Marc Segura y el robot que ensaya antes de entrar en fábrica
Durante años, el gran mandato de la industria no fue innovar. Fue no parar. No parar la línea. No parar la prensa. No parar el turno. No parar una fábrica que vive de segundos, inercias, piezas, entregas y márgenes demasiado estrechos como para convertir cada mejora en un experimento abierto.
En 2007, cuando la inteligencia artificial aún no ocupaba portadas y la robótica industrial no se presentaba como el siguiente rostro de la tecnología, Marc Segura firmaba junto a Sjoerd Bosga un artículo técnico en ABB Review sobre un problema muy concreto: cómo mejorar la productividad de las líneas de prensas en automoción sin obligar a las fábricas a asumir riesgos imposibles. El texto hablaba de servomotores, ciclos, sincronización, energía, calidad de pieza y líneas existentes. Hablaba, en realidad, del viejo pacto de la industria: cambiar, sí, pero sin romper lo que ya funciona.
Casi dos décadas después, Segura preside ABB Robotics en un momento mucho más visible. SoftBank ha acordado comprar la división de robótica de ABB por 5.375 millones de dólares. NVIDIA y ABB han anunciado una alianza para llevar simulación física avanzada y entrenamiento virtual a los robots industriales. La expresión de moda es “physical AI”, inteligencia artificial física. Pero el dilema de fondo no ha cambiado tanto.
La pregunta sigue siendo cómo introducir una tecnología nueva en un lugar que no perdona las interrupciones. Solo que ahora la tecnología ya no es un servomotor en una prensa. Es un robot que aprende antes de llegar a la fábrica.
El viejo mandato de no detener la línea
La robótica industrial nació para repetir. Esa fue su gran virtud y también su límite. Un brazo robótico podía soldar, pintar, manipular, empaquetar o ensamblar con una precisión incansable, siempre que el entorno estuviera suficientemente controlado. La pieza en su sitio. La trayectoria programada. La célula protegida. El proceso estable.
Durante décadas, eso bastó para transformar sectores enteros, sobre todo automoción, electrónica, metal, logística o bienes de consumo. Pero la industria que viene exige algo más complicado: robots capaces de adaptarse a procesos menos rígidos, referencias más cambiantes, espacios más compartidos, objetos menos previsibles y empresas que no siempre tienen equipos especializados para programar cada movimiento.
Ahí aparece el salto que concentra Segura. No se trata solo de fabricar robots más rápidos. Se trata de que lleguen mejor preparados.
La diferencia parece sutil, pero cambia la naturaleza del trabajo. Antes, buena parte del aprendizaje ocurría en la puesta en marcha: instalar, probar, ajustar, corregir, volver a probar. Ahora, la ambición es desplazar una parte creciente de ese ensayo al mundo virtual. Que una célula robótica se diseñe, se entrene, se valide y se estrese en un entorno digital antes de mover una sola pieza real.
La fábrica siempre ha tenido ensayos. Lo nuevo es que el ensayo empieza antes de que exista la escena.
Una carrera que viene de la planta
Segura no representa al fundador que llega desde fuera para contarle a la industria que todo está a punto de cambiar. Su papel es distinto. Más lento. Más acumulado. Más propio de quien ha visto cómo una automatización se defiende en una hoja de cálculo, pero también en una planta llena de restricciones.
Es español, ingeniero industrial por la Universitat Politècnica de Catalunya, con formación ejecutiva en SDA Bocconi e IMD, y lleva más de dos décadas en ABB. Antes de asumir la presidencia de ABB Robotics, pasó por distintas responsabilidades de gestión, entre ellas puestos en España y Portugal y el desarrollo global de nuevas áreas de robótica.
Ese recorrido importa porque le da una lectura menos ingenua de la IA. La tecnología industrial no se adopta porque suene inevitable. Se adopta cuando alguien consigue demostrar que reduce tiempos, mejora calidad, aumenta disponibilidad, baja riesgo o abre una aplicación que antes no salía rentable.
En una fábrica, la retórica dura poco. El robot no convence por lo que promete, sino por lo que aguanta.
La simulación deja de ser una maqueta
La alianza entre ABB Robotics y NVIDIA apunta justo a ese punto: hacer que la simulación industrial se parezca más al mundo físico y menos a una representación útil pero incompleta.
ABB va a integrar bibliotecas de NVIDIA Omniverse en RobotStudio, su herramienta de programación y simulación robótica. El producto resultante, RobotStudio HyperReality, está previsto para la segunda mitad de 2026 y ya se está probando con clientes como Foxconn y Workr. La promesa es reducir el tiempo de ingeniería, abaratar despliegues y acercar lo virtual al comportamiento real del robot.
Esto puede sonar a otra actualización de software. Pero todo apunta a que no lo es.
En robótica, una simulación pobre tiene consecuencias. La luz no incide igual. El material no se comporta igual. Una pieza vibra. Una cámara interpreta mal un borde. El agarre cambia por una tolerancia mínima. Una superficie refleja. El polvo altera la lectura. Un operario modifica la rutina. Un proveedor entrega una variante. La realidad introduce pequeñas desobediencias que el modelo no siempre había previsto.
Por eso la palabra clave no es solo inteligencia. Es fidelidad.
Cuánto se parece el entorno virtual a la línea real. Cuánto se parecen las trayectorias simuladas a las trayectorias en planta. Cuánto entrenamiento puede absorber el robot antes de llegar al cliente. Cuántos errores desaparecen antes de que cuesten dinero.
La IA generativa puede equivocarse en una frase. Un robot industrial se equivoca en el espacio. Y el espacio tiene bordes.
De programar movimientos a preparar comportamientos
La robótica clásica fue, en buena medida, una tecnología de instrucciones. Se definía una tarea, se programaba una secuencia y se repetía. Esa lógica seguirá existiendo. No desaparece una tecnología que ha demostrado durante décadas su utilidad. Pero empieza a convivir con otra ambición: que los robots entiendan mejor su entorno, interpreten planos, usen visión artificial, generen datos sintéticos, aprendan de simulaciones y puedan afrontar tareas más variables sin depender siempre de programación experta línea a línea.
ABB ya venía hablando de una robótica con “ojos, manos, cerebro y movilidad”: visión 3D con IA, sensores de fuerza, destreza, mapas tridimensionales, robots móviles y modelos capaces de interpretar instrucciones en lenguaje natural. El objetivo no es hacer robots más humanos. Es hacerlos menos ciegos ante la variación.
Ese matiz es importante. La industria no necesita máquinas que imiten a las personas. Necesita máquinas que sean mejores máquinas en entornos menos cómodos.
En sectores como construcción, salud, alimentación, logística, electrónica o centros de datos, el reto no siempre es repetir una operación idéntica durante años. A veces es manipular objetos distintos, cambiar rápido de referencia, trabajar con lotes más pequeños, integrarse en plantas que no fueron diseñadas desde cero para automatizarse o compensar una falta de mano de obra especializada.
Ahí la IA física tiene sentido. No como eslogan, sino como respuesta a una limitación histórica de la robótica: su dificultad para entrar en lugares donde el mundo no estaba perfectamente ordenado.
SoftBank compra algo más que brazos robóticos
La operación con SoftBank añade otra capa a la historia. ABB había planteado inicialmente separar su negocio de robótica como una compañía cotizada independiente. Finalmente, optó por venderlo al grupo japonés. SoftBank no compra solo una división con robots, clientes y fábricas. Compra una puerta al mundo físico de la inteligencia artificial.
Masayoshi Son lo formuló con claridad al presentar la adquisición: la siguiente frontera de SoftBank es la IA física. En su mapa, robots, chips, centros de datos, energía e inteligencia artificial forman parte de una misma arquitectura. ABB Robotics aporta algo que muchas compañías de IA no tienen: contacto real con plantas industriales, integradores, aplicaciones, mantenimiento, seguridad, clientes y problemas de despliegue.
Eso da valor. También añade presión. Una cosa es vender el futuro de la robótica desde un escenario. Otra es heredar una organización de unas 7.000 personas, una base instalada global, una cartera de clientes industriales y una tecnología que compite con actores históricos como Fanuc, Yaskawa o Kuka.
Segura queda en medio de esa transición. Debe conservar lo que hizo fiable a ABB Robotics y, al mismo tiempo, acelerar una nueva etapa en la que la robótica deja de ser solo hardware preciso para convertirse en una plataforma entrenable, conectada y cada vez más gobernada por software.
El riesgo está claro: que la empresa se vea arrastrada por el exceso verbal de la IA. Porque una fábrica puede comprar visión. Pero no compra humo.
El mundo físico tiene mala memoria para las promesas
La inteligencia artificial vive una fase de entusiasmo donde todo parece reescribirse cada seis meses. La robótica industrial se mueve de otra forma. Sus ciclos son más largos. Sus inversiones se justifican con más cuidado. Sus clientes no se enamoran de una demo si después necesitan semanas de integración, paradas de línea o especialistas difíciles de encontrar.
Por eso el cambio que representa Segura no será inmediato ni limpio. La simulación de alta fidelidad puede reducir prototipos, acelerar validaciones y formar modelos de visión con datos sintéticos. Pero tendrá que demostrarlo en plantas concretas, con piezas concretas, turnos concretos y cuentas concretas.
El reto no está en que un robot funcione una vez. Está en que funcione cuando hay variación. Cuando cambia la iluminación. Cuando la referencia llega con una tolerancia distinta. Cuando la cámara ve un reflejo inesperado. Cuando el operario necesita intervenir. Cuando el cliente pide flexibilidad sin perder cadencia. Cuando el retorno de inversión se mide en meses y no en discursos.
Ahí es donde la robótica industrial se diferencia de otras ramas de la IA. No basta con parecer inteligente. Tiene que ser fiable, segura, repetible y rentable. Una máquina puede aprender. Pero primero debe merecer confianza.
La automatización que aún no ha llegado a todos
Hay otro punto que hace relevante esta etapa. La robótica no ha penetrado igual en todas las empresas ni en todos los sectores. Las grandes plantas de automoción o electrónica han podido asumir durante años proyectos complejos de automatización. Muchas pymes, en cambio, han visto los robots como algo deseable pero difícil: demasiado coste inicial, demasiada programación, demasiada integración, demasiada incertidumbre.
Si las nuevas herramientas de simulación, IA, visión y programación reducen esa barrera, el impacto puede ser más amplio que una mejora tecnológica dentro de grandes multinacionales. Puede cambiar el acceso.
Una robótica más fácil de diseñar, entrenar y desplegar permitiría automatizar procesos donde antes no salía la cuenta. No porque el robot sea más espectacular, sino porque el proyecto completo se vuelve menos pesado: menos horas de ingeniería, menos pruebas físicas, menos incertidumbre antes del arranque, menos dependencia de especialistas escasos.
Ese es quizá el cambio menos fotogénico y más importante. La robótica no se hará más transformadora cuando parezca ciencia ficción. Se hará más transformadora cuando deje de ser excepcional.
Dónde poner la mirada
La nueva etapa de Marc Segura se jugará en varios planos a la vez.
El primero será corporativo: si la venta a SoftBank se cierra en los plazos previstos y si ABB Robotics gana músculo tecnológico sin perder su relación con la industria real. El segundo será técnico: si RobotStudio HyperReality consigue que el salto entre simulación y planta sea suficientemente pequeño como para cambiar la forma de desplegar robots. El tercero será comercial: si esa nueva robótica baja más allá de los grandes fabricantes y llega a sectores donde automatizar todavía es demasiado difícil.
Pero el plano decisivo será más profundo. La industria lleva décadas enseñando a los robots a repetir. Ahora empieza a pedirles que lleguen preparados para un mundo menos ordenado. No para improvisar como una persona, sino para adaptarse mejor como máquina.
Marc Segura representa ese cambio porque viene de una robótica que medía su valor en ciclos, disponibilidad, calidad y seguridad, y entra ahora en una etapa donde esas mismas métricas tendrán que convivir con simulación, datos sintéticos, visión artificial y modelos de IA.
El robot del futuro no será necesariamente el que más se parezca a nosotros. Será el que pueda equivocarse menos antes de estar delante de nosotros.
Y quizá esa sea la gran novedad: la fábrica ya no empezará solo cuando arranque la línea. Empezará antes, en un ensayo invisible, en un gemelo digital donde una máquina aprende a moverse por un mundo que todavía no ha tocado.