De los vehículos autónomos a la IA física: los inventos que hay detrás de los sistemas autónomos
La autonomía comenzó con los coches. Los mismos retos en materia de percepción, toma de decisiones, simulación y control se plantean ahora en el ámbito de los robots, los drones y las máquinas dotadas de inteligencia artificial que operan en el mundo físico. Comprender la taxonomía de estos inventos es el primer paso para protegerlos.
La taxonomía original de las patentes audiovisuales: cómo surgió
El sector de los vehículos autónomos siempre ha girado, en esencia, en torno a las patentes. Cada vehículo autónomo que circula hoy en día representa la convergencia de cientos (a veces miles) de invenciones patentadas que funcionan conjuntamente. En 2019, la Oficina Europea de Patentes trazó un mapa de este panorama de innovación en un estudio exhaustivo, titulado «Patentes y vehículos autónomos», en el que identificó y clasificó todos los principales subsectores tecnológicos necesarios para que un coche pueda conducir de forma autónoma. Aunque el estudio se centró en las solicitudes europeas, su taxonomía se ha convertido en un marco reconocido a nivel mundial, de gran relevancia directa para los profesionales de las patentes estadounidenses y las empresas que crean carteras de patentes en la Oficina de Patentes y Marcas de Estados Unidos (USPTO).
La taxonomía dividió la pila tecnológica de la conducción autónoma en cuatro capas principales:
- Percepción y detección: lidar, radar, cámaras y sensores ultrasónicos (los «ojos» del sistema) que detectan e interpretan el entorno físico;
- Comunicación: intercambio de datos entre vehículos (V2V) y entre vehículos e infraestructura (V2I) que permite al sistema «ver» más allá de sus propios sensores;
- Procesamiento de datos e inteligencia artificial: la informática a bordo y el aprendizaje automático que permiten interpretar todos esos datos de los sensores en tiempo real; y
- Control del vehículo: los sistemas de planificación de la trayectoria, dirección y frenado que traducen las decisiones en acciones físicas.
Para las empresas estadounidenses, estos niveles se corresponden directamente con los tipos de solicitudes de patentes de utilidad que se presentan a diario en la Oficina de Patentes y Marcas de Estados Unidos (USPTO), así como con los retos a los que se enfrentan los profesionales del sector a la hora de redactar las reivindicaciones, en el marco de la sentencia Alice y del artículo 101.
Esa taxonomía tecnológica se complementa con la norma SAE J3016, el sistema de clasificación más citado en el sector y al que suelen hacer referencia los organismos reguladores, los tribunales y los examinadores de patentes de EE. UU. La norma SAE J3016 define seis niveles de automatización de la conducción, desde el nivel 0 (sin automatización; un coche convencional) hasta el nivel 5 (automatización total, en la que no se necesita ningún conductor humano, en ningún lugar ni en ningún momento). La línea divisoria fundamental se sitúa entre el nivel 2 y el nivel 3. En los niveles 1 y 2 (por ejemplo, el control de crucero adaptativo o el asistente de mantenimiento de carril), el conductor humano sigue siendo el responsable de vigilar la carretera. En los niveles 3 a 5, el propio sistema de conducción automatizada se hace cargo de toda la tarea de conducción (percibir, decidir y actuar) dentro de sus condiciones de funcionamiento definidas.
¿Por qué es esto importante para la estrategia de patentes? Porque el nivel de automatización guarda una correlación directa con la densidad y la complejidad de la innovación patentable. El salto del Nivel 2 al Nivel 3 es donde se encuentran las invenciones verdaderamente novedosas, y donde se ha producido un aumento considerable de las solicitudes de patentes en EE. UU. Esta clasificación por niveles proporcionó a los profesionales de las patentes, a los inversores y a los líderes empresariales un vocabulario común para identificar dónde se estaba produciendo la innovación y dónde se podía aplicar la protección mediante patentes de forma más estratégica.
Lo que nos indica actualmente el panorama de las patentes
El panorama de las patentes en materia de innovación en el transporte ha cambiado drásticamente desde 2019, y los datos son sorprendentes. El informe de la OMPI «Tendencias tecnológicas 2025: El futuro del transporte» reveló que entre 2000 y 2023 se publicaron más de 1,1 millones de familias de patentes relacionadas con el futuro del transporte, con una tasa de crecimiento anual compuesta del 11 %. Para ponerlo en perspectiva, las tecnologías de transporte tradicionales crecieron solo un 4 % durante el mismo periodo. El informe identificó dos megatendencias impulsoras (la sostenibilidad y la digitalización) y organizó el panorama de las patentes en cuatro grupos de tendencias tecnológicas: propulsión sostenible, automatización y circularidad, comunicación y seguridad, e interfaz hombre-máquina.
Cabe destacar que las patentes relacionadas con el transporte terrestre son mayoritarias, con un número más de 3,5 veces superior al de las modalidades de transporte marítimo, aéreo y espacial juntas. Los cinco principales países de origen de los inventores (China, Japón, Estados Unidos, la República de Corea y Alemania) concentran más del 90 % de todas las invenciones. Estos datos confirman que el ecosistema original de innovación en vehículos autónomos ha madurado, pero también revelan algo igualmente importante: las mismas tecnologías de digitalización (comunicación, seguridad, automatización) que impulsan la innovación en los vehículos autónomos se están implantando ahora en todos los modos de transporte y en todas las categorías de sistemas físicos autónomos.
Esta tendencia es mundial. En la OEP, las invenciones relacionadas con la IA y las tecnologías de baterías se identificaron como áreas clave de crecimiento en 2024. En la USPTO, las solicitudes de patentes sobre conducción autónoma e IA han crecido de forma exponencial, y entre los principales titulares se encuentran no solo fabricantes de automóviles tradicionales (Ford, GM, Toyota), sino también empresas tecnológicas (Waymo, NVIDIA, Baidu). La convergencia entre la IA, la fusión de sensores y los sistemas de control físico no se está ralentizando; más bien al contrario, los datos sobre patentes sugieren que se está acelerando y ampliando. Estados Unidos sigue siendo una de las jurisdicciones más activas y estratégicamente importantes en materia de solicitudes de patentes.
La expansión «Physical AI»
El término «IA física» se ha impuesto como el concepto unificador de esta ampliación. En el CES 2026, el director ejecutivo de NVIDIA, Jensen Huang, describió este momento como «el momento ChatGPT de la IA física: cuando las máquinas comienzan a comprender, razonar y actuar en el mundo real». En este contexto, la IA física se refiere a los sistemas de IA que perciben, razonan y actúan en entornos del mundo real, lo que permite a las máquinas anticiparse al comportamiento en lugar de limitarse a reaccionar ante él. En la GTC 2026, NVIDIA anunció importantes ampliaciones de su plataforma de IA física, que abarca vehículos autónomos, robots industriales (a través de colaboraciones con FANUC y ABB) y modelos básicos de robótica humanoide.
No se trata simplemente de un cambio de marca. Los retos técnicos subyacentes son estructuralmente idénticos a los que se recogen en la taxonomía original de la EPO sobre vehículos autónomos. Veamos los paralelismos:
| Capa de tecnología audiovisual (EPO 2019) | Equivalente físico de la IA (2026) |
| Percepción y detección (lidar, radar, cámaras) | Percepción multimodal para robots, drones y sistemas quirúrgicos |
| Comunicación (V2V, V2X) | Coordinación entre múltiples agentes, protocolos de enjambre, mensajería de flotas |
| Procesamiento de datos e inteligencia artificial (aprendizaje automático integrado, toma de decisiones) | Inferencia en el borde, modelos del mundo, transferencia de simulación a la realidad |
| Control de vehículos (planificación de rutas, accionamiento) | Manipulación, locomoción, bucles de control de múltiples grados de libertad |
| Simulación y pruebas (generación de escenarios) | Gemelos digitales, hardware-in-the-loop, datos sintéticos |
| Seguridad y redundancia (detección de fallos, sistema a prueba de fallos) | Supervisión en tiempo de ejecución, verificación formal, sistemas FDIR |
La taxonomía que comenzó con los vehículos autónomos se aplica ahora a los robots de almacén que se desplazan por entornos dinámicos, a los sistemas quirúrgicos que realizan manipulaciones de precisión, a los drones agrícolas que se adaptan a las condiciones meteorológicas y al terreno, a las plataformas de defensa que se coordinan en espacios aéreos disputados y a los robots humanoides que interactúan con personas en entornos no estructurados. En cada caso, surgen las mismas cuestiones fundamentales de ingeniería: ¿cómo percibe el sistema su entorno?, ¿cómo decide qué hacer?, ¿cómo ejecuta esa decisión en el mundo físico? y ¿cómo falla de forma segura cuando algo sale mal?
De la taxonomía a la estrategia
Comprender esta taxonomía ampliada no es un ejercicio académico. Es la base de cualquier estrategia de propiedad intelectual significativa en el ámbito de los sistemas autónomos. Una empresa que desarrolle robots autónomos para almacenes, por ejemplo, debe identificar en qué capas de la pila tecnológica se encuentran sus innovaciones más diferenciadoras desde el punto de vista competitivo. ¿Reside la ventaja de la empresa en su cadena de percepción (fusión de sensores, detección de objetos)? ¿En sus algoritmos de control (prensión, navegación en entornos dinámicos)? ¿En su infraestructura de simulación (gemelos digitales, generación de escenarios para la validación de la seguridad)? ¿O en su cadena de datos (etiquetado propio, aprendizaje activo, datos federados de flotas)?
Cada nivel plantea consideraciones específicas en cuanto a la patentabilidad, al equilibrio entre la divulgación de la patente y el secreto comercial, y al lugar y momento de la presentación de la solicitud. En Estados Unidos, las reivindicaciones relacionadas con la IA deben redactarse con especial cuidado para cumplir con el marco de elegibilidad posterior al caso Alice, según el artículo 35 U.S.C. § 101. La buena noticia para las empresas de sistemas autónomos es que las reivindicaciones que vinculan las innovaciones en IA a mejoras concretas en el mundo físico (como una mayor precisión de los sensores, un control en tiempo real más rápido o una menor carga computacional para el procesamiento en el borde) suelen obtener buenos resultados según las directrices de 2024 de la Oficina de Patentes y Marcas de Estados Unidos (USPTO) sobre la elegibilidad de la materia objeto de la IA. La clave está en vincular la innovación de software a una mejora técnica específica en el funcionamiento de la máquina en el mundo real. A nivel internacional, la Oficina Europea de Patentes (EPO), China, Japón y Corea del Sur aplican marcos de elegibilidad diferentes (y, en algunos casos, más permisivos) para las invenciones relacionadas con la IA, lo que crea oportunidades para las empresas que desarrollan carteras globales.
La taxonomía también influye en la estrategia defensiva. Tal y como confirman los datos de la OMPI, el panorama de las patentes en el sector del transporte se concentra en gran medida en un reducido número de jurisdicciones y empresas. Las empresas que se incorporen a mercados físicos adyacentes relacionados con la IA (robótica, drones, tecnología agrícola, defensa) deben prever que los titulares actuales de patentes de vehículos autónomos puedan hacer valer sus carteras de forma amplia, especialmente cuando la redacción de las reivindicaciones se realice con un nivel de abstracción que abarque innovaciones en materia de percepción, planificación y control, independientemente de la plataforma física específica.
Preparando el escenario
La ampliación de la taxonomía de la autonomía, que pasa de los vehículos a los sistemas físicos de IA, tiene una implicación clara para las empresas, los inversores y los responsables de propiedad intelectual: el manual de estrategias que las startups de vehículos autónomos desarrollaron para su estrategia de patentes entre 2015 y 2022 debe generalizarse ahora. Qué patentar, dónde presentar la solicitud y cómo alinear la actividad en materia de propiedad intelectual con el desarrollo de productos y los hitos de financiación son preguntas que toda empresa de sistemas autónomos debe responder de forma deliberada y desde el principio.
En nuestro próximo artículo abordaremos precisamente eso: un marco estratégico integral de propiedad intelectual para empresas de sistemas autónomos, que abarcará la protección de la información competitiva propia, las consideraciones sobre la titularidad de la propiedad intelectual, una taxonomía detallada de los objetos patentables en toda la pila de sistemas autónomos, la estrategia de presentación de solicitudes en las distintas jurisdicciones y la alineación de las solicitudes de patente con los hitos de los productos y la financiación. La taxonomía aquí establecida (percepción, IA/aprendizaje automático, control, computación periférica, simulación, seguridad, interfaz hombre-máquina, gestión de flotas e infraestructura de datos) constituye la base sobre la que se construye dicha estrategia.
Para las empresas de sistemas autónomos, la primera cuestión estratégica no es «¿deberíamos solicitar patentes?», sino «¿entendemos en qué capas de la pila de autonomía se encuentra nuestra innovación defendible y las estamos protegiendo de forma deliberada?». La respuesta requiere una taxonomía. El resto requiere una estrategia.
AVISO LEGAL: La información aquí facilitada puede no ser aplicable en todas las situaciones y no debe utilizarse sin un asesoramiento jurídico específico basado en cada caso concreto.
