Hace apenas una década, un robot que supiera separar una pieza azul de una roja en una cinta transportadora era considerado una maravilla de la ingeniería. Hoy, el mismo gesto parece arqueología. La robótica clásica, construida a base de programación explícita y aprendizaje estrecho, está dando paso a una nueva criatura: la que habla, ve y actúa gracias a los modelos fundacionales. Y en esa transición, China y Estados Unidos han elegido caminos opuestos.
La apuesta china es contundente: producir miles de robots humanoides y ponerlos a trabajar en fábricas y almacenes para que generen datos de entrenamiento del mundo real. No se trata de construir el robot perfecto antes de venderlo, sino de desplegar hardware imperfecto pero masivo y dejar que la operación misma lo mejore. Cada hora de funcionamiento se convierte en datos gratuitos que alimentan el modelo, reducen la tasa de fallo y crean un bucle de mejora continua que los ingenieros llaman data flywheel. El resultado es una ventaja que no se compra con chips: se fabrica con horas de trabajo físico.
Dos filosofías frente al mismo problema
Estados Unidos, en cambio, ha concentrado sus esfuerzos en los modelos generalistas. Gigantes como Nvidia, con su plataforma GR00T, exploran la idea de un "cerebro" universal capaz de moverse entre tareas sin haber sido entrenado específicamente para cada una. Es la línea del robot que razona, planifica y generaliza: el heredero lógico de los grandes modelos de lenguaje, pero con brazos y piernas.
La diferencia es más que técnica: es estratégica. Mientras China acumula gigabyte tras gigabyte de datos in-situ recogidos en entornos productivos reales, EE.UU. apuesta por diseñar modelos cada vez más capaces de extrapolar conocimiento de un contexto a otro. En el papel, el enfoque estadounidense parece más elegante.
Pero hay un problema incómodo: los modelos fundacionales, por sí solos, son agnósticos al contexto físico. No entienden métricas, dinámicas ni ruido de sensores. El salto ocurre cuando esa capacidad semántica se ancla en percepción visual —a través de modelos como CLIP o Flamingo— y se cierra el bucle con control de bajo nivel. Traducción para ejecutivos: no basta con que el robot sepa qué es una taza; necesita saber cuánta fuerza aplicar para levantarla sin romperla.
La vara de medir: costo por tarea
Aquí es donde el debate se vuelve interesante para quien toma decisiones de inversión. Los datos de Crunchbase muestran que el capital de riesgo inyectó miles de millones en la llamada physical AI durante 2025 y 2026. Rondas de 1.000 millones de dólares para startups pre-ingresos como Physical Intelligence, valorada en más de 11.000 millones, solo tienen sentido si el costo por tarea completada —amortización de hardware, energía, cómputo, mantenimiento y supervisión humana— compite con el trabajo manual o la automatización fija.
China ha entendido algo que el ecosistema emprendedor de Silicon Valley a veces olvida: la ventaja de la cadena de suministro se convierte en ventaja de datos cuando se despliega masivamente. Un robot que hace picking, packing, inspección y reposición amortiza su costo en meses, no en años, siempre que las flotas sean lo suficientemente grandes para generar el volumen de datos que el modelo necesita. Y si la producción es barata, la escala resuelve lo que la sofisticación no logra. Es la lógica de la manufactura aplicada a la inteligencia artificial.
La sombra ética que nadie quiere nombrar
Pero hay una pregunta que ningún balance financiero responde: ¿qué pasa cuando esos robots comienzan a interactuar de forma autónoma con humanos en entornos no controlados? La ética de los humanoides no es un ejercicio académico. Es el marco que habilita —o bloquea— la adopción masiva. En China, la regulación tiende a priorizar el avance tecnológico sobre la precaución. En EE.UU., el debate sobre seguridad y privacidad fragmenta los esfuerzos y ralentiza el despliegue. La divergencia no es accidental: refleja dos formas opuestas de entender el riesgo y el progreso.
El problema es que la IA encarnada no puede probarse exclusivamente en simulación. Necesita el mundo real, con su desorden, sus imprevistos y su imprevisibilidad humana. Y ahí aparece el dilema: para que un robot sea seguro en una fábrica con personas, necesita haber visto suficientes situaciones de riesgo durante el entrenamiento. Pero generar esas situaciones implica, precisamente, exponer a personas a un robot imperfecto. Ese círculo virtuoso para los datos es, a la vez, un círculo vicioso para la seguridad.
Lo que está en juego
Bloomberg ha señalado una divergencia estratégica reveladora: mientras China entrena con datos de miles de robots en producción real, EE.UU. depende en mayor medida de simulaciones y demostraciones en laboratorio. El resultado previsible es que los robots chinos desarrollen una comprensión más práctica y contextual del mundo, mientras los estadounidenses destacan en generalización abstracta. Para la industria, esto significa que la próxima generación de robots no se decidirá por el mejor benchmark de destreza, sino por la métrica más prosaica: el costo por tarea completada sin intervención humana.
Morgan Stanley proyecta que el mercado de la robótica humanoides alcance los 5 billones de dólares en 2050. Esa cifra, sin embargo, depende de que la IA encarnada cruce el umbral de la rentabilidad operativa. Si no lo logra, tendremos demos impresionantes y aplicaciones de nicho, pero no la transformación sistémica que esa valoración implica.
La pregunta ejecutiva, entonces, no es si los humanoides van a llegar. Es si su llegada será liderada por la eficiencia china o la ambición estadounidense, y qué significa eso para las cadenas de suministro, el empleo y la regulación en América Latina. Porque cuando un robot aprende a caminar, la cuestión no es quién lo hizo más rápido, sino quién está dispuesto a pagar la factura de su entrenamiento —y a asumir la responsabilidad de sus errores.
