos eléctricos en Estados Unidos y la ralentización aparente del progreso hacia la conducción completamente autónoma, Wu mantiene que la industria está avanzando inevitablemente hacia este futuro. La diferencia es que algunos fabricantes llegarán más rápido que otros, y la ventaja competitiva irá hacia aquellos que logren hacer esta transición de manera más efectiva y rápida.