RICHARDSON, TX — La ambiciosa búsqueda de Amazon por dominar el mercado de logística a baja altitud ha sufrido otro revés importante después de que uno de sus drones de próxima generación MK30 se estrellara contra un complejo de apartamentos en el norte de Texas. El 6 de febrero de 2026, investigadores federales y ingenieros de la empresa están examinando los restos del incidente, que marca la segunda falla de alto perfil para el programa Prime Air en el estado en un lapso de tres meses.

Los residentes del suburbio de Dallas-Fort Worth, Richardson, se llevaron un susto a principios de esta semana cuando el hexacóptero, diseñado para entregas autónomas de alta precisión, se desvió de su trayectoria. La vecina Cessy Johnson captó el descenso en video, filmando cómo la aeronave se movía de forma errática hacia un costado de un edificio residencial.

“Las hélices del aparato seguían girando y se olía que empezaba a quemarse,” dijo Johnson a medios locales, señalando que había comenzado a grabar simplemente porque nunca había visto un dron de reparto en acción. “Y se ven unas chispas en uno de mis videos.”

Aunque el Departamento de Bomberos de Richardson llegó al lugar poco después del impacto, no se reportó ningún incendio y el edificio sufrió solo daños estructurales menores. Sin embargo, para una industria que busca la confianza pública y la aprobación regulatoria para operaciones más allá de la línea de visión (BVLOS), la imagen de un dron de 50 libras impactando una vivienda multifamiliar resulta perjudicial.

{{AD}}

Fallas tecnológicas y la brecha de "sense-and-avoid"

Amazon presentó al MK30 como un salto revolucionario respecto a su predecesor, el MK27-2. Cuenta con un perfil acústico más silencioso y una suite de "sense-and-avoid" más sofisticada, diseñada para detectar y sortear cables, chimeneas e incluso mascotas domésticas.

A pesar de estas mejoras, el choque en Richardson sigue un patrón de colisiones con objetos estacionarios. En noviembre de 2025, un MK30 cortó un cable de internet en Waco, Texas, durante su ascenso. Apenas semanas antes, dos drones fueron destruidos en Arizona tras chocar con la pluma de una grúa de construcción. Estos incidentes recurrentes sugieren una posible vulnerabilidad sistémica en el stack de percepción del dron, la fusión de software y hardware que permite a la aeronave "ver" su entorno.

{{REC}}

Respuesta oficial y rendición de cuentas

Amazon se ha movido rápidamente para contener las consecuencias, ofreciendo reparar el edificio y emitiendo una disculpa formal. En un comunicado proporcionado a FLYING Magazine y otras revistas aeroespaciales, un portavoz de Amazon se refirió al evento de Richardson:

“Pedimos disculpas por cualquier inconveniente y estamos investigando activamente la causa de este incidente.”

La Administración Federal de Aviación (FAA) ha sido notificada y se espera que integre este último accidente en su investigación en curso sobre los protocolos de seguridad de Prime Air. Aunque la Junta Nacional de Seguridad del Transporte (NTSB) aún no ha abierto una investigación formal sobre el impacto en Richardson, continúa monitoreando los eventos de "no acción" que comienzan a agruparse en torno al despliegue del MK30.

Registro de incidentes de Amazon Prime Air 2025-2026

La siguiente tabla rastrea los incidentes significativos más recientes que involucran la flota MK30 de Amazon mientras la compañía avanza hacia su objetivo de 500 millones de entregas anuales para 2030:

{{AD}}

El camino a seguir para Prime Air

A pesar de la turbulencia, Amazon no está poniendo en tierra la flota. La compañía recibió recientemente la aprobación de la Civil Aviation Authority (CAA) para comenzar vuelos de prueba en Darlington, UK, y continúa añadiendo sitios de entrega en Michigan y Missouri. Los analistas sugieren que Amazon está dispuesta a absorber el costo de estos "momentos de aprendizaje" en un entorno de pruebas de circuito cerrado, pero a medida que estos incidentes pasan de los rangos privados a los patios traseros residenciales, la tolerancia al error por parte de reguladores y del público está disminuyendo rápidamente.

El desafío principal sigue siendo el problema de "thin-wire" y "complex-background". Mientras que el MK30 puede evitar con éxito una furgoneta estacionada o un árbol grande, detectar un cable de utilidad no reflectante o la esquina exacta de un edificio de ladrillo en condiciones de iluminación variables sigue siendo un obstáculo formidable para los modelos actuales de aprendizaje automático.