Como Woven by Toyota construyo un agente de triaje de errores 10 veces mas rapido para la conduccion autonoma

Woven by Toyota es el brazo de conduccion autonoma y tecnologia de movilidad de Toyota Motor Corporation, responsable de desarrollar los sistemas de software que permiten a los vehiculos percibir, planificar y navegar el mundo real de manera segura. Para Suigen Koide, director de DevBoost y Conduccion Automatizada en Woven by Toyota, esta mision es personal: atropellado por un camion a los cuatro anos de edad, se recupero tras cuatro dias inconsciente y ha dedicado mas de ocho anos a construir sistemas que podrian haber evitado ese accidente.

Cada error de conduccion autonoma que detectan genera un flujo de trabajo: recopilar el video del registro de conduccion de los vehiculos de prueba, clasificar el fallo en la subcategoria correcta, enrutarlo al equipo de ingenieria adecuado, iterar, probar en un circuito cerrado y desplegar una correccion por OTA. El cuello de botella que seguia apareciendo era el triaje: el proceso manual de ver las grabaciones fotograma por fotograma, identificar que habia salido mal y clasificarlo correctamente en muchas subcategorias granulares.

El equipo se propuso construir AutoTriage, un agente de IA de video que reemplazara el triaje manual con clasificacion automatizada. La version inicial parecia prometedora pero pronto revelo sus limitaciones: el equipo estaba alimentando imagenes en miniatura de baja resolucion en lugar de videos de registros de conduccion reales, los prompts carecian de la precision de dominio necesaria, y los modelos multimodales disponibles en ese momento luchaban con entradas de video de mas de diez fotogramas. Los experimentos estaban dispersos en documentos Word y archivos PowerPoint sin seguimiento estructurado ni visualizacion. El equipo paso un ano iterando sin ganancias significativas de precision.

Cuatro cambios rompieron el estancamiento. El equipo reconstruyo su pipeline de datos para alimentar video de conduccion de alta resolucion directamente al modelo. Se incorporaron expertos del dominio para co-redactar prompts con conocimiento real de triaje. Gemini 2.5 Pro fue lanzado y desbloqueO el nivel de razonamiento detallado de video que requeria la tarea. Y W&B Weave se adopto como el centro de seguimiento y evaluacion de experimentos, con el equipo de W&B anyadiendo soporte de video a Weave especificamente para este caso de uso. Con las cuatro mejoras implementadas, AutoTriage logro alta precision y entrego un aumento de 10x en la velocidad y escala del triaje con el mismo equipo y recursos.

El proximo hito es una arquitectura multiagente: AutoTriage clasifica los errores iniciales, luego un agente Triador los cruza con errores existentes usando videos de explicacion elaborados por expertos, avanzando hacia un triaje asistido por IA que pueda escalar muy por encima del limite de capacidad humana.