Robots que bailan, sirven palomitas, aspiran pisos y presionan botones de microondas. También robots que se caen al entregar botellas de agua o fracasan al intentar planchar una camisa. Esa dualidad resume el estado actual de la robótica humanoide: avances visuales notables, limitaciones operativas profundas.
En ese contexto, las proyecciones de mercado resultan llamativas. Morgan Stanley estima que el número de robots humanoides podría alcanzar casi mil millones de unidades para 2050, generando un mercado superior a los 5 billones de dólares. Figuras como Marc Andreessen, cofundador de Andreessen Horowitz, han llegado a describir la robótica como la potencial "industria más grande en la historia del planeta". Jensen Huang, al frente de Nvidia, afirmó que los robots humanoides alcanzarán capacidades a nivel humano en el corto plazo.
La brecha entre el discurso y la ingeniería
La distancia entre esas declaraciones y la realidad técnica es el punto de fricción que divide a la industria. Yann LeCun, uno de los investigadores más influyentes en el campo de la inteligencia artificial, ha sido directo: "ninguna de esas compañías que construyen robots humanoides tiene idea de cómo hacer que esos robots sean lo suficientemente inteligentes como para ser útiles". Su argumento central es que los avances en IA generativa —los mismos que impulsaron herramientas como ChatGPT o Claude de Anthropic— no se traducen automáticamente en la capacidad de interactuar con un mundo físico lleno de variabilidad e imprevisibilidad.
Jonathan Hurst, cofundador y director de robots de Agility Robotics, traza una distinción técnica clave: construir un robot que se vea como una persona es relativamente accesible; construir una máquina que se mueva y se comporte dinámicamente como una persona es un problema de ingeniería de otro orden de magnitud. Esa diferencia entre apariencia y funcionalidad es la que los plazos optimistas tienden a ignorar.
Qué implica esto para las decisiones de inversión y operación
Para las organizaciones que evalúan automatización en sus cadenas de producción o logística, el panorama exige una lectura cuidadosa. El entusiasmo mediático en torno a robots humanoides puede distorsionar las expectativas sobre tiempos de implementación y retorno de inversión real. Los avances en robótica industrial especializada —brazos articulados, sistemas de visión, vehículos autónomos de almacén— tienen trayectorias de madurez mucho más predecibles que los humanoides de propósito general.
La historia reciente de la IA ofrece una referencia útil: hace aproximadamente una década, una serie de avances en aprendizaje profundo desencadenó la revolución de la IA generativa que hoy transforma sectores enteros. Ese salto tomó años en materializarse comercialmente. La robótica humanoide podría seguir una curva similar, pero los plazos que circulan en foros como Davos —donde se ha sugerido disponibilidad pública para finales de 2027— no están respaldados por consenso técnico dentro de la comunidad investigadora.
La señal más útil para quienes toman decisiones de capital no está en los titulares, sino en la brecha entre lo que los robots pueden demostrar en condiciones controladas y lo que pueden sostener en entornos operativos reales. Esa brecha, hoy, sigue siendo amplia.
