La inteligencia artificial lleva un tiempo deslumbrándonos en pantallas: escribe textos, genera imágenes y programa. Pero ¿qué pasa cuando hay que tomar una caja, cerrarla con cinta y pegarle una etiqueta? Ahí empieza otro desafío, mucho más difícil: actuar en el mundo físico. En ese terreno se mueve Genesis AI, una empresa estadounidense que acaba de anunciar una ronda Serie A de US$500 millones.
Una apuesta enorme por la inteligencia artificial física
Según informó TechCrunch, la ronda está liderada por Khosla Ventures, Premji Invest y Eclipse, y se suma a una financiación semilla de US$105 millones en 2025. Son cifras de inversión, no de ingresos comerciales. Reflejan el interés de los inversores por la llamada inteligencia artificial física, es decir, sistemas capaces de realizar trabajo con el cuerpo de una máquina, pero no demuestran por sí solas que la tecnología sea viable comercialmente.
El director ejecutivo y cofundador, Zhou Xian, sostiene que la compañía ha resuelto el problema de la manipulación diestra (dexterous manipulation). Conviene leer esa frase como lo que es: una afirmación de la empresa. La información disponible todavía no permite confirmar que el problema esté resuelto de forma general.
Por qué algo tan simple resulta tan difícil para un robot
Para una persona, recoger una caja, acomodarla o despegar una etiqueta es casi automático. Para una máquina, implica varias capacidades a la vez:
- Percepción espacial: entender dónde está cada objeto y cómo está orientado.
- Coordinación: mover brazos y manos de forma sincronizada.
- Control de fuerza: sujetar sin aplastar ni dejar caer.
- Adaptación: reaccionar cuando algo sale distinto de lo previsto.
Por eso la manipulación se considera uno de los grandes retos de la robótica avanzada. Los modelos de lenguaje han progresado de forma espectacular, pero los robots siguen tropezando con tareas que un operario resuelve sin pensar.
Una demostración que enseña mucho, para bien y para mal
Durante una visita de TechCrunch a las instalaciones de Genesis AI en Silicon Valley, dos brazos robóticos comerciales ejecutaron una secuencia completa: recogieron cajas pequeñas, las escanearon, las colocaron dentro de otra caja, la cerraron, la sellaron y aplicaron una etiqueta.
La coordinación fue notable. Sin embargo, en una segunda ejecución el sistema dejó caer una caja y tuvo problemas para despegar una etiqueta adhesiva. Ese contraste es la clave de toda la historia: una demostración exitosa no equivale a una automatización confiable en condiciones reales.
Cómo intenta Genesis AI enseñar a los robots
Aprender de la fuerza humana
Uno de los elementos más interesantes es la recopilación de datos de fuerza. Según el reportaje, la empresa usa guantes con sensores y cámaras montadas en dispositivos que llevan trabajadores humanos; más de cien personas aportan datos sobre actividades físicas. La idea no es solo que el robot reconozca objetos, sino que aprenda cómo tocarlos, sostenerlos y manipularlos.
Millones de experiencias simuladas
Genesis también invierte en simulaciones físicas de alta fidelidad para reproducir interacciones entre robots y objetos. Así se busca complementar los datos del mundo real y depender menos de entrenamientos exclusivamente físicos. Hay, eso sí, una dificultad bien conocida en robótica: lo aprendido en simulación no siempre se traslada de forma perfecta a la realidad.
Eno, el humanoide que aún debe demostrar de qué es capaz
Eno es el robot insignia de la empresa, con un diseño minimalista que intenta diferenciarse de otros humanoides. Según la información proporcionada, se habían construido entre 30 y 40 unidades y se realizaban pruebas piloto con un grupo reducido de clientes no identificados.
Un detalle importante: Eno no estuvo disponible para mostrar sus capacidades durante la visita de TechCrunch. Las pruebas con brazos robóticos comerciales no permiten asumir automáticamente que el robot humanoide completo rinda igual de bien.
El obstáculo quizá no sea la IA, sino el hardware
Zhou Xian considera que el mayor freno para llevar estos sistemas al mercado está en el hardware y la fabricación. Según sus declaraciones, las manos robóticas de la empresa solo resisten unas semanas de trabajo regular antes de necesitar reemplazo.
Eso plantea una pregunta crucial para los robots industriales: no basta con que una máquina aprenda una tarea. Debe repetirla cientos de miles de veces, con seguridad y a un costo sostenible.
Demostración frente a producto comercial
- Manipulación de objetos: se mostró una secuencia de empaque con brazos robóticos; falta comprobar la consistencia en operaciones prolongadas.
- Aprendizaje: se usan datos humanos y simulaciones; falta ver cómo generaliza ante objetos y situaciones nuevas.
- Robot Eno: hay prototipos y pruebas piloto; falta evaluar el rendimiento independiente del sistema completo.
- Hardware: manos con sensores y control de fuerza; falta demostrar durabilidad industrial.
- Comercialización: hay financiación y preparación de fabricación; faltan pruebas de escalabilidad, costos y demanda sostenida.
Qué podría significar para el futuro
La historia de Genesis AI conecta con tres grandes transformaciones: el futuro de la automatización industrial, la convergencia entre IA generativa y robótica, y las implicaciones económicas de máquinas capaces de ejecutar tareas manuales. Si estos sistemas maduran, podrían cambiar la logística, la manufactura y el empaquetado. Pero ese escenario depende de resolver cuestiones de fiabilidad, seguridad y costos que hoy siguen abiertas.
Cuándo acudir a un profesional de la salud
Aunque este artículo trata de tecnología, la robótica en entornos de trabajo también toca la salud laboral. Si trabajas junto a maquinaria automatizada y sufres dolor persistente en manos, muñecas o espalda, entumecimiento, hormigueo o lesiones tras un accidente, conviene consultar a un médico o a un profesional de salud ocupacional. Y si tu empresa incorpora robots, es razonable pedir información sobre los protocolos de seguridad y la formación correspondiente a los organismos y responsables de prevención de riesgos laborales.
La pregunta que importa
Si la IA ya puede pensar y escribir, ¿qué necesita para trabajar con sus manos? Genesis AI sostiene que tiene buena parte de la respuesta y cuenta con un respaldo financiero enorme para demostrarlo. La próxima revolución de la inteligencia artificial quizá no consista en responder mejor a nuestras preguntas, sino en actuar sobre el mundo físico. Para llegar ahí, sin embargo, no bastarán las demostraciones: habrá que ver robots que trabajen con la fiabilidad que exige la realidad.








