¿Te imaginás pedir un auto por una app y que llegue sin conductor, o ver un “compañero” robótico cargando cajas en una fábrica como quien acomoda las compras en la cocina? Esa escena, que hasta hace poco era promesa, está empezando a salir del laboratorio y a pisar la calle.
El hallazgo de fondo es simple y a la vez enorme: la IA está dejando de vivir solo en chatbots y empieza a mover máquinas físicas. Bank of America y CB Insights vienen siguiendo ese salto, mientras compañías como Waymo, Baidu, Tesla y Uber lo empujan en movilidad, y fabricantes como BMW, Mercedes-Benz, BYD, Hyundai o Airbus lo prueban en industria.
En paralelo, Jensen Huang, CEO de Nvidia, fue categórico: “el momento ChatGPT de la IA física ha llegado”. La frase funciona como un interruptor conceptual. Ya no se trata solo de conversar. Se trata de percibir, planificar y ejecutar acciones en el mundo real.
Ahora bien: ¿qué cambió para que esto sea posible? La clave está en un nuevo cableado interno. Los sistemas más avanzados usan modelos multimodales (una IA que junta ver, entender y actuar) en una misma arquitectura, en lugar de tener “cajas” separadas para cámara, lenguaje y control que luego hay que coordinar.
La analogía doméstica ayuda a verlo. Es como pasar de una casa con tres llaves distintas —una para la luz, otra para el agua y otra para el gas— a un tablero central que entiende el contexto y decide qué palanca mover. La IA física funciona como ese tablero: mira el entorno, interpreta la orden y activa el engranaje correcto.
Según el experto Luis Miguel Garay, un robot puede “ver” una mesa desordenada y responder a una instrucción del estilo “recoge los objetos frágiles primero”. Lo relevante, subraya, es que no lo hace pegando módulos, sino con un mecanismo integrado que reduce fricciones y acelera decisiones.
Además, entra en juego la simulación (entrenamiento en mundo virtual) con datos sintéticos, es decir, información generada artificialmente para practicar miles de situaciones antes de tocar el mundo real. Esto recorta riesgos y costos. Y el hardware también empuja: sensores más precisos y más potencia de cálculo permiten reaccionar en milisegundos, explica Garay.
La movilidad es el banco de pruebas masivo. Más de una decena de ciudades en Estados Unidos y China ya tienen robotaxis comerciales de Waymo, Pony.ai, Baidu (Apollo Go) o WeRide. Waymo, en particular, opera más de 3.000 vehículos y supera los 450.000 viajes semanales; Apollo Go ronda los 250.000 trayectos semanales en China.
Y hay otra señal concreta: el precio. El año pasado un viaje con Waymo costaba entre 30% y 40% más que uno con Uber. Hoy esa brecha cayó al 12%. Es un indicador de escala: cuanto más rueda la flota, más se amortiza el “paquete” de sensores como LIDAR (láser que mide distancia), radares y cámaras.
En Europa, la barrera es menos técnica y más normativa. Javier Goikoetxea advierte que el freno principal es regulatorio y cultural, y recuerda que hoy solo se permite el nivel 3 de autonomía (el auto conduce, pero el humano sigue siendo respaldo), insuficiente para un robotaxi pleno. Uber apunta a llevar robotaxis a Madrid en 2026 con un socio tecnológico.
En humanoides, China lidera con Agibot y Unitree, que concentran más del 70% del mercado. Estados Unidos responde con Optimus (Tesla) y Figure AI, respaldada por OpenAI y Nvidia. Hyundai, por su parte, planea producir 30.000 unidades anuales del Atlas de Boston Dynamics desde 2028. La secuencia esperada es clara: primero industria, después hogar.
Pero el costo sigue siendo una pieza clave. En China, los componentes de un humanoide rondan los 35.000 dólares y podrían bajar a 13.000 en 2035, aunque los precios de venta hoy suelen superar los 100.000. Bank of America incluso advierte que el retorno todavía es incierto y que faltan estándares de seguridad para compartir espacio con personas.
Los drones autónomos empujan por otro carril. Ya se usan para reparto e inspección, y Zipline, Wing y Manna acumulan más de tres millones de entregas. Su desafío es distinto: vuelan en 3D y necesitan decisiones en tiempo real con computación limitada a bordo. Ahí, la regulación del espacio aéreo a baja altura y la gestión digital del tráfico (UTM, coordinación de vuelos) serán el “semáforo” que determine la escala.
La oportunidad, al final, se parece a la escena del inicio: la IA está dejando de ser una voz en una pantalla para convertirse en manos, ruedas y hélices. Y cuando ese cableado central madure, muchas tareas cotidianas podrían cambiar sin hacer ruido, como cuando una casa se vuelve inteligente y uno recién lo nota el día que todo funciona mejor.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
