Anders Billesø Beck es vicepresidente de AI Robotics Products en Universal Robots.
La llegada de la IA física a la industria de la robótica está provocando una transformación rápida y profunda que no tiene precedentes. En pocos años, el parque de robots que trabajan en las fábricas evolucionará del funcionamiento reactivo al predictivo, de la programación a la imitación, de las tareas repetitivas a las tareas complejas, del trabajo individual al aprendizaje colectivo. Auspiciados por la inteligencia artificial, este 2026 los robots cruzarán la próxima barrera de la automatización.
Pronostico que este gran avance no empezará a través del hardware, sino de las matemáticas. Herramientas emergentes como los números duales y los jets permiten captar no solo lo que ocurre cuando un robot se mueve, sino también cómo esos movimientos afectan a todo su entorno. Imaginemos robots capaces de prever el impacto de un cambio de trayectoria antes de ejecutarlo o de simular varios escenarios de “qué pasaría si…” en milisegundos.
No es ciencia ficción; es una evolución natural de cómo calculamos derivadas y predecimos el comportamiento de los sistemas. Por consiguiente, la inteligencia predictiva definirá la próxima generación de la automatización. La cuestión no es si este cambio sucederá, sino cuándo y quién liderará el camino.
El segundo ingrediente del cambio llegará por la imitación. Si hoy la mayoría de robots funcionan como unidades independientes y con rutinas preprogramadas, el día de mañana unos equipos aprenderán de otros y de los humanos, formando grupos que compartirán comportamientos y estrategias en tiempo real. La transformación irá mucho más allá de los actuales sistemas de flotas y del movimiento sincronizado entre múltiples brazos robóticos.
Estoy convencido de que este 2026 veremos implementaciones reales que aprovecharán modelos de IA física basados en el aprendizaje por imitación. A medida que los estándares de seguridad, la comunicación entre robots y las herramientas de coordinación maduren, pasaremos de unidades aisladas a equipos cooperativos y en aprendizaje continuo.
Este aprendizaje se multiplicará cuando los datos generados por los robots a partir de lecturas de sensores, imágenes de visión o perfiles de fuerza, generen valor. Con el consentimiento del cliente y sólidas garantías de privacidad, los datos de rendimiento anonimizados podrían agregarse y ofrecerse a los desarrolladores de IA como conjuntos de entrenamiento o servicios de modelos. El resultado será un círculo virtuoso en el que cada robot desplegado hará que la siguiente generación sea más inteligente.
En paralelo, los fabricantes de robots dejarán atrás las plataformas genéricas de IA para adoptar aplicaciones de IA especializadas en procesos concretos, como la soldadura, el lijado, la inspección o el ensamblaje. La IA específica para estas tareas se convertirá en un estándar de las nuevas celdas robóticas.
Serán aplicaciones preentrenadas y preintegradas que abrirán las puertas a automatizar procesos que antes se consideraban demasiado variables o complejos. Gracias a la IA, veremos a robots soldadores haciendo el seguimiento de costuras guiado por visión, a robots de montaje gestionando una gran variabilidad de piezas y procesos, o a robots de procesos logísticos realizando operaciones complejas de recogida y almacenamiento.
A raíz de estas capacidades, pronostico que este año veremos inversiones que pasarán de la logística al comercio minorista: un emocionante acercamiento entre la robótica y la vida cotidiana.
En su conjunto, estos cambios que empezaremos a vislumbrar este año desencadenarán una mayor productividad por hora de los robots, un despliegue y configuración más rápidos, menos tiempos de inactividad y una mejora continua impulsada por datos reales.
***Anders Billesø Beck es vicepresidente de AI Robotics Products en Universal Robots.