Robotica: dónde está realmente y hacia dónde va.

Lo que dejó una jornada en Stanford con fabricantes de chips, robots y dispositivos, y con los inversores que deciden qué se financia.

El sábado 24 de octubre asistí a una jornada en la Universidad de Stanford sobre hardware de inteligencia artificial y robótica, organizada por 2%Tech. Fui por curiosidad: quería entender en qué estado se encuentran la robótica y la IA física, más allá de los videos de humanoides haciendo piruetas. Salí convencido de que es una de las industrias más interesantes para seguir de cerca, y de que su avance será menos espectacular, pero más concreto, de lo que sugieren los titulares.

No habrá un “momento iPhone” para los robots

Ninguno de los ponentes habló de un salto que lo cambie todo de un día para otro. El panorama es gradual. Los robots tradicionales ya trabajan en líneas de producción, en fábricas como las de Tesla y muchas otras. La siguiente ola son los trabajos operativos y repetitivos.

Elaine Yang, de FF Robotics, resumió dónde los robots ya generan ingresos: una tarea concreta, en un entorno estructurado, entregada como solución completa. Inspección en plantas químicas y refinerías, preparación de pedidos en farmacias, una sola labor repetitiva en una planta automotriz. Su hoja de ruta, que ella misma presentó como síntesis personal y no como pronóstico, empieza por los trabajos aburridos, sucios y peligrosos, y deja los espacios no estructurados, como el hogar, para después de 2030.

Para un país minero e industrial como el Perú, esta lectura es relevante. Los primeros casos rentables no están en la casa del consumidor, sino en la inspección de entornos peligrosos, la logística y las operaciones repetitivas.

La ayuda en tareas del hogar es una conversación a cinco o diez años. Un panelista planteó que lo primero en llegar a los hogares podría ser el acompañamiento emocional, porque su economía funciona antes que la de un robot doméstico realmente útil.

Tres tipos de constructores

Durante la jornada identifiqué tres grupos de empresas. El primero desarrolla tecnología impresionante, pero lejos del mercado: buena investigación, clientes poco claros. El segundo ya está en el mercado y usa el hardware para complementar una propuesta de valor existente. Un ejemplo fue un anillo inteligente para la práctica diaria de la fe, creado por un equipo que ya tenía una aplicación y una base de usuarios: el anillo es el recordatorio; el producto real es la experiencia en la aplicación. El tercer grupo ataca los cuellos de botella de toda la industria: chips más eficientes, mejores formas de recolectar datos de entrenamiento, aprendizaje en tiempo real mediante cámaras y otros dispositivos, y menos horas humanas necesarias antes y después de entrenar un robot.

Por qué el cuerpo es más difícil que el cerebro

La IA de software aprendió de datos que ya existían: internet, textos, imágenes y videos. Los robots no tienen ese recurso. Los patrones de movimiento que nos permiten tomar una taza o cruzar una habitación son el resultado de millones de años de evolución, y no existe un internet del movimiento físico que se pueda descargar.

Por eso tanto esfuerzo se concentra en los datos. Las empresas combinan simulación, video de personas y teleoperación, en la que un humano controla al robot para enseñarle. Las personas siguen en el proceso, tanto para entrenar los modelos como para corregirlos una vez desplegados. La conclusión de varios ponentes fue la misma: cada robot en operación debe ser también un recolector de datos. Quien despliega más, aprende más rápido.

El verdadero desafío: aplicación y llegada al mercado

La tecnología no es lo único difícil. La aplicación y el camino al mercado pueden serlo más. Y la aplicación es, sobre todo, software: a largo plazo, lo que diferencia un dispositivo de otro es la experiencia de uso.

Además, existe un competidor difícil en el bolsillo de cada persona. El celular y los dispositivos que ya usamos a diario son muy difíciles de reemplazar. En el panel de hardware, la prueba más clara fue esta: un nuevo dispositivo debe hacer algo mejor que una aplicación, o cambiar la forma de usarlo.

Lo que preguntaron los inversores

Presté especial atención a las preguntas de los inversores a los panelistas, porque revelan lo que realmente les importa. Casi ninguna fue sobre tecnología. Preguntaron por qué alguien compraría otro dispositivo además de su celular, cómo convertir un piloto en un contrato, si la solución escala como producto o depende de servicios a medida, y cuánto habían pensado los fundadores en su modelo de negocio. Uno de ellos advirtió que la exigencia para levantar una primera ronda sigue subiendo: se espera un camino claro desde el primer cliente hasta los siguientes diez.

Velocidad y escala

Las fábricas ya son una realidad; el salto al consumidor sigue siendo el gran desafío. Cuando se vende a millones de personas, la velocidad de ejecución y la capacidad de escalar pesan tanto como la tecnología. Por eso las empresas mejor posicionadas parecen ser las que ya tienen una base de clientes conectada: controlan la distribución, recogen los datos y aprenden más rápido.

La IA física no es un solo mercado. Es la convergencia de chips, datos, software, hardware y distribución, cada uno avanzando a su propia velocidad. La pregunta para los ejecutivos peruanos no es cuándo llegará el robot universal, sino dónde en sus operaciones hay una tarea concreta, un entorno controlado y datos que mejoran con cada uso.