Los robots humanoides entran en almacenes reales: así son los primeros despliegues
Durante años, los robots humanoides existieron en un mundo cuidadosamente curado de demostraciones en ferias comerciales y presentaciones para fondos de capital de riesgo. Los vídeos eran impresionantes: una máquina bípeda caminando por un escenario, recogiendo una caja, incluso haciendo un mortal hacia atrás. Lo que nunca mostraban era lo que sucedía diez minutos después, cuando la iluminación cambiaba, el suelo tenía una ligera inclinación o la caja pesaba dos kilogramos en lugar de uno. Ese mundo de ilusión controlada está dando paso ahora a algo más desordenado y mucho más interesante: despliegues reales en instalaciones reales, con trabajadores reales, restricciones reales y apuestas reales.
De las demostraciones a los despliegues: el punto de inflexión de 2025-2026
La transición comenzó a acelerarse en 2024 y ha alcanzado un punto de inflexión genuino en 2025-2026. Varias plataformas humanoides están operando ya dentro de instalaciones comerciales bajo condiciones supervisadas. No se trata de autonomía plena: es el equivalente a un empleado nuevo que acompaña a un colega experimentado, pero marca un cambio categórico de la investigación de laboratorio a la realidad operativa.
Figure AI tiene sus robots trabajando en la línea de fabricación de BMW en Spartanburg, Carolina del Sur. Digit, de Agility Robotics, ha pasado por pruebas dentro de los centros de distribución de Amazon. Apollo, de Apptronik, está siendo evaluado por Mercedes-Benz para tareas de ensamblaje. 1X Technologies, respaldada por OpenAI, está desplegando su robot NEO en entornos de almacén. Atlas, de Boston Dynamics, ahora en su configuración totalmente eléctrica, ha pasado de ser una curiosidad de investigación a una plataforma activamente comercializada dirigida a clientes industriales.
Ninguno de estos despliegues se parece al Terminator. Se parecen a un robot que mueve con cuidado un contenedor de plástico de una cinta transportadora a otra, bajo la mirada atenta de un supervisor humano con un botón de parada de emergencia.
Lo que realmente significa un despliegue hoy
Vale la pena ser precisos sobre lo que implican estos pilotos, porque la palabra despliegue abarca un amplio espectro. En las implementaciones actuales, los robots humanoides operan dentro de envolventes de tareas muy delimitadas: acciones específicas y repetibles en zonas controladas de una instalación más amplia. Los robots no deambulan libremente ni toman decisiones independientes sobre qué hacer a continuación. Ejecutan una secuencia definida de movimientos, aprendida normalmente mediante teleoperación o aprendizaje por imitación, en un espacio que ha sido mapeado físicamente y a menudo ligeramente modificado para reducir la variabilidad.
Los supervisores humanos siguen estando presentes en las instalaciones. La proporción varía, pero es habitual que un operador monitoree entre dos y cuatro robots. Cuando el robot se encuentra con algo fuera de su distribución de entrenamiento —un paquete con una orientación inusual, una etiqueta que oculta un objetivo del sensor, un compañero que cruza inesperadamente el área de trabajo—, el sistema señala la situación o se detiene y espera la intervención humana. La recuperación ante estados inesperados sigue siendo, en gran medida, una tarea humana.
Esto no es una crítica. Es el enfoque de ingeniería correcto para desplegar sistemas autónomos novedosos en entornos donde los errores tienen consecuencias reales. La pregunta es con qué rapidez se puede ampliar el alcance de la operación autónoma sin comprometer la fiabilidad.
Por qué los almacenes, y por qué ahora
El sector de la logística y el almacenamiento se ha convertido en el banco de pruebas de la robótica humanoide por razones estructurales, no accidentales. Los costes laborales en preparación de pedidos y distribución han aumentado considerablemente en Norteamérica, Europa y Asia Oriental. Las tasas de lesiones laborales en los entornos de almacén siguen siendo altas: las lesiones por esfuerzo repetitivo, las lesiones por levantamiento de peso y los resbalones y caídas son problemas persistentes que la automatización convencional no ha resuelto del todo. La demanda de operación las 24 horas del día, los 7 días de la semana, impulsada por las expectativas del comercio electrónico, crea la presión de dotar de personal a las instalaciones en horarios en los que la mano de obra humana es escasa y cara.
Existe también un argumento más profundo de compatibilidad. Los almacenes fueron diseñados por humanos, para humanos. Las estanterías están a la altura humana. Los pasillos permiten el paso de una persona cargando una caja. Las herramientas —escáneres, carritos, cintas transportadoras— tienen asas e interfaces dimensionadas para manos humanas. Un robot humanoide puede, en principio, operar en este entorno sin necesidad de rediseñar la instalación. Este es el argumento económico central del factor de forma bípedo y de silueta humana: hereda la inversión en infraestructura ya realizada para los trabajadores humanos.
Las tareas que los robots están realizando realmente
La selección de tareas en los despliegues actuales revela mucho sobre dónde se encuentra realmente la tecnología. A los robots se les asignan trabajos físicamente exigentes, repetitivos y, lo que es crucial, tolerantes a la imprecisión. Mover contenedores de plástico entre cintas transportadoras. Recoger cajas uniformes de los palés. Transportar cajas de piezas a lo largo de rutas fijas. Estas tareas comparten una propiedad común: si el robot coloca el artículo a dos centímetros de la posición ideal, no importa. La tolerancia es lo suficientemente amplia como para que incluso prensas imperfectas tengan éxito.
Las tareas que los robots no realizan son igualmente reveladoras. No manipulan textiles blandos —la deformabilidad de la ropa, por ejemplo, hace que la presa y la colocación sean drásticamente más difíciles de lo que parece—. No clasifican artículos con geometría muy variable. No gestionan mercancías frágiles o de alto valor donde un objeto caído tiene consecuencias financieras reales. La brecha de destreza entre una mano humana y un efector final robótico actual sigue siendo significativa, especialmente para la manipulación de objetos irregulares o cualquier cosa que requiera fuerza de agarre adaptativa basada en retroalimentación táctil.
La cuestión bípeda
No todos en la industria están de acuerdo en que las piernas sean la respuesta correcta. Varias empresas que desarrollan robots para uso en almacenes han optado por plataformas de movilidad con ruedas, argumentando que las ruedas son más rápidas, más eficientes energéticamente, más fiables mecánicamente y más estables en superficies planas, que es como se describe la gran mayoría de los suelos de almacén. La propia plataforma Proteus de Amazon es sobre ruedas. Los robots móviles especializados que han logrado escalar con éxito en la logística, desde los sistemas de la era Kiva hasta los robots móviles autónomos modernos, todos ruedan.
El argumento a favor de las piernas se basa en entornos que las ruedas manejan mal: escaleras, bordillos, rampas, superficies exteriores irregulares, plataformas de carga de vehículos con huecos y desniveles. Si un robot necesita operar a lo largo de toda la cadena de suministro —almacén, muelle de carga, interior del vehículo de reparto, camino de última milla hasta una puerta—, las piernas proporcionan una capacidad que las ruedas no pueden igualar. El contraargumento es que la mayoría de los despliegues comerciales no requieren esa versatilidad, y las empresas están pagando un impuesto significativo en complejidad mecánica por una capacidad que rara vez utilizan.
La respuesta honesta es que ambos enfoques encontrarán su nicho. Los robots con ruedas dominarán los entornos planos y estructurados. Los robots con piernas justificarán su prima de complejidad en entornos de terreno mixto. El impulso bípedo actual es en parte técnico (las piernas son un problema más difícil y, por tanto, atraen el interés de la investigación) y en parte narrativo (los robots humanoides captan la atención de los medios de maneras que una caja con ruedas no logra).
Cómo aprenden los robots: teleoperación y demostración
El paradigma de entrenamiento dominante para los despliegues humanoides actuales es el aprendizaje por demostración. Un operador humano, que normalmente lleva un guante háptico o un traje de captura de movimiento, realiza físicamente la tarea objetivo mientras el robot registra el movimiento. Estos datos de teleoperación se utilizan después para entrenar una política —una red neuronal que mapea las entradas de los sensores a comandos motores— que el robot puede ejecutar de forma autónoma.
El atractivo de este enfoque es que aprovecha la intuición y la destreza humanas sin requerir que los programadores codifiquen explícitamente cada movimiento. La limitación es que la política aprendida es tan buena como los datos de demostración. Los robots entrenados de esta manera pueden mostrar fragilidad fuera de la distribución de sus ejemplos de entrenamiento. Figure AI, 1X y otras empresas están invirtiendo mucho en ampliar los conjuntos de datos de demostración y combinarlos con entrenamiento basado en simulación para mejorar la generalización.
La economía: una valoración honesta
Los robots humanoides actuales cuestan entre 150.000 y 300.000 dólares por unidad en los primeros despliegues comerciales, antes de tener en cuenta la integración, la modificación de infraestructura, los contratos de mantenimiento y la supervisión humana requerida durante la fase piloto. Cuando se incluyen todos los costes, el coste total de propiedad de un piloto humanoide supervisado suele ser superior al de simplemente contratar trabajadores adicionales para las mismas tareas.
Esto no es inusual en la tecnología industrial en fase temprana. El caso económico de los robots humanoides hoy no es que sean más baratos que la mano de obra humana —aún no lo son—. El argumento es que representan una cobertura frente a futuras restricciones laborales, que los datos recopilados durante los pilotos entrenarán sistemas mejores, y que los costes unitarios caerán sustancialmente a medida que escale la fabricación. Empresas como Figure AI y Agility Robotics son explícitas en que están fijando precios orientados a la construcción de relaciones y la recopilación de datos en esta etapa, no al margen de beneficio.
El punto de equilibrio, donde un robot humanoide desplegado es genuinamente más barato que la mano de obra que desplaza, se sitúa de forma plausible a tres o cinco años de distancia para los perfiles de tareas más favorables, suponiendo que los volúmenes de fabricación aumenten significativamente y que las métricas de fiabilidad mejoren.
Las perspectivas a tres y cinco años
El progreso realista en los próximos tres a cinco años se ve así: la envolvente de tareas para la operación autónoma se expande de forma modesta pero significativa, cubriendo quizás entre un veinte y un treinta por ciento de los flujos de trabajo habituales de almacén sin supervisión humana. La fiabilidad de los robots mejora hasta el punto de que las métricas de tiempo de actividad son comparables a las de equipos industriales maduros. Los costes unitarios caen al rango de 80.000 a 120.000 dólares a medida que escala la fabricación. Surge un mercado secundario de unidades reacondicionadas y actualizadas.
Lo que es improbable en ese plazo: robots humanoides generalistas y totalmente autónomos operando en todas las tareas de almacén sin supervisión humana. La brecha de destreza se estrechará, pero no se cerrará. La larga cola de casos excepcionales —el artículo extraño, la situación inesperada, la tarea que nunca estuvo en los datos de entrenamiento— seguirá requiriendo juicio humano. La visión de un almacén completamente robótico y sin luces es un horizonte más lejano, y probablemente requiere avances en percepción táctil, robustez de las políticas de manipulación y adaptación en tiempo real que siguen siendo problemas de investigación abierta.
La historia más interesante a corto plazo no es la sustitución, sino la reconfiguración: humanos y robots humanoides trabajando juntos, con los robots absorbiendo las tareas más exigentes físicamente y repetitivas, mientras los humanos se encargan de la gestión de excepciones, el control de calidad y las decisiones que requieren un juicio genuino. Ese futuro ya está comenzando, silenciosamente, en una planta de BMW en Carolina del Sur y en un puñado de centros de distribución de Amazon. Es menos dramático de lo que sugerían las demostraciones. También es más duradero.