El punto de inflexión de la IA en el mundo real: Fanuc y Seagate están preparados para aprovechar la oportunidad que ofrece el auge de los datos en las fábricas.

El sector de la robótica industrial está atravesando un punto de inflexión importante. La fase inicial, impulsada por la planificación de rutas flexibles, permitió ampliar las tareas que pueden realizar los robots. Pero esto no era suficiente para mantener un crecimiento constante, ni siquiera en tasas del orden de uno o dos dígitos. Ahora, se está desarrollando una nueva curva de crecimiento, gracias a lo que Bernstein denomina “IA física”. No se trata de una nueva clase de robot, sino de un ecosistema multicapa que añade un “cerebro” y un “modelo del mundo” al hardware industrial existente. El resultado es un salto hacia sistemas capaces de realizar tareas complejas y de alta precisión, además de una colaboración más profunda entre humanos y máquinas.

Esta siguiente fase se considera un factor clave que impulsa el crecimiento de la industria. Permite a los robots realizar operaciones complejas y manejar materiales delicados, tareas que requieren funciones “mentales” verdaderas. Sin este cambio, según advierten los analistas, el crecimiento de la industria se reducirá significativamente. El potencial a largo plazo es considerable; Bernstein predice una tasa de crecimiento anual compuesta del 12% durante diez años, gracias a la reducción de las diferencias en la penetración de los robots entre las diferentes industrias.

Los principales beneficiarios son aquellos que se encuentran en la intersección entre el hardware físico y esta nueva capa de inteligencia. El análisis indica que los líderes establecidos en este campo son quienes se benefician más de esto.Fanuc Corp.Keyence, cuya tecnología de control de movimiento de alta precisión constituye el “cuerpo” esencial del sistema. Estos productos son complementados por innovadores como Mech-Mind, que proporciona software avanzado para la percepción y planificación de tareas, lo cual constituye el “cerebro” del sistema. Este enfoque ecosistémico significa que el crecimiento no es un juego de suma cero; en realidad, expande el mercado total al abrir nuevas aplicaciones, al mismo tiempo que genera una nueva demanda de sensores y herramientas de simulación. La capa física de la IA es la infraestructura necesaria para el próximo paradigma en la fabricación.

La capa de infraestructura: Habilitando el procesamiento de datos y la recopilación de información.

La revolución de la IA física requiere un nuevo tipo de infraestructura, una infraestructura que no se construye en la nube, sino en el suelo de las fábricas. Esta es la capa de hardware fundamental que da vida al “cerebro” y al “modelo del mundo” de los robots industriales. En su esencia, esta infraestructura está definida por un aumento sin precedentes en la cantidad de datos generados. Los sensores, las cámaras y el LiDAR de los robots de IA física generan una cantidad incalculable de información que debe procesarse en tiempo real. Esto genera una demanda insaciable de memoria y almacenamiento, lo que contribuye a lo que Bernstein denomina un “superciclo de memoria y almacenamiento sin precedentes”.

Esto no es una situación futura hipotética; se trata de un ciclo económico actual. La cantidad de datos necesarios para entrenar y ejecutar modelos de IA está aumentando rápidamente, sin signos de disminución hasta el año 2026. Este aumento se debe a las intensas cargas de trabajo de entrenamiento, la creación de contenidos más ricos y los requisitos de retención de datos más altos. El resultado es una situación en la que los proveedores son los principales beneficiarios. Los proveedores de memoria y unidades de disco duro son los que se benefician más de esta situación. Bernstein ha elevado su precio objetivo para SanDisk, y considera a Seagate como un beneficiario menos volátil de este aumento en la demanda de datos.

Las implicaciones son muy importantes. Esta demanda de hardware constituye una infraestructura crítica, similar a la construcción de centros de datos. Pero ahora, esta infraestructura se enfoca en entornos reales, donde hay muchos sensores involucrados. Esto amplía el mercado total para la inteligencia artificial física, al proporcionar los componentes esenciales que permiten el funcionamiento de la inteligencia artificial. Para los inversores, esto significa que deben mirar más allá del chasis del robot o del software de percepción, y hacia los componentes subyacentes que hacen posible todo esto. Las empresas que suministran estos componentes fundamentales están en una posición favorable para aprovechar la curva de adopción exponencial de la inteligencia artificial física. De la misma manera, las empresas de semiconductores y hardware se beneficiaron con la creciente demanda de infraestructuras relacionadas con la nube y la inteligencia artificial.

Trayectoria de valoración y adopción

El caso de inversión para la tecnología de IA física depende de su posición en la curva tecnológica S. Como la tercera y más transformadora fase, todavía se encuentra en sus primeros pasos. Esto crea una gran oportunidad para su adopción exponencial, pero también presenta riesgos claros: la promesa de grandes retornos futuros debe ser justificada por una trayectoria de ingresos rápida y amplia. La analogía con la ola anterior de desarrollo de infraestructuras de IA es útil para entender esto. En esa época, empresas como Microsoft y Amazon se comprometieron a invertir significativamente en este campo.400 mil millones este año.En los centros de datos y los chips, la generación de inteligencia artificial requiere una intensidad de capital similar. Pero en este caso, el foco se centra en el hardware y los sensores que se utilizan en las fábricas.

La principal tensión financiera radica en el momento adecuado para invertir. El ciclo de crecimiento del hardware ya está en marcha, impulsado por la explosión de datos. Sin embargo, para que todo el ecosistema pueda justificar su valoración, la tasa de adopción debe aumentar rápidamente. Esto refleja la preocupación que surgía con respecto a la anterior ola de gastos en inversiones: existe el riesgo de que haya una “burbuja de vacío”, donde los inversores no cuenten con pruebas claras de un crecimiento rápido de los ingresos, en un tiempo récord que coincida con el ciclo de depreciación rápida de la tecnología subyacente. Es necesario contar con evidencia de que las mejoras en la productividad derivadas del uso de la IA, gracias a una mayor precisión, una reducción en el desperdicio y nuevas capacidades, se traduzcan rápidamente en gastos significativos en todas las industrias. Sin eso, la intensidad del capital podría superar los beneficios obtenidos.

Esta dinámica señala un cambio crítico en el horizonte de inversión. El éxito en este paradigma no se medirá por los resultados trimestrales, sino por el ciclo plurianual de adopción de la automatización industrial. Las empresas que tendrán éxito son aquellas que construyen la infraestructura fundamental, como los proveedores de memoria y almacenamiento. La demanda de estos servicios es insaciable y no está influenciada por los precios. Sin embargo, incluso para estas empresas, el resultado a largo plazo depende de la adopción de los sistemas de IA físicos. El valor se crea hoy en los mercados privados, donde el capital de riesgo impulsa la innovación. Como señala una analisis…Casi dos tercios de la financiación destinada al crecimiento empresarial actualmente se dirigen a inversiones relacionadas con la inteligencia artificial.Existen oportunidades de mercado potenciales que se miden en billones. Los mercados públicos están comenzando a desarrollarse, pero deben estar alineados con el proceso lento y gradual de construcción de los sistemas físicos, y no con los ciclos de entusiasmo relacionados con el desarrollo de software.

En resumen, se trata de una actitud de paciencia calculada. La curva S de la inteligencia artificial física ofrece una oportunidad transformadora, pero no se trata de un proceso rápido. La viabilidad de esta inversión depende de la adopción exponencial de este nuevo paradigma, lo cual requiere un compromiso a lo largo de varios años. Por ahora, las opciones más claras son aquellas relacionadas con la infraestructura que permiten el desarrollo de los sistemas de computación y detección. El impacto económico general vendrá más adelante, pero solo si la tasa de adopción aumenta a un ritmo similar al de la intensidad de capital necesario para llevar esto a cabo.

Catalizadores y lo que hay que observar

La tecnología de la IA física ahora se encuentra en su fase inicial de adopción. Los factores que impulsarán su desarrollo en el corto plazo son claros: necesitamos ver pruebas de que la planificación de tareas complejas, tal como se promete, está pasando de los programas piloto a una implementación más amplia. Es importante estar atentos a los anuncios de las principales empresas industriales e integradoras, que detallarán cómo se implementarán sistemas capaces de manejar operaciones de larga duración o tareas que requieren alta habilidad. Estos son los hitos concretos que validan el paso de la planificación flexible hacia la verdadera inteligencia artificial física. Sin estas pruebas, la narrativa sobre un nuevo “S-curva” podría convertirse en una historia sin ningún tipo de trayectoria de crecimiento económico.

Al mismo tiempo, la capa de infraestructura proporciona un indicador en tiempo real de la demanda. El ciclo de crecimiento de la memoria y el almacenamiento ya está en marcha, impulsado por las necesidades insaciables de datos para el entrenamiento e inferencia de la IA. El factor clave aquí es el precio. Bernstein señala que esta demanda no es sensible a los precios, lo que significa que los proveedores deberían mantener precios elevados. Es importante monitorear los mercados de memoria y almacenamiento para detectar signos de esta dinámica. Aunque el sector de hardware en general enfrenta presiones debido a los costos de los componentes, si los precios permanecen elevados, esto confirma que la explosión de datos no es un fenómeno a corto plazo, sino una cambio fundamental a largo plazo.

Si miramos más allá, la integración de los agentes de IA en los procesos físicos representa un potencial catalizador para la automatización industrial a mayor escala. Este es el siguiente paso después de la planificación de tareas: agentes autónomos que pueden gestionar secuencias de producción completas, optimizar la logística en tiempo real y colaborar entre diferentes sistemas. Los primeros indicios de esta integración serán cruciales. Podría acelerar la adopción de estos sistemas, ya que harían que las soluciones basadas en IA fueran más autónomas y valiosas, lo que justificaría la intensidad de capital necesaria para su implementación.

En resumen, se trata de observar dos procesos paralelos. Por un lado, hay que monitorear la implementación de aplicaciones de IA complejas, con el objetivo de verificar su aceptabilidad en el mercado. Por otro lado, es necesario controlar los costos relacionados con la memoria y el almacenamiento de datos, ya que estos son indicadores del crecimiento de los datos. El éxito de la aplicación de la IA depende de ambos aspectos. La infraestructura debe estar lista para soportar esta inteligencia, y esa inteligencia debe generar ganancias tangibles en términos de productividad, lo que a su vez impulsará el gasto. Por ahora, las señales más claras se encuentran en las fábricas y en los centros de datos.