Robots sin glamour: la utilidad real de la IA está en fábricas y almacenes

Mientras la conversación pública sobre inteligencia artificial oscila entre la promesa de una revolución económica global y el temor a una burbuja que estalle como la de las puntocom de los años 90, un grupo de robots humanoides en China está resolviendo el debate de la forma más pragmática posible: trabajando sin parar durante 64 horas consecutivas en fábricas y almacenes. Las pruebas realizadas por empresas como Figure AI y Agibot muestran que estas máquinas ya pueden sostener un rendimiento operativo que, con las cifras disponibles, aún no permite determinar cuántas unidades pueden mantener esa productividad durante períodos prolongados, pero que marca un hito en la automatización industrial.

El salto no ocurre por casualidad. Detrás de esa resistencia hay un avance menos visible pero igual de decisivo: la capacidad táctil de las manos robóticas. Un grupo de investigadores publicó en febrero de 2026, en el International Journal of Intelligent Robotics and Applications, una revisión sistemática sobre cómo reconstruir las capacidades hápticas de las manos diestras: adquisición táctil, retroalimentación sensorial y percepción. Su conclusión es contundente: las manos robóticas actuales no son tan funcionales como las humanas precisamente por la falta de sentido del tacto. Sin información háptica completa, el operador o el sistema no puede entender el estado de control de la mano ni obtener información del entorno, lo que limita la eficiencia en la manipulación de objetos.

Este problema técnico es el que compañías como 1X intentan resolver con sus nuevas manos robóticas dotadas de destreza mejorada. En una demostración de julio de 2026, la empresa mostró un par de manos cuyos movimientos y capacidad de agarre llamaron la atención del sector, aunque dividieron a la comunidad tecnológica entre quienes las consideran un avance prometedor y quienes las encuentran inquietantes. Lo que nadie discute es que la verdadera aplicación industrial de estos desarrollos no está en lo espectacular, sino en lo rutinario: coger, girar, insertar, clasificar. Tareas que en una línea de producción determinan la diferencia entre una máquina útil y un caro maniquí.

En paralelo, IBM publicó un análisis que contextualiza este momento como una fase correctiva del ciclo de hype de la IA generativa. Tras el optimismo inicial de Goldman Sachs, que estimó que la IA generativa podría impulsar el PIB mundial un 7% anual, el mismo banco publicó en junio un informe más mesurado donde cuestiona si los beneficios justifican la inversión de un billón de dólares. IBM identifica cuatro crisis —datos, computación, energía y casos de uso— y sostiene que la solución pasa por modelos más pequeños, especializados, eficientes y por flujos de trabajo agénticos que integren varios tipos de IA.

Para las empresas latinoamericanas, esta convergencia entre robots que trabajan sin parar y manos que empiezan a sentir tiene implicaciones concretas. En una región donde la manufactura representa en promedio el 15% del PIB y donde la logística es un factor crítico por la geografía y la infraestructura, la automatización con robots humanoides con capacidad táctil puede reducir costos operativos y mejorar la consistencia de calidad. Pero también introduce un riesgo de dependencia tecnológica: los desarrollos clave ocurren en China y Estados Unidos, y el acceso a estas soluciones dependerá de la capacidad de las empresas locales para integrar hardware, software y mantenimiento especializado, así como de las condiciones de inversión que no están exentas de presión sobre los márgenes.

La pregunta para los ejecutivos de la región no es si los robots humanoides llegarán a sus operaciones, sino cuándo estarán listos para trabajar en sus fábricas al costo que pueden pagar. Los avances en sensores táctiles y en la eficiencia energética de los modelos de IA —como los pequeños modelos de lenguaje que IBM destaca— pueden acercar esa fecha. Mientras tanto, la utilidad real de la inteligencia artificial sigue estando donde empezó hace décadas: en la capacidad de hacer que una máquina haga lo que un humano hace, pero sin pausas, sin distracciones y con un coste marginal decreciente.