Un túnel con IA detectó un roce y cobró 440 dólares

Un cliente devolvió un Volkswagen en el aeropuerto internacional Hartsfield-Jackson de Atlanta y, pocos minutos después, recibió una factura de 440 dólares por un roce de unos 2,5 centímetros en una llanta. La marca la detectó un túnel de inspección equipado con inteligencia artificial, instalado por Hertz y desarrollado por UVeye. El sistema no solo registró el desperfecto: puso en marcha una reclamación con varios cargos asociados.

El episodio muestra el cambio que introducen estos escáneres en el alquiler de vehículos. Las cámaras pueden documentar daños con rapidez y reducir las diferencias entre una inspección y otra, pero detectar una marca no resuelve por sí solo si es facturable, cuánto debe costar repararla ni quién tiene que asumir el pago. La controversia empieza cuando la precisión de la imagen se convierte, casi sin pausa, en una factura.

Una marca pequeña y una factura inmediata

El cliente, identificado como Patrick en el relato del caso, había alquilado un Volkswagen y lo devolvió en una sucursal de Hertz del aeropuerto de Atlanta. El escáner encontró un roce en una rueda trasera del lado del conductor. La señal medía aproximadamente una pulgada, equivalente a unos 2,5 centímetros, aunque algunos titulares la describieron como una marca de dos centímetros. No era un golpe que hubiera deformado la carrocería: era una abrasión en la llanta.

La factura sumaba 250 dólares por la reparación, 125 por procesar la detección y estimar el coste, y 65 por gastos administrativos. El cargo total ascendía a 440 dólares. La notificación llegó al poco de entregar el coche y el cliente pudo consultar imágenes del daño a través de una aplicación web. El sistema, por tanto, no se limitó a generar una alerta interna para el personal de la empresa: produjo pruebas visuales y una reclamación dirigida al usuario.

Hertz ofreció una rebaja ligada a la rapidez del pago: 52 dólares menos si se abonaba en dos días o 32,50 dólares si se hacía dentro de una semana. Patrick no aceptó ese descuento. La cuestión que planteaba no era solo si la marca existía, sino por qué a la reparación se añadían importes de detección y gestión. Una imagen puede acreditar un desperfecto; no explica automáticamente la proporción entre ese daño y el coste reclamado.

Qué ve el túnel y cómo compara el estado del coche

Los equipos de UVeye reúnen varios sistemas de cámaras de alta resolución en un punto por el que el vehículo pasa a baja velocidad. Un conjunto examina los bajos, otro se ocupa de los neumáticos y un tercero revisa la carrocería y otras partes visibles. La inspección dura segundos, frente a los minutos que puede llevar una revisión manual, y busca señales como roces, abolladuras, grietas o posibles fugas.

Las imágenes se procesan para crear una representación visual detallada del vehículo. En el uso descrito para coches de alquiler, la comparación entre la revisión inicial y la final permite localizar cambios durante el periodo de uso. Esa referencia puede ser útil para ambas partes: deja constancia del estado del coche al recogerlo y al entregarlo, y reduce la dependencia de lo que recuerde el cliente o de la atención de quien trabaja en el aparcamiento.

La tecnología de UVeye se ha aplicado también a flotas de reparto, entre ellas la de Amazon, para revisar el estado de las furgonetas y detectar necesidades de mantenimiento. Para una empresa con muchos vehículos, revisar cada unidad de forma manual consume tiempo y puede producir resultados desiguales. Automatizar la captura de imágenes hace más rápida y uniforme la inspección, pero no convierte cada diferencia visual en un daño imputable al conductor.

Detectar un daño no es lo mismo que decidir quién paga

Un algoritmo de visión artificial puede señalar que dos imágenes no son iguales y clasificar una marca como posible arañazo. La decisión posterior exige algo más: determinar si el defecto es nuevo, si supera el desgaste normal, si requiere una reparación y si corresponde al periodo de alquiler. Son preguntas distintas, aunque un proceso automático pueda presentarlas al cliente como una sola secuencia.

También influyen las condiciones de la captura. La luz, la suciedad, el ángulo de la cámara y el estado previo de la pieza pueden alterar cómo aparece una superficie. Una raya puede quedar más visible bajo una iluminación concreta; un reflejo o una sombra puede confundir el análisis. La calidad de las imágenes ayuda a reducir esos errores, pero la lectura de una diferencia sigue necesitando criterios claros y, en ocasiones, revisión humana.

La inteligencia artificial tampoco tiene una noción propia de desgaste razonable ni puede valorar por sí misma la proporcionalidad económica de una reclamación. Puede comparar patrones y aplicar parámetros definidos por la empresa, pero esos parámetros proceden de reglas diseñadas por personas. La automatización no elimina el criterio comercial: lo desplaza a las normas, los umbrales y los procedimientos que la compañía decide aplicar.

El umbral contractual y el coste de los cargos añadidos

La documentación de Hertz citada en el artículo original establece que, para ruedas, llantas o tapacubos, un arañazo o roce que supere una pulgada puede considerarse facturable. El daño atribuido al coche de Patrick rondaba esa medida. Según esa regla, la compañía podía sostener que la marca rebasaba el límite establecido, aunque eso no resuelve por sí solo si el cobro concreto es proporcionado o si el usuario acepta cómo se calculó.

En carrocería, las pautas de la empresa incluyen criterios diferentes, como arañazos que no puedan cubrirse con una tarjeta de crédito y determinados daños múltiples. No existe, por tanto, una única medida válida para todas las partes del vehículo. La ubicación de la marca y la regla aplicable importan: una referencia para una llanta no debe trasladarse sin más a una puerta, un cristal o un parachoques.

El desglose de Atlanta también ayuda a entender por qué la cifra causó tanta atención. La reparación representaba 250 dólares, pero los dos cargos adicionales sumaban 190. El procedimiento de detección y la gestión administrativa elevaban el importe final en una proporción considerable respecto al arreglo. La discusión no se limita a si un roce supera un umbral; también alcanza a qué servicios justifican cargos separados y cómo se explican antes de alquilar.

La promesa empresarial y el punto débil del sistema

Hertz ha defendido el uso de escáneres como una forma de hacer las reclamaciones más transparentes y de agilizar el mantenimiento de su flota. Una inspección documentada puede reducir disputas en las que una empresa atribuye un daño al último cliente sin contar con imágenes del estado anterior. También puede ayudar a detectar problemas que requieren atención antes de que el coche vuelva a circular.

La misma tecnología, sin embargo, puede volver más exhaustiva la búsqueda de imperfecciones. Un empleado quizá no advierta un roce diminuto en una revisión rápida; un sistema diseñado para registrar detalles puede encontrarlo de forma sistemática. Eso mejora la capacidad de detección, pero también puede llevar a tratar marcas menores con el mismo automatismo que daños más importantes, si no hay una etapa que valore el contexto.

La compañía recomendaba que los clientes tomasen fotografías al recoger y devolver el vehículo, incluso en lugares donde hubiera inspección digital. Es un consejo que revela una limitación práctica: el informe automático no reemplaza necesariamente la documentación propia del usuario. Si las dos partes necesitan conservar sus imágenes para poder contrastar el estado del coche, la transparencia depende tanto del acceso a la prueba como de la posibilidad de discutir su interpretación.

Una controversia que llegó a Washington

El debate superó el caso individual. En agosto de 2025, la subcomisión de Ciberseguridad, Tecnología de la Información e Innovación Gubernamental de la Cámara de Representantes de Estados Unidos pidió explicaciones a Hertz sobre el uso de inteligencia artificial para evaluar daños en vehículos de alquiler. Entre las cuestiones planteadas estaban el cálculo de los importes, la gestión de las reclamaciones y el momento en que se informa al cliente.

El senador Richard Blumenthal también solicitó respuestas a la compañía sobre su alianza con UVeye y el proceso que algunos consumidores describían como opaco. Las quejas recogidas se referían a daños que consideraban menores o inexistentes, importes elevados y vías de revisión que empezaban con un chatbot. La intervención política no demuestra por sí misma que cada reclamación sea incorrecta, pero sí muestra que el asunto se relaciona con algo más amplio que la precisión de una cámara: cómo se revisan las decisiones automatizadas que pueden afectar al bolsillo de los usuarios.

Hertz anunció que la prueba comenzaba en Atlanta y que el despliegue podía extenderse a otros aeropuertos estadounidenses. El plan comunicado entonces contemplaba tener escáneres en 100 de sus aproximadamente 1.600 aeropuertos de Estados Unidos para finales de ese año. Esa previsión describe el alcance anunciado en aquel momento, no confirma cuántas instalaciones están operativas en la actualidad. La escala potencial explica por qué una reclamación aislada despertó interés institucional.

Qué cambia para quien alquila un coche

La inspección automatizada modifica un momento que suele producirse con prisa. Al recoger el coche, el cliente puede estar cansado tras un vuelo, tener equipaje y querer salir del aparcamiento. Una revisión visual rápida permite pasar por alto marcas pequeñas. Cuando devuelve el vehículo, el sistema puede capturar detalles con otra iluminación y dejar un registro mucho más minucioso que el que se hizo al inicio.

En ese escenario, las fotografías propias cumplen una función documental, no sustituyen al procedimiento de la empresa ni garantizan que no haya una reclamación. Una imagen tomada al recoger el coche puede servir para comparar una marca previa con la que aparece en el informe final. La empresa, por su parte, dispone de sus escaneos, del contrato y del proceso de cobro. La diferencia de recursos y de acceso a la información influye en cuánto puede comprobar cada parte antes de que el asunto se cierre.

También cambia el ritmo de la disputa. La detección puede ocurrir en segundos y el aviso llegar cuando el cliente ya ha abandonado el mostrador. En el caso de Patrick, el descuento por pronto pago añadía plazos concretos a la decisión: 52 dólares de rebaja en dos días o 32,50 en una semana. Aunque el usuario podía pedir una revisión posterior, el primer contacto automatizado no ofrecía necesariamente una conversación inmediata con una persona.

Una historia estadounidense con preguntas para Europa

El caso tuvo lugar en Georgia y no permite trasladar automáticamente sus condiciones a España. Las normas de consumo, los contratos, la protección de datos y los mecanismos de reclamación dependen de cada jurisdicción. Los importes y criterios de Hertz descritos aquí corresponden a la situación estadounidense relatada; no son una tarifa general para las empresas de alquiler ni una regla aplicable a todos los países.

La cuestión de fondo, en cambio, resulta familiar para cualquier persona que haya alquilado un coche en un aeropuerto: qué daños se anotan, cómo se comprueba su antigüedad y qué conceptos aparecen en una factura posterior. Si estas inspecciones se extienden, la claridad del proceso será tan importante como la resolución de las cámaras. El usuario necesita poder conocer qué reglas se aplican, qué imágenes sustentan la reclamación y qué vía permite revisar un error antes de dar el caso por cerrado.

Los escáneres pueden ser útiles para mantener flotas y aportar pruebas que antes no existían. También pueden convertir la detección de detalles en una sucesión de cargos si el proceso confunde el registro de un daño con la justificación de cobrarlo. El caso de Atlanta no plantea que haya que elegir entre tecnología y revisión humana, sino cómo impedir que la rapidez de una máquina sustituya a una explicación proporcionada. Una llanta puede mostrar una marca con nitidez; la factura todavía necesita contexto.