El 89% de los robots industriales siguen enjaulados y la inteligencia artificial no es la solución
Durante décadas, la imagen del robot industrial fue la misma: una máquina de brazos metálicos, potente y veloz, encerrada detrás de una jaula de acero mientras los humanos observaban desde afuera. Esa imagen no es metáfora de atraso. Es una decisión de ingeniería que persiste porque los sistemas de seguridad disponibles no han podido sostener otra cosa.
La Federación Internacional de Robótica reporta que aproximadamente el 89% de los robots industriales sigue operando dentro de jaulas físicas. El mercado de robots colaborativos —los que en teoría deberían trabajar junto a personas sin barreras— cerró 2025 en 2,9 mil millones de dólares y se proyecta en 17,2 mil millones para 2033. Esos números cuentan una historia de adopción acelerada. Lo que no dicen es que la mayoría de esos robots "colaborativos" siguen operando con restricciones de espacio y supervisión equivalentes a sus predecesores enjaulados.
El cuello de botella no está en la inteligencia de las máquinas. Está en la capacidad de demostrarle a un regulador, a un asegurador y a un operario que el robot no va a fallar de una manera que nadie anticipó.
Knut Sandven, CEO de Sonair Robotics, pone el punto con precisión quirúrgica: los sensores láser estándar que hoy se usan como base de seguridad en entornos industriales fueron diseñados para un mundo estático, de condiciones controladas de luz y materiales predecibles. Monitorizan un plano horizontal a la altura de las espinillas. Si un trabajador se agacha a recoger una herramienta o estira el brazo por encima de esa línea invisible, el sensor simplemente no lo detecta.
Eso no es un bug menor. Es la razón estructural por la que la jaula sigue en pie.
La ilusión del robot que ya sabe
La narrativa dominante en el sector de automatización industrial de los últimos cuatro años ha sido, con pequeñas variaciones, siempre la misma: más cámaras, mejor visión computacional, modelos de percepción más sofisticados. Si el sistema puede "ver" bien, puede actuar bien. Y si actúa bien, es seguro.
El problema con esa lógica es que confunde capacidad perceptual con garantía formal. Los sistemas de inteligencia artificial operan sobre modelos probabilísticos. Calculan la respuesta más probable a un estímulo dado. En la mayoría de los contextos industriales —clasificación de piezas, optimización de trayectorias, mantenimiento predictivo— eso es completamente suficiente. Un modelo que acierta el 99,7% de las veces es extraordinariamente útil.
Pero en seguridad física el 0,3% restante tiene nombre y apellido. Tiene consecuencias legales, laborales y reputacionales que ningún director de operaciones quiere enfrentar. Y tiene una arquitectura regulatoria —normas como ISO 10218 e ISO/TS 15066— que exige algo cualitativamente distinto a "muy probable": exige determinismo verificable.
Un sistema de seguridad certificado no es aquel que casi siempre detecta a una persona. Es aquel donde la física del mecanismo de detección permite acotar matemáticamente el peor tiempo de respuesta posible y demostrar que ese tiempo es inferior al umbral que causa daño. Las ondas de sonido viajan a una velocidad conocida. Reflejan de manera predecible. Eso hace posible un cálculo de garantía que ningún modelo de visión basado en aprendizaje automático puede hoy ofrecer con la misma trazabilidad.
Sandven lo señala directamente: "Muy confiado" y "probado" no son lo mismo. La industria está aprendiendo esa lección en tiempo real, con distintos grados de exposición dependiendo de cuánto asumió que la una equivalía a la otra.
Lo que certifica un volumen y no un plano
Sonair construyó su propuesta de valor sobre una distinción técnica que parece menor hasta que se examina en operación. Sus sensores ultrasónicos ADAR —Detección Acústica y Rango, por sus siglas en inglés— monitorean el espacio de trabajo de un robot en tres dimensiones, no en un corte bidimensional a nivel del piso.
La diferencia no es cosmética. Un sistema 2D dibuja una línea invisible en el suelo. Quien la cruza detiene la máquina. Un sistema 3D define un volumen alrededor del robot: encima, debajo, a los costados, en diagonal. Detecta presencia humana en cualquier punto de ese espacio, sin importar la postura o la altura del trabajador.
La empresa acaba de anunciar la primera certificación independiente de seguridad para un sensor ultrasónico 3D de este tipo. Eso no es solo un hito de ingeniería. Es un cambio en el lenguaje que permite tener una conversación distinta con el cliente industrial. Ya no se trata de convencer a nadie de que la tecnología "funciona bien". Se trata de mostrar un documento firmado por un organismo de certificación que dice que el sistema cumple con los niveles de integridad de seguridad requeridos.
Para entender por qué eso importa desde el lado del comprador: una planta que quiere eliminar su jaula física necesita reemplazarla con algo que tenga el mismo peso legal frente a una auditoría de seguridad laboral. Hasta ahora, ese algo no existía en 3D. La jaula seguía siendo la única opción con respaldo normativo sólido.
Con una certificación 3D independiente en la mano, el argumento para mantener la jaula se vuelve considerablemente más difícil de sostener. Y los metros cuadrados de planta que esa jaula ocupa, el flujo de trabajo que fragmenta, el costo de instalación y mantenimiento que genera, todos esos factores pasan de ser externalidades aceptadas a ser ineficiencias injustificadas.
El poder está en el momento del diseño, no en el despliegue
Sandven señala algo que merece atención más allá del argumento técnico: la mayoría de los fabricantes de robots empieza a pensar en seguridad demasiado tarde. La seguridad se trata como una capa que se añade al final, cuando el sistema ya está definido. Y cuando se añade al final, las opciones disponibles son limitadas, costosas o ambas.
Desde una perspectiva de arquitectura de sistemas, esto no es solo un error de proceso. Es una señal sobre quién está en la sala cuando se toman las decisiones de diseño.
Si el equipo que construye el robot está compuesto por ingenieros de movimiento, especialistas en percepción y desarrolladores de software, la conversación va a orbitar naturalmente alrededor de lo que el robot puede hacer. La seguridad llega después, cuando alguien del equipo de cumplimiento o del departamento legal levanta la mano para preguntar si el sistema pasa las normas del mercado de destino.
Esa secuencia tiene consecuencias predecibles: la seguridad queda codificada en las limitaciones del producto, no en su arquitectura. El robot termina siendo capaz de hacer cosas que no puede demostrar de manera certificada que hace con seguridad. Y esa brecha es exactamente el cuello de botella que mantiene al 89% de los robots industriales detrás de sus jaulas.
La solución que Sonair propone —una capa de seguridad 3D certificada, separada del cerebro de inteligencia artificial del robot y construida sobre principios físicos deterministas— no es solo una respuesta de ingeniería. Es una respuesta de arquitectura. Dice que la seguridad no puede depender de la calidad del modelo de IA porque los modelos de IA pueden fallar, actualizarse, degradarse o comportarse de manera inesperada ante distribuciones de datos que no vieron en entrenamiento.
Un sistema de seguridad que falla cuando el modelo de IA falla no es un sistema de seguridad. Es una ilusión de seguridad con buena documentación de marketing.
La confianza no se delega al algoritmo
El mercado de automatización colaborativa lleva años describiendo su expansión con un argumento implícito: a medida que los robots se vuelven más inteligentes, la confianza en ellos crece de manera natural. Esa asunción merece un escrutinio serio.
La confianza en sistemas de alta consecuencia —y la operación de maquinaria pesada junto a personas es, sin duda, un sistema de alta consecuencia— no se construye demostrando que el sistema falla poco. Se construye demostrando que cuando falla, lo hace de maneras que ya estaban previstas, acotadas y controladas. Esa es la diferencia entre un avión moderno y un automóvil autónomo: no en la frecuencia de fallas, sino en la arquitectura de contención de esas fallas.
Sonair está apostando a que el mercado industrial está listo para hacer esa distinción. Los seis millones de dólares que la empresa ha levantado para acelerar su despliegue sugieren que hay inversores que comparten esa lectura. La certificación independiente que acaba de obtener es el activo más valioso de esa apuesta: no porque resuelva todos los problemas de seguridad en robótica colaborativa, sino porque establece un lenguaje verificable donde antes solo había confianza implícita.
Cuando el 89% de los robots industriales sigue enjaulado a pesar de décadas de promesas sobre colaboración humano-máquina, el diagnóstico más honesto apunta a una brecha de arquitectura, no de inteligencia. Los robots no están en sus jaulas porque sean peligrosos por naturaleza. Están ahí porque el andamiaje de verificación formal que permite sacarlos nunca tuvo las dimensiones adecuadas para describir el espacio donde los humanos y las máquinas comparten trabajo. Esa es la grieta estructural que una certificación 3D empieza, por primera vez, a cerrar.
