Artículo
La automatización industrial tradicional se construyó sobre una lógica precisa pero rígida. Un robot reconoce posiciones, trayectorias y velocidades, y repite una secuencia programada dentro de un entorno cuidadosamente ordenado. Esa disciplina permitió alcanzar altos niveles de productividad, aunque también dejó a las máquinas con poca capacidad para responder cuando cambian los objetos, el espacio o las condiciones del proceso.
El análisis de Mattia Lanzarone, basado en las explicaciones de Paolo Rocco, responsable científico del Observatorio Innovative Robotics del Politécnico de Milán, sitúa allí el cambio central de la Physical AI. La máquina ya no se limita a medir la geometría de una escena: busca atribuir significado a lo que percibe, relacionar los elementos presentes y decidir qué acciones necesita ejecutar para alcanzar el objetivo indicado por una persona.
Para dar ese salto, los sistemas combinan cámaras, LiDAR y sensores táctiles con capacidad de procesamiento y nuevas formas de manipulación y navegación. Esto amplía el campo de aplicación desde piezas rígidas ubicadas siempre en el mismo lugar hacia materiales flexibles, objetos variables y plataformas móviles, incluidos cuadrúpedos y humanoides. La oportunidad no consiste solamente en sumar sensores, sino en convertir sus señales en decisiones operativas coherentes.
Los modelos de lenguaje pueden simplificar la relación entre operadores y máquinas al permitir instrucciones expresadas en lenguaje natural. Los modelos Vision-Language-Action van un paso más allá: conectan lo que captan las cámaras, la interpretación de la consigna y los comandos que activan el movimiento. En lugar de programar cada trayectoria de antemano, el sistema puede construir una secuencia de acciones a partir del objetivo y de la situación que observa.
La simulación ocupa un lugar decisivo en esta arquitectura. Los gemelos digitales permiten que un robot ensaye millones de situaciones virtuales antes de actuar en una línea real. Con pocas demostraciones puede aprender una tarea nueva; en el escenario más exigente, el aprendizaje zero-shot busca que aplique conocimientos adquiridos previamente a un contexto que no encontró durante el entrenamiento. Esto promete acelerar la puesta en marcha y reducir parte de la programación manual.
Para las empresas, la ventaja potencial es una producción más flexible frente a cambios de formato, posición o variedad. Un ejemplo desarrollado en el laboratorio MERLIN del Politécnico de Milán permite indicar verbalmente cómo preparar una caja con productos de distintos colores, mientras el robot calcula los movimientos necesarios. Otro proyecto utiliza inteligencia artificial y simulación para estudiar la disposición de robots, objetos y personas dentro de una celda antes de definir su configuración física.
Sin embargo, trasladar estas capacidades desde una demostración hasta una fábrica exige prudencia. Un modelo puede interpretar mal el peso o la forma de un objeto, y la diferencia entre el entorno virtual y el real —el llamado Sim-to-Real gap— puede generar comportamientos inesperados. Los costos de procesamiento en el borde, la integración con los sistemas existentes y la falta de marcos completamente consolidados para equipos autónomos también condicionan la adopción.
La ciberseguridad adquiere además una dimensión física. Comprometer un sistema que controla una máquina móvil o con fuerza mecánica puede afectar personas, activos y continuidad operativa, no solo datos. Por eso, la evolución del control geométrico al semántico no elimina la ingeniería clásica: obliga a complementarla con validación rigurosa, límites de actuación, supervisión humana y una gobernanza capaz de demostrar que la flexibilidad adicional no reduce la seguridad.
La Physical AI puede hacer accesible una automatización más adaptable también para empresas medianas y pequeñas, pero la democratización no será automática. Requiere casos de uso acotados, datos y simulaciones confiables, personal capacitado y criterios claros para medir valor y riesgo. La decisión relevante no es adoptar robots que parezcan comprender, sino identificar dónde esa comprensión del contexto mejora de manera comprobable una operación real.