Conduciendo hacia el mañana: El emprendimiento de vehículos automatizados

José Juan Vázquez Gómez

doi:10.61273/neyart.v3i3.116

Autores/as

José Juan Vázquez Gómez Banking and Commercial School

DOI:

https://doi.org/10.61273/neyart.v3i3.116

Palabras clave:

inteligencia artificial aplicada, vehículos autónomos inteligentes, aceptación social de la tecnología, percepción de seguridad vehicular, regulación de movilidad automatizada, emprendimiento tecnológico en movilidad

Resumen

El presente documento analiza el impacto y las perspectivas de los vehículos autónomos integrados con inteligencia artificial (IA) en los próximos años, explorando tanto barreras como oportunidades asociadas con su desarrollo y adopción. A través de un enfoque cualitativo basado en entrevistas semiestructuradas a expertos y análisis narrativo, se identificaron tres principales desafíos: preocupaciones sobre la seguridad, ausencia de regulaciones claras y resistencia cultural hacia esta tecnología. Estos factores no solo limitan su aceptación, sino que también resaltan la necesidad de fomentar la confianza del usuario.

Por otro lado, el estudio revela oportunidades clave, como la innovación en modelos de negocio, la reducción de costos operativos y la importancia de las alianzas público-privadas para promover su desarrollo. Los hallazgos enfatizan que, para lograr una adopción exitosa, es fundamental establecer estrategias enfocadas en priorizar la seguridad, impulsar la educación de los consumidores y garantizar una transición laboral que promueva habilidades tecnológicas. Asimismo, se propone un modelo estratégico que integra estos elementos, destacando la relevancia de marcos regulatorios adaptados y colaboraciones multisectoriales. Este modelo busca no solo superar las barreras actuales, sino también potenciar las oportunidades de crecimiento, sostenibilidad y transformación en la movilidad autónoma. Los vehículos autónomos representan un cambio disruptivo en la movilidad y la industria automotriz, cuyo éxito dependerá de la capacidad de equilibrar la innovación tecnológica con las demandas sociales, regulatorias y económicas. Este análisis ofrece una base sólida para futuras estrategias y políticas públicas que fomenten su desarrollo responsable.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

José Juan Vázquez Gómez, Banking and Commercial School

Dr. José Juan Vázquez es Licenciado en Matemáticas Aplicadas y Computación por la Universidad Nacional Autónoma de México, cuenta con un Master of Business Administration en Finanzas por la Universidad Latinoamericana y un Doctorado en Administración por la Universidad Iexpro. Su línea de investigación se centra en la Inteligencia Artificial Aplicada, con énfasis en su impacto en la innovación empresarial, la movilidad autónoma y la educación efectiva. Se desempeña como docente en la Escuela Bancaria y Comercial campus Ciudad de México y en el Tecnológico de Monterrey, donde integra la investigación académica con experiencias prácticas de alto valor para sus estudiantes. Con más de 15 años de experiencia como consultor de negocios y procesos, ha liderado proyectos de tecnología como Project Manager en México, Estados Unidos y diversos países de Latinoamérica, participando en iniciativas estratégicas para organizaciones multinacionales y del sector público.

Citas

Akhtar, N., & Mian, A. (2018). Threat of adversarial attacks on deep learning in computer vision: A survey. IEEE access: practical innovations, open solutions, 6, 14410–14430. https://doi.org/10.1109/access.2018.2807385 DOI: https://doi.org/10.1109/ACCESS.2018.2807385

Alam, F., Mehmood, R., Katib, I., Albogami, N. N., & Albeshri, A. (2017). Data fusion and IoT for smart ubiquitous environments: A survey. IEEE access: practical innovations, open solutions, 5, 9533–9554. https://doi.org/10.1109/access.2017.2697839 DOI: https://doi.org/10.1109/ACCESS.2017.2697839

Álvarez, L, C. y Tiburcio, G. (2020), Manual para La Elaboración y Presentación de Anteproyectos, Proyectos de Investigación y Tesis. (s/f). Scribd. Recuperado el 27 de noviembre de 2024, de https://es.scribd.com/document/625003067/Alvarez-l-C-y-Tiburcio-G-2020-Manual-para-la-elaboracion-y-presentacion-de-anteproyectos-proyectos-de-investigacion-y-tesis

Bagga, P., Das, A. K., Wazid, M., Rodrigues, J. J. P. C., & Park, Y. (2020). Authentication protocols in internet of vehicles: Taxonomy, analysis, and challenges. IEEE access: practical innovations, open solutions, 8, 54314–54344. https://doi.org/10.1109/access.2020.2981397 DOI: https://doi.org/10.1109/ACCESS.2020.2981397

Bagloee, S. A., Tavana, M., Asadi, M., & Oliver, T. (2016). Autonomous vehicles: challenges, opportunities, and future implications for transportation policies. Journal of Modern Transportation, 24(4), 284–303. https://doi.org/10.1007/s40534-016-0117-3 DOI: https://doi.org/10.1007/s40534-016-0117-3

Chellapandi, V. P., Yuan, L., Brinton, C. G., Zak, S. H., & Wang, Z. (2023). Federated learning for Connected and Automated Vehicles: A survey of existing approaches and challenges. In arXiv [cs.LG]. https://doi.org/10.48550/ARXIV.2308.10407

Cho, H., & Hooi, R. (2023). Risk perceptions and trust mechanisms related to everyday AI. En Research Handbook on Artificial Intelligence and Communication (pp. 163–175). Edward Elgar Publishing. https://www.elgaronline.com/edcollchap/book/9781803920306/book-part-9781803920306-19.xml DOI: https://doi.org/10.4337/9781803920306.00019

Combarros Merino, R. (2023). Vehículos autónomos e inteligencia artificial: responsabilidad civil y productos defectuosos. Universidad de León. https://hdl.handle.net/10612/17381

Dayalan, Muthu (2017), Recent Advances in the Artificial Intelligence. SSRN Electronic Journal. https://www.researchgate.net/publication/358040582

Dresner, K., & Stone, P. (2008). A multiagent approach to autonomous intersection management. The journal of artificial intelligence research, 31, 591–656. https://doi.org/10.1613/jair.2502 DOI: https://doi.org/10.1613/jair.2502

Etienne, H. (2022). When AI ethics goes astray: A case study of autonomous vehicles. Social Science Computer Review, 40(1), 236–246. https://doi.org/10.1177/0894439320906508 DOI: https://doi.org/10.1177/0894439320906508

Fu, Y., Yu, F. R., Li, C., Luan, T. H., & Zhang, Y. (2020). Vehicular blockchain-based collective learning for connected and autonomous vehicles. IEEE wireless communications, 27(2), 197–203. https://doi.org/10.1109/mnet.001.1900310 DOI: https://doi.org/10.1109/MNET.001.1900310

Hao, K. (1970, January 1). Aprendizaje federado: la nueva arma de IA para asegurar la privacidad - MIT Technology Review en español. MIT Technology Review en español - Somos la revista sobre tecnología más antigua del mundo y la autoridad global en el futuro de la tecnología en internet. https://technologyreview.es/article/aprendizaje-federado-la-nueva-arma-de-ia-para-asegurar-la-privacidad/

Haspolat, C., Celik, E., Aygun, M., Cosar, I., & Karaduman, M. (2023). A review study on functional safety verification and validation for autonomous vehicles. 2023 14th International Conference on Electrical and Electronics Engineering (ELECO). https://www.eleco.org.tr/ELECO2023/eleco2023-papers/54.pdf DOI: https://doi.org/10.1109/ELECO60389.2023.10416071

Hernández Sampieri, R. (2006). Formulación de hipótesis en Metodología de la investigación. México: McGraw-Hill. https://idolotec.files.wordpress.com/2012/05/sampieri-cap-5.pdf

Inteligencia Artificial aplicada. (s/f). www.cognizant.com. Recuperado el 16 de julio de 2024, de https://www.cognizant.com/es/es/glossary/applied-ai

Kellermanns, F., Walter, J., Crook, T. R., Kemmerer, B., & Narayanan, V. (2016). The resource-based view in entrepreneurship: A content-analytical comparison of researchers’ and entrepreneurs’ views: The resource-based view in entrepreneurship: A content-analytical comparison of researchers’ and entrepreneurs’ views. Journal of Small Business Management, 54(1), 26–48. https://doi.org/10.1111/jsbm.12126 DOI: https://doi.org/10.1111/jsbm.12126

Klein, U., Depping, J., Wohlfahrt, L. & Fassbender, P. (2023), Application of artificial intelligence: risk perception and trust in the work context with different impact levels and task types. AI & Society, 39(5), 2445–2456. https://doi.org/10.1007/s00146-023-01699-w DOI: https://doi.org/10.1007/s00146-023-01699-w

Kuhlmann, Stefan, & Rip, A. (2018). Next-generation innovation policy and grand challenges. Science & Public Policy, 45(4), 448–454. https://doi.org/10.1093/scipol/scy011 DOI: https://doi.org/10.1093/scipol/scy011

Li, L., Lin, Y.-L., Zheng, N.-N., Wang, F.-Y., Liu, Y., Cao, D., Wang, K., & Huang, W.-L. (2018). Artificial intelligence test: a case study of intelligent vehicles. Artificial Intelligence Review, 50(3), 441–465. https://doi.org/10.1007/s10462-018-9631-5 DOI: https://doi.org/10.1007/s10462-018-9631-5

Millar, J. (2016). An ethics evaluation tool for automating ethical decision-making in robots and self-driving cars. Applied Artificial Intelligence: AAI, 30(8), 787–809. https://doi.org/10.1080/08839514.2016.1229919 DOI: https://doi.org/10.1080/08839514.2016.1229919

Naaz, F., Nauman, A., Khurshaid, T., & Kim, S.-W. (2024). Empowering the vehicular network with RIS technology: A state-of-the-art review. Sensors (Basel, Switzerland), 24(2). https://doi.org/10.3390/s24020337 DOI: https://doi.org/10.3390/s24020337

Nacpil, E. J. C., Han, J., & Jeon, I. (2024). Artificial intelligence-assisted robustness of optoelectronics for automated driving: A review. IEEE Transactions on Intelligent Transportation Systems: A Publication of the IEEE Intelligent Transportation Systems Council, 25(1), 57–73. https://doi.org/10.1109/tits.2023.3309290 DOI: https://doi.org/10.1109/TITS.2023.3309290

Nair, A., Patil, V., Nair, R., Shetty, A., & Cherian, M. (2024). A review on recent driver safety systems and its emerging solutions. International Journal of Computers & Applications, 46(3), 137–151. https://doi.org/10.1080/1206212x.2023.2293348 DOI: https://doi.org/10.1080/1206212X.2023.2293348

Naranjo, J. E., Gonzalez, C., Garcia, R., dePedro, T., & Haber, R. E. (2005). Power-steering control architecture for automatic driving. IEEE Transactions on Intelligent Transportation Systems: A Publication of the IEEE Intelligent Transportation Systems Council, 6(4), 406–415. https://doi.org/10.1109/tits.2005.858622 DOI: https://doi.org/10.1109/TITS.2005.858622

Online, T. H. P. (2024, abril 2). Vehículos autónomos: el camino de la IA hacia un futuro sin conductor. Www.hp.com...https://www.hp.com/cl-es/shop/tech-takes/vehiculos-autonomos-e-inteligencia-artificial

Ortega, C. (2021, April 3). ¿Qué es la metodología en investigación y cómo elegirla? QuestionPro. https://www.questionpro.com/blog/es/metodologia-de-la-investigacion

Pandit, D., Joshi, M. P., Sahay, A., & Gupta, R. K. (2018). Disruptive innovation and dynamic capabilities in emerging economies: Evidence from the Indian automotive sector. Technological Forecasting and Social Change, 129, 323–329. https://doi.org/10.1016/j.techfore.2017.09.035 DOI: https://doi.org/10.1016/j.techfore.2017.09.035

Sadaf, M., Iqbal, Z., Javed, A. R., Saba, I., Krichen, M., Majeed, S., & Raza, A. (2023). Connected and Automated Vehicles: Infrastructure, Applications, Security, Critical Challenges, and Future Aspects. Technologies, 11(5), 117. https://doi.org/10.3390/technologies11050117 DOI: https://doi.org/10.3390/technologies11050117

Shladover, S. E. (2018). Connected and automated vehicle systems: Introduction and overview. Journal of Intelligent Transportation Systems, 22(3), 190–200. https://doi.org/10.1080/15472450.2017.1336053 DOI: https://doi.org/10.1080/15472450.2017.1336053

(s/f-a). Nhtsa.gov. Retrieved July 18, 2025, from https://www.nhtsa.gov/es/tecnologia-e-innovacion/vehiculos-automatizados-para-la-seguridad

(s/f-b). Nhtsa.gov. Retrieved July 18, 2025, from https://www.nhtsa.gov/vehicle-manufacturers/automated-driving-systems

Universidad de Guanajuato. (2021, diciembre 13). Clase digital 4. Definición del alcance de la investigación que se realizará: exploratorio, descriptivo, correlacional o explicativo. Recursos Educativos Abiertos; Sistema Universitario de Multimodalidad Educativo (SUME) - Universidad de Guanajuato. https://blogs.ugto.mx/rea/clase-digital-4-definicion-del-alcance-de-la-investigacion-que-se-realizara-exploratorio-descriptivo-correlacional-o-explicativo/

Vara-Horna, Arístides. (2012). Desde la Idea hasta la sustentación: siete pasos para una tesis exitosa. Un método efectivo para las ciencias empresariales.. https://doi.org/10.13140/RG.2.1.2238.4080

Vasirani, M., & Ossowski, S. (2012). A market-inspired approach for intersection management in urban road traffic networks. The journal of artificial intelligence research, 43, 621–659. https://doi.org/10.1613/jair.3560 DOI: https://doi.org/10.1613/jair.3560

Wadud, Z. (2017). Fully automated vehicles: A cost of ownership analysis to inform early adoption. Transportation Research. Part A, Policy and Practice, 101, 163–176. https://doi.org/10.1016/j.tra.2017.05.005 DOI: https://doi.org/10.1016/j.tra.2017.05.005

Yatbaz, H. Y., Dianati, M., & Woodman, R. (2024). Introspection of DNN-based perception functions in automated driving systems: State-of-the-art and open research challenges. IEEE transactions on intelligent transportation systems: a publication of the IEEE Intelligent Transportation Systems Council, 25(2), 1112–1130. https://doi.org/10.1109/tits.2023.3315070 DOI: https://doi.org/10.1109/TITS.2023.3315070

Yu, C., Wang, X., Xu, X., Zhang, M., Ge, H., Ren, J., Sun, L., Chen, B., & Tan, G. (2020). Distributed multiagent coordinated learning for autonomous driving in highways based on dynamic coordination graphs. IEEE transactions on intelligent transportation systems: a publication of the IEEE Intelligent Transportation Systems Council, 21(2), 735–748. https://doi.org/10.1109/tits.2019.2893683 DOI: https://doi.org/10.1109/TITS.2019.2893683

Zhou, Z., Akhtar, Z., Man, K. L., & Siddique, K. (2019). A deep learning platooning-based video information-sharing Internet of Things framework for autonomous driving systems. International Journal of Distributed Sensor Networks, 15(11), 155014771988313. https://doi.org/10.1177/1550147719883133 DOI: https://doi.org/10.1177/1550147719883133