Equipo canadiense en plena carrera por crear trabajadores impulsados por IA

Una startup de Cambridge se une a la carrera mundial

Conozca al equipo canadiense que compite por construir la próxima generación de trabajadores impulsados por IA: esta semana, una startup de Cambridge, Ontario, llamada Mirsee Robotics presentó su prototipo MH3 mientras se prepara para pasar de la construcción en laboratorio a la fabricación de mayor volumen. El CEO de la empresa, Tarek Rahim, dijo a los periodistas que el MH3 de tercera generación cuenta con un sistema de visión de fabricación canadiense, IA a bordo para tareas básicas y una elección de diseño deliberada que lo distingue de gran parte del metraje viral de humanoides proveniente de China: el MH3 se desplaza sobre ruedas, no sobre dos piernas. Esa elección se basa en el tiempo de actividad, la estabilidad y la duración de la batería; compensaciones prácticas para máquinas destinadas a trabajar en plantas de fábricas y almacenes en lugar de en un escenario.

La demostración de Mirsee —localizar una botella de agua con visión artificial, agarrarla y transportarla— parece modesta frente a las rutinas virales de kung-fu, pero Rahim sostiene que esas tareas modestas son las difíciles cuando se busca que un robot reemplace de manera confiable a un humano en un turno repetitivo. Mirsee afirma tener dos de los robots más recientes y espera construir seis más este año, con planes para un modelo de producción en masa el próximo año. El cronograma, y el lenguaje de la producción en masa, ayuda a explicar por qué el capital de riesgo, los cuellos de botella en la cadena de suministro y las políticas gubernamentales ocupan de repente un lugar central en conversaciones que eran académicas hace solo unos años.

Conozca al equipo canadiense en competencia: elecciones de diseño industrial y cronogramas

El enfoque de Mirsee ilustra las cuestiones centrales de ingeniería y negocios para los grupos que intentan desplegar trabajadores impulsados por IA. Una pregunta inmediata es si una futura fuerza laboral de robots debería imitar la locomoción humana o adoptar soluciones mecánicas más simples. Las ruedas de Mirsee sacrifican movilidad a cambio de resistencia. Esto reduce la necesidad de un control de equilibrio rápido y una actuación compleja, lo que a su vez disminuye el consumo de energía y mejora el tiempo de actividad, métricas clave para los gerentes de fábricas que comparan los costos de capital con los costos laborales. Otras empresas en Canadá y en el extranjero están eligiendo diferentes compensaciones: Sanctuary AI y Agility Robotics buscan el movimiento antropomórfico porque desbloquea entornos más centrados en el ser humano, mientras que empresas como Unitree y muchas firmas chinas han mostrado un rápido progreso mecánico que enfatiza el movimiento dinámico y el rendimiento de costos.

Sensores, software y la cadena de suministro

A nivel tecnológico, la próxima generación de trabajadores con IA es una pila de varios componentes interdependientes: percepción, manipulación, planificación y energía. La percepción utiliza sistemas de visión basados en cámaras, lidar en algunos casos y sensores específicos para cada tarea. Mirsee destaca su sistema de visión construido en Canadá; Forcen, una empresa de Toronto, cerró recientemente una ronda de financiación para escalar prototipos de detección de fuerza que permiten a las manos robóticas detectar el contacto y ajustar el agarre. Esos sensores táctiles y de fuerza son esenciales para manipular artículos irregulares —un cartón frente a una botella frágil— sin supervisión humana.

En el lado del software, las empresas están integrando modelos de lenguaje de gran tamaño, redes de percepción basadas en transformadores, controladores de aprendizaje por refuerzo y planificadores de movimiento deterministas. La capa de LLM se utiliza cada vez más para la secuenciación de tareas de nivel superior —mapeando una instrucción como "empaqueta estos cinco artículos" en una secuencia de subrutinas de percepción y manipulación— mientras que los controladores de nivel inferior se ejecutan en hardware de borde (edge) para reducir la latencia y mejorar la seguridad. Esa división entre la nube y el edge es una decisión de diseño crítica: afecta la seguridad en tiempo real, el ancho de banda de datos y si una flota puede operar durante interrupciones de la red.

Finalmente, todo depende de los semiconductores, la energía y las cadenas de suministro de fabricación. La demanda general de IA por GPUs y aceleradores personalizados ha creado una carrera por el cómputo que también afecta a los fabricantes de robots. Los analistas de mercado han sido claros en que las necesidades de hardware de la IA impulsan las inversiones en chips y energía; una escasez en cualquiera de los dos puede retrasar la producción o hacer que los robots sean económicamente inviables para algunos clientes.

Política, empleo y la postura competitiva de Canadá

Las fortalezas de Canadá —clústeres de investigación, startups y empresas industriales establecidas— son claras, pero las brechas en políticas y talento podrían frenar la adopción. Un informe de Deloitte Canada citó una baja preparación en muchos lugares de trabajo: las organizaciones están interesadas en la IA pero carecen del personal y la capacitación para desplegarla de manera segura. El CEO de Mirsee instó públicamente a un mayor apoyo federal para la robótica; al mismo tiempo, el Fondo Estratégico de Innovación federal ha invertido decenas de millones en el encapsulado de semiconductores y alianzas cuánticas con firmas como IBM en Bromont, Quebec, señalando una conciencia gubernamental de que los ecosistemas de hardware avanzado son importantes si Canadá quiere un papel en la fabricación de sistemas de IA a nivel nacional.

Los efectos en el empleo son complicados. Las ganancias inmediatas se centran en la productividad —los robots pueden reducir la rotación en roles monótonos y repetitivos y bajar los costos de producción— pero el desplazamiento es real. Las oleadas históricas de automatización crearon nuevos roles en mantenimiento, programación y supervisión, y muchos investigadores esperan un reequilibrio similar con la robótica: la demanda de técnicos en robótica, integradores de sitio e ingenieros de seguridad de IA crecerá. El momento y la escala de esa transición determinarán si las comunidades enfrentan una disrupción o un crecimiento económico más rápido.

¿Qué tecnologías definen al trabajador de IA de próxima generación?

El menú de tecnologías habilitadoras es extenso. La percepción visual y la detección de profundidad, el cómputo de borde de alto ancho de banda (GPUs tipo NVIDIA o aceleradores personalizados), la detección táctil y de fuerza, las pinzas modulares y los sistemas de batería robustos son las piezas de hardware obvias. En cuanto al software, las empresas utilizan una mezcla de planificación de movimiento clásica, aprendizaje por refuerzo entrenado en simulación y modelos fundacionales adaptados para la planificación de tareas. Las capas de seguridad —tanto guardianes de software que restringen los movimientos como dispositivos físicos a prueba de fallos— son obligatorias en entornos industriales.

Nuevos participantes como AutoAlign han surgido con soluciones destinadas a asegurar los LLM y reducir las alucinaciones o acciones inseguras, reconociendo que una IA agéntica en un cuerpo en movimiento necesita controles más estrictos. Al mismo tiempo, la industria está aprendiendo de otras áreas de la IA: las medidas de seguridad infantil que las grandes firmas acordaron para los sistemas generativos ilustran cómo se pueden desarrollar marcos de gobernanza de manera colaborativa. La robótica requerirá el mismo nivel de coordinación entre múltiples partes interesadas: fabricantes, operadores, sindicatos, reguladores e investigadores necesitarán estándares comunes para la certificación y auditoría.

Beneficios, riesgos y cómo puede posicionarse Canadá

Los beneficios son tangibles: mejora de la seguridad en el lugar de trabajo, menores costos unitarios para tareas repetitivas y la capacidad de automatizar roles donde la mano de obra es escasa. La base industrial de Canadá —automotriz, procesamiento de alimentos y logística— podría ver ganancias de productividad si la tecnología es asequible y confiable. Pero los riesgos incluyen el desplazamiento laboral, la concentración de la fabricación y la infraestructura en la nube en unos pocos centros globales, y los efectos sociales de un cambio rápido.

Para capitalizar esto, Canadá necesita una estrategia de tres partes: financiación pública dirigida a instalaciones de hardware y encapsulado, inversión en el reentrenamiento de la fuerza laboral y educación en robótica a mitad de carrera, e incentivos que fomenten el ensamblaje local y el desarrollo de software. Las medidas existentes —como el apoyo del Fondo Estratégico de Innovación para la instalación de IBM en Bromont y las subvenciones para empresas de sensores— ayudan, pero las advertencias sobre el talento de Deloitte muestran que se requiere más trabajo para evitar que la capacidad nacional se evapore hacia mercados más grandes en el extranjero.

Para los canadienses que se preguntan cómo se ve el proyecto en la planta de la fábrica: cabe esperar que máquinas con ruedas, construidas con un propósito específico, aparezcan en los centros de distribución en pocos años, mientras que las plataformas humanoides o de propósito más general aparecerán más lentamente a medida que maduren la seguridad, los costos y los regímenes regulatorios. La pila tecnológica —visión, detección de fuerza, planificadores de LLM, cómputo de borde— ya existe; el desafío es integrarla en sistemas que funcionen de manera económica y segura durante años.

Las fuentes utilizadas para este reportaje incluyen informes de empresas e investigaciones de la industria de instituciones canadienses y programas gubernamentales.

Fuentes

• Deloitte Canada (Future of Canada Centre)
• Documentación del Fondo Estratégico de Innovación del Gobierno de Canadá
• Thorn (organización de seguridad infantil)