Hitachi apuesta por su experiencia industrial en la carrera de la IA física

En el mundo de la inteligencia artificial se suele dar por hecho que el futuro pertenece a quienes construyen los mayores modelos de lenguaje y disponen de los clústeres de cómputo más potentes. Pero cuando se trata de IA física, es decir, tecnologías que controlan robots, cintas transportadoras y sistemas industriales en el mundo real, las reglas del juego pueden ser muy distintas. Esa es precisamente la apuesta de Hitachi, uno de los mayores conglomerados industriales de Japón.

La IA física no es un chatbot que genera texto ni una red neuronal que dibuja imágenes a partir de una descripción. Es una inteligencia que debe entender la física, la inercia, la fricción, la temperatura y la presión: todo lo que determina el comportamiento de los objetos en el mundo real. El error de un modelo de lenguaje produce una respuesta imprecisa. El error de una IA física puede provocar un accidente en una planta, la parada de una central eléctrica o la colisión de un sistema autónomo. Lo que está en juego es radicalmente distinto, y eso cambia el equilibrio de fuerzas.

En este campo se ha formado una especie de jerarquía de tres niveles. En la cima están compañías como OpenAI y Google, que escalan modelos fundacionales multimodales capaces de procesar texto, imágenes, vídeo y datos de sensores al mismo tiempo. Su enfoque consiste en crear una inteligencia universal que luego pueda adaptarse a cualquier tarea, incluido el control de sistemas físicos. En el nivel intermedio está Nvidia, que construye plataformas y herramientas para desarrollar IA física, desde simuladores como Omniverse hasta chips especializados para robótica. Nvidia no crea soluciones finales, pero ofrece la infraestructura sin la cual son imposibles.

Y hay un tercer bando: los fabricantes industriales como Hitachi, que llevan décadas trabajando con sistemas físicos y han acumulado un enorme volumen de conocimiento sobre cómo funciona el mundo real. Hitachi fabrica de todo, desde trenes y equipos energéticos hasta tecnología médica y maquinaria de construcción. La compañía gestiona procesos industriales complejísimos desde hace más de cien años. Y esa experiencia, según la dirección de Hitachi, es la ventaja competitiva que no se puede reproducir simplemente entrenando una red neuronal con grandes volúmenes de datos.

La lógica es sencilla y profunda a la vez. Los modelos fundacionales de OpenAI o Google pueden ser tan potentes como se quiera, pero se entrenan sobre todo con textos e imágenes de internet. Saben qué aspecto tiene una turbina en una fotografía, pero no cómo vibra bajo una carga determinada, qué patrones de desgaste son típicos de un tipo concreto de rodamiento ni cómo cambia el comportamiento del sistema de refrigeración con temperaturas anómalas.

Ese conocimiento vive en cuadernos de ingeniería, en bases de datos propietarias y en la cabeza de miles de especialistas, y Hitachi lo tiene a su alcance. Convertir esa experiencia en datos de entrenamiento para la IA no es una tarea trivial, pero quien lo consiga obtendrá modelos que realmente entienden el mundo físico, y no solo imitan esa comprensión.

Conviene entender el contexto de esta maniobra estratégica. El mercado de la IA industrial crece con rapidez: según diversas estimaciones, superará los 200.000 millones de dólares en 2030. Al mismo tiempo, la mayoría de las empresas industriales del mundo siguen usando la IA de forma fragmentaria, para el mantenimiento predictivo o la optimización de procesos aislados. La implantación plena de una IA física que controle de forma autónoma los sistemas de producción sigue siendo más un horizonte que una realidad. Hitachi confía en ocupar ese nicho antes de que lleguen los gigantes tecnológicos de Silicon Valley.

La estrategia de Hitachi resulta interesante también porque desafía el paradigma dominante en la industria de la IA, según el cual gana quien tiene más capacidad de cómputo y más datos de propósito general. En la IA física, esa fórmula puede no funcionar. Aquí son críticos la experiencia sectorial, el acceso a datos industriales reales y, no menos importante, la confianza de los clientes. Ningún operador de una central nuclear confiará el control de un sistema a un modelo creado por una startup sin experiencia en energía, por impresionante que sea su arquitectura. Hitachi lleva décadas trabajando con esos clientes.

Por supuesto, la apuesta de Hitachi no está exenta de riesgos. Las empresas con un rico legado industrial pierden a menudo frente a los recién llegados tecnológicos precisamente porque su inercia y su burocracia frenan la innovación. Además, OpenAI y Google avanzan con decisión hacia la multimodalidad y la robótica, y Nvidia ofrece cada año herramientas más maduras para la IA física. La ventana de oportunidad de Hitachi no es infinita.

Aun así, el simple hecho de que un gigante industrial japonés declare abiertamente su intención de competir con Silicon Valley en IA apunta a un cambio importante. La época en que la inteligencia artificial existía exclusivamente en el espacio digital está llegando a su fin. El siguiente capítulo es la IA en el mundo físico, y aquí la ventaja puede estar en manos de quienes mejor entienden ese mundo.