<p>Boston Dynamics, Figure y 1X han desplegado robots humanoides en almacenes, pero los resultados son más complejos de lo que sugieren los comunicados de prensa.</p>

Seis meses después: la realidad operativa

Cuando Boston Dynamics desplegó 50 unidades Atlas en una planta de BMW en Spartanburg, Carolina del Sur, a finales de 2025, el anuncio dio la vuelta al mundo. El acuerdo de Figure con BMW llegó primero, luego Boston Dynamics, y después el despliegue de 1X Technologies con un gran operador 3PL en Columbus, Ohio. Para el primer trimestre de 2026, los tres despliegues ya habían generado suficientes datos operativos como para evaluarlos en serio.

El titular de esos datos: los robots humanoides son realmente útiles en tareas específicas y bien definidas dentro de entornos logísticos. No son trabajadores de uso general. La brecha entre lo que muestran las demostraciones y lo que se sostiene en producción es significativa, pero se puede resolver; no es una brecha fundamental.

Lo que muestran los datos por despliegue

Boston Dynamics Atlas en BMW Spartanburg

Las unidades Atlas en el despliegue de BMW se encargaron de tareas de transferencia de piezas: mover componentes de racks de almacenamiento a las estaciones de la línea de ensamblaje. Tras seis meses, Boston Dynamics reportó un 87% de tasa de finalización de tareas en los workflows objetivo, subiendo desde el 71% en el segundo mes. El tiempo medio entre intervenciones (una métrica operativa clave) alcanzó las 4,2 horas. Eso significa que un operador humano debe intervenir aproximadamente cada cuatro horas por robot — no es autónomo, pero sí manejable a escala.

Las tareas que Atlas no podía manejar de forma confiable: todo lo que involucra componentes flexibles (arneses de cables, piezas envueltas en tela) y cualquier tarea que requiera más de tres operaciones secuenciales de agarre y colocación sin un punto de control humano. La destreza del robot con piezas rígidas es sólida. Los objetos deformables siguen siendo un problema difícil.

Figure 02 en el Centro Logístico de BMW en Múnich

El despliegue de Figure se centró en la descarga de contenedores — una de las tareas más exigentes físicamente y propensas a lesiones en operaciones de almacén. Las unidades Figure 02 alcanzaron un throughput de 340 paquetes por hora en condiciones controladas, aproximadamente el 85% de la tasa de un trabajador humano promedio. En producción, tras considerar la recuperación de errores y la variabilidad del entorno, la tasa sostenida fue de 270 paquetes por hora — alrededor del 67% del throughput humano.

La economía sigue favoreciendo a Figure a escala: una unidad Figure 02 opera a un costo equivalente a unos $17/hora cuando se amortiza en un periodo de tres años (costo de hardware + mantenimiento + licencias de software). En mercados donde la mano de obra en almacenes cuesta entre $22 y $28/hora incluyendo beneficios, la economía unitaria es favorable. Pero la brecha de productividad del 33% frente a los humanos es real y necesita cerrarse para que el caso de negocio sea convincente sin subsidios al costo laboral.

1X Technologies NEO en Columbus Fulfillment

El NEO de 1X está diseñado de manera diferente: prioriza la coexistencia segura con humanos sobre el throughput máximo de tareas. El despliegue en Columbus se enfocó en tareas de pick and place en un entorno compartido humano-robot, operando a velocidades más bajas con una planificación de movimiento más conservadora. Resultados a seis meses: 94% de precisión en tareas con SKU estándar, con una degradación significativa en empaques no estándar (artículos sin superficies planas, devoluciones de formas irregulares). Cero incidentes de seguridad que involucren trabajadores humanos — una métrica que 1X ha destacado mucho en sus comunicaciones.

La limitación actual del NEO es la velocidad. Con un máximo de 180 picks por hora, opera aproximadamente al 45% del throughput humano en tareas comparables. El argumento de 1X es que la cooperación segura abre contextos de despliegue a los que los robots autónomos de alta velocidad no pueden acceder: entornos donde modernizar con infraestructura de segregación física es prohibitivo en costos.

Los problemas técnicos que siguen sin resolverse

Percepción en entornos no estructurados

Los tres despliegues mostraron degradación en el rendimiento en entornos con iluminación variable, fondos desordenados o colocación no estándar de artículos. Los robots funcionan bien cuando el entorno es semiestructurado y predecible. Los almacenes reales suelen desviarse de esas condiciones: los artículos se colocan incorrectamente, las etiquetas están dañadas, la iluminación cambia con los turnos. No es un factor determinante, pero significa que el ROI del despliegue es muy sensible a la inversión en la disposición de la instalación.

Planificación de tareas de largo plazo

Ninguno de los sistemas desplegados puede ejecutar de forma confiable tareas de más de 8 a 10 pasos secuenciales sin intervención humana o un hard reset. Esto limita su aplicabilidad en flujos de trabajo complejos de ensamblaje, auditoría de inventarios o cualquier tarea que requiera toma de decisiones contextuales más allá de "tomar artículo A, colocar en ubicación B". Las capas de razonamiento basadas en LLM que varias empresas están integrando a los modelos de manipulación ayudan a alto nivel, pero aún no cierran la brecha hacia una ejecución confiable en la capa de manipulación.

Recuperación ante modos de fallo

Cuando un robot humanoide falla a medio camino —deja caer un objeto, identifica mal un artículo, se queda atascado en una configuración de borde— la recuperación es lenta y a menudo requiere intervención humana. El tiempo promedio de recuperación en los tres despliegues varió entre 8 y 23 minutos según el tipo de fallo. Reducirlo a menos de 2 minutos es crítico para que la tecnología alcance los niveles de uptime (superiores al 90%) que los operadores logísticos necesitan para construir sus modelos de dotación de personal en torno a ella.

La cadena de suministro de robots humanoides es su propio cuello de botella

Las tres empresas enfrentan la misma limitación: el suministro de actuadores. Los motores brushless y los actuadores personalizados de alta densidad de torque que requieren los robots humanoides tienen una oferta global escasa, con la mayor parte de la capacidad de producción concentrada en Japón (Harmonic Drive Systems) y China. Boston Dynamics ha revelado que puede producir aproximadamente 1.000 unidades Atlas al año con su capacidad de fabricación actual. Figure ha indicado un techo similar. A esos ritmos de producción, escalar a despliegues significativos en almacenes —un gran 3PL podría necesitar de 500 a 2.000 unidades por instalación— lleva años, no meses.

Conclusiones prácticas

• Si gestionas operaciones logísticas: Los mejores despliegues a corto plazo son tareas de alcance limitado y bien estructuradas — no reemplazo general de mano de obra. La descarga de contenedores, flujos de trabajo específicos de transferencia de piezas y estaciones de pick aisladas son despliegues iniciales adecuados. Prevé costos significativos de integración y preparación de la instalación (normalmente del 40 al 60% del costo del hardware del robot) al construir modelos de ROI.
• Si evalúas proveedores: Pide datos de tiempo medio entre intervenciones y métricas de tiempo de recuperación, no solo cifras de throughput. Esos números te dicen más sobre la viabilidad operativa real que el rendimiento máximo en demostraciones controladas.
• Si inviertes en robótica: La cadena de suministro de actuadores es la limitación a corto plazo para escalar. Las empresas con fabricación propia de actuadores o relaciones exclusivas con proveedores tienen una ventaja estructural que está infravalorada en comparación con las capacidades de software.
• Estate atento al tercer trimestre de 2026: Tanto Figure como 1X han indicado actualizaciones de hardware de próxima generación orientadas a mejorar la manipulación diestra. Que esos envíos lleguen en 2026 o se retrasen a 2027 determinará la velocidad a la que se cierre la brecha de productividad.