Los robots humanoides entran en almacenes reales — cómo son realmente los primeros despliegues
En 2022, las demostraciones de robots humanoides seguían siendo en gran medida el territorio de actuaciones escénicas cuidadosamente ensayadas y de vídeos editados. Para 2026, varias empresas de robots humanoides han firmado acuerdos con grandes fabricantes y operadores logísticos para desplegar sistemas en entornos de producción reales. La diferencia entre 'demostración' y 'despliegue' es enorme — y entender lo que realmente implican estos primeros despliegues es clave para no dejarse llevar por el hype.
Quién despliega y dónde
Figure AI anunció una alianza con BMW a principios de 2024, con robots operando en la planta de fabricación de Spartanburg, Carolina del Sur. Las tareas asignadas están cuidadosamente delimitadas: mover piezas entre estaciones, cargar componentes en accesorios, operaciones básicas de pick-and-place con objetos consistentes y predecibles. BMW es uno de los fabricantes más automatizados del mundo, con décadas de experiencia en despliegue de robots industriales — su disposición a probar humanoides es una señal significativa.
Digit, de Agility Robotics, se ha pilotado en centros logísticos de Amazon, manejando el movimiento de contenedores: transportar cajas normalizadas entre cintas transportadoras y estanterías. Amazon también ha invertido en Agility Robotics, haciendo que la relación sea tanto comercial como estratégica. La tarea de mover contenedores se eligió deliberadamente: el objeto es uniforme, el peso predecible y los errores tienen consecuencias bajas en comparación con el manejo de mercancías frágiles o de alto valor.
El robot Apollo de Apptronik se está probando con Mercedes-Benz en Alemania, centrado en el kitting de piezas: ensamblar el conjunto de componentes necesarios para un modelo de vehículo específico y llevarlos a la línea de montaje. Sanctuary AI tiene una alianza con Canadian Tire para tareas logísticas minoristas. Atlas, de Boston Dynamics, ahora en su tercera generación eléctrica, se evalúa en entornos automotrices y de fabricación.
Qué significa 'despliegue' hoy
La frase 'robots trabajando en un almacén' evoca imágenes de sistemas autónomos operando sin supervisión las 24 horas. La realidad de los despliegues actuales de humanoides es más matizada. Se trata de programas piloto supervisados, normalmente con operadores humanos que pueden intervenir de forma remota, operando en zonas limitadas dentro de instalaciones más grandes y manejando un rango reducido de tareas preaprobadas.
Los robots no trabajan de forma autónoma en el sentido general. Operan en entornos mapeados donde la disposición se ha caracterizado específicamente. Manejan objetos que han sido identificados y categorizados de antemano. Cuando se encuentran con una situación inesperada — un objeto desconocido, un obstáculo en una posición inusual, una superficie que no coincide con la distribución de entrenamiento — los sistemas actuales están diseñados para pausarse y solicitar orientación humana en lugar de intentar improvisar.
Esto es intencionado y apropiado para esta etapa de desarrollo. La alternativa — dejar que los sistemas intenten generalizar más allá de su entrenamiento — introduce modos de fallo difíciles de predecir y potencialmente peligrosos en entornos de producción. El modelo de despliegue supervisado permite a las empresas acumular datos operativos del mundo real manteniendo estándares aceptables de seguridad y fiabilidad.
Por qué almacenes y fábricas
La elección de la logística y la fabricación para los primeros despliegues de humanoides no es casual. Estos entornos fueron diseñados para trabajadores humanos, lo que significa que son físicamente accesibles para los factores de forma humanoide. Aparte de las carretillas elevadoras, los equipos, alturas de estanterías, superficies del suelo e interfaces de herramientas asumen un cuerpo de tamaño humano aproximadamente, con dos brazos y una postura erguida. Un robot con ruedas diseñado para una tarea específica de almacén puede ser más eficiente, pero requiere rediseñar el entorno alrededor del robot. Un humanoide puede usar la infraestructura existente.
La economía laboral refuerza el argumento. El trabajo en almacenes implica altas tasas de lesiones, rotación significativa y una demanda laboral sostenida que es difícil de cubrir en muchos mercados. Las empresas que ya gastan grandes cantidades en personal, compensación laboral y contratación ven un caso de negocio creíble para el despliegue de robots incluso con los costes y capacidades actuales — siempre que la fiabilidad sea suficientemente alta.
El problema de la destreza
La brecha más significativa entre las capacidades actuales de los humanoides y lo que los haría ampliamente útiles es la destreza de manipulación. Mover cajas y contenedores estandarizados es sencillo porque los objetos están diseñados para ser manejados mecánicamente. Recoger objetos de forma irregular de un contenedor, manejar mercancías blandas o deformables, operar herramientas diseñadas para manos humanas — estas tareas requieren una capacidad de manipulación que los sistemas actuales logran de manera inconsistente.
La mano humana tiene 27 grados de libertad y sensación táctil en la superficie de la punta de los dedos que ningún sistema artificial ha replicado a un coste de producción. Las manos robóticas actuales suelen tener 3-5 grados de libertad con retroalimentación táctil limitada. Esto es suficiente para un rango sorprendente de tareas, pero se queda corto para la generalidad completa de lo que hace un trabajador humano en el mismo entorno.
Varias empresas están trabajando específicamente en el problema de la mano: Dexterous Robotics, Shadow Robot y varias startups centradas en AI están desarrollando tanto el hardware como los enfoques de aprendizaje necesarios para mejorar la manipulación en entornos no estructurados. Esto se considera ampliamente como el cuello de botella crítico para expandir la capacidad humanoide más allá de conjuntos de tareas cuidadosamente seleccionados.
Bípedo versus ruedas: un debate en curso
No todo el mundo cree que la locomoción bípeda sea la plataforma adecuada para la automatización en entornos humanos. Los robots con ruedas y orugas son más rápidos, más estables, más baratos y tienen un menor consumo de energía para el movimiento. Empresas como 1X Technologies han diseñado sistemas que son bípedos pero se mueven lenta y cuidadosamente, priorizando la estabilidad frente a la velocidad. Otros, como Boston Dynamics con Spot, han demostrado que las formas no humanoides pueden ser muy capaces en entornos industriales.
El argumento a favor de lo bípedo específicamente (en lugar de solo cuerpos superiores aproximadamente humanoides sobre bases con ruedas) es que las escaleras, escalones y terrenos irregulares están presentes en muchos entornos reales y requieren piernas. Las instalaciones diseñadas para humanos tienen escalones en los muelles de carga, escaleras entre pisos y superficies que las ruedas no manejan bien. Si la ventaja de movilidad justifica la complejidad mecánica y los desafíos de estabilidad de la locomoción bípeda depende en gran medida del entorno de despliegue específico.
La economía: números honestos
Los robots humanoides en 2026 cuestan aproximadamente 100.000–250.000 dólares por unidad, según el fabricante y la configuración. Los costes operativos — mantenimiento, electricidad, conectividad, licencias de software — se suman al coste total de propiedad. A estos precios, la economía funciona en entornos con altos costes laborales, condiciones de trabajo difíciles o demanda operativa 24/7 donde la dotación de personal humano es estructuralmente desafiante.
Se espera que la curva de costes siga el patrón de otro hardware robótico: la fabricación en volumen reducirá los precios significativamente en un período de 5 a 7 años. Empresas como Figure, 1X y Agility están construyendo explícitamente hacia una escala de fabricación como objetivo estratégico, no porque la economía funcione hoy a cualquier volumen, sino para establecer la infraestructura de producción que hará que la economía funcione a escala.
Perspectiva a 3-5 años
La trayectoria más probable a corto plazo es ampliar el alcance de las tareas dentro de entornos controlados, en lugar de un despliegue rápido a nuevos tipos de entorno. Los sistemas que operan en BMW y Amazon asumirán tareas más variadas a medida que aumente la confianza en su fiabilidad. Las capacidades de manipulación mejorarán de forma incremental, permitiendo manejar más tipos de objetos. Los números de despliegue crecerán de decenas de unidades por instalación a cientos.
La autonomía total en entornos no estructurados y dinámicos sigue estando más lejos. La imagen de un robot humanoide navegando de forma independiente por un almacén caótico, manejando cualquier objeto que pudiera manejar un trabajador humano y tomando decisiones contextuales sobre cómo priorizar tareas en competencia — esa es una frontera de capacidad significativa que los sistemas actuales no han cruzado. Los despliegues que ocurren ahora son importantes porque están acumulando datos del mundo real y experiencia operativa que informarán a los sistemas que eventualmente la crucen.