Hay imágenes que, sin saberlo, terminan definiendo una vida profesional. En 1986 me fascinaba lo que ocurría en Japón. La robótica, las fábricas automatizadas y la ambición de su proyecto de computación de quinta generación parecían anunciar el nacimiento de una nueva era. Aunque yo era todavía estudiante de vocacional (de la HHH CECyT 9 “Juan de Dios Bátiz”) ya tenía la sensación de estar observando una parte del futuro. Cuarenta años después he vuelto a experimentar algo parecido, esta vez mirando hacia China.
Mientras que seguramente millones de personas veían videos de robots corriendo, peleando o cayéndose durante los Juegos Mundiales de Robots Humanoides de Pekín, yo no podía dejar de preguntarme: si hoy tuviera 15 años, ¿qué estudiaría?, ¿hacia dónde orientaría mi carrera?. Los robots eran el espectáculo, pero la historia trascendente está detrás del escenario. Lo que vimos no fue solamente una competencia de ingeniería, sino una demostración de la estrategia china para convertir la robótica y la inteligencia artificial embebida - embodied AI o inteligencia física - en la infraestructura de la siguiente revolución industrial.
Sin embargo, la revolución no consiste necesariamente en fabricar máquinas con forma humana. El cambio verdaderamente profundo es otro: estamos pasando de construir robots programados para repetir tareas a desarrollar plataformas físicas capaces de adquirir nuevas capacidades. Un robot industrial tradicional ejecuta una trayectoria que alguien definió previamente. Es extraordinariamente eficiente, pero fundamentalmente hace aquello para lo que fue programado. Después, llegaron la visión, el aprendizaje por refuerzo, la imitación y los sistemas de grasping entrenados con datos. El robot comenzó a aprender, aunque todavía dentro de tareas relativamente delimitadas.
Ahora aparece una tercera etapa: el agente físico. Ya no es necesario indicarle que mueva una articulación determinada, abra la mano y avance hacia una coordenada. Tampoco basta con ordenarle que ejecute una función de pick and place. La instrucción puede ser simplemente: “ordena esta mesa”. A partir de esa instrucción, el sistema debe percibir el entorno, interpretar la situación, elaborar un plan, seleccionar habilidades, manipular objetos, verificar el resultado y volver a planear cuando algo no sale como se esperaba. Es la transición de una máquina que ejecuta instrucciones a una que intenta producir resultados en el mundo físico lleno de incertidumbre.
Pero China podría estar introduciendo un paradigma todavía más importante. El producto estratégico quizá no sea el humanoide individual, sino la red de aprendizaje que surge cuando miles de robots interactúan con el mundo. En ese modelo, cada robot es también un generador de datos. Cada agarre, error, caída, contacto y corrección produce información que puede utilizarse para entrenar mejor a los modelos. Esos modelos regresan después a los robots, mejoran sus capacidades y permiten nuevos despliegues, los cuales generan todavía más experiencia.
El ciclo es poderoso: robots, despliegue, datos físicos, mejores modelos y mejores robots. Así, 10 mil robots dejarían de ser solamente 10 mil productos. Se convertirían en 10 mil dispositivos para producir experiencia física. Si esa población creciera a 100 mil máquinas conectadas por un sistema común de aprendizaje, podría aparecer algo semejante a un “internet de experiencias” para la inteligencia física.
El humanoide podría incluso ser mediocre durante sus primeras generaciones y conservar valor estratégico si sus errores producen datos útiles. Hay una semejanza con Waymo: el taxi no es únicamente un vehículo; cada unidad conectada contribuye también a un sistema de datos. La ventaja china se vuelve más clara cuando observamos su infraestructura industrial. Estados Unidos conserva fortalezas extraordinarias en modelos fundacionales, semiconductores e infraestructura de cómputo. China posee otra combinación: manufactura, cadenas de suministro, robótica industrial, baterías, motores, sensores, electrónica y un gigantesco ecosistema de producción eléctrico-mecánica..
La batalla podría no ser simplemente entre modelos de inteligencia artificial. Podría ser una competencia entre inteligencia digital de frontera e inteligencia física desplegada a gran escala. Durante años pensamos que los modelos fundacionales nacían de una ecuación relativamente simple: datos de internet, capacidad de cómputo y entrenamiento. China parece estar construyendo algo distinto: fábricas que producen robots, robots que producen datos físicos y datos que entrenan modelos capaces de regresar a las fábricas. Eureka ! o más bien 我找到了!.
La fábrica comienza a convertirse también en infraestructura de inteligencia artificial. Esa podría ser la verdadera ventaja china: transformar su capacidad manufacturera en el equivalente físico de internet para entrenar máquinas. El robot dejaría entonces de ser un producto aislado para convertirse en un nodo dentro de una red de inteligencia física. Todavía estamos lejos de conseguirlo. Los robots chinos ya pueden correr, saltar y ejecutar movimientos dinámicos que hace pocos años parecían imposibles. Sin embargo, el mismo robot capaz de realizar una espectacular patada giratoria puede tener dificultades para abrir una botella, conectar un cable o recoger cuidadosamente un objeto pequeño, como sacar un cacahuate de la bolsa de su pantalón.
No es una contradicción. Es la evidencia de que fabricar hardware humanoide a escala y desarrollar inteligencia física general son problemas diferentes. Poder correr puede plantearse, simplificando muchísimo, como un problema de equilibrio, trayectoria y velocidad. Manipular objetos introduce percepción tridimensional, fricción, deformación, contacto, fuerza, tacto, incertidumbre y adaptación. Y si colocamos al robot frente a una situación que nunca encontró durante su entrenamiento, aparece el problema central de toda inteligencia: generalizar.
Por eso son tan importantes los llamados world models: representaciones internas que permiten a una máquina aprender cómo se comporta su entorno y anticipar las consecuencias de sus acciones. Antes de empujar un objeto, el robot necesita estimar qué puede ocurrir; antes de sujetarlo, inferir si su agarre funcionará; después de fallar, modificar su estrategia. El gran salto llegará cuando consigamos cerrar el círculo entre ver, comprender, predecir, actuar, observar el resultado y aprender nuevamente.
China parece haber comprendido que para lograrlo necesita algo que todavía no existe en cantidad suficiente: datos físicos. En sus centros de entrenamiento, operadores humanos utilizan teleoperación y realidad virtual para repetir tareas cientos o miles de veces. Cada movimiento genera trayectorias, imágenes, fuerzas, contactos, errores y correcciones que después pueden utilizarse para entrenar modelos.
Si internet proporcionó la materia prima de los grandes modelos de lenguaje, China está intentando industrializar la producción de la experiencia que necesitarán los robots. Eso no significa que su éxito esté asegurado. Persisten dependencias en componentes de alta precisión y semiconductores avanzados. La inteligencia física exige simultáneamente capacidad de cómputo y hardware extremadamente confiable. También existe un evidente riesgo financiero: una industria puede ser revolucionaria y, al mismo tiempo, convertirse en una burbuja. Los subsidios aceleran la innovación, pero también pueden producir sobrecapacidad, destruir márgenes y sostener empresas para las que todavía no existe demanda real.
Por eso debemos tener cuidado cuando hablamos del “momento ChatGPT de la robótica”. Probablemente no llegará como un día específico en el que aparezca un humanoide capaz de hacerlo todo. Puede surgir gradualmente, cuando brazos industriales, robots móviles, vehículos, sistemas médicos y, eventualmente, humanoides pasen de ejecutar comportamientos programados a percibir, predecir y adaptarse.
Esta transformación plantea además una pregunta urgente para LATAM. Mientras seguimos discutiendo qué empleos eliminará la inteligencia artificial, China se pregunta qué industrias puede construir alrededor de ella. Son conversaciones radicalmente distintas. LATAM no puede ni debe copiar el modelo chino. No posee su escala ni su capacidad de coordinación estatal. Pero cuenta con manufactura avanzada, industrias automotriz, electrónica, aeroespacial y de dispositivos médicos, además de universidades y talento de ingeniería. La pregunta estratégica no debería ser si podemos dominar toda la cadena de inteligencia física, sino qué parte queremos hacer nuestra: manipulación, sensores, percepción tridimensional, robótica médica, simulación, integración industrial, software, componentes o producción de datos.
Las revoluciones tecnológicas no se capturan únicamente aprendiendo a utilizar sus productos. Se capturan construyendo una parte relevante de su cadena de valor. ¿Y qué significa todo esto para una persona que comienza su carrera?. Si hoy tuviera 15 años, estudiaría álgebra lineal, programación, matemáticas, control, optimización, visión computacional, aprendizaje automático, geometría y percepción tridimensional. Pondría especial atención en los world models, la manipulación diestra y la inteligencia táctil. Me seguiría obsesionando con las manos, porque en una mano robótica convergen casi todos los problemas difíciles de la inteligencia física: ver, tocar, anticipar, dosificar fuerza y corregir movimientos cuando el mundo resulta diferente de lo esperado.
Pero también estudiaría algo que ninguna facultad técnica suele colocar en el centro de sus programas: cómo ejercer criterio y cómo mover a un grupo humano hacia una decisión. La inteligencia artificial ya puede producir presentaciones, análisis, resúmenes y alternativas en minutos. Esos entregables se están convirtiendo rápidamente en un commodity. Lo escaso ya no es generar información, sino decidir qué significa “adecuado” dentro de un contexto específico, sopesar disyuntivas, reconocer incentivos en conflicto y conseguir que otras personas actúen.
La IA puede calcular lo probable; nosotros seguimos siendo responsables del juicio situado. Por eso la convivencia, la negociación, la lectura de una sala y la construcción de consenso no son habilidades accesorias. Son parte del nuevo trabajo de alto valor. La máquina puede redactar una recomendación, pero no siempre puede descubrir la objeción que nadie se atreve a expresar, navegar la política interna o conseguir que un equipo convierta una propuesta en compromiso.
Presentar o describir argumentos sobre algún asunto no transforma una organización. Decidir juntos, sí. Existe, sin embargo, una paradoja. La misma IA que vuelve más valioso nuestro criterio puede erosionar la manera en que lo desarrollamos. Cuando delegamos a la máquina el primer borrador de todo pensamiento, dejamos de hacer las repeticiones intelectuales que antes afinaban nuestro instinto: razonar desde cero, defender una postura, equivocarnos, corregir y volver a intentar.
Exactamente lo mismo que necesitan los robots. Las máquinas adquirirán inteligencia física mediante ciclos de acción, error y aprendizaje. Nosotros conservaremos nuestro valor si seguimos ejercitando el criterio a través de ciclos parecidos. Para resolver los problemas de la robótica general, hay que concentrarse en el problema más fundamental: convertir percepción e instrucciones en acciones físicas útiles en entornos nuevos. Por eso los estudiosos y las empresas de robótica, debemos priorizar el uso inicial de robots simples y confiables antes que humanoides complejos, que aún son caros, frágiles y lentos de experimentar. La clave es crear un ciclo virtuoso: un despliegue real genera datos diversos, estos datos mejoran los modelos y modelos mejores permiten más despliegue. La lección general es evitar actividades que parecen progreso - más hardware, clientes o demostraciones llamativas - si distraen del cuello de botella que realmente determina el éxito.
Si hoy volviera a tener 15 años, utilizaría la IA para estudiar, producir y me prepararía para aprender a decidir, alinear objetivos con posibilidades y conseguir compromisos. Estudiaría cómo dar inteligencia a las máquinas sin renunciar al trabajo necesario para desarrollar la propia. Y si entrara a una competencia de humanoides, seguramente comenzaría fascinado frente al robot que corre, salta y pelea. Después caminaría hacia aquella esquina menos fotografiada donde una máquina intenta recoger un objeto, falla, modifica ligeramente el movimiento y vuelve a intentarlo. Y seguiría observando.
Porque el futuro no pertenece necesariamente a la máquina que ejecuta perfectamente aquello para lo que fue entrenada, sino a lo que se puede aprender cuando el mundo resulta distinto de lo esperado.