Los robots ya pueden hacer muchísimo
Mucho más, probablemente, de lo que imaginamos cuando vemos las demostraciones cuidadosamente coreografiadas de humanoides caminando, levantando cajas o manipulando herramientas.
Un reciente estudio revelado por Anthropic calcula que las máquinas ya son técnicamente capaces de realizar alrededor de tres de cada cuatro tareas físicas presentes en los empleos estadounidenses. En conjunto, esas tareas representan aproximadamente el 34% de todas las horas trabajadas.
La cifra parece anunciar una revolución… hasta que aparece otro número: 0,3%.
Esa es la proporción del trabajo estadounidense de la cual los robots pueden encargarse, a un costo competitivo frente al trabajo de un humano. Es decir, tan solo 0,3% del trabajo actual sería rentable si fuera hecho enteramente por robots.
Entre 75% y 0,3% hay algo más que una enorme diferencia estadística. Allí está, probablemente, buena parte de la historia que decidirá cuándo los robots comenzarán realmente a desplazar al trabajo humano.
Porque una cosa es demostrar que una máquina puede hacer algo, y otra muy distinta es que resulte conveniente, en un momento dado, invertir las sumas de dinero necesarias para que lo haga.
El mundo real tiene cables enredados
Una fábrica real no se parece demasiado al escenario impecable de una demostración tecnológica.
Las piezas no siempre llegan exactamente donde deberían. Hay objetos fuera de lugar, superficies irregulares, personas que se cruzan en el espacio de trabajo, y centenares de pequeñas anomalías que un trabajador experimentado resuelve casi sin advertirlo.
Anthropic eligió un ejemplo deliciosamente trivial: desenredar cables.
Cualquiera de nosotros puede hacerlo sin detenerse a pensar demasiado. Tomamos el cable, observamos dónde está el nudo, tiramos de un extremo, cambiamos de estrategia si no funciona, y así seguimos adelante.
Para un robot, ese pequeño episodio doméstico puede convertirse en una pesadilla de percepción, manipulación y decisiones.
Pero además, están las personas.
Hay tareas donde el contacto humano importa: cuidado de personas mayores, asistencia sanitaria, reparaciones, atención personal, y otras. Existen regulaciones, problemas de seguridad y situaciones particulares que hacen que simplemente prefiramos tratar con otra persona.
Pero aun suponiendo que todos esos obstáculos desaparecieran, quedaría uno particularmente obstinado.
El precio
Desde los años 90, el costo de los robots ha disminuido alrededor de 3% por año. Parece mucho, pero en realidad no lo es tanto.
Si esa tendencia continuara, calcula Anthropic, tendrían que pasar aproximadamente cuarenta años para que los robots fueran económicamente competitivos frente a la contratación de personas para igual tarea. Pero más sorprendente aun es otro cálculo que contiene el estudio: esa competitividad, para la cual debemos esperar nada menos que cuarenta años, será un realidad para apenas el 10% del total del trabajo estadounidense hecho por humanos hoy en día.
Ante estos números, los investigadores forzaron entonces un escenario mucho más audaz: máquinas cuyo precio cae hasta cuatro veces más rápido que la media histórica, y que además aprenden a realizar nuevas tareas al doble de la velocidad actual.
Aun cuando estas dos situaciones se materializaran simultáneamente, ni siquiera así la revolución sería inmediata.
Habría que esperar aproximadamente hasta el año 2050 para que el costo de emplear robots fuera efectivamente más barato que el costo que implica utilizar personas reales, y solo en un 50% del trabajo físico actual.
En medio de la euforia que rodea a la robótica y la inteligencia artificial, semejante pronóstico casi parece conservador.
Pero hay alguien que probablemente lo habría entendido muy bien. Su nombre: Roger Smith.
El hombre que quiso construir el futuro
Cuando Smith asumió la conducción de General Motors en 1981, se puso al frente de la empresa industrial más emblemática de Estados Unidos.
Pero tenía un problema: del otro lado del Pacífico, Toyota, Honda y otros fabricantes japoneses estaban produciendo automóviles de alta calidad a costos que a Detroit se le hacían muy difícil de igualar.
Smith estaba convencido de haber encontrado la respuesta en la tecnología.
Robots. Computadoras. Automatización. Fábricas que parecieran importadas del siglo XXI.
General Motors comenzó entonces a gastar a una escala acorde con su tamaño y con la ambición de su presidente. En 1985, el propio Smith calculaba que la compañía había invertido aproximadamente US$40.000 millones (de aquella época) en nuevas plantas y equipamiento, solamente en Estados Unidos. General Motors se asoció incluso con la japonesa Fanuc para fabricar robots industriales. Durante un tiempo, debió de parecer que el futuro realmente había llegado.
Hasta que los robots comenzaron a pintar a otros robots.
Cuando las máquinas se pintaban entre ellas
Detroit-Hamtramck debía ser una de las vitrinas de aquella nueva General Motors: una planta de producción que costó unos US$600 millones, repleta de automatización.
La cuestión es que allí ocurrieron algunos episodios que acabarían formando parte del folklore de la industria automotriz estadounidense.
Robots programados para pintar automóviles que se pintaban accidentalmente entre ellos.
Robots encargados de instalar parabrisas que no siempre comprendían exactamente cuándo debían detenerse, y los rompían.
La empresa que había invertido fortunas para eliminar las imperfecciones humanas descubría que las máquinas podían inventar imperfecciones completamente nuevas, y muy costosas.
General Motors terminaría cancelando pedidos de miles de robots, mientras buscaba soluciones menos espectaculares —y, en ocasiones, bastante más simples— para algunos de sus problemas productivos.
La paradoja era difícil de ignorar.
General Motors había comprado algunas de las máquinas más avanzadas del mundo para alcanzar a Toyota. Pero la empresa nipona no estaba ganando la pulseada porque tuviera máquinas superiores, sino porque estaba produciendo de otra manera.
Una lección al otro lado del Pacífico
La ventaja japonesa no residía únicamente en la tecnología. Estaba en la organización de la producción, el control de calidad, la mejora continua, el lean manufacturing, el just-in-time y, sobre todo, en una manera diferente de integrar trabajadores, máquinas y procesos.
General Motors había intentado resolver con capital y tecnología problemas que, al menos en parte, eran organizacionales, y no técnicos.
Años después, una retrospectiva de Deloitte rescataría una expresión extraordinaria atribuida a un ejecutivo de General Motors para describir el peligro creado: “automatizar la confusión”.
Difícil encontrar otras tres palabras que resuman mejor lo ocurrido.
Pero la historia todavía reservaba una ironía.
En 1984, General Motors y Toyota comenzaron a operar conjuntamente NUMMI, una antigua fábrica de la empresa estadounidense en Fremont, California. Allí, Toyota enseñó a trabajadores y ejecutivos estadounidenses cómo funcionaba su sistema de producción.
La solución que GM había buscado gastando miles de millones estaba, en parte, delante de sus ojos.
La dificultad radicaba en cómo trasladarla a una organización gigantesca.
Mientras tanto, la participación de General Motors en el mercado estadounidense descendía desde 45,9% al comenzar la década, hasta alrededor de 36% en 1990.
Smith se había equivocado, pero no exactamente de la manera que podría parecernos.
Roger Smith tenía razón, pero…
La industria automotriz ciertamente iba a automatizarse; hoy basta entrar en una planta moderna para comprobarlo.
Robots que sueldan carrocerías con una precisión imposible de mantener manualmente durante miles de operaciones. Sistemas de visión que detectan defectos minúsculos. Vehículos autónomos que transportan componentes. Computadoras que coordinan procesos que alguna vez necesitaron decenas de trabajadores.
Buena parte del futuro que Smith imaginaba, efectivamente llegó. No se equivocó en ello; su error fue otro.
Confundió la dirección del futuro con la velocidad a la que podía llegarse hasta él.
Y esa diferencia es exactamente la que, cuatro décadas después, vuelve a aparecer en los números de Anthropic.
Comparando cifras
Que un robot pueda hacer perfectamente una tarea no significa que necesariamente sea conveniente utilizarlo como sustituto de una persona.
Puede necesitar un espacio especialmente preparado. Puede requerir técnicos especializados. Puede necesitar supervisión, mantenimiento y costosas adaptaciones. Además, puede encontrarse con algo tan simple como un cable enredado y convertir una nimiedad humana en un desafío tecnológico.
Por eso las dos cifras del estudio dicen mucho más juntas que separadas: 75% técnicamente posible frente a un 0,3% económicamente competitivo.
Entre ambas está el mundo real.
Allí aparece también una diferencia fundamental entre la revolución robótica y la otra gran revolución que estamos viviendo simultáneamente: la inteligencia artificial.
Un programa de software puede copiarse millones de veces en muy poco tiempo; un robot con costoso hardware, no. Hay que fabricarlo, transportarlo, instalarlo, programarlo, repararlo, y este proceso debe repetirse por cada nueva unidad.
En cambio, un modelo de lenguaje a gran escala (LLM) que mañana demuestre ser capaz de realizar eficazmente una tarea administrativa puede desplegarse casi inmediatamente en miles de computadoras. Un robot que mañana aprenda a reparar una tubería, todavía tendrá que entrar físicamente en miles de casas.
Por eso el estudio de Anthropic revela algo importante: la disrupción de ciertos trabajos de oficina podría avanzar muchísimo más rápido que la sustitución del trabajo manual.
La paradoja sería asombrosa: durante décadas imaginamos que los “trabajos de cuello azul” estaban directa e inmediatamente amenazados, y serían los primeros en desaparecer, ya que las máquinas reemplazarían primero a quienes trabajaban con las manos.
Pero quizá terminen llegando mucho antes a ocupar el asiento de quienes trabajan frente a una pantalla.
El futuro también puede llegar demasiado temprano
Roger Smith murió en 2007.
No alcanzó a ver hasta dónde llegaría la automatización que había perseguido obsesivamente un cuarto de siglo antes.
Si pudiera caminar hoy por una fábrica de automóviles, probablemente reconocería el futuro que había imaginado, y quizá eso sea lo más interesante de su historia.
Smith no se equivocó sobre el futuro de los robots, se equivocó sobre el presente de los robots.
Hay una diferencia enorme entre ambas cosas.
El estudio de Anthropic nos obliga ahora a recordar esa distinción cuando vemos a un humanoide doblar ropa, transportar cajas o manipular una herramienta, y nos preguntamos cuánto falta para que haga nuestro trabajo.
Tal vez la pregunta importante ya no sea esa, sino:
¿Puede el robot hacerlo todos los días, en el desorden del mundo real, con suficiente confiabilidad y —lo que seguramente es más decisivo en esta ecuación—, con menos costos que una persona humana?
Roger Smith necesitó miles de millones de dólares para descubrir, amargamente, la diferencia.
Cuarenta años después, convendría no olvidarla. Al menos, para no entrar en pánico.
