Il centenario colosso automobilistico General Motors sta tentando una scommessa ad alto rischio nel campo della guida autonoma, annunciando l'arrivo per il 2028 di una tecnologia "eyes-off" che permetterà ai conducenti di distogliere completamente lo sguardo dalla strada. L'iniziativa, presentata a New York, si inserisce in un momento delicato per l'azienda, che quest'anno registrerà perdite per 1,6 miliardi di dollari nel settore dei veicoli elettrici a causa dei cambiamenti nelle politiche federali e della cancellazione dei crediti d'imposta per i consumatori. La mossa rappresenta un tentativo di recuperare terreno in un mercato della mobilità autonoma già affollato da competitor come Tesla, Waymo e Stellantis, che hanno già sistemi driverless operativi.
La visione delineata dalla CEO Mary Barra durante la presentazione dipinge uno scenario in cui i veicoli diventano assistenti personali mobili: "Immaginate di salire sul vostro veicolo, premere un pulsante e farvi portare in ufficio mentre recuperate il lavoro arretrato, inviate email o guardate un episodio della vostra serie preferita. L'auto vi lascia a destinazione, poi va a ritirare i vestiti in lavanderia, prende cibo da asporto e torna in tempo perché possiate portare i vostri figli alla partita di calcio". Questo livello di autonomia corrisponde a quello che nell'industria viene definito Level 4 autonomy, dove il sistema può gestire tutte le funzioni di guida in determinate condizioni senza intervento umano.
Il primo modello a integrare questa tecnologia sarà il Cadillac Escalade IQ SUV, previsto per il 2028. Parallelamente, GM introdurrà già dal prossimo anno sistemi di intelligenza artificiale conversazionale nei propri veicoli, una mossa con cui cerca di allinearsi a competitor europei come Mercedes, Volkswagen e la stessa Stellantis, che già offrono capacità di AI conversazionale nei loro modelli. L'azienda sta essenzialmente tentando di trasformarsi da produttore automobilistico tradizionale a technology company, un passaggio che richiede non solo investimenti massicci in ricerca e sviluppo, ma anche un cambio culturale profondo nell'organizzazione.
La composizione del management presentato a New York riflette questa transizione forzata. Accanto a Barra e al presidente Mark Reuss, entrambi veterani GM degli anni '80, figuravano Sterling Anderson, Chief Product Officer arrivato da Tesla sei mesi fa, e Dave Richardson, SVP of Software Engineering proveniente da Apple quasi due anni fa. "La giustapposizione sul palco non è casuale, è deliberata", ha commentato Anderson riferendosi al proprio background in Tesla, sottolineando come GM stia cercando di iniettare DNA tecnologico nella propria struttura.
La sfida tecnica che GM deve affrontare è considerevole. I sistemi di guida autonoma richiedono sofisticati neural network per computer vision, algoritmi di decision-making in tempo reale, e capacità di elaborazione dati sensoriali provenienti da lidar, radar e telecamere. Waymo, la divisione di Alphabet, ha accumulato oltre un decennio di dati di training e miliardi di miglia percorse dai suoi veicoli autonomi. Tesla ha sfruttato la propria flotta per raccogliere dati attraverso il sistema Autopilot, creando un vantaggio competitivo nel machine learning applicato alla guida. GM dovrà colmare questo gap tecnologico rapidamente.
Anderson ha respinto l'idea che GM stia giocando di rimessa: "Quando lanceremo questo sistema, vedremo cosa succede. Potremmo essere i primi ad avere un veicolo a guida autonoma di proprietà personale che funziona, che è sicuro, e questo è importante. Non lo vedo come recuperare terreno, lo vedo come un salto in avanti". Questa affermazione evidenzia una distinzione cruciale: mentre servizi come Waymo operano principalmente in modalità robotaxi con flotte gestite centralmente, GM punta sulla proprietà personale di veicoli autonomi, un modello di business differente che presenta sfide uniche in termini di manutenzione, aggiornamenti software e responsabilità legale.
Il contesto competitivo si estende oltre i confini statunitensi. Produttori cinesi come BYD e Zeekr stanno rapidamente guadagnando quote di mercato in Europa grazie a prezzi competitivi e design technology-forward. Attualmente, una tariffa del 100% sui veicoli cinesi li tiene fuori dal mercato americano, ma se questa barriera dovesse cadere, GM si troverebbe di fronte a competitor che hanno integrato tecnologia avanzata fin dalla progettazione iniziale, anziché retrofittarla su piattaforme esistenti.
Reuss ha difeso l'approccio GM: "Non si tratterà di smontare auto cinesi e copiarle. Abbiamo investito in tecnologia e ricerca e sviluppo, e continueremo a farlo. Dobbiamo essere i migliori, punto. Penso che questo vinca con il cliente". L'affermazione riflette una scommessa che l'ingegneria e l'innovazione proprietaria possano competere con strategie basate su costi ridotti e rapida iterazione, un dibattito che attraversa l'intera industria tech.
Richardson ha riconosciuto che la trasformazione culturale richiede tempo: "È stato semplicemente il riconoscimento che l'azienda deve diventare più orientata e focalizzata sulla tecnologia. Ma serve un po' di tempo perché tutti si allineino sulla stessa visione". Questa candida ammissione rivela la difficoltà di trasformare un'organizzazione con un secolo di storia manifatturiera in un'azienda capace di competere sul terreno dell'AI e del software, dove i cicli di sviluppo sono radicalmente diversi da quelli automobilistici tradizionali.
L'iniziativa di GM solleva anche questioni normative rilevanti, particolarmente nel contesto europeo dove l'AI Act classifica i sistemi di guida autonoma come applicazioni ad alto rischio, richiedendo trasparenza algoritmica, meccanismi di accountability e rigorosi test di sicurezza. La responsabilità in caso di incidente con veicoli "eyes-off" rimane un'area grigia legale in molte giurisdizioni. Inoltre, i sistemi di AI conversazionale integrati nei veicoli dovranno conformarsi al GDPR per quanto riguarda la raccolta e l'elaborazione di dati personali generati durante la guida.
Il successo della strategia GM dipenderà dalla capacità di bilanciare ambizione tecnologica e realismo ingegneristico. I sistemi di guida autonoma hanno storicamente sofferto di quello che nel settore viene chiamato "problema del nove": passare dal 90% al 99% di affidabilità è difficile, ma passare dal 99% al 99,9% richiesto per la sicurezza stradale è esponenzialmente più complesso. Nei prossimi tre anni, GM dovrà dimostrare non solo che la sua tecnologia funziona in condizioni controllate, ma che può gestire la complessità imprevedibile della guida nel mondo reale, dalle condizioni meteorologiche estreme ai comportamenti anomali degli altri utenti della strada. La vera domanda non è se GM può sviluppare la tecnologia, ma se può farlo abbastanza velocemente da rimanere rilevante in un mercato che si evolve a ritmi da Silicon Valley piuttosto che da Detroit.