Waymo, una subsidiaria de Alphabet, opera una flota de más de 4,000 vehículos autónomos en 15 ciudades de los Estados Unidos. La tecnología de la empresa, conocida como Waymo Driver, utiliza una combinación de sensores lidar, cámaras, mapas personalizados y aprendizaje automático para navegar por entornos urbanos sin un operador humano. En ciudades como San Francisco, Waymo ya ha asegurado una cuota de mercado significativa, posicionándose como un competidor principal en el espacio de transporte compartido. La estrategia de expansión de la empresa apunta a centros importantes que incluyen Washington D.C., Nueva York, Londres y Tokio, señalando un impulso hacia la ubicuidad global.

Uno de los aspectos más notables de la experiencia de Waymo es la preservación de las características tradicionales del automóvil, como el volante. Aunque el vehículo es totalmente autónomo, el volante todavía se mueve a medida que el coche realiza maniobras. Megan Neese, Directora de Insights de Waymo, señaló que, si bien un volante en movimiento puede parecer 'inquietante' para algunos, muchos pasajeros lo consideran tranquilizador porque hace que las acciones del coche se sientan reconocibles y comprensibles. Esta elección de diseño cumple un doble propósito: cumple con los mandatos legales que requieren que los vehículos mantengan las características de seguridad estándar y proporciona un puente psicológico para los pasajeros que pasan del transporte conducido por humanos al conducido por máquinas. Waymo comercializa su historial de seguridad afirmando que sus vehículos son 'diez veces más seguros' que los coches conducidos por humanos, una cifra basada en una reducción del 92% en choques que causan lesiones graves o peores.

A pesar de estas mejoras en seguridad, la integración de vehículos autónomos en la vida pública revela puntos de fricción técnicos y sociales únicos. Por ejemplo, los vehículos de Waymo se han encontrado con factores ambientales impredecibles, como conducir sobre fuegos artificiales en San Francisco o detenerse en aguas de inundación en Atlanta. Un incidente específico que involucró a un vehículo entrando en una zona de construcción y acelerando a través de conos llevó a una retirada de software y a una pausa en los servicios de autopista. Estos momentos resaltan las limitaciones de los modelos actuales de aprendizaje automático cuando se enfrentan a 'casos de borde' (edge cases), que son escenarios que caen fuera de los datos de entrenamiento estándar. Además, la experiencia de los usuarios varía; mientras algunos elogian a los vehículos por ser más considerados con los peatones y ciclistas que los conductores humanos, otros han informado de frustraciones con la lógica de enrutamiento del software, como ser dirigidos a puntos de recogida en estacionamientos distantes debido a la congestión percibida en las calles. Estos incidentes subrayan que, si bien la conducción autónoma puede mitigar riesgos centrados en el ser humano como la fatiga, introduce nuevos tipos de 'errores de robot' que requieren un refinamiento continuo y adaptación pública.