La X Edición del Foro Nissan en Madrid. El evento contó con expertos en las próximas tendencias del automóvil como son la conectividad y el vehículo autónomo. entre ellos el Vicepresidente de de Tecnología e Innovación de Nissan Global, Maarten Sierhuis, quien destacó los pilares de desarrollo tecnológico para Nissan relacionado con el Plan Ambition 2030: Electrificación, Innovación en movilidad y nuevas experiencias en movilidad. El responsable de este departamento comentó a ABC durante un desayuno de trabajo previo al encuentro aspectos como las investigaciones que se están realizando en el Centro de Tecnología Avanzada de Silicon Valley, o las posibles aplicaciones de la Inteligencia Artificial tanto en el proceso de electrificación como en el desarrollo e implantación de sistemas de conducción autónoma. Este tipo de investigaciones nos llevan en la práctica a 1999, cuando el compacto Nissan Hyper Mini revolucionó la movilidad urbana con su diseño eficiente y cero emisiones. Once años después, en 2010, llegaba el Nissan Leaf, el eléctrico del que se han vendido más de 4 millones de unidades en todo el mundo. 2014 fue el año en el que la furgoneta E-NV200 revolucionó el transporte comercial, con el primer vehículo profesional 100% eléctrico. El último en llegar es el nuevo Nissan Ariyaa, que reinventa el SUV eléctrico deportivo y con más de 400 kilómetros de autonomía. Gracias a la electrificación, Nissan ha desarrollado tecnologías avanzadas que nos permitirán conducir de forma eficiente y segura sin intervención humana. Con Maarten Sierhuis profundizamos sobre todas estas cuestiones. - ¿Qué supone la electromovilidad para Nissan? En el futuro, creo que todavía estamos limitados en la cantidad de kilómetros que podemos recorrer con una carga de batería. Por lo tanto, una de las nuevas tecnologías que estamos desarrollando es desarrollar un nuevo tipo de batería, que llamamos la antigua batería de estado sólido. Proporcionará una mayor capacidad de carga, una mayor autonomía y, de hecho, el costo de la batería se reducirá. Y esto nos permitirá no solo comenzar a usar la batería como una batería para conducir, sino también como una batería para almacenar energía y luego proporcionar energía tanto a una casa como a un edificio o una instalación. Y este es el tipo de servicios de electrificación en los que estamos trabajando en Silicon Valley, impulsados principalmente por IA, ¿verdad? Necesitamos optimizar el uso de la energía, tanto en el hogar, en la red y en nuestros vehículos. Entonces, esa es un área en la que mi oficina está trabajando en la tecnología de IA en la nube para comprender cómo las personas usan las baterías, usan su estilo de conducción y luego optimizar no solo mi batería, sino también la batería de usted en conjunto como una flota de baterías para optimizar el uso de energía. Entonces, esa es un área en la que creo que el futuro impulsará más electrificación, nos permitirá reducir el uso de CO2 y llegar a la neutralidad de carbono. Martin, ayer, un gran avance para el desarrollo de la electromovilidad es que fabricamos muchos autos eléctricos. - ¿Qué tipo de predicciones os permite hacer la IA? Sí, uno de los problemas que vemos hoy en día con los vehículos eléctricos es que la gente no sabe cuándo acaba la vida útil de la batería, ¿no? ¿Y cuál es el valor del vehículo después de utilizar la batería? Por eso estamos trabajando en baterías de segunda vida , es decir, en utilizar la batería del vehículo en otra aplicación. Esto podría servir para generar almacenamiento de baterías estacionarias para una casa, un vecindario o un edificio, ¿no? Pero para ello, es necesario saber cuál es el estado de salud de una batería al final de su vida útil. Actualmente, es muy difícil predecirlo porque cada celda de la batería tiene un estado de salud diferente. Por lo tanto, la capacidad total de la batería y la salud total de la batería dependen de cada celda de la batería. Y entonces, lo que necesitamos desarrollar es tecnología de IA para poder averiguar cuál es el estado actual de salud de su automóvil y luego proporcionarle al cliente una predicción que le diga, bien, si tiene el automóvil durante otros tres años, este es el estado de salud después de esos tres años y este es el valor que tendrá esa batería para una batería de segunda vida. Y entonces, de alguna manera, así es como podemos brindar servicios tanto al cliente como al mercado de segunda vida para poder predecir y dar certeza sobre si compra esta batería después de que el cliente la haya usado en el vehículo, este es el valor de la batería para su segunda vida y tal vez incluso para una tercera vida, ¿cierto? Y esta es una economía circular que trata de, ya sabe, pasar de usar la batería para conducir a reciclar la batería y reciclar los materiales de la batería para proporcionar esta, ya sabe, neutralidad de carbono cero, correcto, para 2050. G - ¿Cuándo será una realidad la batería de estado sólido? Sí, claro que es una muy buena pregunta. Nissan siempre ha desarrollado las baterías internamente, ¿no? En el caso del Leaf, tenemos un desarrollo interno. Por eso, tenemos mucho conocimiento sobre baterías en Japón, la investigación. Por lo tanto, estamos tratando de acelerar el desarrollo de los materiales necesarios para la batería de estado sólido, ya que deben ser materiales nuevos y completamente diferentes. Y, por supuesto, el costo es muy importante. Por lo tanto, estamos utilizando el aprendizaje automático y hablaré sobre esto en mi charla de esta mañana. Esperamos que para 2028 tengamos una primera batería que esté lista para el SOP. Por supuesto, depende de muchas cosas, pero ahora mismo estamos en la fase en la que tenemos una instalación de prueba en Japón y estamos desarrollando la primera línea de producción en Yokohama. Pero nuestra esperanza es que para 2028 tengamos esta batería. La batería en sí será más pequeña y compacta y, por lo tanto, también más ligera, sí. Pero, para ser sincero, aún no conozco sus dimensiones. En mi oficina, nos dedicamos principalmente a la investigación de los materiales en sí, a encontrar los materiales adecuados para construir esta batería. Por lo tanto, estamos en una fase muy temprana de la investigación del desarrollo real. Pasar del diseño de los materiales a la batería completa es un proceso largo y en el que participan muchas personas. No es algo en lo que mi oficina en Silicon Valley pueda trabajar, al menos no todavía. - ¿Cuál será el material clave del futuro? Dentro de la batería de iones de litio tienes el ánodo y el cátodo y luego hay electrolito líquido en la batería. En el futuro, ese electrolito líquido se convertirá en material sólido. Por supuesto, lo que hay dentro del material es un secreto muy secreto. Aquí es donde se genera la investigación y la propiedad intelectual dentro de Nissan al hacer esto. Utilizamos el aprendizaje automático y la simulación. Somos una de las pocas empresas que cuenta con un equipo de científicos que son expertos en materiales y en aprendizaje automático e inteligencia artificial. Combinamos todo eso y utilizamos supercomputadoras, las computadoras más grandes de Estados Unidos, con nuestros socios para desarrollar este tipo de tecnología. - La industria automovilística está invirtiendo mucho en la construcción de plantas de baterías. ¿Este tipo de infraestructura puede cambiar fácilmente para adoptar esta nueva tecnología, esta batería de estado sólido? No, la forma de fabricar la batería es completamente diferente. Todos estos procesos, la fabricación y los robots que las crean y los hornos deben diseñarse y crearse. En eso estamos trabajando en Japón, en una línea de fabricación para este tipo de baterías. Por supuesto, trabajamos con muchos socios. El gran desafío después de la creación del material es crear el proceso de fabricación, crear estos materiales sólidos y tener la seguridad y todo lo necesario para fabricar una batería de producción. - La electrificación es el primer paso, pero luego la conectividad es el siguiente paso. Si la movilidad eléctrica es la puerta de entrada a la conectividad ¿Cómo está trabajando con su equipo para que esto sea posible? De hecho, estamos trabajando mucho en esto en mi oficina porque, como puede imaginar, la conectividad a la nube para la computación en la nube es muy importante. El aprendizaje automático y la inteligencia artificial que se necesitan para optimizar la distribución de energía entre el hogar, el edificio y el espacio de oficina son muy importantes. En realidad, estamos trabajando en nuevos modelos de negocio para ver esto como una forma de crear nuevos servicios para nuestros clientes. Por ejemplo, podemos proporcionarle un vehículo y tal vez ofrecerle un servicio que le prometa que nunca se quedará sin electricidad mientras conduce. Además, si utiliza el cargador bidireccional en su hogar, tal vez con o sin paneles solares, podemos ofrecerle una forma de monetizar la electricidad de su batería para ayudarlo a compensar el costo de la electricidad en su hogar. Por otro lado, están los edificios de oficinas. Por ejemplo, en mi centro hay más de 100 personas. La mayoría de ellas conducen un Aria o un Leaf. Todos los días viajan desde su casa hasta mi edificio. He estado trabajando con una «startup» de Silicon Valley que desarrolla cargadores bidireccionales para el Ariya y el Leaf. Lo estamos instalando en mi edificio y lo conectamos a la red eléctrica. He planteado un reto a mi equipo. Digo que quiero que el coste de la electricidad de mi edificio sea cero al final del año. Por supuesto, eso es imposible, pero hay que decir algo. Lo llamamos el laboratorio viviente. Mi edificio se convierte en un laboratorio viviente. Nuestros empleados se convierten en clientes y conducen su coche. Vienen a mi edificio y optimizamos las necesidades energéticas del edificio y de todos mis empleados. Si soy empleado, vengo a mi edificio y cuando vuelvo a casa, necesito tener suficiente electricidad para volver a casa. Tenemos que asegurarnos de que cuando usemos la electricidad de mi vehículo en mi edificio, al final del día, cuando tenga que conducir de regreso a San Francisco, que está a más de una hora de viaje, 80 millas, tenga suficiente energía para regresar, pero no solo para mí, sino para todos en mi oficina. Ahora se puede ver cómo se optimizan las cosas: cuándo llega Martín a la oficina, cuándo llega Joe a la oficina, cuándo llega Jane a la oficina, cuánta energía necesitan para volver a casa, adónde tienen que ir después de llegar a casa, si primero van al supermercado o a dejar a sus hijos. Por eso, necesitamos crear modelos personalizados de cada conductor para entender cuáles son sus necesidades y, luego, podemos tener algoritmos en la nube que optimicen el consumo de energía de todos. Y estas tecnologías de IA son las que mi oficina está desarrollando y, de hecho, las estamos haciendo para Nissan North America. Nissan North America va a lanzar un servicio para hacer esto, para ofrecer este tipo de tecnología. - Una de las grandes dudas que plantea la el coche eléctrico es la capacidad. Si todos conducimos coches eléctricos, ¿la red eléctrica tiene un problema? De hecho, estamos trabajando con las compañías eléctricas para entender también cómo equilibramos las necesidades de la red. La red puede decirnos si necesitamos más energía y si sus vehículos pueden devolver energía a la red. De esta manera, podemos optimizar esto sabiendo qué está haciendo cada uno de nuestros clientes, qué necesita y, luego, podemos devolverle la energía. Y con eso, tal vez podamos compensar la necesidad de la red, ¿no?, de que los vehículos eléctricos proporcionen energía a cambio. Por lo tanto, creo que la electrificación y este tipo de tecnología son necesarias tanto para el cliente individual como para la sociedad. ¿ - ¿Cómo se garantiza la seguridad de los datos recopilados a través del coche conectado y de estos sistemas de recarga para vehículos eléctricos? Por supuesto, es muy importante, ¿no? Como puedes imaginar, cuanto más conectividad tengamos, más datos recopilaremos y más datos sabremos sobre nuestros clientes. Y esto tiene que ser seguro. Y la privacidad es muy importante para esto. Y, como saben, esto es parte de lo que estamos estudiando en mi laboratorio. Por eso, en mi laboratorio, en el centro de Silicon Valley, estamos creando lo que yo llamo la nube de investigación para Nissan, donde estudiamos estas cuestiones: ¿Qué seguridad, qué datos guardamos? ¿Durante cuánto tiempo debemos guardar esos datos? ¿Qué datos son datos de privacidad que necesitamos para obtener la aceptación del cliente? ¿Cómo se aborda esto en términos de, ya sabes, obtener el consentimiento del cliente para almacenar estos datos, utilizarlos para los servicios? Esto es lo que estamos estudiando. Y es un tema muy complicado y difícil. No hay una respuesta sencilla, pero puedo garantizarles que, en Nissan, la privacidad y la seguridad son lo más importante, al igual que en su banco y en otros servicios que utilizan. No creo que queramos ser como las empresas de redes sociales, que solo utilizaremos los datos para lo que queramos ofrecerles, ya saben, para que utilicen más cosas, como hacen algunas de las empresas que conocemos. - ¿Cómo va a evolucionar la conducción autónoma? Es un problema realmente difícil. La historia de la conducción autónoma es una historia de visión, cambio constante y transformación. En las últimas décadas, la tecnología ha permitido que los vehículos aprendan a ser máquinas inteligentes, en busca de una movilidad más segura y eficiente. Hoy, Nissan se sitúa a la vanguardia de esta evolución. La plataforma Simplest Autonomous Mobility, desarrollada en colaboración con la NASA, no solo facilita la navegación autónoma, sino que, gracias a la inteligencia artificial, crea una red de aprendizaje constante entre los vehículos, los usuarios y la infraestructura vial. Esta tecnología mejora la toma de decisiones en tiempo real, anticipándose y solucionando los retos del tráfico, minimizando los accidentes y proporcionando una experiencia 100% segura. Nissan lidera el camino hacia un nuevo modelo de movilidad más inteligente, más seguro y más sostenible. El futuro se conduce solo. Yo diría que en el caso de España, sabemos que el 90% de los accidentes en el mundo se deben a errores humanos. Así que si somos capaces, con la conducción autónoma, de reducir ese 90% de accidentes, aparte de salvar muchas vidas, también va a tener un gran impacto en términos de ahorro para la sociedad. Hay estudios que muestran hasta 10.000 millones de euros de ahorro si fuéramos capaces de reducir ese 90% de accidentes. En Nissan, hace ya mucho tiempo que empezamos a trabajar en la conducción autónoma. De hecho, hace más de 10 años que presentamos la base de la tecnología con la cámara 360 y, de hecho, estamos trabajando para introducirla en 2027. Y aquí me detengo porque él es el verdadero padre de todas estas tecnologías que estamos desarrollando para poder introducir la conducción autónoma. puedo decirte que el motivo por el que empecé a trabajar en Nissan en 2013 para abrir su centro de investigación en Silicon Valley fue porque quería trabajar en el campo de la conducción autónoma y cambiar el mundo para mejor. Aunque la conducción autónoma ha sido un proceso largo, todo el mundo pensaba que llegaría pronto. Los expertos sabían que no era tan fácil desarrollarlo, pero creo que estamos a punto de experimentar un cambio enorme en el mundo de la movilidad. En Nissan, siempre decíamos que se trataba de un enfoque paso a paso, en el que todo el mundo, especialmente en los medios de comunicación, decían que tendríamos coches autónomos en 2015 primero y luego en 2020, y todavía estamos esperando. Pero Nissan siempre ha dicho que la seguridad es la parte más importante de la tecnología autónoma. Desarrollamos la autonomía para ofrecer una experiencia de conducción más segura y reducir los accidentes. Esa es nuestra prioridad número uno. - ¿Cómo ha sido la evolución de Nissan en conducción autónoma? Empezamos con ProPilot 1 y ahora con ProPilot 2, donde podemos conducir sin manos en la autopista y cambiar de carril sin manos, pero siempre con la vista puesta. En primer lugar, en Silicon Valley estamos desarrollando el software, las capacidades de IA para que Nissan proporcione esta tecnología para el próximo nivel de sistema ADAS que está por llegar. Cada vez hay más situaciones difíciles, no solo en la autopista, sino también en las ciudades y fuera de la autopista, como decimos, o entornos urbanos. Cada vez hay más interacción con peatones, ciclistas, motociclistas, otras formas de movilidad. Y hay más necesidad de lo que llamamos percepción. Se necesitan cada vez más sensores, LIDAR, no solo radares y cámaras, sino también LIDAR. Una de las tecnologías realmente difíciles que necesitamos desarrollar es asegurarnos de que siempre evitemos colisionar con un objeto que vemos a nuestro alrededor. Las maniobras de emergencia para evitar un objeto, especialmente cuando se conduce a alta velocidad, son increíblemente difíciles. Eso es simplemente un hecho: se trata de ver con suficiente antelación la velocidad a la que viajas, la velocidad a la que un objeto se acerca a ti. Todo esto significa que tienes que ser capaz de tomar una decisión en 10, 15, 20 milisegundos. Hacer ese cálculo, incluso con aprendizaje automático, es muy, muy difícil. La cantidad de computación que se realiza en el vehículo debe mejorar y aumentar, y en eso estamos trabajando. Por otra parte, creo que todo el mundo sabe que en el mundo del automóvil no es un mundo de software. Tenemos que llevar el mundo del automóvil al mundo del software. Por ejemplo, no podemos permitirnos tener varios sistemas de software diferentes para cada tipo de ADAS o para todo el rango de autonomía, hasta el nivel 4, la autonomía sin conductor. Necesitamos una plataforma de software. En Silicon Valley estamos trabajando para desarrollarla. Lo llamamos la arquitectura de software de referencia para la conducción autónoma que podemos aplicar a los sistemas ADAS, el siguiente nivel de conducción autónoma profesional, así como a la conducción manos libres de nivel 4. Lo que es diferente en estos vehículos es quizás la computación que se necesita en los vehículos, pero también el tipo de sensores. Si tienes un humano que sigue siendo responsable de sus ojos, tal vez sin manos, pero con los ojos puestos, puedes reducir la necesidad de sensores. Pero, en cuanto quieres conducir por las ciudades, necesitas mapas, necesitas el LIDAR y la fusión de radar y cámara, y eso es lo que necesitas tanto para el siguiente nivel de ADAS como para el conductor de nivel 4 que, con el tiempo, no necesita ninguna intervención de manos libres. Estamos desarrollando esa plataforma de software para Nissan en Silicon Valley. - ¿Hay alguna manera de medir este impacto económico de la conducción autónoma? No somos gente de negocios, pero, como usted ha dicho, la tecnología tiene que tener un propósito y, por lo tanto, tiene que haber una comprensión del valor que se puede crear con esta nueva tecnología. Así, junto con el equipo, el equipo de negocios de Nissan Norteamérica y Japón, hemos analizado el mercado de los taxis robot. Si eres periodista, estoy seguro de que estás leyendo lo que está pasando en San Francisco. La semana pasada, ahora tenemos San Francisco y Los Ángeles, donde la gente puede viajar en un taxi robot, que es una experiencia de conducción de nivel 4 fuera del automóvil. Entonces, si se analiza ese mercado y se compara el mercado de lo que llamamos servicios de transporte con conductor, como Uber y Lyft, con otros tipos de servicios de movilidad, creemos que el mercado de los taxis robotizados superará a este tipo de mercado. Y estamos hablando del mercado mundial, y aquí es donde se vuelve realmente difícil porque nadie sabe cuánto tiempo llevará ni cuáles son los modelos comerciales reales que se desarrollarán. Pero el valor del mercado actual, según algunas personas, como las estimaciones de McKinsey, es de entre 400 y 500 mil millones de dólares en el mundo. En Estados Unidos, creemos que se trata de unos 190.000 millones de dólares, solo para el mercado de taxis robotizados de aquí a 2040. Por lo tanto, estamos viendo que en todo el mundo podrían venderse 1,5, 1,2 o 1,4 millones de taxis robotizados de aquí a 2040. Y ese es un valor enorme. Y, por supuesto, todo lo demás que se crea a partir de ahí forma parte de este cálculo. Es muy difícil de predecir.
abc.es