Acabo de pasar la tarde en la sede de Figure en San José con Brett Adcock y David Blundin, y todavía estoy procesando lo que vi.
No hablamos de robots conceptuales. Hablamos de robots humanoides totalmente autónomos que ejecutan redes neuronales de extremo a extremo, haciendo tareas de cocina, vaciando lavavajillas, organizando paquetes, durante horas, sin intervención humana.
¿Hoy? Los robots de Figure realizan 67 horas consecutivas de trabajo autónomo. Un solo error en 67 horas. Eso no es una demostración. Es un producto.
Y esto es lo que la mayoría de la gente no entiende: la brecha entre «hacer una tarea realmente bien» y «hacer todas las tareas que un humano puede hacer» se está reduciendo exponencialmente.
Déjenme explicarles por qué…
NOTA: Brett fue miembro del profesorado de mi Cumbre de la Abundancia, donde líderes como él comparten ideas años antes de que la corriente principal se popularice. Las plazas presenciales para la Cumbre de 2026 del próximo mes están casi agotadas. Infórmense y soliciten.
La Muerte de C++ y el Auge de la Red Neuronal
Cuando visité Figure por primera vez, tenían cientos de miles de líneas de código C++ controlando los robots. Escrito a mano. Caro. Frágil.
Cada nuevo comportamiento requería que los ingenieros anticiparan casos extremos, escribieran más código, lo probaran y lo depuraran. Era el equivalente en software a enseñar a un niño pequeño a caminar escribiendo un manual de instrucciones.
El año pasado, Figure eliminó 109.000 líneas de código C++.
Todas. Desaparecieron.
¿Qué las reemplazó? Una única red neuronal que controla todo el robot: manos, brazos, torso, piernas y pies. Coordinación corporal completa. Planificación en tiempo real. Respuesta dinámica a situaciones inesperadas.
Este es Helix 2, su último modelo de IA, y representa un enfoque fundamentalmente diferente de la robótica.
Por qué es importante: las redes neuronales aprenden de la experiencia, no de las instrucciones.
No se programa un robot para que «agarre una taza». Se le muestran miles de ejemplos de objetos que se agarran (de diferentes formas, pesos y materiales) y la red neuronal extrae los patrones subyacentes. Aprende qué es «agarrar» a nivel de representación.
¿Y una vez que comprende el agarre? Puede generalizarlo a objetos que nunca ha visto.
Brett lo explicó de forma sencilla: «Si puedes teleoperar el robot para que realice una tarea, puedes entrenar a la red neuronal para que la aprenda».
Esa es la clave. Si el hardware es capaz (si los motores, sensores y articulaciones pueden realizar físicamente el movimiento), la IA puede aprenderlo de los datos.
Compárese con la robótica tradicional, donde se necesitarían miles de líneas de código para cada nueva tarea. Ese enfoque no es escalable. Las redes neuronales sí.
La implicación: cada robot de la flota aprende de la experiencia de los demás. Cuando un robot Figure domina doblar la ropa, todos los robots Figure del planeta saben doblarla al instante.
Los humanos no funcionan así. Los robots sí.
Hardware construido alrededor del cerebro
Mucha gente piensa que primero se diseña el robot y luego se desarrolla la IA.
Figure hizo lo contrario.
El equipo de Brett analizó la arquitectura de red neuronal que querían ejecutar y se preguntó: «¿Qué hardware necesitamos para que esto funcione?».
Por eso existe Figure 3. No es una actualización gradual. Es un rediseño completo construido alrededor de Helix.
Esto es lo que cambió de Figure 2 a Figure 3:
90% de reducción de costos en fabricación
~9 kg más ligero (61 kg en total)
Cámaras en la palma para agarre ocluido
Sensores táctiles en cada punta de los dedos
Articulación pasiva de los dedos para un mayor rango de movimiento
Cuerpo con envoltura suave para eliminar puntos de pinzamiento
Cómputo de inferencia integrado (sin dependencia de la nube)
Y, lo más importante: diseñado para la recopilación de datos a escala.
Porque la cuestión es la siguiente: si apuestas por las redes neuronales, apuestas por los datos. Cuantos más datos diversos y de alta calidad recopiles, mejor generalizará el robot.
Figure construyó su robot para que fuera una máquina de recopilación de datos. Cada sensor, cada cámara, cada interacción retroalimenta el ciclo de entrenamiento.
Y no utilizan piezas estándar. Fabrican sus propios actuadores, manos, sistemas de baterías, computación integrada… todo.
¿Por qué? Porque la madurez tecnológica de los componentes robóticos existentes es demasiado baja. Si el motor de un proveedor falla en el campo, estás obligado a esperar a que lo arreglen. Si lo construyes tú mismo, iteras de la noche a la mañana.
Esto es integración vertical en su máxima expresión. Y es la única manera de avanzar lo suficientemente rápido para ganar.
La rampa de fabricación: De miles a millones
Recorrer las instalaciones de fabricación de Figure en Bakú fue surrealista.
Cuatro líneas de producción. Capacidad para 50.000 robots al año cuando esté a plena capacidad.
Pero Brett no se detiene ahí. Ya está planeando la próxima instalación. Decenas de miles. Luego cientos de miles. Luego millones.
Y aquí está el truco: Figure usará sus propios robots para construir más robots.
Este año están incorporando humanoides a las líneas de producción. Robots ensamblando robots. Robots probando robots. Robots empaquetando robots.
¿Por qué? Porque si se intenta escalar a mil millones de unidades, no se puede depender de la mano de obra humana. Se necesita una curva de fabricación exponencial, y la única manera de lograrlo es la autosuperación recursiva.
Piénsenlo: cada mejora que Figure realiza en la destreza, velocidad y fiabilidad del robot lo hace mejor en la construcción de la próxima generación de robots.
Es como un volante de inercia. Y una vez que empieza a girar, es casi imposible detenerlo.
Brett estima que podrían enviar mil millones de robots hoy si la IA fuera completamente de propósito general. La demanda existe. Los mercados de capital (a través de modelos de arrendamiento) pueden financiarla. La limitación es resolver la robótica general.
Y eso es precisamente en lo que están trabajando.
Robótica General: El Único Hito que Importa
Esto es lo que la mayoría de la gente, y la mayoría de las empresas, no entienden sobre los robots humanoides:
La teleoperación no es impresionante. Los comportamientos de circuito abierto no son impresionantes. Las demostraciones de un minuto no son impresionantes.
Lo que sí es impresionante es el trabajo autónomo de circuito cerrado en entornos invisibles a largo plazo.
Permítanme explicarlo.
Circuito cerrado significa que el robot detecta continuamente su entorno y se ajusta en tiempo real. No repite una secuencia preprogramada. Está pensando.
Autónomo significa que no hay humanos en el circuito. No hay operadores remotos en Tennessee. El robot toma decisiones por sí mismo.
Entornos invisibles significa que puedes dejar caer al robot en un Airbnb o una planta de producción al azar que nunca ha visitado, y descubre cómo navegar y trabajar allí.
Los horizontes temporales largos implican horas, días, semanas de operación continua. No clips de 30 segundos ensamblados en posproducción.
Esto es lo que Brett llama «robótica general», y es el único hito que importa.
Si no puedes hacer esto, no tienes un producto. Tienes un juguete de control remoto muy caro.
El punto de referencia actual de Figure: de cuatro a cinco horas de operación continua de redes neuronales en logística, trabajo de cocina y tareas de fabricación.
Su objetivo para 2026: introducir un robot en una casa invisible y que realice un trabajo útil durante días con mínima intervención humana.
Una vez que lo logren, se acabó el juego. Porque si el robot puede generalizarse a cualquier casa, puede generalizarse a cualquier entorno: fábricas, almacenes, hospitales, residencias para personas mayores, operaciones mineras, estaciones espaciales.
Lo difícil no es construir un robot que solo haga bien una cosa. Lo difícil es construir un robot que pueda hacer todo lo que un humano puede hacer.
Y Figure está más cerca que nadie en el planeta.
Cronología: ¿Cuándo tendrás uno?
Todos quieren saber: ¿cuándo puedo comprar un robot Figure para mi casa?
Respuesta de Brett: Todavía no. Y no voy a enviar basura.
Esta es su hoja de ruta:
2026: Pruebas alfa en hogares. Un pequeño número de robots realizan tareas a largo plazo (limpieza, organización, lavado de ropa, platos) en hogares reales. El objetivo es medir la intervención humana: ¿con qué frecuencia necesita alguien intervenir y ayudar?
Actualmente, las implementaciones industriales presentan errores ocasionales. El objetivo para la implementación doméstica es mucho mejor.
2027-2028: Pilotos domésticos a escala. Decenas, luego cientos, luego miles de unidades. Diseño iterativo basado en comentarios del mundo real. Validación de seguridad. Validación de privacidad. Validación de la fiabilidad.
2028-2029: Producción en masa y amplia disponibilidad.
¿Por qué tanta cautela?
Porque Brett aprendió esta lección en Archer (su empresa de eVTOL): no se envían sistemas críticos para la seguridad hasta que estén listos.
Un robot humanoide en tu casa está cerca de tus hijos, tus mascotas, tus padres ancianos. Si se le cae una olla de agua hirviendo, es catastrófico. Si pisa a tu gato, es catastrófico. Si lo hackean y transmite tus conversaciones privadas a internet, es catastrófico.
Así que Figure se está tomando el tiempo para hacerlo bien.
¿Y, honestamente? Lo respeto muchísimo.
Porque cuando Figure lance sus productos, les llevará una década de ventaja a todos los demás en cuanto a historial de seguridad, datos de fiabilidad y confianza del cliente.
Esa es una ventaja de marca que no se puede comprar.
El modelo de negocio: Arrendar humanoides como humanos
Aquí está la parte atractiva de la estrategia de salida al mercado de Figure:
Arrendan robots de la misma manera que se alquilan humanos: por hora.
Piénsalo. No se «compra» a un empleado. Se le paga un salario. Se alquila su tiempo y capacidad.
Figure está haciendo lo mismo. No se compra un robot de 20.000 dólares. Se pagan unos 300 dólares al mes por arrendarlo. Eso son 10 dólares al día. Cuarenta centavos la hora.
Compárese con el salario mínimo (15-20 dólares por hora en la mayoría de los estados de EE. UU.). Un robot Figure es 50 veces más barato y funciona 24/7, sin descansos, sin beneficios ni rotación.
Y al ser un contrato de arrendamiento, Figure conserva la propiedad. Pueden actualizar el software de forma remota. Pueden retirar y mejorar las unidades. Pueden supervisar el rendimiento y la seguridad en tiempo real.
Es el modelo de Apple aplicado a la robótica. Y va a generar ingresos.
Brett estima que el mercado de robots humanoides representa la mitad del PIB mundial: aproximadamente 50 billones de dólares anuales. Porque la mitad de la actividad económica se basa en el trabajo humano.
Y aquí está la cuestión: la demanda ya existe.
Figure ha firmado contratos con varios clientes comerciales. Este año están implementando robots en fábricas, almacenes y operaciones logísticas. No son proyectos piloto. Son contratos generadores de ingresos.
El cuello de botella no es la demanda, sino la oferta. Se trata de resolver la robótica general y escalar la fabricación con la suficiente rapidez para satisfacer los pedidos.
¿Cuándo ocurrirá eso? Esta se convierte en la mayor economía del mundo.
¿Qué viene después?: La era de la abundancia
