Empiezo con la conclusión: los robots humanoides no tocarán las líneas principales de preparación de pedidos de los almacenes en los próximos cinco años. Pero se harán un hueco primero en tres rincones — y esos tres rincones resultan ser los trabajos con la peor escasez de mano de obra y los márgenes más estrechos.
No es una suposición. En el último año he visto imágenes y datos de pruebas piloto de cuatro empresas de robótica humanoide en entornos de almacén, y he hablado con dos 3PL que están ejecutando pruebas actualmente. El bombo publicitario es real. Las cuentas son implacables. Este es el panorama completo: dónde estamos, el calendario y qué hacer al respecto.
Agua fría primero: dónde están realmente los humanoides hoy
Quitemos los filtros y esta es la realidad. Caminar sobre dos piernas ya no es el problema — las tasas de caídas en suelos planos de almacén son sorprendentemente bajas. Los verdaderos cuellos de botella son las manos y el cerebro.
El cuello de botella de las manos es la generalización del agarre. Con un SKU fijo en una caja de cartón rígida, la tasa de éxito del agarre puede superar el 99%. Pero un centro de comercio electrónico maneja miles de SKUs al día — bolsas de plástico blandas, artículos de formas extrañas, envases reflectantes — y el éxito cae a la zona baja del 90%. No reste importancia a esos pocos puntos: una línea de preparación de pedidos exige una precisión del 99.5% o mejor. Con un 95%, uno de cada veinte pedidos necesita intervención humana, y el ritmo de toda la línea se derrumba. Quien trabaje en visión y agarre sabe que el último tramo de la generalización es donde se quema el dinero.
El cuello de botella del cerebro es el manejo de excepciones. Los humanoides ya pueden ejecutar el camino feliz sin problemas, pero un día de almacén no es más que excepciones: una caja volcada, una etiqueta tapada, un palé torcido, restos de film retráctil en el suelo. Los humanos las resuelven con veinte años de experiencia vivida. Los robots las resuelven con datos de entrenamiento — y no existe ningún conjunto de datos público y de alta calidad de "excepciones de almacén". Cada empresa está recopilando el suyo, y la velocidad de recopilación no alcanza a la complejidad de los escenarios.
Luego está el dinero. Los precios cotizados actualmente para una sola unidad humanoide suelen ir de decenas de miles a más de cien mil dólares (consulten los precios más recientes de los proveedores), sin contar integración, mantenimiento ni repuestos. El coste total de un preparador de pedidos en California ronda los $45,000–55,000 al año. Hagan las cuentas: si el robot hace el trabajo de 1.5 personas y aun así necesita una niñera — un vigilante en sitio — las cuentas no salen hoy. Todos los proveedores prometen "$20,000 a escala", pero la escala necesita pedidos, y los pedidos necesitan que las cuentas salgan primero. El clásico dilema del huevo y la gallina.
Mi conclusión: quien les diga que los humanoides reemplazarán a los preparadores de pedidos el año que viene les está vendiendo cursos o vendiendo robots.
Los tres rincones que llegan primero: trabajos que la gente odia, donde los errores salen baratos
Que la tecnología sea inmadura no significa que no tenga ningún hueco. Veo tres rincones que llegan primero, todos siguiendo una misma lógica: son los trabajos que los humanos menos quieren hacer.
Rincón uno: manipulación de cubetas (totes) e inducción. Puntos de recogida fijos, movimientos fijos, SKUs relativamente uniformes. El intercambio de cubetas vacías y llenas en muros de preparación (put walls) y rampas de clasificación — trabajo de "moverlo del punto A al punto B" — es donde la ventaja bípeda del humanoide (escaleras, pasillos diseñados para humanos) supera a los AMR. Un 3PL en fase piloto me dijo que sus unidades ya funcionan seis horas seguidas en este escenario sin necesitar intervención humana.
Rincón dos: clasificación asistida en devoluciones. La zona de devoluciones es donde nadie quiere trabajar: sucia, caótica, sopa de SKUs. Fíjense en la palabra "asistida" — el robot preclasifica las devoluciones en contenedores gruesos (cajas de cartón, bolsas de plástico, posible daño) mientras los humanos siguen tomando las decisiones reales de valoración. La clasificación gruesa tiene requisitos de precisión indulgentes, así que los errores del robot cuestan poco.
Rincón tres: reposición nocturna y orden. Los turnos de noche ya son difíciles de cubrir, y la reposición es un trabajo planificado, fuera de hora punta, con un takt holgado — y con red de seguridad, porque el turno de mañana detecta cualquier cosa que el robot haya estropeado. Dejar que los humanoides hagan "prácticas" de noche mientras los humanos cubren el día es el punto de entrada de menor riesgo.
¿Ven el patrón? El orden de despliegue no es "lo más difícil primero". Es "lo que los humanos más odian, donde los errores cuestan menos" primero. Esa es la ley histórica de cada ola de automatización en el almacenamiento: los AGV empezaron con el transporte nocturno, no con la preparación de pedidos diurna.
El calendario: mis pronósticos y mi razonamiento
Este es mi calendario, basado en dónde están realmente la tecnología y las curvas de costes. Si me equivoco, lo reconoceré:
2026–2027: validación piloto. Los 3PL líderes y los grandes centros de distribución de comercio electrónico ejecutarán pilotos de decenas de unidades, concentrados en esos tres rincones. Quien compre ahora está pagando la matrícula — lecciones de integración, rediseño de procesos, crear su propio equipo de mantenimiento de robots. No los envidien. Están abriendo camino para la industria.
2028–2029: réplica a pequeña escala. Esto necesita dos condiciones a la vez: coste total de propiedad por unidad por debajo de $30,000, y MTBF (tiempo medio entre fallos) por encima de 500 horas. Entonces los escenarios probados empiezan a replicarse en docenas de centros — siguen siendo rincones, no la línea principal.
2030 y más allá: las líneas principales de preparación se vuelven discutibles. Una línea principal de preparación exige 99.5% de precisión, operación 24/7, y que una unidad reemplace a más de dos personas. Dado el ritmo actual de progreso en la generalización del agarre, no lo veo antes de 2030. El razonamiento es simple: en los últimos tres años, la tasa de éxito de agarre en artículos no estándar ha mejorado de forma lineal, no a saltos — y la línea principal necesita un salto.
Una variable más que la gente ignora: la certificación de seguridad. Las normas OSHA y ANSI para humanoides trabajando junto a personas aún se están redactando (consulten las últimas publicaciones oficiales). Hasta que lleguen, ningún departamento legal de una gran empresa aprobará operaciones mixtas humano-robot a escala. Eso no es un problema tecnológico, es un problema de cumplimiento — y el cumplimiento nunca se ha interesado por la narrativa de nadie sobre la "singularidad tecnológica".
Qué hacer ahora: no comprar, pero empezar tres cosas hoy
La conclusión está clara: ahora no es el momento de comprar un humanoide. Pero "no comprar" no significa "no prepararse". Tres cosas que pueden empezar hoy:
Primero, estandaricen sus procesos. Los robots solo hacen trabajo estandarizado. Cada paso de su flujo de preparación que hoy funciona con "el olfato del veterano" es un futuro obstáculo para la automatización. Escriban SOPs detallados, registren excepciones, acumulen datos — las inversiones que hagan ahora se convierten en activos durante una década.
Segundo, empiecen a recopilar sus propios datos de escenarios. Los datos de entrenamiento para el manejo de excepciones son el recurso escaso. Cada excepción rara que encuentren hoy — la caja mal etiquetada, la botella que gotea, los cables enredados — fotografíenla, regístrenla, archívenla por categorías. Ya compren robots o construyan inspección con IA más adelante, esos datos son su foso defensivo.
Tercero, reserven interfaces en los planos de nuevos edificios. Carga de suelos, anchos de pasillo, zonas de carga, cobertura de red — dejar un 20% de margen en la fase de obra civil cuesta poco. Cuando los robots lleguen de verdad, no estarán picando suelos con martillos neumáticos.
Un pensamiento final honesto: cada ola de automatización de almacenes de los últimos veinte años siguió el mismo arco — exagerada hasta el cielo, denunciada como estafa, y luego adoptada en silencio en rincones que nadie miraba. Los AGV lo hicieron. Los AMR lo hicieron. Los humanoides también lo harán. La jugada inteligente no es perseguir el bombo. Es tener los fundamentos en orden antes de que llegue la ola.
En la reunión de mañana, no pregunten "¿deberíamos comprar un robot humanoide?". Pregunten "¿nuestros SOPs de preparación son lo bastante detallados para que los siga un robot?". Esa es la pregunta correcta para 2026.
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
