El Momento en que Todo Cambió
El 16 de octubre de 2022, un video de 57 segundos sacudió silenciosamente los laboratorios de robótica de todo el mundo. En él, Atlas, el robot humanoide de Boston Dynamics, completaba una secuencia de parkour: saltaba sobre un obstáculo, giraba en el aire, aterrizaba con precisión y continuaba corriendo sin perder el ritmo. No era un truco de edición. No había cables ocultos. Era un robot de 89 kilogramos moviéndose con una fluidez que, hasta ese momento, se consideraba exclusiva de los primates.
Lo que hizo ese video extraordinario no fue la acrobacia en sí, sino lo que revelaba sobre el estado del arte de la IA embodied —la inteligencia artificial encarnada en un cuerpo físico que debe interactuar con el mundo real. Durante décadas, la robótica y la IA avanzaron en carriles paralelos: los robots eran máquinas rígidas y preprogramadas, mientras que la IA era software brillante atrapado en servidores. En 2022, esos carriles comenzaron a converger.
La pregunta que este artículo explora no es si los robots humanoides son posibles —ya lo son. La pregunta es cuándo serán lo suficientemente capaces, baratos y seguros como para transformar la economía global, y qué significa eso para los 3.300 millones de trabajadores del planeta.
El Problema de la Inteligencia Embodied
Existe una paradoja fascinante en la robótica conocida como la paradoja de Moravec, formulada por Hans Moravec en 1988: las tareas que resultan difíciles para los humanos —como jugar ajedrez o resolver ecuaciones diferenciales— son relativamente fáciles para las computadoras. Pero las tareas que un niño de dos años realiza sin esfuerzo —caminar sobre terreno irregular, reconocer un objeto nunca visto antes, agarrar un vaso sin romperlo— resultan extraordinariamente difíciles para las máquinas.
La razón es evolutiva. El cerebro humano dedicó cientos de millones de años de evolución a resolver el problema de moverse y percibir en un mundo físico impredecible. El córtex motor y el cerebelo —las regiones cerebrales responsables del movimiento— contienen más neuronas que el córtex prefrontal, la sede del razonamiento abstracto. Mover un dedo con precisión es computacionalmente más complejo que resolver una integral.
"El razonamiento de alto nivel requiere muy poca computación, pero las habilidades sensoriomotoras de bajo nivel requieren una enorme cantidad de recursos computacionales." — Hans Moravec, Mind Children, 1988
Esta paradoja explica por qué los robots industriales —que operan en entornos perfectamente controlados, realizando movimientos repetitivos y predefinidos— llevan décadas siendo productivos, mientras que los robots de propósito general siguen siendo un desafío. Un brazo robótico en una línea de ensamblaje de automóviles sabe exactamente dónde está cada pieza, a qué velocidad debe moverse y qué fuerza debe aplicar. Un robot doméstico que debe recoger un juguete del suelo enfrenta un problema de percepción, planificación y control radicalmente más complejo.
El Ecosistema Actual: Seis Empresas que Definen el Campo
En 2024, el campo de la robótica humanoide pasó de ser territorio académico a convertirse en una de las industrias con mayor inversión privada del mundo. Goldman Sachs proyectó en 2023 que el mercado de robots humanoides podría alcanzar los 154.000 millones de dólares para 2035. Seis empresas concentran la mayor parte del desarrollo tecnológico y la atención mediática.
Boston Dynamics, fundada en 1992 como spin-off del MIT y actualmente propiedad de Hyundai, sigue siendo el referente técnico del campo. Su robot Atlas es el más capaz en términos de movilidad y destreza, pero también el más costoso y difícil de producir. Spot, su robot cuadrúpedo, ya se vende comercialmente y se usa en inspección industrial, minería y respuesta a emergencias. En 2024, Boston Dynamics presentó una nueva versión de Atlas completamente eléctrica —abandonando el sistema hidráulico— con articulaciones de mayor rango de movimiento que el cuerpo humano.
Tesla entró al campo con Optimus, presentado en septiembre de 2022. Elon Musk proyectó en 2023 que Optimus podría venderse eventualmente por menos de 20.000 dólares y que Tesla fabricaría "potencialmente decenas de miles de millones" de unidades. En 2024, Optimus Gen 2 demostró capacidad para doblar ropa, manejar huevos sin romperlos y caminar a 0,45 metros por segundo. Tesla tiene la ventaja de su infraestructura de manufactura y los datos de conducción autónoma de sus vehículos, que informan el desarrollo de percepción visual del robot.
Figure AI, fundada en 2022, recaudó 675 millones de dólares en febrero de 2024 de inversores que incluyen a Microsoft, OpenAI, NVIDIA, Jeff Bezos y los fondos de capital riesgo de Intel y Samsung. Su robot Figure 01 demostró en marzo de 2024 una conversación en tiempo real con un humano, identificando objetos sobre una mesa, respondiendo preguntas sobre su entorno y ejecutando tareas de manipulación. La integración con modelos de lenguaje de gran escala (LLMs) es la apuesta central de Figure.
| Empresa | Robot | Velocidad máx. | Carga útil | Precio estimado | Estado comercial |
|---|---|---|---|---|---|
| Boston Dynamics | Atlas (eléctrico) | 1,5 m/s | 25 kg | No disponible | I+D / demos |
| Tesla | Optimus Gen 2 | 0,45 m/s | 20 kg | <20.000 USD (proyectado) | Pruebas internas |
| Figure AI | Figure 02 | 1,2 m/s | 20 kg | No disponible | Piloto BMW |
| Agility Robotics | Digit | 1,5 m/s | 16 kg | ~100.000 USD | Comercial (Amazon) |
| Unitree Robotics | H1 | 3,3 m/s | 30 kg | ~90.000 USD | Comercial |
| 1X Technologies | NEO | ~1,0 m/s | 15 kg | No disponible | Beta cerrada |
Agility Robotics es la empresa más cercana a la implementación comercial real. Su robot Digit ya trabaja en almacenes de Amazon, moviendo contenedores de plástico vacíos. En enero de 2024, Amazon anunció la expansión del piloto a múltiples instalaciones. Digit es bípedo pero no humanoide en el sentido estricto —sus piernas están orientadas hacia atrás, como las de un ave, lo que le da mayor estabilidad para tareas de carga.
Unitree Robotics, empresa china fundada en 2016, ha logrado algo que sus competidores occidentales aún no consiguen: producir robots a precios accesibles. Su cuadrúpedo Go2 se vende por 1.600 dólares, y su humanoide H1 por 90.000 dólares. La velocidad máxima de H1 —3,3 metros por segundo— supera a todos sus competidores. Unitree representa la amenaza de que China, con su capacidad manufacturera, podría dominar el mercado masivo de robots así como dominó el mercado de drones con DJI.
El Papel de los Modelos de Lenguaje: Cuando los Robots Empiezan a Entender
El avance más significativo de 2023-2024 no fue mecánico sino cognitivo: la integración de modelos de lenguaje de gran escala (LLMs) como cerebros de alto nivel para los robots. Esta arquitectura, llamada a veces "robot foundation models", separa el problema en dos capas: el LLM maneja la comprensión del lenguaje, el razonamiento y la planificación de alto nivel, mientras que un sistema de control de bajo nivel maneja la ejecución física.
Google DeepMind publicó en julio de 2023 RT-2 (Robotics Transformer 2), un modelo que combina visión, lenguaje y acción. RT-2 puede recibir instrucciones en lenguaje natural ("lleva el objeto que podría usarse para limpiar un derrame al contenedor de basura") y ejecutarlas en entornos que nunca ha visto durante el entrenamiento. La clave es que el modelo transfiere conocimiento del mundo real aprendido de texto e imágenes de internet al dominio de la robótica física.
OpenAI, que había abandonado su división de robótica en 2021, regresó al campo en 2024 con una inversión estratégica en Figure AI. La demostración de Figure 01 usando GPT-4 como cerebro mostró algo cualitativamente diferente a los robots anteriores: el robot podía explicar su razonamiento ("veo una manzana roja y un recipiente de plástico; como me pediste que comieras, te ofrezco la manzana"), mantener contexto conversacional y adaptarse a instrucciones ambiguas.
El Problema del Mundo Real: Lo que los Videos de Demostración No Muestran
Los videos de demostración de robots son, casi invariablemente, engañosos. No porque sean falsos —las capacidades mostradas son reales— sino porque omiten el contexto: cuántos intentos fallidos precedieron a la toma exitosa, qué tan controlado era el entorno, cuánta intervención humana hubo en la preparación.
Los ingenieros de robótica hablan del problema de la "larga cola": un robot puede ejecutar correctamente el 95% de las situaciones que encontrará en un almacén, pero el 5% restante —un objeto en una posición inusual, un derrame en el suelo, una instrucción ambigua— puede causar fallos catastróficos. En la manufactura de semiconductores o en la cirugía robótica, ese 5% es inaceptable.
La durabilidad es otro problema no resuelto. Los actuadores eléctricos de alta precisión que permiten los movimientos fluidos de Atlas tienen una vida útil limitada bajo uso continuo. Un trabajador humano puede trabajar 8 horas diarias durante 40 años; los componentes mecánicos de los robots actuales requieren mantenimiento frecuente y reemplazo de piezas costosas. El coste total de propiedad de un robot humanoide —incluyendo mantenimiento, energía y actualizaciones de software— sigue siendo difícil de calcular porque no hay suficientes datos de operación a largo plazo.
La seguridad en entornos compartidos con humanos es quizás el desafío más complejo. Los robots industriales tradicionales operan detrás de jaulas de seguridad precisamente porque son peligrosos cerca de personas. Un robot humanoide que trabaja junto a humanos debe ser capaz de detectar y responder a la presencia humana en milisegundos, aplicar fuerza controlada y fallar de manera segura. Las regulaciones de seguridad para robots colaborativos (cobots) son aún incipientes en la mayoría de los países.
Las Implicaciones Económicas: ¿El Fin del Trabajo o una Nueva Revolución Industrial?
La pregunta que más preocupa a economistas, sindicalistas y políticos es directa: ¿los robots humanoides eliminarán empleos masivamente? La respuesta honesta es que nadie lo sabe con certeza, pero los datos históricos y los modelos económicos ofrecen algunas pistas.
Las revoluciones tecnológicas anteriores —la mecanización agrícola, la industrialización, la automatización de oficinas— eliminaron categorías enteras de empleo mientras creaban otras nuevas. El problema con la robótica de propósito general es que, a diferencia de las automatizaciones anteriores que afectaban tareas específicas, podría afectar simultáneamente a múltiples sectores que hasta ahora requerían presencia física humana: logística, construcción, agricultura, cuidado de personas mayores, manufactura ligera.
Goldman Sachs estimó en 2023 que la automatización podría afectar hasta el 18% de los empleos globales. McKinsey proyecta que entre 75 y 375 millones de trabajadores podrían necesitar cambiar de categoría ocupacional para 2030. Pero estos números tienen una incertidumbre enorme: dependen de la velocidad de adopción, los costos de los robots, las regulaciones laborales y la capacidad de los sistemas educativos para reentrenar trabajadores.
Lo que sí parece claro es que la transición no será uniforme. Los países con salarios altos y escasez de mano de obra —Japón, Alemania, Corea del Sur— tienen incentivos mucho mayores para adoptar robots que los países con salarios bajos y abundancia de trabajadores. Paradójicamente, los países más pobres podrían perder la ventaja comparativa que los llevó a convertirse en centros manufactureros, si los robots hacen que producir localmente en países ricos sea más barato que importar de países de bajo costo.
El Horizonte: ¿Cuándo Llega el Robot Doméstico?
La pregunta que más fascina al público general es cuándo habrá un robot en cada hogar. La respuesta requiere separar tres problemas distintos: la capacidad técnica, el costo y la utilidad práctica.
En términos de capacidad técnica, los robots actuales pueden realizar tareas domésticas específicas en entornos controlados. Pueden doblar ropa (lentamente), lavar platos (con supervisión), aspirar (los Roomba llevan dos décadas haciéndolo). Lo que no pueden hacer es navegar de manera confiable en un hogar real —con juguetes en el suelo, mascotas, niños corriendo, objetos en posiciones inesperadas— y ejecutar la variedad de tareas que un ama de llaves humana realiza sin esfuerzo.
El costo es el segundo obstáculo. Para que un robot doméstico sea económicamente viable para una familia de clase media, su precio debería ser comparable al de un automóvil de gama media (15.000-30.000 dólares) y su costo operativo anual debería ser menor que el salario de una persona contratada para las mismas tareas. Ningún robot actual está cerca de ese umbral.
La utilidad práctica es el tercer problema, y quizás el más subestimado. Los hogares son entornos extraordinariamente diversos y personalizados. Lo que funciona en el hogar A no funciona en el hogar B. Un robot que "aprende" el hogar de una familia específica requiere semanas de adaptación y sigue siendo frágil ante cambios en la disposición del mobiliario o la llegada de nuevos objetos.
La estimación más optimista de los expertos del campo —no de los CEOs que tienen incentivos para ser optimistas— es que robots domésticos verdaderamente útiles para tareas generales estarán disponibles comercialmente entre 2030 y 2040, con precios accesibles para la clase media entre 2035 y 2050. Elon Musk ha prometido Optimus en hogares para 2025; los ingenieros de robótica independientes consideran esa fecha imposible.
Prometheus X es el seudónimo editorial de Posibles y Futuribles. Este análisis forma parte de la serie sobre tecnologías que definirán las próximas décadas. Las proyecciones económicas citadas provienen de informes públicos de Goldman Sachs (2023), McKinsey Global Institute (2023) y el World Economic Forum (2023). Las especificaciones técnicas de los robots se basan en datos publicados por las empresas o verificados por publicaciones especializadas como IEEE Spectrum y MIT Technology Review.
