Treinta mil millones de imágenes que nadie sabía que estaba tomando
En 2016, cientos de millones de personas salieron a la calle con el teléfono en alto persiguiendo criaturas virtuales. Nadie les explicó que, al mismo tiempo, estaban construyendo el mapa visual más detallado de entornos urbanos que jamás se había ensamblado. Cada esquina fotografiada para atrapar un Pokémon, cada estatua escaneada para canjear recompensas dentro del juego, cada fachada capturada desde ángulos distintos: todo quedó almacenado, etiquetado y georeferenciado.
Ese archivo suma hoy más de 30.000 millones de imágenes. Y Niantic acaba de licenciarlo para guiar robots de reparto por las aceras de ciudades reales.
La filial Niantic Spatial anunció esta semana una alianza con Coco Robotics para equipar sus robots autónomos con un Sistema de Posicionamiento Visual (VPS) entrenado sobre ese repositorio. La precisión que reportan sus ingenieros llega a pocos centímetros, un orden de magnitud por encima de lo que ofrece el GPS convencional en entornos urbanos densos. El CEO de Niantic Spatial, John Hanke, lo sintetizó de forma directa: lograr que Pikachu corra de manera realista por una calle y lograr que un robot la cruce con seguridad son, en el fondo, el mismo problema de ingeniería.
Por qué el GPS no alcanza y qué cambia con la visión
El GPS funciona triangulando señales satelitales. En campo abierto, la precisión es aceptable. Pero en un cañón urbano —bloques de edificios altos, viaductos, túneles peatonales— las señales rebotan, se degradan y producen derivas de varios metros. Para un conductor humano, esos metros son irrelevantes. Para un robot que debe navegar entre peatones, cruzar un carril bici y detenerse exactamente frente a un portal, representan la diferencia entre operar y colisionar.
El VPS resuelve el problema de otra manera: en lugar de buscar satélites, compara lo que ve la cámara del robot con el inventario visual almacenado. Reconoce fachadas, escalones, señales y jardineras como puntos de anclaje espacial. Si el entorno ya fue fotografiado desde múltiples ángulos —y en las ciudades donde Pokémon GO fue popular, lo fue con una densidad difícil de replicar por cualquier flota de vehículos de mapeo— el robot sabe exactamente dónde está sin depender de una señal externa que puede fallar.
El modelo Coco 2, presentado en febrero de 2026, es el primer hardware diseñado para aprovechar este sistema a escala comercial. Opera en aceras, carriles bici y algunos segmentos de calzada, lo que amplía significativamente la cobertura respecto a los prototipos anteriores que se limitaban a campus universitarios y que, según informes públicos del sector, se perdían al intentar cruzar una calle ordinaria.
El activo que nadie valuó mientras se acumulaba
Lo que Niantic construyó no fue intencionalmente una base de datos de navegación robótica. Fue una mecánica de juego que, como efecto secundario, generó un bien con valor económico independiente. Esa distinción importa porque explica la ventaja estructural que tiene Niantic frente a cualquier competidor que intente replicar el dataset hoy.
Formarlo desde cero costaría años de despliegue de flotas de vehículos de cartografía, contratos con municipios, acuerdos de acceso a espacios privados y un presupuesto que ninguna startup de robótica puede asumir como gasto inicial. Niantic lo acumuló porque sus usuarios lo hicieron gratis, motivados por puntos, criaturas virtuales y la satisfacción de completar misiones. El costo marginal de cada imagen adicional fue, en la práctica, cero.
Esta es la mecánica más interesante del caso desde una perspectiva de economía de plataformas: los datos se produjeron con una estructura de incentivos totalmente ajena a su uso final. El jugador nunca percibió que estaba trabajando para un futuro producto de logística. Niantic tampoco lo planeó así desde el principio. El valor emergió de la acumulación, no de un diseño deliberado hacia ese destino.
El mercado de entrega de última milla —el tramo final entre un centro de distribución y la puerta del cliente— concentra una proporción desproporcionada de los costos totales de logística en e-commerce. Las estimaciones del sector ubican ese segmento entre el 40% y el 53% del costo total de la cadena. Los robots autónomos son una respuesta obvia al problema, pero su adopción ha estado frenada precisamente por los fallos de navegación que el VPS promete resolver. Si la tecnología funciona a escala, el impacto sobre la economía unitaria de operadores como Coco Robotics puede ser sustancial: menos intervención humana de respaldo, rutas más rápidas, menos errores de entrega.
El mercado competitivo alrededor de esta apuesta ya se está moviendo. DoorDash presentó su propio robot autónomo con velocidad máxima de 32 km/h. Aurora opera camiones de carga autónoma en Texas. Waymo y Tesla siguen refinando sus flotas con datos de conducción real. Lo que diferencia la posición de Niantic es que su ventaja no está en el hardware ni en el algoritmo de conducción: está en el volumen y la densidad del dataset visual preexistente, que sus competidores en robótica no pueden comprar porque no existe en ningún otro lugar con esa granularidad.
El mapa vivo como infraestructura, no como producto
Lo que Niantic Spatial está construyendo no es una solución puntual para Coco Robotics. Es una capa de infraestructura geoespacial que puede licenciarse a cualquier sistema que necesite posicionamiento preciso en entorno urbano: drones de reparto, sillas de ruedas autónomas, sistemas de guía para personas con discapacidad visual, vehículos de inspección de infraestructura.
Cada robot que se despliega con VPS activo contribuye, a su vez, con nuevas imágenes al sistema, actualizándolo con cambios recientes en el entorno: obras, nuevos comercios, mobiliario urbano modificado. Eso convierte el mapa en un activo que se autoactualiza y se vuelve más valioso con el uso, generando una ventaja acumulativa difícil de erosionar.
El modelo tiene una lógica financiera clara: Niantic no fabrica robots ni compite en logística. Licencia una capa de inteligencia espacial y cobra por el acceso a ella. Mientras más operadores adopten el VPS, más datos recibe, más preciso se vuelve el sistema y más difícil resulta para un competidor ofrecer algo equivalente a precio comparable.
Eso no elimina los riesgos. La pregunta sobre qué datos exactamente se transfieren al sistema central, quién los controla y bajo qué condiciones podrían compartirse con terceros es relevante desde una perspectiva regulatoria, especialmente en jurisdicciones con legislación de privacidad estricta. Niantic ha declarado que no tiene planes de poner el VPS a disposición de fuerzas de seguridad, pero la ausencia de un marco contractual público y auditado sobre el uso secundario de esos datos sigue siendo una variable abierta que los operadores que adopten la tecnología deberán considerar en su análisis de riesgo.
Los datos de ocio como infraestructura industrial
El mercado de navegación autónoma urbana está atravesando la fase en que la desmonetización del posicionamiento GPS —que ya era gratuito pero impreciso— da paso a una capa de posicionamiento visual de alta precisión cuyo valor se captura por licenciamiento. Niantic no democratizó el acceso a datos geoespaciales por altruismo: construyó un activo propietario a través de una plataforma de entretenimiento masivo y ahora lo convierte en infraestructura para terceros bajo un modelo de ingresos recurrentes.
Lo que esto demuestra no es solo ingenio de negocios. Demuestra que los sistemas que empoderan a millones de personas para hacer algo que disfrutan —en este caso, explorar su ciudad— pueden generar, como subproducto, una inteligencia colectiva con aplicaciones industriales que ninguna corporación habría podido financiar directamente. La tecnología que sirve al usuario primero construye el activo más difícil de replicar: la participación sostenida de personas reales en entornos reales, durante años, a escala global.
