El mundo de la Fórmula 1 es sinónimo de velocidad y precisión, y las paradas en boxes juegan un papel crucial en el desempeño de los equipos. La Scuderia Ferrari HP ha dado un paso significativo al modernizar su análisis de estas paradas gracias a la colaboración con Amazon Web Services (AWS) y la implementación de tecnologías de machine learning.
Tradicionalmente, la evaluación del rendimiento en boxes era un proceso complejo. Los ingenieros de operaciones dedicaban mucho tiempo a revisar horas de grabaciones desde diferentes ángulos en la zona de pits, correlacionando esta información con la telemetría del vehículo. En un fin de semana de carrera, cada piloto generaba aproximadamente 22 videos, sumando alrededor de 600 durante toda la temporada. Este método no solo era tedioso, sino también propenso a errores humanos. Con la solución provista por AWS, los ingenieros ahora pueden sincronizar datos un 80% más rápido que antes.
La colaboración entre Scuderia Ferrari HP y AWS tiene como objetivo modernizar el análisis de paradas mediante el uso del poder de la nube y el aprendizaje automático. Marco Gaudino, arquitecto de aplicaciones de transformación digital del equipo, explicó que la nueva metodología permite automatizar y centralizar el análisis, facilitando la detección de errores y la mejora de procesos.
Para ello, se emplea la tecnología de detección de objetos de Amazon SageMaker AI, que optimiza la sincronización de video con la telemetría del equipo de pits, mejorando la eficiencia computacional requerida. Esto es especialmente importante ya que los equipos de Fórmula 1 deben operar bajo límites estrictos de presupuesto y recursos. Desde finales de 2023, cuando inició este proyecto, fue probado por primera vez en el Gran Premio de Australia en marzo de 2024 y rápidamente implementado en el Gran Premio de Japón en abril del mismo año, brindando a Ferrari una ventaja competitiva.
Actualmente, el equipo trabaja en un prototipo para detectar automáticamente anomalías durante las paradas, como problemas en el levantamiento del coche o al cambiar neumáticos. Para 2025, se prevé la implementación de un sistema de cámaras avanzado que capturará cuatro ángulos a 120 cuadros por segundo, mejorando aún más la comparación entre video y telemetría.
La solución de análisis de paradas, basada en machine learning, automatiza la correlación de videos con datos telemétricos, identificando detalles importantes como las señales luminosas. Esto ha transformado la revisión de paradas, reduciendo el tiempo de análisis de varios minutos a solo 60-90 segundos para obtener información casi en tiempo real.
Con miras a perfeccionar continuamente sus procesos, Scuderia Ferrari HP ha registrado las paradas más rápidas en cada carrera de la temporada 2025, destacando un tiempo récord de dos segundos en Arabia Saudita para Charles Leclerc. Gracias a esta innovación, el equipo se centra en seguir optimizando su eficiencia y rendimiento en cada competencia.
