Elon Musk dice que los robots humanoides elevarán el valor de mercado de Tesla a 25 billones de dólares. También cree que remodelarán el trabajo.
La gente ya no necesitará hacer cosas peligrosas, repetitivas o mundanas.
Es una vista fascinante. Sin embargo, la realidad probablemente tenga muchos más matices.
Supongo que el futuro de la robótica en el entorno industrial no será como el nuestro.
Más bien, involucrará sistemas construidos para resolver problemas específicos y de alto valor con velocidad, precisión y confiabilidad.
La exageración humanoide merece verificación.
Morgan Stanley predice que el mercado de robots humanoides alcanzará los 5 billones de dólares en 2050, con mil millones de unidades instaladas (alrededor del 90% para uso industrial y comercial). Pero incluso esa proyección alcista viene con importantes advertencias: se necesitan avances importantes en hardware, materiales e inteligencia artificial antes de que los humanoides puedan escalar a entornos industriales.
Luego está la economía. Los humanoides cuestan actualmente hasta 200.000 dólares por unidad. A ese precio, el retorno de la inversión es extremadamente difícil de lograr debido a sus capacidades limitadas.
La precisión es un obstáculo aún mayor. Hay tolerancia cero con los defectos de fabricación. La investigación del IEEE destaca el desafío: incluso doblar la ropa es sorprendentemente poco confiable para los robots.
Traducir eficiencias significativas en flujos de trabajo industriales de alta velocidad es un largo camino. Y para muchas tareas, como atornillar un tornillo para montar un disipador de calor en una placa base, un humanoide es simplemente excesivo. Un brazo robótico, un destornillador y un sistema de navegación inteligente harán mejor el trabajo.
Fabricación en el borde: un modelo que realmente funciona
El modelo de fabricación tradicional se basa en un enfoque que prioriza la mano de obra. Un ejemplo es Foxconn, que emplea a casi un millón de trabajadores. Normalmente, estos trabajadores resuelven problemas antes de considerar los sistemas de automatización.
Es cierto que puede funcionar a escala, pero también tiene limitaciones en cuanto a flexibilidad, coherencia y velocidad.
Pero la producción en el límite invierte esa ecuación. En lugar de producirse en ubicaciones remotas, los productos se acercan al lugar donde se implementan. Esto permite iteraciones más rápidas, menor complejidad logística y mayor capacidad de respuesta a la demanda.
A partir de ahí, el modelo se centra en dar prioridad a la tecnología. Desde el principio, los desafíos se abordan con software, robótica, automatización, datos en tiempo real e inteligencia artificial. Piense en ello como “fabricar en una caja”.
Los empleados siguen siendo fundamentales para este proceso, pero tienen un papel diferente. Supervisan las operaciones, manejan excepciones y gestionan la mejora continua con agentes de IA. Los robots, por otro lado, se centran en tareas y procesos repetitivos y de precisión.
La producción perimetral no tiene por qué estar monopolizada. Esto puede variar desde un almacén, un centro de datos o una instalación de fabricación compacta. Pero en lugar de instalaciones extensas, las superficies suelen ser más pequeñas, digamos de 50.000 a 100.000 pies cuadrados.
Los beneficios son claros: mayor rendimiento, calidad mejorada, tiempo de comercialización más rápido y mayor consistencia. La fabricación en el borde también es más rentable. Esto facilita la justificación de la deslocalización de la producción.
Los últimos años han demostrado su importancia. Con el Covid y las tensiones geopolíticas, la fabricación en el límite ofrece un camino hacia una producción local más resiliente.
Aplicar la IA al problema correcto es el verdadero diferenciador
La creación de un entorno de fabricación impulsado por IA es fundamentalmente diferente de la automatización tradicional. Se centra en la flexibilidad. La fabricación es dinámica ya que se requieren cambios de diseño y capacidad, los procesos evolucionan y los sistemas deben adaptarse sin introducir fricción ni tiempo de inactividad.
Por eso la IA es tan importante y por qué ningún modelo puede hacerlo por sí solo. Un modelo de lenguaje grande puede acaparar los titulares, pero los sistemas del mundo real aprovechan toda la profundidad de la IA: desde el aprendizaje automático clásico para la optimización, el aprendizaje profundo para la visión y la percepción, hasta la IA generativa para la orquestación y el conocimiento. La fuerza no está en una sola técnica, sino en cómo trabajan juntas.
Otra cosa importante es saber qué se debe o no automatizar. Las máquinas son ideales para la coherencia y la repetición, mientras que los humanos sobresalen en el juicio, la adaptabilidad y la resolución de problemas.
De hecho, la IA puede empoderar enormemente a los operadores. Esto se puede hacer proporcionando recomendaciones en tiempo real, visibilidad del rendimiento del sistema y herramientas para perfeccionar continuamente los flujos de trabajo. Los seres humanos están firmemente al tanto, supervisando las operaciones, manejando excepciones y gestionando reparaciones y optimizaciones.
La transformación de la fabricación de robots está en marcha
Los robots que remodelarán la industria manufacturera no caminarán sobre dos piernas. Serán máquinas diseñadas específicamente para ello, impulsadas por una sofisticada IA, que funcionarán en instalaciones compactas y eficientes, aumentando los trabajadores calificados en lugar de reemplazarlos por completo.
El futuro de la automatización industrial no consiste en replicar humanos. Se trata de combinar máquinas especializadas, software inteligente y criterio humano para resolver problemas complejos, más rápido, mejor y a escala.
Esa transformación está en marcha. Y no se parece en nada a la fantasía de Hollywood.
Enumeramos el mejor software de automatización robótica de procesos.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
