La tecnología en la Fórmula 1 se mide en datos: cada auto del Gran Premio de la Ciudad de México genera más de 1.1 millones de datos por segundo con más de 300 sensores, según AWS. Esa información pasa por centros de datos de la F1 y por la nube de AWS para convertirse en comparaciones y predicciones que el aficionado entiende, como cuándo un piloto alcanzará a otro o por qué conviene cambiar neumáticos antes que el rival. Las escuderías, además, tienen sus propios socios tecnológicos: Mercedes con Microsoft, Ferrari con IBM, Red Bull con Oracle, McLaren con Google y Racing Bulls con Salesforce. Este artículo resume la noticia, la complementa con lo que cada una de las 5 escuderías principales reporta en sus comunicados y explica qué puede aprender una empresa.
La noticia base es de Rodrigo Riquelme para El Economista, publicada el 31 de octubre de 2026. El complemento sobre las escuderías lo compilamos el 2 de noviembre de 2026 a partir de comunicados y sitios oficiales de los equipos y sus proveedores, enlazados en la sección de fuentes. Son fuentes con interés comercial: las cifras son declaraciones de las empresas y no están verificadas de forma independiente.
Tecnología en la Fórmula 1: 1.1 millones de datos por segundo
De acuerdo con Mauricio Casillas, líder de Sports de AWS, cada automóvil que compite en el Gran Premio de la Ciudad de México genera más de 1.1 millones de datos por segundo mediante más de 300 sensores. La carrera, programada a 71 vueltas en el Autódromo Hermanos Rodríguez, es el escenario donde una diferencia de ritmo entre dos pilotos puede convertirse en una predicción de cuándo se encontrarán. Para calcularla, los sistemas interpretan las mediciones y consideran cómo cambia el rendimiento de cada auto. Casillas explicó que la información pasa por centros de datos de la F1 y después por infraestructura de AWS, mediante conexiones dedicadas con respaldo, y que la nube aporta la capacidad para transformar los registros en comparaciones comprensibles.
Battle Forecast, el undercut y los frenazos
El resultado aparece en herramientas como Battle Forecast, una de las funciones de F1 Insights, los gráficos de análisis que se incorporan a las transmisiones. Estima cuándo un piloto alcanzará a otro según el comportamiento de los coches; alcanzar al rival abre la posibilidad de disputar una posición, pero completar el rebase depende de lo que ocurra en pista. Otra aplicación es explicar el undercut: entrar a cambiar neumáticos antes que el auto al que se persigue para aprovechar las llantas nuevas, completar vueltas más rápidas y quedar adelante cuando el rival haga su parada. También hay herramientas que calculan el tiempo perdido cuando un piloto bloquea las ruedas al frenar, un error que en televisión se ve apenas unos instantes.
500 aplicaciones y la IA que redujo el diagnóstico de 45 a 4 minutos
Mantener todo esto disponible exige operación digital. Según Casillas, AWS trabaja con más de 500 aplicaciones vinculadas con la Fórmula 1. Para investigar deterioros en su funcionamiento incorporó herramientas de inteligencia artificial que redujeron de 45 a 4 minutos el diagnóstico preliminar de los incidentes. Es una cifra que reporta la propia empresa.
La carrera continúa en el teléfono
Las escuderías también usan datos para explicar sus resultados a los seguidores. En octubre, Ferrari e IBM anunciaron nuevas funciones para la app del equipo, como una cronología que permite recorrer momentos relevantes de cada sesión y resúmenes de entrenamientos, clasificación y carrera generados por agentes de IA desarrollados con IBM watsonx, disponibles minutos después de que termina cada sesión. IBM reportó un crecimiento de 36 % en el promedio de usuarios activos mensuales durante el primer año tras el relanzamiento de mayo de 2025. En México, 38 % de los aficionados encuestados por IBM usa un segundo dispositivo para ver repeticiones y ángulos alternativos, y para 57 % las predicciones y los análisis con IA influirían en su decisión de pagar una aplicación deportiva.
Las 5 escuderías principales y su tecnología
Tomamos como principales las cinco primeras del campeonato de constructores tras el GP de México del 1 de noviembre: Mercedes (630 puntos), Ferrari (504), Red Bull (382), McLaren (365) y Racing Bulls (108), según Marca y Carburando. La clasificación puede cambiar en las carreras restantes. La tabla resume lo que cada equipo reporta; el detalle y las fuentes están debajo.
| Escudería (posición y puntos) | Tecnología y socios reportados | Uso destacado |
|---|---|---|
| 1. Mercedes (630 pts) | Microsoft Azure (HPC, Kubernetes, IA), GitHub Copilot, Microsoft 365 y Power BI; CrowdStrike como socio principal | Hasta 10 millones de simulaciones de estrategia por fin de semana, cerca de 75 % en vivo |
| 2. Ferrari (504 pts) | IBM watsonx (agentes de IA, watsonx.data, IBM Bob) en nube híbrida IBM y AWS; HP (estaciones de trabajo, PC con IA, seguridad) | Resúmenes de cada sesión generados por agentes de IA minutos después de terminar |
| 3. Red Bull (382 pts) | Oracle Cloud Infrastructure, Oracle AI y Fusion Cloud Applications; Red Bull Ford Powertrains | Agente de IA de estrategia junto a los ingenieros y simulación del motor de 2026 |
| 4. McLaren (365 pts) | Google Cloud y Gemini (Gemini Enterprise); Dell Technologies, Cisco y Freshworks | Herramienta con Gemini para buscar y comparar la normativa durante la carrera |
| 5. Racing Bulls (108 pts) | Salesforce Agentforce 360, Slack y Tableau; Dynatrace; Octave; Introl | Agente de IA (TORO) que genera visualizaciones de datos de pista para aficionados |
Mercedes-AMG Petronas: Microsoft Azure y CrowdStrike
Mercedes anunció en enero una alianza plurianual con Microsoft para llevar su nube y su IA empresarial de la fábrica a la pista; según el equipo, cada auto lleva más de 400 sensores y genera más de 1.1 millones de datos por segundo (comunicado del equipo). En un caso de cliente de septiembre, Microsoft cuenta que el equipo usa Azure Kubernetes Service, cómputo de alto rendimiento y Azure Batch para escalar simulaciones: puede correr hasta 10 millones de simulaciones de estrategia durante un fin de semana de carrera, cerca de 75 % en vivo, y pasó de un clúster propio de capacidad fija a capacidad que sube y baja según la demanda (caso de cliente de Microsoft). También piloteó sensores virtuales, modelos que reconstruyen una lectura a partir de datos que el auto ya genera, para reducir la necesidad de sensores físicos. Más de 150 ingenieros usan GitHub Copilot, y Power BI sirve para vigilar el gasto frente al tope presupuestario. En su página de socios, el equipo lista además a CrowdStrike, empresa de ciberseguridad, como socio principal (socios de Mercedes).
Ferrari: IBM watsonx y HP
IBM es el socio oficial de interacción con aficionados y analítica de datos de Ferrari. El equipo usa una infraestructura de nube híbrida con servicios repartidos entre las nubes de IBM y AWS, IBM watsonx.data para gestionar y preparar los datos para modelos de IA, y IBM Bob, un agente de IA para programar, que acelera el desarrollo de la app (IBM y Ferrari). IBM afirma que con más de 70 habilidades de IA reutilizables y más de 30 agentes aumentó 30 % la productividad del ciclo de desarrollo de la app (comunicado de octubre). HP, por su parte, aporta estaciones de trabajo y PC con IA para procesar datos aerodinámicos y ejecutar simulaciones, además de soluciones de seguridad para proteger los datos de ingeniería (HP y Ferrari).
Red Bull: Oracle Cloud y un agente de IA de estrategia
Oracle y Red Bull ampliaron su alianza en febrero. Según el comunicado, Oracle Cloud Infrastructure y Oracle AI sostienen el debut en 2026 de la unidad de potencia híbrida de Red Bull Ford Powertrains, simulaciones de estrategia más detalladas y un agente de IA de estrategia pensado para trabajar junto a los ingenieros: automatiza la recolección de datos, interpreta información histórica y en tiempo real y destaca hallazgos para responder más rápido a las condiciones cambiantes. Oracle Fusion Cloud Applications se usa en finanzas, recursos humanos y marketing (comunicado de Oracle). Ford cuenta además que su modelo de orden reducido xROM replica simulaciones de alta fidelidad corridas en el clúster de cómputo de Oracle y funciona unas 1,000 veces más rápido que el tiempo real (Ford).
McLaren: Google Cloud y Gemini
Google Cloud es la nube y socio tecnológico preferente de McLaren (McLaren). Con Google Cloud, el equipo construyó una herramienta con Gemini que permite a los ingenieros en pista buscar y comparar rápidamente la densa normativa deportiva durante una carrera, y desarrolla una interfaz en lenguaje natural con Gemini Enterprise para consultar datos de varios sistemas aislados a la vez (McLaren y Gemini). Dan Keyworth, director de tecnología de desempeño, cuenta que un auto moderno tiene unos 300 sensores, que trabajan con socios como Google, Dell Technologies y Cisco, y que usan Freddy AI de Freshworks en la gestión de servicios de TI para agrupar tickets y detectar problemas (entrevista en IT Pro).
Racing Bulls: Salesforce, Dynatrace, Octave e Introl
Visa Cash App Racing Bulls (VCARB) se define como una de las escuderías más digitales. Con Salesforce desplegó Agentforce 360 para la interacción con aficionados e invitados y Slack para conectar a sus equipos, además de un Salesforce Intelligence Centre con paneles de Tableau y un agente de IA llamado TORO que genera visualizaciones de datos al momento (Salesforce). Dynatrace es su socio de observabilidad y analítica de rendimiento desde 2025 (Dynatrace), Octave gestiona el ciclo de vida de sus activos (Octave) e Introl es su socio de despliegue de centros de datos desde octubre (Introl).
Resumen visual
Esta infografía resume los datos clave de la noticia y los socios tecnológicos de las 5 escuderías.
Qué significa para tu empresa
Tu empresa no corre a 300 km/h, pero los equipos de F1 resuelven problemas que tú también tienes: decidir rápido con muchos datos, controlar costos y mantener sistemas disponibles. Estas recomendaciones son criterio de Infinitix y no conclusiones de las fuentes.
- Paga capacidad solo cuando la necesitas. Mercedes pasó de un clúster de capacidad fija a cómputo que sube en la carrera y baja después. Si tu empresa tiene picos, como cierres, campañas o temporada alta, revisa si te conviene capacidad elástica en lugar de infraestructura fija.
- Que la IA proponga y tu equipo decida. El agente de estrategia de Red Bull está pensado para trabajar junto a los ingenieros. Replica ese diseño en ventas, compras o atención: la IA resume y recomienda, una persona aprueba lo importante.
- Facilita el acceso a tus datos con lenguaje natural. McLaren busca que sus ingenieros pregunten en lenguaje natural a varios sistemas aislados. Un asistente interno que consulte tus hojas de cálculo, CRM y documentos reduce horas de búsqueda manual.
- Cuida la base: observabilidad, soporte y seguridad. McLaren describe la gestión de servicios de TI como el latido del equipo, Racing Bulls usa observabilidad y Mercedes tiene a una empresa de ciberseguridad como socio principal. Si un sistema crítico falla o se compromete, nada de lo demás funciona.
- Elige socios para el largo plazo. Varios equipos hablan de relaciones de años con sus proveedores. Antes de comprar una herramienta, pregunta cómo se integra con lo que ya tienes y cuánto cuesta cambiarla después.
Y para ver cómo la IA sale de la pantalla hacia las máquinas, revisa qué es la physical AI.
Los agentes con permisos acotados coinciden con lo que piden los especialistas en la carta de más de 400 científicos sobre seguridad de la IA.
Para ver cómo se evalúa un sistema de IA antes de confiar en él, revisa nuestro análisis del informe de la OCDE sobre la IA gubernamental en México.
En Infinitix diseñamos agentes de IA y automatizaciones con permisos acotados, pruebas sobre datos reales y supervisión humana. Conoce nuestros servicios de agentes de IA o cómo automatizar procesos con IA.
Lo que las fuentes no dicen
Las cifras de datos por segundo, sensores, simulaciones y productividad vienen de AWS, de las escuderías o de sus proveedores, que tienen interés comercial en destacarlas; no hay verificación independiente. Los sensores por auto varían según la fuente: AWS y McLaren hablan de unos 300 y Mercedes, de más de 400. Cada escudería usa muchas más herramientas de las que aparecen en sus comunicados, y las alianzas pueden cambiar durante la temporada. Además, el top 5 corresponde a la clasificación tras el GP de México y puede variar. La nota de El Economista no detalla cómo funcionan los modelos de predicción ni qué tan precisos son.
Preguntas frecuentes
¿Cuántos datos genera un auto de Fórmula 1?
Según Mauricio Casillas, líder de Sports de AWS, citado por El Economista, cada auto del GP de la Ciudad de México genera más de 1.1 millones de datos por segundo mediante más de 300 sensores. Mercedes-AMG Petronas reporta cifras similares, aunque habla de más de 400 sensores, así que el número de sensores varía según la fuente.
¿Para qué se usan esos datos?
Para analizar el desempeño en pista y explicar a la audiencia lo que ocurre. Herramientas como Battle Forecast, de F1 Insights, estiman cuándo un piloto alcanzará a otro, y otros cálculos explican por qué un cambio de neumáticos antes que el rival (undercut) puede ganar una posición en boxes.
¿Cuáles son las 5 escuderías principales en 2026?
Tras el GP de México, la clasificación de constructores la encabezan Mercedes (630 puntos), Ferrari (504), Red Bull (382), McLaren (365) y Racing Bulls (108), según Marca y Carburando. Puede cambiar en las carreras restantes.
¿Qué tecnología usa cada una?
Según sus comunicados: Mercedes, Microsoft Azure y GitHub Copilot, con CrowdStrike como socio principal; Ferrari, IBM watsonx y HP; Red Bull, Oracle Cloud y un agente de IA de estrategia; McLaren, Google Cloud y Gemini, además de Dell, Cisco y Freshworks; Racing Bulls, Salesforce Agentforce, Dynatrace, Octave e Introl.
¿Estas cifras están verificadas de forma independiente?
No. Casi todas provienen de la propia AWS, de las escuderías o de sus proveedores de tecnología, que tienen interés comercial en destacarlas. Conviene leer los resultados como declaraciones de las empresas.
¿Qué puede aprender una PyME de la Fórmula 1?
Medir lo que importa, pagar capacidad de cómputo solo cuando se necesita, usar la IA para proponer y a las personas para decidir, y proteger los equipos y los servicios de terceros. Son recomendaciones nuestras, no conclusiones de las fuentes.
Fuentes consultadas
- Noticia base: El Economista, 31 de octubre de 2026.
- Mercedes: comunicado de Mercedes y Microsoft, caso de cliente de Microsoft, socios de Mercedes.
- Ferrari: IBM y Ferrari, comunicado de IBM de octubre, HP y Ferrari.
- Red Bull: comunicado de Oracle, artículo de Ford.
- McLaren: Google Cloud, Gemini, entrevista a Dan Keyworth en IT Pro.
- Racing Bulls: Salesforce, Dynatrace, Octave, Introl.
- Clasificación de constructores: Marca y Carburando.
Conclusión
Un auto de Fórmula 1 genera más de 1.1 millones de datos por segundo, y las 5 escuderías principales respaldan sus decisiones con plataformas distintas: Azure en Mercedes, watsonx en Ferrari, Oracle en Red Bull, Gemini en McLaren y Agentforce en Racing Bulls. Lo común es medir, escalar la capacidad cuando hace falta y combinar IA con criterio humano. Para tu empresa, la lección es empezar por una decisión que puedas medir, no por la herramienta. Fuente: El Economista.