Resumen del contenido principal
Recientemente, en el campo de la inteligencia corpórea (en pocas palabras, la inteligencia de los robots que pueden percibir, tomar decisiones y actuar como humanos), se ha observado un fenómeno en el que quienes “buscan oro” no han ganado dinero, mientras que quienes venden las herramientas necesarias para fabricarlos sí lo han hecho. Los propios robots aún no generan beneficios a gran escala, pero el negocio de recopilación de datos para su entrenamiento ha crecido significativamente: varias empresas de recolección de datos han recibido grandes inversiones y pedidos, y compañías destacadas como Bosch y JD.com también se han unido a este sector. Este mercado ha pasado de ser una actividad secundaria de las empresas de robots a una industria independiente, valorada por el capital y en la que los gigantes invierten con gran interés. Hay tres tipos principales de actores en este escenario, y la participación de estas grandes compañías está redefiniendo la lógica del sector. En el futuro, la calidad y la interoperabilidad de los datos serán clave para determinar el resultado final.
1. ¿Por qué la recolección de datos genera más ingresos que los robots? Tres razones explican por qué quienes venden las herramientas han tomado la delantera
Para comprender esto, es necesario entender el “punto débil” de la inteligencia corpórea en términos de datos:
- Una gran escasez de datos: Los modelos de lenguaje avanzados (como GPT) disponen de décadas de contenido textual de internet para su entrenamiento, pero los modelos de inteligencia corpórea necesitan datos obtenidos a través de la interacción de los robots con el mundo real (por ejemplo, movimientos tridimensionales al agarrar objetos o evitar obstáculos). Actualmente, solo hay 500.000 horas de datos de alta calidad en todo el mundo, lo que representa menos de una décima parte de los datos utilizados por estos modelos de lenguaje, y además, los formatos de datos varían entre diferentes robots y sensores, lo que dificulta su compartición.
- Una demanda real y urgente: Tanto las empresas que desarrollan modelos como las que fabrican robots compiten por adquirir datos; aquellos que obtengan primero los datos podrán entrenar sus modelos más rápido, entregar productos a los clientes con mayor anticipación y dominar los escenarios relevantes. Por ejemplo, Bosch y CATL han invertido significativamente en colaboraciones con empresas de recolección de datos, abriendo sus líneas de producción para que los robots puedan recopilar información, ya que saben que la calidad de los datos determina el potencial de los robots.
- El capital se dirige hacia las fuentes primarias: Desde 2026, la inversión en robots ha aumentado significativamente (las empresas líderes están valoradas en miles de millones de dólares), lo que ha llevado a las instituciones más pequeñas a centrarse en la recolección de datos, ya que representa una apuesta más segura que invertir en productos roboticos individuales.
Estos tres factores combinados han permitido que el negocio de recolección de datos se beneficie primero de la comercialización.
2. Los actores en el mercado se dividen en tres categorías: empresas especializadas, compañías que separan los servicios de recopilación de datos de los robots y gigantes de otros sectores
Los actores en el mercado de recolección de datos ya se han diversificado, cada uno con su propia lógica de negocio:
- Empresas especializadas en datos: No fabrican robots, sino que se centran en la infraestructura necesaria para su recolección. Por ejemplo, Guanglun Intelligence, fundada hace solo tres años, se ha convertido en el primer unicornio global en este campo (con una valoración de más de 1000 millones de dólares) y recibió pedidos por 550 millones de dólares en su primer trimestre. Sus clientes incluyen a empresas como NVIDIA, ByteDance y Zhiyuan Robotics; actúan como proveedores de servicios esenciales para este sector.
- Compañías que separan los servicios de recopilación de datos de la fabricación de robots: Estas empresas han creado unidades dedicadas a esta actividad. Por ejemplo, Zhiyuan Robotics separó su negocio de recolección y comercio de datos en Meifeng Technology, que recibió inversiones de cientos de millones de dólares en solo diez días. Este modelo permite que las compañías de robots se enfocen en el desarrollo de sus productos mientras que sus servicios de recolección generan ingresos separadamente.
- Gigantes de otros sectores: Ingresan al mercado aprovechando sus conocimientos específicos. Por ejemplo, JD.com ha movilizado a 600.000 personas para recopilar datos en escenarios reales durante dos años (utilizando sus propios recursos logísticos y de almacenamiento). Baidu Smart Cloud ha creado un “supermercado de datos de inteligencia corpórea” donde los datos se venden de manera similar a los productos, mientras que China Mobile ha establecido centros de entrenamiento para escenarios domésticos. Estos gigantes no buscan robar negocios a las empresas más pequeñas, sino construir plataformas de datos a partir de las cuales las compañías de robots puedan acceder a ellos según sus necesidades.
3. La participación de grandes compañías como JD.com: no es para competir por el mercado, sino para redefinir las reglas del sector
La entrada de estas empresas ha traído dos cambios importantes:
- Efectos de escala: JD.com cuenta con escenarios logísticos y de almacenamiento ya establecidos; la cantidad de datos recopilados por sus 600.000 personas es algo que las startups no podrían alcanzar en años. Este tamaño permite reducir significativamente los costos de recolección, haciendo que las empresas de robots puedan utilizar datos de alta calidad.
- Promoción de la plataformaización: Servicios como el “supermercado de datos” de Baidu y la “infraestructura integral” de JD.com convierten los datos dispersos en productos estandarizados. En el futuro, las startups no necesitarán crear sus propios equipos de recolección; podrán comprar datos directamente desde estas plataformas, al igual que hoy en día compran servicios en la nube a través de empresas como Alibaba Cloud. Esto llevará al sector hacia una modelación basada en plataformas, lo que obligará a las startups a elegir entre ser proveedores para estas plataformas, desarrollar herramientas específicas o establecer relaciones más estrechas con los escenarios reales.
4. El ganador de la competencia por los datos determinará el futuro del sector
El resultado final de esta carrera por los datos no dependerá de cuántos datos se recolecten, sino de dos factores clave:
- Poder para definir las normas de calidad: Empresas como CATL y Bosch, que tienen acceso a escenarios reales (fábricas y líneas de producción), están seleccionando cuidadosamente a sus socios de recolección de datos. Solo aquellas que puedan proporcionar datos de “calidad industrial” y probados en condiciones reales podrán formar parte de sus ecosistemas. Quien defina los estándares de calidad de los datos (por ejemplo, un error de menos de 0,1 milímetros al agarrar piezas en un entorno industrial) controlará su uso.
- Interoperabilidad de datos: Si los datos provenientes de fuentes diversas (recopilación real, datos simulados, etc.) se pueden integrar y estandarizar, se convertirán en activos clave para la era de la IA física. Al igual que el petróleo en la economía actual, aquellos que los controlen dominarán el sector.
En resumen, lo que realmente cambiará el panorama de la inteligencia corpórea no serán los robots en sí, sino los datos que están detrás de ellos, invisibles para el ojo humano.