Inbolt sostiene que el principal obstáculo de la IA física no es la falta de datos, sino la dificultad de conectar la percepción con el movimiento del robot en tiempo real. Su director ejecutivo, Rudy Cohen, presentará esa tesis en RoboBusiness 2026, el 20 de octubre en Santa Clara, California, en la charla “Physical AI Doesn’t Have a Data Problem; It Has a Deployment Problem”.
La empresa afirma que su plataforma de visión guiada opera en más de 100 fábricas y ha impulsado más de 40 millones de ciclos de robot. Según Inbolt, la implantación industrial sigue siendo costosa porque cada estación puede requerir dispositivos de sujeción, cableado, ajustes y reprogramación durante meses.
Cerrar el ciclo entre visión y movimiento
Inbolt desarrolla una capa de control que convierte un gemelo digital en la ejecución de un robot real. La plataforma combina programación a partir del modelo CAD de la pieza, percepción 3D y control en tiempo real para adaptar la trayectoria mientras el robot se mueve.
La compañía indica que su sistema puede pasar de percepción a movimiento en menos de 80 milisegundos, con una precisión de localización de 0,5 mm. También afirma que puede localizar piezas nuevas en menos de cinco minutos y adaptarse a piezas desplazadas, en movimiento o con variaciones de posición.
El argumento de Cohen es que un robot que recibe correcciones continuas no es simplemente más rápido que uno que ejecuta una trayectoria fija: puede reaccionar a cambios no previstos, recuperar el agarre y operar en condiciones que no coinciden exactamente con el plan inicial.
Resultados comunicados por Inbolt
Inbolt reporta despliegues en fábricas de Stellantis, Toyota, Ford, GM, Beko y otras compañías, en Europa, Estados Unidos y Japón. La empresa señala que su plataforma opera en más de 200 robots y que sus clientes han obtenido retornos de inversión de entre 6 y 12 meses en algunos casos.
Entre los resultados que la compañía comunica figuran una reducción del 90 % en rechazos en una planta de Stellantis y una reducción del 97 % en tiempo de inactividad en una aplicación de despaletizado. Estas cifras provienen de casos reportados por Inbolt y no constituyen una evaluación independiente de todos los despliegues.
Por qué la integración es difícil
Según Inbolt, cada fabricante de robots expone interfaces de control, protocolos, frecuencias y modelos de seguridad distintos. Los límites de aceleración, saturación de velocidad y recuperación de fallos también varían, por lo que una solución diseñada para una marca puede no funcionar directamente en otra.
La empresa afirma haber desarrollado un pipeline de control compatible con varias marcas, incluida FANUC, que se conecta al bucle de servocontrol del robot. Su objetivo es transmitir señales de guía a la frecuencia nativa de cada plataforma, con gestión de suavizado, límites de aceleración y tolerancia a fallos.
Qué se discutirá en RoboBusiness
La charla de Cohen buscará replantear dónde aporta valor la IA física. En lugar de centrarse únicamente en modelos más grandes, propone cerrar el ciclo de control a la frecuencia del servo y reducir el costo de integración asociado a dispositivos de sujeción, cableado y ajustes posteriores.
El evento se realizará el 20 y 21 de octubre de 2026 en Santa Clara, California. Para Latinoamérica, la propuesta es relevante como ejemplo de automatización industrial basada en visión, aunque no se han anunciado despliegues o disponibilidad específica de Inbolt en Perú u otros países de la región.
Fuente: The Robot Report.
Fuentes adicionales: Inbolt Platform y blog técnico de Inbolt.

No hay comentarios.:
Publicar un comentario