Robots inteligentes, vehículos autónomos y asistentes físicos reclaman un nuevo estándar tecnológico para desplegar todo su potencial

La inteligencia artificial (IA) ya no solo interpreta el mundo digital, sino que comienza a habitar el físico. Ha dejado de ser una voz incorpórea dentro de un chatbot para convertirse en un ente tangible, con forma, peso y movimiento. Robots bípedos que caminan, sistemas autónomos que conducen, asistentes inteligentes que manipulan objetos o colaboran en laboratorios son algunos ejemplos de ello. Pero, mientras esta nueva generación de inteligencias se prepara para interactuar con el entorno, gran parte del tejido industrial sigue anclado en tecnologías de hace más de 30 años. Por tanto, si el plan es modernizar, no basta con actualizar lo antiguo, sino que se debe pensar desde la lógica de la IA física

A día de hoy, muchas empresas aún operan con arquitecturas tecnológicas que no fueron concebidas para comunicarse con sistemas inteligentes. Maquinaria que depende de controladores lógicos programables (PLCs) diseñados en los años 80 y 90, infraestructuras sin conectividad nativa, ni sensores, ni capacidad para compartir datos en tiempo real. Estos entornos, aunque funcionales, suponen un cuello de botella estructural para la adopción de tecnologías como la robótica avanzada o los asistentes autónomos. He aquí el lugar de donde surge el punto clave: modernizar no es adaptar lo viejo, sino preparar la base para lo nuevo.

Marc Theermann, Chief Strategy Officer de Boston Dynamics, lo resume con claridad: “Estamos entrando en la era de la inteligencia artificial de propósito general, capaz de manipular el mundo real”. De esta forma, reafirma que no se trata solo de conectar una IA a una máquina antigua, sino de repensar la forma en que los sistemas industriales interactúan con su entorno. La IA física requiere un nuevo estándar, compuesto por entornos capaces de observar, aprender y actuar en tiempo real, y no simplemente de ejecutar órdenes preprogramadas.

Y, para permitir realmente una escalabilidad eficiente y estable, Javier Creus, fundador de Ideas for Change, apuesta por un viraje aún mayor. Según propuso en su keynote durante el Collaborate Barcelona 2025, “hay que inventar nuevos modelos de negocio para abrir las puertas del mundo físico a la IA”. En definitiva, no basta con una transición tecnológica, sino que se necesita una transformación estratégica e integral

La evolución ya está en marcha. Siemens ha incorporado agentes inteligentes en fábricas que detectan vulnerabilidades y corrigen desviaciones sin intervención humana. Waymo ha demostrado que los vehículos autónomos no solo son viables, sino más seguros que los conductores humanos; sus registros muestran una reducción del 78 % en accidentes con lesiones. Y Volvo no solo ha lanzado camiones con IA capaz de anticipar riesgos con 11 segundos de antelación, sino que ha hecho un llamamiento global a la implantación del transporte autónomo como una necesidad sistémica, no una simple innovación.

La intervención de Jensen Huang, CEO de Nvidia, durante el CES de Las Vegas de 2025, absorbió la atención de los asistentes y del mundo entero. Huang propuso dejar atrás la visión de la IA como una mera intérprete de datos digitales (textos, imágenes o sonidos) para concebirla como una inteligencia capaz de percibir, actuar y aprender directamente del mundo físico. “¿Y si el contexto ya no fuera un PDF, sino tu entorno real? ¿Y si, en vez de hacerle una pregunta, le dieras una instrucción para que actuase en el espacio físico?”, planteó ante una audiencia que comprendió de inmediato la magnitud de este cambio de paradigma. En su opinión, la nueva generación de IA no solo debe entender las palabras, sino también el movimiento, la interacción material y las consecuencias físicas de sus acciones.

Para materializar esa visión, Nvidia ha desarrollado el proyecto Isaac Gr00t, un sistema de aprendizaje por imitación que permite entrenar robots observando apenas unos pocos gestos humanos y extrapolándolos en millones de trayectorias sintéticas. A través de más de 20 millones de horas de vídeo, desde manipulaciones manuales hasta fenómenos naturales complejos, los robots aprenden no solo a repetir tareas, sino a comprender y adaptarse de manera intuitiva al entorno. Huang describió este avance como el “momento ChatGPT de la robótica general”, aludiendo a la disrupción que supuso el modelo lingüístico para la interacción con el lenguaje humano, y señalando que ahora es el turno del mundo físico. Sin embargo, advirtió también que «sin un entorno preparado para estas inteligencias, su potencial quedará atrapado en pruebas de laboratorio«.

Sin embargo, para que la robótica inteligente forme parte de la vida cotidiana, el entorno debe evolucionar al mismo ritmo que la tecnología. La IA física no puede desplegar todo su potencial en fábricas cerradas, vehículos desconectados o infraestructuras sin digitalización. Su desarrollo exige nuevas bases: sensores distribuidos, procesamiento en el borde (edge computing), redes 5G de alta velocidad, interoperabilidad entre sistemas y, sobre todo, una mentalidad capaz de repensar los procesos desde cero. Modernizar no consiste en hacer compatibles los viejos sistemas con las nuevas herramientas, sino en construir el futuro sobre nuevas reglas.