La Federación Internacional de Robótica (IFR), el principal organismo mundial dedicado al análisis, promoción y representación del sector de la robótica, ha publicado un documento de posicionamiento, titulado AI in Robotics: Trends, Challenges and Commercial Applications, en el que examina el impacto sobre el sector de la inteligencia artificial.

El documento parte de una premisa: la IA ha dejado de ser un componente auxiliar para convertirse en el motor principal de nuevas capacidades. En este sentido, la IFR identifica seis subáreas que concentran actualmente el mayor impacto sobre los sistemas robóticos: machine learning, visión por computador, aprendizaje por refuerzo, procesamiento del lenguaje natural (NLP), grandes modelos de lenguaje (LLM) y la IA física.

En cuanto a las capacidades ya desplegadas comercialmente, el informe destaca los sistemas de visión máquina para inspección de calidad y bin picking, la navegación autónoma mediante SLAM en almacenes y plantas, el mantenimiento predictivo basado en análisis de señales en tiempo real, y el uso de gemelos digitales y simulación para reducir tiempos de puesta en marcha.

Sectores con mayor adopción de IA en robótica

Logística e intralogística encabezan la adopción, impulsadas por entornos relativamente controlados y flujo de inversión sostenido. La automoción, la electrónica y la industria general, incluyendo la farmacéutica, lideran en fabricación, donde la IA está redefiniendo los procesos de ensamblaje de precisión y la optimización de línea. El sector servicios emerge como tercer vector, con modelos híbridos en hostelería y retail donde los cobots asumen tareas repetitivas mientras el personal humano gestiona la interacción personalizada.

“A medida que las empresas buscan optimizar sus operaciones y mejorar la calidad de la producción, la inteligencia artificial y la robótica desempeñan un papel cada vez más importante en las estrategias de fabricación modernas, incidiendo en procesos de producción altamente especializados, sistemas de automatización industrial y tareas de montaje de precisión”, señala en el documento la IFR, de la que AER Automation es miembro fundador y representante único en España.

Perspectivas de futuro

De cara al medio plazo, el informe anticipa avances significativos en tres frentes. Primero, en manipulación y ensamblaje, con sistemas de agarre con retroalimentación continua capaces de aprender las propiedades físicas de los objetos. Segundo, en interacción humano-robot, con interfaces cognitivas basadas en LLM que habilitarán comunicación por voz y reconocimiento gestual en entornos de servicio.

Y tercero, en programación conversacional, con herramientas que utilizan LLM para traducir instrucciones en lenguaje natural a código ejecutable, reduciendo la barrera de acceso para operadores sin perfil técnico especializado. A este respecto, los marcos VLAM (Vision-Language-Action Models) permitirán que los robots interpreten entradas visuales y ejecuten tareas a partir de prompts sencillos.

A largo plazo, la IFR apunta a la convergencia hacia una IA robótica de propósito general, denominada en el documento como ‘RobotGPT’, que marcaría el tránsito desde máquinas de función específica hacia sistemas con inteligencia general encarnada (AGI). Estos robots podrían actuar como asistentes universales tanto en entornos domésticos como industriales. El documento también anticipa robots con emotion-awareness, es decir, sistemas capaces de interpretar expresiones faciales, gestos y señales conductuales para adaptar su comportamiento en tiempo real, con aplicaciones en cuidado de personas mayores y servicios de atención personalizada.

Seguridad y sostenibilidad

El crecimiento de la robótica conectada abre nuevos vectores de ataque y plantea serias preguntas sobre privacidad, transparencia y responsabilidad cuando un sistema autónomo toma decisiones con consecuencias físicas. En este sentido, la IFR reclama marcos de gobernanza claros y una asignación inequívoca de responsabilidades.

En paralelo, el documento advierte de la tensión entre el potencial en sostenibilidad de la IA robótica, en aplicaciones como el mantenimiento predictivo, la optimización energética o la economía circular, y su propio coste ecológico. “Existe preocupación por el coste ecológico que supone el entrenamiento de modelos a gran escala. La huella de carbono del aprendizaje profundo, por ejemplo, puede entrar en conflicto con la sostenibilidad a menos que se tomen medidas para mitigarla”, recoge.