En microagi, vamos a desplegar mil millones de robots. Cuando eso ocurra, las consecuencias económicas y sociales serán profundas.
Creemos que esto nos llevará a un mundo de abundancia, ya que los robots aumentarán la productividad y la producción a tal punto que la escasez material, que es el supuesto básico de la mayoría de los modelos económicos, dejará de existir. Casi todos los modelos económicos se basan en el principio de oferta y demanda, con el supuesto fundamental de la escasez de recursos. Lionel Robbins lo resumió en 1932 al definir la economía "como una relación entre fines y medios escasos que tienen usos alternativos". Creemos que los robots eliminarán esa escasez. En un mundo así, el nivel de vida de todos superará con creces lo que cualquier persona disfruta hoy, y las posibilidades de lo que la humanidad puede lograr serán infinitas.
Sin embargo, también debemos reconocer que, en ese mundo de abundancia creado por la robótica generalizada, una consecuencia será la eliminación de la necesidad de gran parte del trabajo físico humano que conocemos hoy. En el pasado, cuando las máquinas aumentaban la oferta y bajaban los precios, la demanda luego crecía y el empleo subía para satisfacerla. Esta vez, en cambio, la robótica de propósito general será capaz de cubrir esa demanda por sí sola. Si nuestro sistema económico se mantiene como está, esto significaría la pérdida de millones de empleos actuales y podría quitarle a las personas sus ingresos, su estatus y, para muchos, su propósito de vida.
Nos enfrentamos a un dilema que la mayor parte de la comunidad robótica hasta ahora no ha reconocido públicamente, y mucho menos abordado. La tecnología necesaria para mejorar materialmente la vida de todos inevitablemente la transformará de manera radical. Lo más importante es que, si no logramos ofrecer una solución adecuada a este problema, nunca alcanzaremos ese mundo de abundancia. La mayoría de las personas se unirá contra la integración de la inteligencia en el mundo físico y, bajo esa presión, los gobiernos detendrán los despliegues de robots.
Este ensayo es nuestro intento de analizar ese dilema. Describimos en qué punto se encuentra la tecnología, por qué los modelos económicos predominantes sobre el desplazamiento laboral son insuficientes para lo que viene, y por qué la pregunta de quiénes seremos cuando ya no necesitemos trabajar determinará si la abundancia llega o no. Luego nos enfocamos en Europa, en parte porque somos una empresa europea, pero principalmente porque Europa está extremadamente expuesta a este dilema. Los estados de bienestar europeos se financian en gran medida con impuestos al trabajo, la industria europea todavía emplea a millones de personas en el tipo de trabajos que los robots están aprendiendo a hacer, y Europa fabrica muy pocos de esos robots. Describimos tres futuros posibles para nuestro continente. Dos de ellos debemos evitarlos, y uno de ellos es el que pretendemos construir.
La carrera por el momento GPT de la robótica
A lo largo de toda la historia humana, la comodidad material ha dependido del trabajo de alguien. Había que cultivar alimentos, construir casas y transportar mercancías de un lugar a otro. La robótica promete automatizar este trabajo físico, reduciendo el costo de los bienes y permitiendo una expansión de la producción que resulte en abundancia material. Este futuro está al alcance de la mano y se acerca rápidamente.
Para ilustrar qué tan rápido, basta con considerar solo los últimos dieciocho meses.
Los humanoides 02 de Figure AI completaron un despliegue de once meses en la planta de BMW en Spartanburg, Carolina del Sur. Para el décimo mes, los robots estaban cumpliendo turnos completos de diez horas, levantando láminas de metal de los contenedores y colocándolas en dispositivos de soldadura con una tolerancia de cinco milímetros. Durante el programa, cargaron más de 90,000 piezas y contribuyeron a la producción de más de 30,000 BMW X3. Aunque fueron retirados en noviembre de 2025, esto es un indicador de la dirección del progreso.
En abril de 2026, Generalist informó que su modelo GEN-1 elevó la tasa promedio de éxito en tareas físicas seleccionadas del 64% al 99%, trabajando aproximadamente tres veces más rápido que los enfoques anteriores en el plegado de cajas y el empaque de teléfonos, con cerca de una hora de datos de robot por tarea. Sus demostraciones incluyeron doblar cajas de cartón 200 veces seguidas sin intervención humana. Estas siguen siendo evaluaciones de la propia empresa, pero la confiabilidad y la velocidad son precisamente las cualidades que convierten un logro técnico en producción útil: un robot que acierta el 64% de las veces es suficiente para una demostración, pero un robot que acierta el 99% de las veces podría reemplazar a un empleado.
El 30 de julio de este año, Google DeepMind lanzó Gemini Robotics 2, integrando las piernas, el torso, los brazos y las manos de cinco dedos de un humanoide bajo una única política entrenada, con una versión local (on-device) y la capacidad de adaptarse a una estructura corporal completamente nueva en cuestión de horas. El 25 de agosto, Skild AI anunció S1, un modelo que observa un solo video de una persona realizando una tarea desconocida y luego la ejecuta, con tareas de hasta diez minutos y decenas de pasos de duración. En su evaluación interna, Skild reporta un 66% de éxito en tareas no vistas, frente al 9% de los modelos entrenados a la misma escala mediante instrucciones de lenguaje.
Todas estas empresas compiten por crear el "momento GPT de la robótica", lo que significaría que se le podría pedir a un modelo robótico fundamental que realice casi cualquier tarea física y que la haga lo suficientemente bien como para ser útil. ChatGPT logró esto con el lenguaje en noviembre de 2022, convirtiendo una curiosidad de investigación en algo que cientos de millones de personas usan todos los días.
La gran diferencia respecto a la capacidad de los modelos de lenguaje es que, en el mundo físico, las tareas son mucho más verificables; esto es especialmente cierto para aquellas en entornos industriales o con horizontes de tiempo cortos (por ejemplo, empacar una caja o fabricar una pieza de equipo). Las tareas verificables pueden automatizarse, por lo que el impacto de los sistemas de IA será mucho más visible en el mundo físico.
El intento más riguroso hasta ahora de medir lo que esto significa para el trabajo fue publicado por los economistas de Anthropic el 30 de septiembre. Utilizando el catálogo de O*NET de aproximadamente 19,000 tareas laborales, Russell Legate Yang y Maxim Massenkoff descubrieron que los robots que existen hoy pueden realizar el 74% de las tareas físicas en Estados Unidos, lo que equivale al 34% de todas las horas de trabajo, aunque principalmente en entornos estructurados o diseñados específicamente para ello. Combinados con los modelos de lenguaje grandes, alrededor del 80% de las tareas laborales por tiempo de trabajo están expuestas a una u otra tecnología. Su prueba retrospectiva a lo largo de cincuenta años muestra que los empleos más expuestos a los robots de su época vieron caer los salarios y el empleo en décadas posteriores, y que cada año los robots se vuelven capaces de realizar aproximadamente el 2% del trabajo físico que antes no podían.
El discurso público no reconoce el riesgo de la robótica
Una mayor productividad no garantiza, por sí sola, seguridad material ni satisfacción. Sobre este tema, quienes construyen la inteligencia artificial han comenzado a hablar con una franqueza inusual, y vale la pena escuchar atentamente lo que dicen y lo que omiten.
En mayo de 2025, Dario Amodei advirtió que la IA podría eliminar la mitad de todos los empleos administrativos de nivel inicial y llevar el desempleo a entre el 10% y el 20% en un plazo de uno a cinco años, describiendo un mundo en el que "el cáncer se cura, la economía crece un 10% anual, el presupuesto está equilibrado... y el 20% de las personas no tiene trabajo". Tres meses después, economistas de Stanford, utilizando registros de nómina del procesador de nóminas más grande de Estados Unidos, descubrieron que los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA habían experimentado una caída relativa del 13% en el empleo desde la expansión de la IA generativa, mientras que los colegas mayores en los mismos puestos no se vieron afectados.
Esto deja fuera el impacto potencial de la IA física. El informe Escenarios para nuestro futuro económico de Anthropic, publicado en septiembre, planteó tres modelos sobre el impacto en el mercado laboral. En el escenario sustancial, la IA puede realizar la mitad de todo el trabajo intelectual y los salarios de los trabajadores del conocimiento se mantienen esencialmente estancados. En el escenario extremo, el PIB de EE. UU. aumenta aproximadamente un tercio, la participación del trabajo en los ingresos cae a alrededor del 45%, los salarios de los trabajadores del conocimiento disminuyen más del 10% y el desempleo sube "más allá de los niveles típicos de recesión".
El sector financiero ha llegado a conclusiones similares desde otra perspectiva. En agosto de 2026, el director ejecutivo de Bridgewater, Nir Bar Dea, y el director de inversiones, Greg Jensen, argumentaron en The New York Times que, dado que solo se grava el trabajo, el código tributario recompensa activamente el reemplazo de personas por máquinas. Propusieron un impuesto al consumo sobre los tokens de IA para reducir los impuestos al trabajo y financiar participaciones en empresas de IA que podrían compartirse "con todos los ciudadanos". A finales de septiembre, Bar Dea advertía públicamente sobre un "colapso social" si la transición se manejaba mal.
Si bien es alentador ver que los laboratorios de modelos fundamentales y el fondo de cobertura más grande del mundo al menos reconocen el potencial de un amplio impacto social, creemos que sus proyecciones subestiman fundamentalmente la magnitud del shock en el mercado laboral que se avecina.
Incluso su escenario más extremo "no incluye" la posibilidad de que "la humanidad desarrolle robots hipercapaces". Y la alternativa para los trabajadores del conocimiento desplazados es explícitamente física: deben "cambiar a trabajos como electricista y enfermero, que están menos expuestos a la IA", una transición que los autores reconocen será difícil y lenta para muchas personas. Todo modelo de desplazamiento cognitivo se apoya, en algún punto, en este mismo supuesto silencioso: que el trabajo cognitivo desplazado eventualmente pasará a roles físicos.
Sin embargo, una vez que el despliegue generalizado de la robótica sea viable, este supuesto queda críticamente debilitado. El consultor no pasará años capacitándose como electricista si espera que un robot esté cableando el edificio poco después de obtener su certificación. El asistente legal no se pasará al cuidado de pacientes si espera que una máquina sea la que levante al paciente. La vía de escape de los economistas frente a la automatización cognitiva choca de frente con la automatización física que viene en sentido contrario.
Cuándo llegará la Abundancia
Aunque actualmente los robots puedan completar el 74% de las tareas físicas al menos en algunos entornos, como señala el artículo de Legate Yang y Massenkoff, solo son competitivos en costos frente al trabajo humano en un 0.3%. Si los precios de los robots siguen cayendo a su tasa histórica de aproximadamente un 3% anual, tomaría unos 40 años para que esa proporción alcance el 10%. Bajo su escenario rápido, los robots solo se vuelven competitivos en costos para la mitad del trabajo físico actual hacia 2050. Sin embargo, esto mide la tasa de cambio pasada y la proyecta hacia adelante, y sus propios autores admiten que "los robots impulsados por IA podrían superar nuestra escala".
Creemos que lo harán. Nuestro argumento se desarrolla de la siguiente manera:
1. Para 2027, los sistemas de IA estarán haciendo investigación robótica seria y el ciclo de desarrollo colapsará
En junio de 2025, el director ejecutivo de OpenAI, Sam Altman, predijo que 2026 traería sistemas capaces de producir ideas novedosas, y que 2027 podría traer "robots que puedan realizar tareas en el mundo real". Para septiembre de 2026, OpenAI afirmó haber construido un "pasante de investigación automatizado", un sistema capaz de llevar a cabo tareas de investigación que le tomarían unos días a un investigador humano experto, y ahora apunta a tener un investigador de IA totalmente automatizado para marzo de 2028. Las mediciones independientes apuntan en la misma dirección. METR descubrió que la duración de las tareas de software que los agentes de IA de vanguardia pueden completar con un 50% de confiabilidad se ha duplicado aproximadamente cada siete meses durante seis años. La robótica es, entre otras cosas, un problema de software, un problema de simulación y un problema de datos. Esos son exactamente los problemas en los que estos sistemas están mejorando más rápido.
Aplicado a la robótica, esto hará colapsar el ciclo de desarrollo. El hardware siempre ha sido lento porque cada diseño tenía que construirse, romperse y reconstruirse, y cada nueva habilidad debía enseñarse en un robot real, una demostración teleoperada a la vez. Ambos cuellos de botella están cediendo. La IA ahora puede proponer un actuador, escribir la política de control y leer los registros de fallos antes del mediodía, por lo que la iteración avanza a una velocidad mucho más cercana a la del software.
Las fuentes de datos son ahora significativamente más variadas que la teleoperación tradicional. En febrero, NVIDIA preentrenó un modelo de robot con 20,854 horas de video en primera persona de personas usando sus manos, con solo cuatro horas de teleoperación robótica, menos del 0.1% de la mezcla de entrenamiento. Descubrió que el rendimiento mejoraba de manera predecible a medida que aumentaban las horas de video humano. NVIDIA y sus colaboradores académicos entrenaron el modelo mundial DreamDojo con más de 44,000 horas del mismo tipo de imágenes (NVIDIA, DreamDojo, 2026). La confianza en el papel de los datos egocéntricos se refleja en los más de $700 millones recaudados en los últimos dieciocho meses por startups de datos de entrenamiento para robots. El aprendizaje a partir de un solo video de Skild y la transferencia entre cuerpos de DeepMind también indican que el costoso paso de recopilar datos para cada nueva tarea, en cada nuevo cuerpo, se está disolviendo.
2. Para 2029, los robots serán técnicamente capaces de completar todas las tareas económicamente importantes
Para que esto ocurra, no necesitamos necesariamente un único robot con un sistema completo que pueda hacerlo todo. En cambio, se trata de la combinación de una inteligencia robótica general capaz de operar en múltiples cuerpos, sistemas humanoides para entornos adecuados y estructuras especializadas para tareas industriales específicas y valiosas.
En febrero, Physical Intelligence mostró su modelo fundamental π0.6, ajustado para cada trabajo, operando robots de otras empresas en entornos comerciales reales: doblando la ropa de los clientes en una lavandería de San Francisco y empacando pedidos reales de comercio electrónico en un almacén durante un turno completo con un 96.4% de autonomía. Donde el lugar de trabajo pueda rediseñarse en torno a la máquina, se hará, como ocurrió con la línea de ensamblaje. Donde no se pueda, la máquina está aprendiendo a adaptarse al lugar de trabajo: los robots de almacén de esa prueba fueron diseñados para encajar en las estaciones de trabajo existentes y empezar a funcionar en cuestión de horas.
3. Los efectos sociales llegarán con la capacidad, no con la adopción
Este es el núcleo de nuestro argumento. Las curvas de difusión describen cuándo los robots estarán en todas partes, pero no describen cuándo las personas creerán que los robots estarán en todas partes y tomarán decisiones en consecuencia. Un trabajador no esperará a que un robot lo desplace para entender lo que tal avance podría significar para el futuro de sus hijos. En Europa, la gente ya anticipa lo peor: en la propia encuesta de la Comisión, el 66% cree que la IA destruirá más empleos de los que crea. Esa cifra se registró en la primavera de 2024, antes de que ningún humanoide hubiera trabajado un turno de producción completo en cualquier parte del mundo. Las consecuencias sociales que nos preocupan no requieren una difusión inmediata, solo la creencia de que está por llegar.
Si la narrativa dominante es que la economía está aprendiendo a funcionar sin las personas, entonces la política actuará en consecuencia mucho antes de que esto se refleje necesariamente en las estadísticas económicas.
Por eso hemos titulado este texto Abundancia 2029. Por supuesto, no todos los almacenes de Europa estarán automatizados para entonces; el desplazamiento cognitivo que describimos en la sección anterior podría tardar entre 5 y 10 años, y el desplazamiento físico quizás aún más. Pero para 2029, la capacidad de la IA física será muy evidente, la trayectoria —las chispas de la Abundancia, por así decirlo— será visible para todos, y las decisiones que determinen qué futuro le espera a Europa ya se habrán tomado.
Cómo se ganaron las personas su lugar en la sociedad
Para entender cómo reaccionará la gente ante la capacidad de generar abundancia, tenemos que remontarnos en la historia.
Hace setenta mil años, como escribe Yuval Noah Harari en Sapiens, los humanos amaban, jugaban, formaban amistades y competían por estatus y poder, pero también lo hacían los chimpancés, los babuinos y los elefantes. "No había nada especial en ellos (los humanos)". Sin embargo, el deseo de importarle al otro ya estaba ahí.
La fuerza física ofrecía una vía hacia el estatus: la capacidad de ganar una contienda, defender al grupo o imponer la propia voluntad. Pero como primates físicamente comunes, sin garras y con pocas probabilidades frente a un león, desarrollamos otras ventajas. Aprendimos a afilar un palo, a coordinar una cacería mediante el lenguaje, a hacer fuego. Superamos a todo lo que estaba por encima de nosotros en la cadena alimentaria porque podíamos transmitir conocimientos útiles, permitiendo que cada generación empezara donde la anterior lo había dejado. Sin embargo, cada generación primero debe aprender lo que sabía la anterior y, por lo tanto, el desarrollo de nuevos conocimientos e innovaciones es más difícil y requiere mayor especialización. Benjamin Jones se refirió a esta dinámica como la "carga del conocimiento", pues para pararse sobre los hombros de gigantes, "primero hay que trepar por sus espaldas". El conocimiento que toma años adquirir lo poseen pocos, por lo que es escaso y, en consecuencia, se considera valioso.
En grupos pequeños, la habilidad ganaba respeto. Alguien que podía fabricar una mejor herramienta o guiar a otros durante un invierno difícil daba a sus pares una razón para confiar en su criterio. Pero el respeto dentro de un grupo no es lo mismo que un orden social basado en la inteligencia, y durante la mayor parte de la historia europea no existió tal orden.
La llegada de la filosofía de la Ilustración alteró este sistema existente de jerarquía social. El lema de Kant para la época, sapere aude, atrévete a saber, era una instrucción para pensar por uno mismo, y traía consigo una nueva idea de lo que hacía a una persona digna de respeto: la razón, en lugar del linaje o la piedad. La inteligencia se convirtió cada vez más en la característica a la que se acumulaba la riqueza monetaria y, por ende, a la que se confería estatus social.
Hoy, el salario del trader cuantitativo y el prestigio del abogado son expresiones modernas de esa dinámica. La economía moderna trata a la inteligencia como algo escaso y, por lo tanto, valioso, y recompensa a quienes se considera que la poseen tanto con estatus material como social. Para aquellos cuyo trabajo era físico, existía una escalera paralela, más antigua que la Ilustración y arraigada en los gremios: el maestro artesano, el Meister, el capataz que conocía la línea de producción mejor que los ingenieros, el soldador cuyas uniones nunca fallaban. La habilidad manual era su propio tipo de inteligencia, y también era honrada.
El trabajo, en resumen, es la institución mediante la cual la mayoría de las personas se gana no solo el sustento, sino también su lugar en la sociedad. Proporciona un sentido de significado y propósito, una defensa contra las preguntas existenciales que de otro modo llegan a las tres de la mañana. Entonces, ¿qué pasa cuando las capacidades en torno a las cuales las personas han construido su sustento y su posición dejan de ser escasas y, por lo tanto, dejan de ser valiosas? ¿Qué pasa cuando la máquina es más inteligente que el abogado y más firme que el soldador, al mismo tiempo?
Una coalición probable
Los avances en la automatización del trabajo cognitivo ya están provocando debate, y con razón. Pero para la mayoría de las personas, la perspectiva de que McKinsey necesite menos consultores comprensiblemente genera poca simpatía. La amenaza se vuelve mucho más difícil de ignorar cuando un colega pierde su empleo y una máquina muy tangible y física ocupa su lugar a la mañana siguiente.
La automatización tiene el potencial de llevar a personas con ingresos, educación y lealtades políticas muy diferentes a la misma conclusión: que la economía está empezando a funcionar sin ellas. Un consultor y un trabajador industrial no necesitan ponerse de acuerdo sobre cómo debería organizarse la sociedad para coincidir en que su rumbo amenaza el lugar que ocupan en ella. Una coalición así no requeriría que el desempleo masivo ya hubiera llegado. La expectativa de exclusión podría ser suficiente para crear un interés político compartido. Y cuando grupos con distintos reclamos llegan a identificar a un adversario común, la historia sugiere que un cambio drástico suele seguir poco después.
En Francia en 1789, sectores de la clase media alta querían poder político, los trabajadores urbanos querían pan asequible y los campesinos querían liberarse de las cargas feudales. Sus reclamos diferían, pero convergieron contra el mismo orden. El precio del pan en París alcanzó su punto máximo justo la semana en que cayó la Bastilla. María Antonieta se convirtió en el símbolo odiado de los privilegios de ese orden, y su extravagancia se exageró hasta convertirse en la explicación de la angustia del país. En Rusia en 1917, la oposición al zar se extendió igualmente desde los intelectuales liberales hasta los trabajadores y soldados. La promesa de Lenin de "paz, tierra y pan" conectó distintos reclamos en un solo programa, y un régimen que había sobrevivido tres siglos cayó en cuestión de meses.
La historia más reciente de la tecnología en sí es igual de reveladora. Entre 1811 y 1816, los luditas de las Midlands y el norte de Inglaterra destrozaron los grandes telares de medias y las máquinas de esquilar que amenazaban el trabajo textil especializado, y el Parlamento respondió con la Ley de Destrucción de Telares de 1812, que convirtió la destrucción de maquinaria en un delito castigado con la muerte. A los luditas se les recuerda como enemigos del progreso. En realidad, eran trabajadores calificados que veían claramente que las ganancias de una nueva tecnología fluirían hacia otros mientras que los costos recaerían sobre ellos, y durante sus propias vidas tuvieron razón.
En Gran Bretaña, la producción por trabajador aumentó durante aproximadamente medio siglo mientras los salarios reales apenas se movían, un periodo que el historiador económico Robert Allen llama "la pausa de Engels". Los hombres que rompieron los telares no vivieron para ver las ganancias, y el trabajo que reemplazó al suyo a menudo fue peor. Adam Smith, que no era enemigo de la industria, temía que una vida entera repitiendo unas pocas operaciones simples hiciera a un trabajador "tan estúpido e ignorante como es posible que llegue a ser una criatura humana".
Donde los luditas se equivocaron fue en el largo plazo. Romper máquinas no detuvo la Revolución Industrial, y esta terminó haciendo a la gente común más rica que cualquier generación anterior, tal como esperamos que haga la robótica. Y durante todo ese proceso, el trabajo seguía ahí.
Lo que distingue a la revolución actual de la IA y la robótica es la velocidad y el alcance del progreso. Bill Gates hizo una distinción similar en agosto: las transiciones anteriores, como el paso de las granjas a los trabajos de oficina, se desarrollaron a lo largo de generaciones y crearon nuevos empleos que requerían cognición humana. Sin embargo, con la IA superando nuestras capacidades en la mayoría de los dominios y a un ritmo mucho mayor, "muchos empleos desaparecerán para siempre", escribió. Las ganancias de la Revolución Industrial llegaron a la gente común a través del trabajo: mediante los empleos que creó y los salarios que pagó. Si la robótica crea abundancia sin crear trabajo, esas ganancias necesitarán otra ruta para llegar a las personas, y las personas necesitarán otra fuente de reconocimiento social.
Hasta que exista esa ruta, las personas de todo el espectro político y económico tendrán un incentivo para resistirse a este cambio tecnológico, y la convergencia de 1789 y 1917 podría volver a ser posible. Si los gobiernos y las empresas tecnológicas no logran demostrar cómo estos avances benefician a los trabajadores, la abundancia material que mejoraría el nivel de vida de todos no se alcanzará, incluso donde sea técnicamente factible. Y si los gobiernos y el sector tecnológico fracasan, ¿quién puede culpar a la gente por llegar a esa conclusión?
La coalición ya se está formando
Estas dinámicas ya se pueden observar en la lucha por los centros de datos. En Estados Unidos, Data Center Watch contabilizó $18 mil millones en proyectos bloqueados y $46 mil millones retrasados por la oposición local durante aproximadamente dos años, tanto en estados republicanos como demócratas, motivados por las facturas de electricidad, el agua, el ruido y el uso de tierras. Solo en el primer trimestre de 2026, registró al menos 75 proyectos por un valor cercano a los $130 mil millones interrumpidos, la cifra trimestral más alta jamás registrada. En Irlanda, donde los centros de datos consumieron el 23% de toda la electricidad medida en 2025, el operador de la red EirGrid dejó de ofrecer nuevas conexiones para centros de datos en la región de Dublín hasta 2028.
La incapacidad de los gobiernos y de los desarrolladores de modelos para mostrar cómo su tecnología mejoraría la vida de la gente común ha producido una alianza contra los centros de datos que abarca tanto a la izquierda como a la derecha. Esto afecta directamente a la robótica. Todo robot de propósito general depende de la capacidad de cómputo para su entrenamiento y, cada vez más, para la inferencia. Un continente que no puede construir centros de datos no puede ejecutar IA física a escala.
El 8 de junio de 2025, manifestantes en el centro de Los Ángeles incendiaron al menos cinco robotaxis de Waymo, y la empresa suspendió el servicio en la zona. La protesta era por las redadas migratorias, no por la automatización. Cuando una sociedad está enojada, la máquina que circula por la calle se convierte en un símbolo de aquello que la indigna. En octubre de 2024, 45.000 estibadores de la International Longshoremen's Association paralizaron 36 puertos desde Maine hasta Texas, y la protección frente a la automatización fue una de sus demandas centrales.
Es responsabilidad de toda empresa de robótica no repetir los errores de quienes construyen centros de datos: reconocer los impactos sociales que se producirán y garantizar que la transición hacia la abundancia beneficie a todos. Cuanto más abruptamente experimenten las personas la automatización como la pérdida de ingresos y estatus sin un reemplazo creíble ni participación en el futuro, más fuerte será la exigencia de frenar el sistema que genera esa disrupción. Una sociedad puede tener la tecnología para construir inteligencia abundante y aun así negarse a implementarla.
Por lo tanto, una respuesta creíble sobre cómo las personas conservan su estatus, poder y propósito debe preceder a la implementación total.
El talón de Aquiles de Europa
Quién da esa respuesta depende de quién sea dueño de las máquinas. Como empresa europea, nuestra preocupación es si Europa será capaz de darla. Gran parte de lo que sigue aplica a otras regiones, pero la combinación europea de demografía envejecida, sindicatos fuertes, estados de bienestar generosos, profundo conocimiento industrial y posiciones débiles tanto en IA como en fabricación de robótica la convierte en el caso más relevante para analizar.
La IA física tiene dos mitades: la inteligencia que le permite a un robot ver, razonar y actuar, y el cuerpo que lo ejecuta. La geografía de ambas ya está definida, y Europa no domina ninguna.
Estados Unidos lidera la capa de inteligencia. Los modelos base que permiten a un robot ver, razonar y actuar se están construyendo abrumadoramente en laboratorios y startups estadounidenses: Gemini Robotics de Google DeepMind, Physical Intelligence, Skild, Generalist, OpenAI Robotics, y las plataformas Cosmos y GR00T de NVIDIA. Estos son los "cerebros", y mejoran a escalas de tiempo de software aceleradas.
China lidera el cuerpo y la capacidad de fabricarlo a escala. En 2024, China instaló 295.000 robots industriales, un récord y más de la mitad de todas las instalaciones globales, frente a 67.800 en toda la Unión Europea y 26.982 en Alemania. Los proveedores chinos ahora controlan el 57% de su mercado local, frente a aproximadamente el 28% de hace una década. En humanoides, la asimetría es aún más marcada. De los 13.318 robots humanoides enviados a nivel mundial en 2025, AgiBot entregó más de 5.100 y Unitree unos 4.200, con empresas chinas ocupando la mayoría de los diez primeros puestos. Unitree cotizó en el mercado STAR de Shanghái en agosto de 2026 con una valoración de unos 9.000 millones de dólares después de que sus ingresos por humanoides superaran por primera vez a los de sus cuadrúpedos.
En noviembre de 2023, el Ministerio de Industria y Tecnología de la Información de China emitió sus Opiniones Guía sobre la Innovación y el Desarrollo de Robots Humanoides, que establecían el objetivo de construir el "cerebro, cerebelo y extremidades" de un robot para 2025 e integrar profundamente a los humanoides en la economía real para 2027. Trató a los humanoides como una tecnología a la escala de la computadora y el smartphone, y luego actuó en consecuencia.
Estados Unidos le está enseñando a la máquina a pensar. China está aprendiendo a construirla más barato que nadie. Europa corre el peligro de no poseer nada en este futuro y, sin embargo, necesita esta tecnología más que cualquiera de ellos. Un análisis de la Comisión Europea concluye que, con las proyecciones poblacionales actuales y un nivel educativo sin cambios, la fuerza laboral de la UE podría reducirse hasta en 18,8 millones de personas para 2050.
La robótica podría resolver la crisis más predecible de Europa o ser la causa de la próxima.Tres futuros
Futuro 1: Europa detiene las implementaciones
Europa no logra comprender ni la magnitud del riesgo de desplazamiento a largo plazo por falta de automatización, ni la forma de las posibles soluciones. Sindicatos, campañas locales y políticos de todo el espectro empiezan a ver la robótica como muchos ya ven los centros de datos: algo que consume energía, agua, tierra y empleos, y devuelve poco a las personas que viven a su alrededor. Se niegan conexiones a la red eléctrica, como ya ocurre en Dublín. Los permisos de planificación se estancan. Las normas de seguridad escritas para brazos industriales enjaulados se aplican a máquinas móviles y con capacidad de aprendizaje de maneras que hacen prácticamente imposible su implementación. Los temores de los trabajadores, que durante mucho tiempo han frenado la automatización tradicional en las plantas europeas, se consolidan en un sólido veto político y, por lo tanto, ningún político se arriesga a postularse con una plataforma que no se oponga explícitamente a acelerar la implementación de robots.
Creemos que esta será la trayectoria por defecto si nada cambia. Dos tercios de los europeos ya creen que la IA destruirá más empleos de los que crea, y nadie les ha dado todavía una razón para creer lo contrario. Como consecuencia, las sociedades democráticas occidentales bloquean la implementación de robots mientras sus competidores avanzan. China, sin las mismas restricciones democráticas, continúa reduciendo el costo de producción. Sus fábricas ya instalan más de cuatro robots industriales por cada uno instalado en toda la Unión Europea. La producción se traslada al extranjero, llevándose consigo inversión, redes de proveedores y conocimiento práctico.
Ya podemos ver el contorno de este futuro en el presente. La industria alemana eliminó alrededor de 124.000 empleos solo en 2025, casi el doble de pérdidas del año anterior, y unas 266.000 desde 2019, con el sector automotriz perdiendo 111.000 empleos, o el 13% de su fuerza laboral, en seis años. En noviembre de 2025, BASF inició la producción en su nuevo sitio Verbund en Zhanjiang, sur de China, una inversión de alrededor de 8.700 millones de euros, el proyecto individual más grande en la historia de la empresa. Ludwigshafen, el hogar de la compañía durante 160 años, mientras tanto ha estado cerrando plantas. Esta es la respuesta racional a condiciones económicas internas insostenibles.
El Mittelstand, la columna vertebral de la industria alemana, pierde a sus clientes. Su genialidad siempre ha sido el conocimiento tácito: el ingeniero que sabe exactamente cómo se comporta una aleación particular a una temperatura específica. A medida que la producción se traslada al extranjero, las empresas europeas primero externalizan la fabricación, luego descubren que su propiedad intelectual depende cada vez más de fabricar fuera, y finalmente se dan cuenta de que el conocimiento mismo se ha desvanecido.
Los trabajadores industriales pierden sus empleos. Al mismo tiempo, los profesionales enfrentan la automatización cognitiva de sistemas de IA estadounidenses que Europa no regula hasta eliminarlos porque no puede permitírselo. Las dos olas de desplazamiento llegan juntas.
En 2024, los impuestos sobre el trabajo, incluidas las contribuciones sociales, representaron el 51,5% de todos los ingresos fiscales en la UE. El estado de bienestar europeo se financia, en su base, gracias a que las personas tienen empleo. Mientras tanto, se proyecta que la tasa de dependencia de la vejez aumente del 36% en 2022 al 59% para 2070, pasando de aproximadamente tres personas en edad de trabajar por cada persona mayor de 65 años a menos de dos. Mario Draghi calificó la posición demográfica y de productividad de Europa como un "desafío existencial".
En el Futuro 1, esas tendencias convergen. Las necesidades de bienestar aumentan porque hay más personas desempleadas y más jubiladas. La base impositiva se reduce porque las empresas europeas no producen ni venden lo suficiente para financiarla. Los gobiernos enfrentan tres opciones: dejar que los servicios se deterioren, aumentar los impuestos sobre una base que se encoge o permitir que la deuda se acumule aún más. Todas son indeseables o insostenibles. En el extremo, el estado de bienestar se vuelve incapaz de sostener sus promesas. Una política destinada a proteger a los trabajadores termina por no proteger ni sus empleos ni las instituciones creadas para apoyarlos.
Europa puede detener la robótica dentro de sus propias fronteras. Sin embargo, no puede detener la robótica en Shenzhen o San Francisco, y no puede impedir de manera realista que sus productos lleguen a sus puertos a precios que ninguna fábrica europea puede igualar. Bloquear la implementación robótica en Europa significaría entrar en un nuevo capítulo del progreso tecnológico y perderse por completo sus beneficios.
Futuro 2: Europa se conforma
En este segundo futuro, Europa no bloquea la implementación generalizada de la robótica y, por lo tanto, sí se producen mejoras sustanciales en las condiciones materiales de vida de todos. Sin embargo, el futuro igualmente sale mal.
Las empresas que enfrentan competidores extranjeros con "fábricas oscuras" totalmente automatizadas responden de la misma manera. En lugar de rediseñar el trabajo en torno a las personas, la decisión económica racional pasa a ser simplemente eliminar a las personas de la ecuación por completo. Acemoglu y Restrepo descubrieron que, en los mercados laborales locales estadounidenses, cada robot adicional por cada mil trabajadores reducía la relación empleo-población en aproximadamente un 0,2% y los salarios en cerca de un 0,42%. Su estudio se basó en los robots de las décadas de 1990 y 2000: enjaulados, de un solo propósito y ciegos. Las consecuencias de la robótica de propósito general que prevemos para 2029 serán mucho más significativas.
Un problema secundario es la propiedad. Europa inventó gran parte de la ciencia detrás de la economía digital y luego vio a otros construir las empresas: Amazon, Microsoft y Google ahora controlan alrededor del 70% del mercado europeo de la nube, mientras que todos los proveedores europeos juntos suman cerca del 15%, por debajo del 29% aproximado de 2017. Los modelos de vanguardia que los europeos usan todos los días se entrenan en California, con chips estadounidenses y bajo leyes estadounidenses. La robótica podría seguir una trayectoria similar. No invertir lo suficiente en capacidad de cómputo y fabricación de hardware, combinado con un entorno desfavorable para las empresas europeas, conduce a una penetración agresiva del mercado por parte de Estados Unidos y China. La inteligencia estadounidense se instala en cuerpos chinos, y ambos se instalan en fábricas europeas.
Europa ya ha experimentado los efectos de tal dependencia geopolítica. En abril de 2025, China impuso licencias de exportación para imanes de tierras raras, de los cuales dependen la mayoría de los motores de alto rendimiento, incluidos los de cada articulación de un robot. En dos meses, varias líneas de producción europeas se habían detenido, y algunas solicitudes para tecnología china enfrentan el requisito de divulgar información sensible de propiedad intelectual. Una Europa cuyas fábricas, hospitales, granjas y almacenes funcionen con robots extranjeros podría ver cómo Beijing retiene sus cuerpos y California apaga sus mentes.
En tal escenario, las ganancias de la automatización fluyen hacia los dueños de modelos y hardware extranjeros, mientras que los costos se quedan en casa. El desempleo masivo llega sin la base impositiva necesaria para absorberlo, ya que el valor se acumula en otras jurisdicciones, y las divisiones socioeconómicas empeoran. Los gobiernos intentarán cerrar esa brecha con lo que aún puedan gravar. Eso podría manifestarse como un impuesto al consumo sobre tokens de IA del tipo que propone Bridgewater, participaciones públicas en cualquier automatización en la que los gobiernos puedan invertir, e impuestos sobre la tierra, la energía y los recursos de cómputo que puedan seguir siendo escasos por un tiempo. Si se redistribuye como una forma de renta básica universal, esto podría evitar la pobreza material manteniendo el poder adquisitivo. Pero, fundamentalmente, las personas que reciben ese pago siguen sin trabajo.
En La condición humana, Hannah Arendt advirtió que la automatización podría llevarnos a "una sociedad de trabajadores sin trabajo", una sociedad que había glorificado el trabajo como fuente de todo valor y que luego se vería privada de la única actividad que le quedaba. "Sin duda", escribió, "nada podría ser peor". Keynes, escribiendo en 1930, pensó que sus nietos enfrentarían exactamente esto y predijo "un 'colapso nervioso' general" entre aquellos que habían sido entrenados durante generaciones para esforzarse.
Como mencionamos anteriormente, para muchos de nosotros el trabajo constituye una parte importante de quiénes somos, y un pago por transferencia es insuficiente para reemplazar eso. El estatus y nuestro deseo por él no se evaporan, sino que se trasladarán a lo que aún pueda conferirlos: riqueza, atención, resentimiento o pertenencia a grupos definidos por líneas arbitrarias. Este cambio será desestabilizador en sí mismo, independientemente del estado de las condiciones materiales.
El problema central del Futuro 2 es la agitación social. Las empresas corren hacia las fábricas oscuras, produciendo disparidad económica, y esa disparidad produce agitación. Incluso si cierto grado de redistribución suaviza la economía, dejará el problema humano sin resolver.
Una agitación de ese tipo puede destruir las condiciones políticas de las que depende la abundancia: el consentimiento para seguir construyendo centros de datos, implementando máquinas y manteniendo robots. Una Europa con abundancia pero sin propósito podría votar, en su infelicidad, por desmantelar los sistemas que la alimentan. En el mejor de los casos, el Futuro 2 es un mal futuro. En el peor, es simplemente el camino largo hacia el Futuro 1.
Futuro 3: Europa adopta la robótica y construye una nueva economía
En el tercer futuro, Europa adopta plenamente la robótica y desarrolla la capacidad de moldearla. Desarrollamos los modelos, fabricamos los robots y construimos la infraestructura que los impulsa. La industria europea sigue siendo competitiva, reteniendo aquí más conocimiento, propiedad y retornos. La cooperación internacional continúa, pero Europa tiene la fortaleza tecnológica para negociar sus términos y la capacidad productiva para sostener sus instituciones públicas.
Europa tiene la oportunidad de construir este futuro a partir de fortalezas que ya posee. Cuenta con investigación de clase mundial en aprendizaje robótico, una base manufacturera que aún emplea a millones y una tradición de ingeniería capaz de convertir una inteligencia robótica general en miles de aplicaciones específicas. Ha comenzado a financiar la capacidad de cómputo: en febrero de 2025, la Comisión anunció InvestAI, con el objetivo de movilizar 200.000 millones de euros para la IA, incluyendo 20.000 millones de euros para "gigafábricas" de IA. Lo que le ha faltado es la convicción de que la IA física es el ámbito donde Europa aún puede liderar, porque la IA física recompensa precisamente aquello en lo que Europa es buena: fabricación de precisión, conocimiento profundo del dominio y la paciencia para hacer que las máquinas sean confiables.
Además, los retornos de la robótica deberían tributar en Europa. Alaska ha pagado a cada residente elegible un dividendo anual proveniente de su riqueza petrolera desde 1982, y el fondo soberano de Noruega, construido con el petróleo del Mar del Norte, ahora posee en promedio el 1,5% de todas las empresas que cotizan en bolsa en nombre de sus ciudadanos. Un dividendo robótico europeo, financiado por las propias máquinas, seguiría el mismo modelo. Pero, como muestra el Futuro 2, los ingresos por sí solos no le dan a las personas un rol, y si nuestras ambiciones se mantienen donde están, quedarán muy pocos roles por asignar.
Los robots que pueden hacer casi todo lo que nosotros hacemos, tarde o temprano, harán todo lo que actualmente queremos que se haga, dejándonos con abundancia material y sin participación en su producción. Sin embargo, los humanos seguiremos siendo humanos. Seguiremos queriendo que nuestros esfuerzos sean reconocidos, oportunidades para progresar y comunidades en las que nuestra ausencia se note; nada de eso sobrevive en un mundo donde nuestro trabajo no es necesario para nada que nos importe.
Nuestra respuesta es un principio que llamamos Interstellar. En esencia, el alcance de la ambición de la humanidad siempre debe ser mayor que nuestra capacidad productiva. Si los robots que tenemos pueden ejecutar mil proyectos, deberíamos intentar mil y uno. Con cada máquina ya ocupada, el trabajo restante, por pequeña que sea su proporción del total, recae en las personas. Los robots construirán más robots y cerrarán la brecha, por lo que cada vez que nuestras máquinas alcancen nuestras ambiciones, nuestras ambiciones tendrán que moverse de nuevo. Bajo esa condición, las personas siguen siendo necesarias incluso en un mundo donde las máquinas son mejores que nosotros en casi todo.
Lleguemos o no a las estrellas, el nombre apunta a un objetivo que siempre está más allá de lo que podemos hacer actualmente. Robert Browning expresó esta idea en 1855: "el alcance de un hombre debería exceder su agarre... ¿Para qué sirve el cielo, si no?". El precedente más cercano es Apolo. En la Universidad Rice en 1962, John F. Kennedy dijo que Estados Unidos iría a la Luna y "haría las otras cosas, no porque sean fáciles, sino porque son difíciles". En su punto máximo, el programa involucró a unas 400.000 personas en el gobierno, la industria y las universidades, respaldadas por más de 20.000 empresas. Ingenieros, soldadores, matemáticos y las costureras que cosieron los trajes espaciales se encontraron formando parte del logro humano más visible de su siglo.
Pocos de ellos se habían entrenado para vuelos espaciales, pero aportaron las habilidades y conocimientos que tenían a un objetivo que los necesitaba. Los objetivos más grandes de Europa exigirán lo mismo de las personas cuyos roles asuman los robots, y la mayoría necesitará ayuda para hacer esa transición. Este es el papel que imaginamos para shift: una plataforma de educación continua, recapacitación y trabajo significativo, construida en asociación con gobiernos, empleadores e instituciones locales. El objetivo es que shift ayude a capacitar a las personas para el trabajo necesario en el margen y las conecte con él.
Si bien una empresa privada puede mejorar el acceso al aprendizaje y crear oportunidades, los derechos a ingresos, financiamiento público y acceso equitativo deben seguir residiendo en las instituciones democráticas, porque son de mayor importancia que las fortunas o prioridades de cualquier empresa individual. Gestionar la transición puede abarcar desde la protección de ingresos antes del desplazamiento hasta una participación en las ganancias de la automatización (utilizando algunos de los mecanismos descritos anteriormente), y rutas financiadas a través de shift hacia el trabajo que crea el objetivo mayor.
Tampoco puede una sola empresa ser la única responsable de establecer una ambición de esta escala. Se necesita un acuerdo en el que empresas, trabajadores y autoridades públicas coincidan en lo que Europa, y la humanidad en general, se propone hacer con su abundancia.
No podemos implementar a escala de manera responsable sin tal acuerdo, y se necesita pronto. Todavía no podemos decir cuál será el trabajo en el margen, ni si esto puede dar a las personas el sentido de contribución que un empleo les da hoy. Pero la alternativa es una sociedad cuyas ambiciones han sido satisfechas por completo por sus máquinas, y el Futuro 2 ha mostrado a dónde lleva eso.
No hay un final previsible para lo que la humanidad podría elegir emprender. Podríamos encontrar nuevas formas de curar enfermedades, restaurar los ecosistemas que hemos dañado, explorar los océanos, establecer vida más allá de la Tierra y, con el tiempo, alcanzar otras estrellas. Cada logro revelaría más posibilidades, y cada uno nos exigiría más de lo que las máquinas de su época podrían suministrar por sí solas. Una civilización que sigue fijando metas de ese tamaño nunca se queda sin trabajo para su gente, porque cada meta que alcanza le muestra una más grande. Eso, más que cualquier destino, es lo que queremos decir con Interstellar.
Por más capaces que se vuelvan los robots, la escala de lo que estamos intentando mantendría un lugar para las personas en ello, y con ese lugar viene el reconocimiento, la posición y el sentido de contribución que el trabajo ha brindado a las personas durante generaciones.
Fuentes @ bercankilic.com
