El concepto de Inteligencia Artificial (IA) existe desde hace décadas. El campo se estableció formalmente en 1956 en el Proyecto de Investigación de Verano de Dartmouth sobre Inteligencia Artificial, donde John McCarthy acuñó el término. Sin embargo, el trabajo de base comenzó antes, con ideas sobre máquinas pensantes y aprendizaje automático que surgieron en la década de 1940 y principios de 1950. 

Sin embargo, no fue hasta finales de 2022 cuando la IA entró de lleno en la conciencia general, gracias a la publicación de ChatGPT. Para muchos, las capacidades de la IA Generativa (GenAI) parecían una mezcla de magia técnica y ciencia ficción. La GenAI daba a cualquiera con un ordenador el poder de crear algo -una imagen, un ensayo, un vídeo o un fragmento de código- que no había existido momentos antes. De repente, el trabajo creativo y analítico podía ejecutarse en cuestión de segundos a partir de una sola solicitud. 

Este avance provocó ansiedad y expectación en todos los sectores. Los profesionales del diseño gráfico, el marketing, la consultoría, el desarrollo de software y la introducción de datos se dieron cuenta de que sus trabajos pronto podrían verse complementados -o sustituidos- por la IA. 

El siguiente salto llegó con la IA agenética: sistemas que no sólo generan contenidos, sino que realizan acciones autónomas en entornos digitales. Estos agentes ayudan ahora en la codificación, la atención al cliente, la automatización de flujos de trabajo y otras tareas empresariales, reduciendo costes y agilizando los flujos de trabajo en todos los sectores.

Sin embargo, mientras la IA generativa y la inteligencia artificial siguen dominando los titulares, se está produciendo un movimiento más silencioso pero potencialmente más transformador: La IA se está volviendo física. 

En su discurso de apertura de CES 2025, Jensen Huang, CEO de NVIDIA, declaró: «La próxima frontera de la IA es la IA física». El giro que describió refleja un cambio fundamental: en lugar de que la IA opere únicamente en el software, ahora estamos viendo sistemas inteligentes integrados en máquinas que pueden percibir, decidir y actuar en el mundo real. Si no ha visitado San Francisco recientemente, le sorprenderá ver cuántos Waymo (antes conocido como el proyecto de coches autoconducidos de Google) llevan a la gente de un sitio a otro sin que haya un humano al volante. 

Entonces, ¿es físico el futuro de la inteligencia artificial? Explorémoslo.

Para entender por qué la IA física es diferente, es útil observar cómo ha evolucionado la IA por etapas: 

La IA generativa se centra en la creación de contenidos (texto, imágenes, vídeo, código). Herramientas como GPT-4 y DALL-E son ejemplos de ello. Son impresionantes, pero fundamentalmente pasivas: responden a las instrucciones, pero no toman la iniciativa ni interactúan con el mundo más allá de la pantalla. 

La IA agenética introduce la autonomía en los espacios digitales. Estos sistemas pueden iniciar acciones, adaptarse a la información en tiempo real y coordinar tareas complejas, como la gestión de flujos de trabajo o de tickets de atención al cliente. Piense en estos agentes como «empleados digitales» que operan dentro de los límites del software. 

La IA física, por el contrario, lleva la inteligencia al mundo físico. Impulsa máquinas que pueden moverse, manipular y tomar decisiones en entornos reales: robots, vehículos autónomos, drones y otros. Estos sistemas detectan su entorno con cámaras, radares, LIDAR y sensores táctiles, y actúan sobre él con motores, actuadores y extremidades robóticas. 

Como describió Huang, estamos en la cúspide de un «momento ChatGPT para la robótica». Es decir, un salto en la inteligencia robótica de uso general que haga que las máquinas sean útiles, flexibles y conscientes del contexto en entornos cotidianos.

En esencia: 

• La IA generativa piensa. 

• La IA agenética actúa (digitalmente). 

• La IA física actúa (en el mundo real). 

Esta progresión refleja la transición de la IA de lo virtual a lo tangible, una convergencia de aprendizaje automático, robótica, tecnología de sensores y sistemas integrados. Y está abriendo las puertas a nuevas aplicaciones mucho más allá de lo que el software puede lograr por sí solo.

Fuente: Evergreen Gavekal, Jensen Huang Keynote at CES 2025

La IA física está empezando a recibir más atención porque representa el salto definitivo de la IA del ciberespacio al mundo físico. Al trasladar la IA a los procesos físicos, se desbloquea un enorme valor económico y social que la IA puramente digital no puede alcanzar. 

Varios factores explican por qué muchos ven la IA física como la próxima frontera de la IA: 

1. La fusión de los mundos digital y físico 

Tras décadas de informática confinada a las pantallas, estamos entrando en una nueva fase en la que los sistemas de IA están integrados en nuestro entorno. Los avances en computación espacial, visión por ordenador e integración de sensores hacen posible que la IA perciba el mundo e interactúe con él. 

Las grandes empresas tecnológicas están invirtiendo en consecuencia. OpenAI ha presentado marcas para robots humanoides, gafas de realidad aumentada y hardware con IA, lo que indica que planea llevar la IA al ámbito físico. El Foro Económico Mundial lo resumió mejor: «El próximo gran salto de la IA será impulsado por hardware». 

A medida que la IA se fusiona cada vez más con la robótica, los wearables y los dispositivos autónomos, empieza a desempeñar un papel activo en nuestra forma de vivir y trabajar.

2. De resultados pasivos a agentes activos 

La IA generativa asombra al mundo con su creatividad, pero sigue siendo pasiva. Puede responder preguntas o generar contenidos, pero no puede actuar en el mundo real. 

Los sistemas de IA agenética cubren ese vacío en los espacios digitales y, cada vez más, se están trasladando al mundo físico. Huang señaló que el paso de los motores de sugerencia a los agentes autónomos es lo que permite el florecimiento de la IA física. Los sistemas capaces de percibir, decidir y actuar físicamente -agarrar objetos, circular por carreteras, cuidar de personas- representan un salto cualitativo en inteligencia y utilidad. 

3. Potencial económico de billones 

La IA física está preparada para transformar vastas industrias -transporte, fabricación, logística, sanidad, trabajo doméstico-, todas las cuales implican una actividad en el mundo real que el software por sí solo no puede sustituir. 

Huang predice que las máquinas autónomas podrían crear «la primera industria robótica de varios billones de dólares». Vinod Khosla cree que los robots humanoides podrían llegar a superar en valor al sector de la automoción. 

Esto no son sólo exageraciones: La categoría de sistemas autónomos de NVIDIA ya mueve más de 4.000 millones de dólares en ingresos, y se prevén 5.000 millones para 2025. Miles de millones de capital riesgo fluyen hacia la robótica y la automatización impulsada por la IA, en busca de las próximas empresas que cambien de plataforma.

4. Resolver los retos laborales y demográficos 

Muchas economías desarrolladas se enfrentan a una grave escasez de mano de obra en puestos que implican trabajo físico: operarios de almacén, camioneros, cuidadores, trabajadores de la construcción. 

La IA física puede cubrir estas carencias. Los robots pueden realizar tareas peligrosas o monótonas, mientras que los vehículos autónomos y las máquinas de asistencia pueden aumentar la mano de obra humana de forma rentable y escalable. 

En lugar de desplazar a los humanos, la IA física tiene el potencial de mejorar la productividad humana, liberando a las personas para que se centren en el trabajo creativo, interpersonal o de supervisión. 

5. La tecnología por fin está lista 

Varias tecnologías han alcanzado la madurez: 

• Los modelos de IA ya pueden ejecutarse en dispositivos periféricos con capacidad de cálculo limitada. 

• Los sensores y componentes robóticos son más baratos y precisos. 

• Herramientas de simulación como Omniverse de NVIDIA permiten a los robots entrenarse en entornos virtuales antes de su despliegue en el mundo real. 

• Se están creando modelos básicos como Cosmos para comprender la física, el movimiento y la causalidad, lo que proporciona a los sistemas de inteligencia artificial «sentido común» sobre el funcionamiento del mundo. 

El hardware también se está poniendo al día. El chip Thor de NVIDIA, diseñado para vehículos autónomos, multiplica por 20 la potencia de procesamiento de su predecesor. Estos avances marcan un punto de inflexión: la IA física no sólo es posible, sino cada vez más viable a gran escala.

La IA física representa algo más que un salto tecnológico. Es un nuevo paradigma en el que la inteligencia no se limita a servidores y pantallas, sino que se infunde en la infraestructura que nos rodea. 

En palabras de un informe del Foro Económico Mundial: "La era de la IA basada únicamente en software está llegando a su fin. El próximo capítulo pertenece a la computación física, donde los sistemas inteligentes interactúan con el mundo que nos rodea y responden a él". 

Aún es pronto, pero el impulso es innegable. Los robots aparecen en los almacenes, los coches autónomos llegan a las calles de las ciudades y los asistentes de IA aparecen en hogares y hospitales. Los sectores que adopten más rápidamente la IA física probablemente ganarán ventaja competitiva, y las empresas que desarrollen sus tecnologías básicas podrían definir la próxima era tecnológica. 

Entonces, ¿es físico el futuro de la IA? 

Cada vez más, sí. Avanzamos hacia un mundo en el que la IA no sólo piensa o habla, sino que se mueve, construye, conduce y se preocupa. Ese futuro se está construyendo ahora.

Artículos relacionados: 

El mayor riesgo y la mayor oportunidad

La revolución robótica ya está aquí

Considere este y otros artículos como marcos de aprendizaje y reflexión, no son recomendaciones de inversión. Si este artículo despierta su interés en el activo, el país, la compañía o el sector que hemos mencionado, debería ser el principio, no el final, de su análisis.

Lea los informes sectoriales, los informes anuales de las compañías, hable con la dirección, construya sus modelos, reafirme sus propias conclusiones, ponga a prueba nuestras suposiciones y forme las suyas propias. 

Por favor, haga su propio análisis.

Fuente / Autor: Evergreen Gavekal / Michael Johnston

https://evergreengavekal.com/blog/is-the-future-of-ai-physical/

Imagen: San Francisco Chronicle