La apuesta de Corea por la IA física: por qué la manufactura vence a la carrera de chips

La tesis inusual de un constructor de robots

Dennis Hong no vino al Foro Global de Genómica y Genoma 2026 a hablar de genomas. El profesor de ingeniería mecánica y aeroespacial de UCLA, director del Laboratorio de Robótica y Mecanismos, conocido como el Leonardo da Vinci de la robótica, usó su plataforma para lanzar un mensaje contundente a Corea del Sur: deje de intentar superar a Estados Unidos y China en la fabricación de humanoides.

Su argumento va contra la corriente de una carrera global donde el prestigio nacional se mide cada vez más en cantidad de robots bípedos. Estados Unidos aporta ecosistemas de software y capital profundo. China aporta escala de cadena de suministro y velocidad despiadada de producción masiva. El diagnóstico de Hong es lapidario: Corea no puede ganar un juego de números contra ninguno de los dos.

Lo que Corea sí puede ganar, argumentó, es un juego completamente diferente.

Por qué los datos de campo superan a la escala de chips

El cambio crítico que identifica Hong no es incremental — redefine qué es lo que importa en la próxima fase de la robótica. La IA generativa se entrenó con texto de internet. La IA física se entrenará en pisos de fábrica.

Esto lo cambia todo en cuanto a ventaja competitiva. Las empresas con los datos operativos más ricos no son necesariamente las que tienen algoritmos más sofisticados. Son las que ya ejecutan líneas de fabricación complejas, plantas de ensamblaje y cadenas de suministro. Samsung, Hyundai, LG — estos no son potenciales abstractos. Están sentados sobre décadas de datos de sensores, tiempos de ciclo, modos de falla y patrones de flujo de trabajo que ninguna cantidad de escala de silicio puede replicar de la noche a la mañana.

La idea central de Hong se refiere a la velocidad de iteración. En IA física, el ciclo es desplegar-aprender-mejorar-repetir. Un robot que aprende de datos de falla en el mundo real en una fábrica de semiconductores evolucionará más rápido que uno entrenado solo en simulación o en pisos de demostración controlados. La brecha entre un éxito de demostración y la confiabilidad operacional de todo un día es enorme, y Hong advirtió específicamente contra confundir ambas cosas.

Esta es la ventaja estructural que posee Corea: la infraestructura física donde los robots pueden aprender haciendo, no mirando.

Quiénes ganan, quiénes pierden

Si la tesis de Hong gana tracción, los ganadores son claros. Los grandes fabricantes coreanos con huellas fabriles existentes se convierten en los anfitriones naturales para el despliegue de IA física. Sus datos operativos se convierten en el combustible. Sus cadenas de suministro se convierten en el campo de pruebas. Sus redes de distribución se convierten en los primeros clientes para robots que ya conocen sus entornos.

Los perdedores, en este marco, son las startups de humanoides purasangre que carecen de acceso a entornos industriales reales. Ninguna cantidad de capital de riesgo puede sustituir los datos que solo provienen de meses de operación dentro de una línea de ensamblaje en vivo. El punto de Hong es que la zanja no es el robot mismo — es el bucle de retroalimentación entre el robot y el entorno.

Para Estados Unidos y China, la implicación es igualmente aguda. Estados Unidos puede seguir dominando los cerebros de IA. China puede seguir dominando el volumen de hardware. Pero si el valor se desplaza hacia la IA física — máquinas que aprenden de datos operativos del mundo real en lugar de conjuntos de entrenamiento sintéticos — entonces ambos enfrentan una nueva restricción competitiva que no tenían durante el auge de la IA generativa.

La fricción social de la que nadie habla

Hong no pintó un cuadro sin fricciones. Plantegó una preocupación que se sitúa en la intersección de la tecnología y el trabajo: la confianza social.

El problema es tangible. Un soldador, ensamblador o inspector calificado ve cómo su experiencia se codifica en un sistema de IA y se hace una pregunta razonable: ¿qué pasa conmigo? Los disputas sobre propiedad de datos que acompañan esta transición no son hipotéticas. ¿Quién posee el conocimiento tácito que un trabajador aporta a una línea de producción? ¿Cómo se compensa a alguien cuyo oficio se convierte en el conjunto de entrenamiento para un reemplazo?

Hong pidió instituciones — sistemas y acuerdos alrededor del consentimiento de datos y la compartición de valor — antes de que la tecnología supere al contrato social. Esto no es un relleno blando en su argumento. Es un cuello de botella estructural. Sin la adhesión de los trabajadores, el bucle de datos se rompe. Los pisos de fábrica se convierten en sitios de resistencia en lugar de laboratorios. Toda la ventaja de la IA física se desploma en el punto de acceso.

La temperatura humana

Hay una corriente filosófica subyacente en el argumento de Hong que la separa de la estrategia industrial pura. Rechazó el encuadre de los robots como mano de obra barata. Su visión es más simple y más urgente: los robots deben hacer el trabajo que los humanos no deben hacer. Respuesta a desastres, lucha contra incendios, contaminación nuclear, entornos peligrosos — estos son los roles que definen el propósito robótico, no el desplazamiento económico.

También redirigió la pregunta emocional. Los robots no necesitan corazones cálidos, dijo. La calidez pertenece a las personas que los construyen y a las razones por las que los construyen. Es un replanteo silencioso pero significativo — alejándose de la antropomorfización de las máquinas y hacia la responsabilidad por lo para lo que están construidos.

Qué sucede después

La pregunta para Corea es si esta tesis se mueve del salón de clases a la política industrial. El argumento de Hong es convincente, pero la ejecución es otro asunto. Los chaebols ya tienen las fábricas. La pregunta es si compartirán los datos, construirán las alianzas y aceptarán el ritmo del desarrollo de IA física que esta estrategia demanda.

Para el resto del mundo, el mensaje de Hong es una advertencia sobre la próxima fase de la carrera robótica. La victoria barata en conteo de humanoides terminó. La victoria difícil — en datos operativos, en iteración en el mundo real, en construir robots que sobrevivan un turno completo en un piso de fábrica real — apenas ha comenzado. Corea puede no liderar el juego de números. Pero si Hong tiene razón, es probable que lidere el único juego que importa.

La incertidumbre, francamente, es enorme. El propio Hong advirtió que predecir cuántos robots humanoides se desplegarán en unos pocos años es casi imposible dada la mezcla de avance genuino e hype inflado. Lo que es más cierto es que las empresas y países que traten los datos de campo como el recurso escaso — y no el robot mismo — mantendrán la ventaja.

Corea tiene las fábricas. La pregunta ahora es si tiene la voluntad para convertirlas en los terrenos de entrenamiento de IA física más valiosos del mundo.