La inteligencia encarnada entra en la segunda mitad, y las empresas automotrices son cada vez más imprescindibles

Autor: Zen, PANews

Si desplegamos hoy el mapa de la industria global de la inteligencia encarnada, descubriremos que las empresas automotrices están prácticamente en todas partes.

Las que están fabricando robots incluyen a Tesla con su Optimus, Xiaopeng con su IRON, y Hyundai que tiene en su poder a Boston Dynamics; los fabricantes de automóviles como BMW y Mercedes-Benz son los que proporcionan los primeros puestos de trabajo reales para los robots; incluso en la lista de accionistas de las empresas de robótica, el capital de la industria automotriz aparece con frecuencia: Mercedes-Benz invirtió directamente en Apptronik, mientras que detrás de Zhiyuan están empresas como BYD y SAIC.

Es decir, en la actualidad, en la industria de la inteligencia encarnada, ya sea fabricando robots, entrenando robots, comprando robots o financiando empresas de robótica, la industria automotriz es una fuerza ineludible.

Esta semana, dos eventos han llevado esta relación a una nueva etapa.

El 24 de agosto, el negocio de robótica de Xiaopeng completó una ronda de financiación de más de 900 millones de dólares, alcanzando una valoración posterior a la inversión de más de 6.3 mil millones de dólares, estableciendo un nuevo récord en la financiación privada de la industria de la inteligencia encarnada en China. Poco después, Hyundai presentó su hoja de ruta de robótica en el Día del Inversor del CEO el 26 de agosto, de manera más completa que muchas startups de robótica.

Los robots están pasando de ser productos tecnológicos en laboratorios a bienes industriales que necesitan producción a gran escala, entrenamiento a largo plazo, búsqueda de puestos de trabajo y, finalmente, ser comprados y financiados por empresas. Una vez que la competencia entra en esta fase, el enorme sistema que la industria automotriz ha construido durante décadas comienza a mostrar su valor.

Una vez que los robots comienzan la producción en masa, la competencia entra en el terreno de la industria automotriz

Tanto los automóviles como los robots humanoides son productos electromecánicos extremadamente complejos, y tienen un punto en común muy importante: la importancia del software está en aumento, pero al final, ambos deben cumplir resultados a través de máquinas físicas.

El software y los sistemas de control de los automóviles finalmente se corresponden con el frenado, la dirección y el movimiento del vehículo; los movimientos de salida del modelo de robot también se traducen en movimientos de articulaciones, agarres y operaciones reales. La desviación en la precisión no permanecerá para siempre en una prueba de referencia que parece atractiva; al final, puede convertirse en piezas dañadas, líneas de producción detenidas o incluso accidentes de seguridad.

Por lo tanto, cuando los robots realmente se dirigen a la producción en masa, los estándares de evaluación también cambiarán. Varias ejecuciones exitosas de correr, agarrar y mover solo pueden demostrar "que puede hacerlo"; lo que realmente le importa a la producción industrial es si esos mismos movimientos pueden repetirse miles de veces, manteniendo siempre suficiente precisión, fiabilidad y consistencia.

Las pruebas en fábrica de BMW con Figure han mostrado, en cierta medida, las expectativas y requisitos de las personas para los robots que participan en la producción industrial real. Figure 02 ha estado funcionando continuamente en la fábrica de BMW en Spartanburg, EE. UU., durante aproximadamente 10 meses, realizando la tarea de recoger y colocar piezas de chapa para soldadura. Durante este tiempo, el robot ha trabajado aproximadamente 1250 horas, moviendo más de 90,000 piezas y participando en la producción de más de 30,000 BMW X3. BMW enfatiza especialmente que este proceso requiere que el robot alcance una precisión de posicionamiento de milímetros. Figure 02 en la fábrica de BMW en Spartanburg, EE. UU.

Completar una operación de milímetros es solo una capacidad técnica; mantener la estabilidad en la operación continua de decenas de miles de piezas comienza a acercarse a la prueba de un producto industrial.

Y lo que las empresas automotrices pueden transferir a los robots no son solo unos pocos proveedores de piezas listos. La industria automotriz ha acumulado durante décadas un conjunto completo de métodos para llevar productos complejos desde el diseño hasta la producción a gran escala: diseño para manufacturabilidad, gestión de proveedores, estandarización de piezas, control de calidad, pruebas de durabilidad, y un sistema de producción construido en torno a los ritmos de la línea de producción, la eficiencia de mantenimiento y la trazabilidad del producto.

La planificación de producción de Hyundai para sus robots de Boston Dynamics es un caso típico. Durante la feria CES de este año, el Grupo Hyundai ya había desglosado la división del trabajo de sus empresas en la cadena de la industria robótica: Hyundai y Kia proporcionan infraestructura de fabricación, control de procesos y datos de producción a gran escala; Hyundai Mobis se encarga de los actuadores de alto rendimiento y utiliza la experiencia en diseño y producción de piezas automotrices para impulsar la estandarización de componentes clave y la optimización de la manufacturabilidad; Hyundai Glovis se encarga de la logística y la cadena de suministro.

Los cambios en el diseño de la última generación de Atlas reflejan aún más esta "mentalidad de la industria automotriz". Para prepararse para la producción a gran escala, Boston Dynamics ha estandarizado drásticamente los más de 50 tipos de actuadores correspondientes a diferentes motores, reduciéndolos a tres tipos centrales, al tiempo que se incorporan extremidades intercambiables en el lugar y capacidades de cambio automático de batería.

Estos cambios no tienen mucho color de ciencia ficción, pero están directamente relacionados con si los robots pueden convertirse realmente en productos. Una vez que el producto entra en una escala de miles de unidades, cada nuevo componente especializado significa nuevos riesgos de compra, inventario, control de calidad, mantenimiento y cadena de suministro; cada reducción en el tiempo de mantenimiento significa una mayor tasa de utilización del equipo y menores costos operativos para los clientes. Cuando la escala se amplía de decenas a miles de unidades, el valor que aporta la estandarización de piezas, el rendimiento y la eficiencia de mantenimiento se amplificará exponencialmente.

Por lo tanto, si la primera ronda de competencia en la inteligencia encarnada es quién puede hacer robots, la siguiente ronda de competencia probablemente será quién puede producir robots de manera estable, y este es el juego en el que la industria automotriz es más experta.

La conducción autónoma no solo deja algoritmos, sino toda una infraestructura de AI física

Después de resolver el "cuerpo" de los robots a través de la capacidad de fabricación, el siguiente desafío, más importante y costoso, es cómo hacer que su "cerebro" continúe iterando.

En este sentido, la inversión de la industria de automóviles inteligentes en la última década ha dejado a algunas empresas automotrices un considerable "legado".

El desarrollo de la conducción autónoma ha obligado a empresas como Tesla, Xiaopeng y Hyundai a construir anticipadamente toda una infraestructura de AI del mundo real: los vehículos son responsables de recopilar datos del entorno real, la nube filtra datos valiosos y casos de fallos, el conjunto de entrenamiento ingresa a un clúster de computación, y el modelo, después de ser entrenado y validado, se vuelve a desplegar en los vehículos, que a su vez continúan generando nuevos datos.

El mundo real, los datos, el modelo, el despliegue, y luego regresar al mundo real, este ciclo es también el mecanismo central sobre el cual la AI física se basa para iterar, y es la mayor ventaja técnica de las empresas automotrices al ingresar a la inteligencia encarnada.

La hoja de ruta más reciente de Hyundai presenta esta inversión de manera bastante completa. Atria AI comenzará a recopilar datos de carreteras reales en Corea este año, y Hyundai planea desplegar un sistema L2+ en su primer SDV de producción en 2028, en colaboración con NVIDIA, y a partir de 2029 se utilizará un centro de datos de AI de 100 MW, que planea albergar más de 50,000 GPU. El Grupo Hyundai también anunció anteriormente que invertirá más de 500 millones de dólares en infraestructura y talento de AI, y establecerá colaboraciones relacionadas con AI física con Google DeepMind, NVIDIA y otros.

Estos activos, aunque en su mayoría inicialmente solo sirven a la industria automotriz, no tienen una "muralla que solo entrene automóviles". Los clústeres de computación de alto rendimiento, las plataformas de ingeniería de datos, las herramientas de simulación, los sistemas de despliegue de modelos, las capacidades de computación en el borde y los sistemas OTA son, en esencia, la infraestructura general necesaria para entrenar y operar AI física. La incorporación del negocio de robótica equivale a agregar una nueva línea de productos en una fábrica de AI ya construida.

Xiaopeng tiene un enfoque más directo, ya que ha integrado VLA 2.0, Robotaxi e IRON dentro del marco de AI física. En esta ronda de financiación de robots, el desarrollo del modelo es uno de los usos de los fondos. La descripción de Xiaopeng sobre sus ventajas también incluye chips de AI en el extremo, modelos básicos de AI física, capacidad de entrenamiento y un ciclo de datos de alta calidad.

Esto también explica por qué en los últimos años un grupo de empresas automotrices inteligentes ha ingresado a la industria robótica, lo que no se puede entender simplemente como la búsqueda de una "segunda curva de crecimiento".

Para aquellas empresas que ya han invertido años en conducción autónoma y han construido grandes equipos de AI y infraestructura de computación, la robótica ofrece una posibilidad muy atractiva: expandir la capacidad de AI física que antes solo podía controlar cuatro ruedas a máquinas con manos y pies.

Por supuesto, esto no significa que las empresas automotrices puedan ingresar a la industria robótica sin problemas; simplemente significa que, en comparación con las startups que comienzan desde cero, no necesitan construir desde cero la costosa infraestructura de datos y entrenamiento.

Las empresas automotrices parecen haber pagado por adelantado una parte de la tarifa de entrada, pero aún necesitan recaudar cientos de millones de dólares para establecer datos, capacidad de computación, herramientas de entrenamiento y equipos de modelos.

Las fábricas de automóviles se están convirtiendo en el "campo de entrenamiento" de los robots

Con un cuerpo y la infraestructura para entrenar el "cerebro", surge el siguiente desafío: ¿de dónde provienen los datos? En este sentido, las fábricas de las empresas automotrices comienzan a convertirse en otra carta ganadora.

Estrictamente hablando, las empresas manufactureras tienen fábricas, y Foxconn, Amazon y grandes empresas de logística también serán participantes extremadamente importantes en la inteligencia encarnada. La singularidad de las fábricas automotrices radica en que están conectadas con el sistema de fabricación anterior y la capacidad de AI física.

Para los robots humanoides que aún no han logrado una capacidad general, la ubicación de las fábricas automotrices es adecuada: son mucho más complejas que un laboratorio, pero no son tan incontrolables como un hogar o una calle comercial. Los trabajadores se moverán, las piezas tendrán diferencias, los procesos de producción cambiarán, y los robots necesitarán reconocer el entorno y reaccionar; al mismo tiempo, las estaciones de trabajo, los materiales, los flujos de trabajo y los indicadores de evaluación son relativamente estables.

Más importante aún, la fabricación de automóviles proporciona una gran cantidad de tareas repetitivas de alta frecuencia. Agarrar, mover, clasificar, ensamblar, inspeccionar, se pueden repetir cientos o incluso miles de veces al día. El éxito o fracaso de la misma acción, cuánto tiempo tomó, si se necesitó intervención humana, y si afectó el ritmo de producción, todos tienen resultados claros.

Por lo tanto, las fábricas que tienen las empresas automotrices no son solo un "escenario de aplicación de robots"; también son una máquina capaz de continuar produciendo experiencia para los robots. Esta es también la razón por la cual Figure 02 se está entrenando en la fábrica de BMW en Spartanburg, EE. UU., y Zhiyuan también está colaborando con SAIC para que los robots trabajen. El "Nengzi 1" desarrollado conjuntamente por Zhiyuan y SAIC en la fábrica de automóviles de SAIC General Motors

Hyundai ha construido específicamente un campo de entrenamiento para esto. En junio de este año, su Robot Metaplant Application Center (RMAC) se ha puesto en marcha en EE. UU., y planea aumentar su escala diez veces antes de fin de año. RMAC simula un entorno de producción real, permitiendo que los robots de fabricación completen primero el entrenamiento, la recopilación de datos, las pruebas y la validación, antes de entrar en la línea de producción formal. El ciclo diseñado por Hyundai es que los datos de operación real de los robots en la Software-Defined Factory regresen a RMAC para reentrenamiento y optimización.

Esto difiere claramente de los modelos de desarrollo de muchas empresas de robótica en el pasado. Antes, se perfeccionaban las capacidades en el laboratorio y luego se buscaban clientes. Las empresas automotrices como Hyundai están intentando conectar el desarrollo de robots, el entrenamiento simulado, la fábrica real y el despliegue de producción en un ciclo. Cuando los robots aún no son lo suficientemente maduros como para venderse a todos, el grupo se convierte en el primer cliente.

Toyota, que se mantiene en la cima de las ventas de automóviles, ha incorporado este tipo de ventaja directamente en su estrategia robótica este año. La compañía afirma que sus fábricas globales producen aproximadamente 10 millones de automóviles al año, con trabajadores calificados y el Toyota Production System; estos lugares de producción se convertirán en una base importante para el aprendizaje y la mejora continua de los robots. Los escenarios que Toyota ha mostrado hasta ahora incluyen el transporte de piezas, la selección y el manejo de equipos médicos.

Esto revela una posición muy especial de las empresas automotrices en la industria de la inteligencia encarnada. Normalmente, si los robots no son lo suficientemente maduros, los clientes comunes optarían por esperar. Pero los grupos automotrices pueden poner primero a los robots a trabajar en sus fábricas controlables, utilizando la demanda interna para obtener una escala de despliegue, y luego utilizar los datos generados por el despliegue para seguir mejorando el producto.

La inteligencia encarnada ha tenido un cierto ciclo vicioso en sus inicios: sin clientes, no hay suficientes datos reales; sin datos, los robots tienen dificultades para avanzar rápidamente; y si los robots no son lo suficientemente maduros, los clientes son aún menos propensos a comprar. Las fábricas que poseen las empresas automotrices pueden abrir una brecha en este ciclo.

Cuando los robots comienzan a convertirse en un "negocio de activos"

Sin embargo, incluso si los robots pueden producirse en masa, los modelos continúan mejorando y el despliegue en fábricas ya ha sido probado, aún queda un obstáculo más realista para formar un mercado a gran escala: ¿cómo venderlos?

Esta es también una parte que merece atención en el Día del Inversor de Hyundai esta semana. El CEO de Hyundai, José Muñoz, no solo habló de la hoja de ruta técnica de Atlas, sino que también se refirió a los distribuidores y Hyundai Capital: la red de concesionarios existente podría asumir la distribución y venta de robots en el futuro, mientras que el departamento financiero del grupo está investigando soluciones de financiación correspondientes, incluyendo alquiler y pagos a plazos como herramientas potenciales.

Esto significa que Hyundai ha comenzado a considerar los robots como un activo industrial que necesita ser adquirido, financiado y operado a largo plazo. Supongamos que en el futuro un robot de alto rendimiento aún valga decenas de miles de dólares, 500 unidades representarían decenas de millones de dólares en gastos de capital. Además, también se involucran el despliegue, el mantenimiento, el software, el reemplazo de piezas y las pérdidas por tiempo de inactividad.

Para los clientes empresariales, los factores que influyen en la decisión de compra no son solo las capacidades del robot en sí, sino también el costo de financiación, el ciclo de depreciación, la eficiencia de mantenimiento, la forma de cobro del software y cómo se calcula el valor residual. Estas cuestiones determinan si los robots pueden quedarse en pruebas a pequeña escala o si pueden entrar en el presupuesto de gastos de capital regular de las empresas, como carretillas elevadoras, servidores y otros equipos industriales.

Y la industria automotriz ha estado lidiando con este conjunto de problemas durante mucho tiempo. La red de ventas global, el sistema de clientes empresariales, los préstamos y arrendamientos, los puntos de mantenimiento, la gestión de piezas de repuesto, el valor residual de los activos y el flujo de segunda mano son, en esencia, el ciclo de vida completo que un automóvil debe enfrentar después de salir de la fábrica.

Hyundai ahora está intentando replicar este sistema en los robots. Según los planes previamente anunciados por el grupo, los robots entregados también pueden seguir recibiendo actualizaciones de software OTA, mantenimiento y reparaciones de hardware, monitoreo remoto, y ofrecer soluciones completas en un modelo de Robotics-as-a-Service.

Esta capacidad es especialmente fácil de pasar por alto en la industria de la inteligencia encarnada. Las startups suelen dedicar mucho espacio a describir modelos, grados de libertad y el tamaño del mercado objetivo, pero rara vez alguien coloca "puntos de servicio postventa" y "financiación de equipos" en la posición más destacada. Pero cuando los robots comienzan a vender decenas de miles de unidades al año, estas cuestiones de repente ya no son un papel secundario. El CEO de Xiaopeng Motors, He Xiaopeng, con IRON

Xiaopeng ya ha comenzado a avanzar hacia esta etapa. IRON planea ingresar primero a las tiendas y parques de Xiaopeng, y luego en 2027 realizar entregas a gran escala a clientes externos en China y en el extranjero, como retail y servicios. Para una empresa que ya cuenta con bases de fabricación, un sistema de tiendas, canales en el extranjero y recursos de colaboración empresarial, este camino de comercialización es evidentemente más corto que el de las startups de robótica que solo tienen equipos de investigación y desarrollo.

Hasta aquí, "las empresas automotrices ingresan a la robótica" ya no es solo abrir un nuevo departamento de robótica. Lo que realmente traen a la industria de la inteligencia encarnada son los sistemas de fabricación, canales, servicios, finanzas y gestión de activos que se han construido en torno a los automóviles.

Cuando los robots comienzan a pasar de ser un producto a miles de unidades que necesitan ser financiadas, mantenidas y operadas continuamente como activos industriales, esta capacidad que no depende de la "AI" se volverá cada vez más importante.

La inteligencia encarnada no necesariamente pertenece a las empresas automotrices, pero cada vez es más difícil evitar la industria automotriz

Por supuesto, que las empresas automotrices posean estos recursos no significa que la industria robótica esté destinada a ser dominada por los gigantes automotrices en el futuro.

BMW no necesita convertirse en Figure, y Mercedes-Benz también puede colaborar con startups de robótica. Es completamente posible que en el futuro aparezcan un grupo de empresas independientes de robots y empresas de modelos básicos, mientras que el papel de las empresas automotrices se asemeje más al de grandes clientes, socios de fabricación, campos de datos y canales de comercialización.

Pero los estándares de competencia en la industria están cambiando. En las primeras etapas de la inteligencia encarnada, lo más escaso eran los robots que podían moverse, por lo que el mercado naturalmente perseguía el control de movimiento, manos hábiles y demostraciones impresionantes. A medida que más empresas superan este umbral, las cosas escasas y los puntos clave se desplazarán gradualmente, y estos son precisamente los fosos más profundos de la industria automotriz.

La planificación de capacidad de 30,000 unidades de Hyundai, la financiación de más de 900 millones de dólares de Xiaopeng para robots, y la inversión continua de empresas automotrices como BMW y Toyota en robots de línea de producción apuntan a una misma cosa: la inteligencia encarnada está pasando de ser un problema de laboratorio de AI a convertirse cada vez más en un complejo proyecto industrial.

Para la industria robótica, las empresas automotrices no necesariamente se convertirán en los ganadores finales. Pero a medida que la competencia de robots avanza hacia la siguiente etapa, la industria automotriz ha llevado silenciosamente la competencia a su propio terreno.