Tesla y Optimus: los trabajadores que no quieren entrenar a su sucesor

La pregunta incómoda que Tesla tuvo que escuchar en voz alta

En enero de 2026, Tesla comunicó a trabajadores de sus fábricas en Texas y California que algunos deberían usar trajes y cascos con sensores para registrar sus movimientos y enseñar al robot humanoide Optimus a ejecutar tareas de producción. Lo que la compañía probablemente no esperaba es que una parte de esos empleados respondiera que no: entendían que los robots que estaban ayudando a entrenar estaban diseñados, precisamente, para sustituirlos en el futuro. Lo cuenta The Information y lo recogió Xataka.

La escena importa porque deja al descubierto una tensión que hasta ahora había quedado dentro de la pantalla: la de profesionales cuyo trabajo es, literalmente, construir el sistema que los reemplazará. La pregunta «¿estarías cómodo entrenando a tu sucesor?» dejó de ser un debate filosófico y pasó a ocurrir en una línea de montaje.

Por qué Optimus necesita personas que «le enseñen con el cuerpo»

Optimus no aprende solo con vídeos de internet. Para que un robot humanoide ejecute tareas físicas en entornos reales, hace falta capturar demostraciones humanas: cómo se coge una pieza, cómo se dobla una prenda, cómo se sigue un recorrido en una nave logística. Este enfoque se llama aprendizaje por imitación y depende de grandes volúmenes de datos que, en el caso de Tesla, se obtienen con equipos de captura de movimiento, mochilas con unidades de cómputo y guantes instrumentados.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Según The Information —citado por Electrek—, Tesla acumula ya más de 500.000 horas de datos de entrenamiento de Optimus y se ha fijado como meta duplicar esa cifra antes de fin de 2026. Para alcanzarla, la compañía ha movido parte del equipo que antes etiquetaba datos de autoconducción al programa del robot, ha contratado recopiladores dedicados y ha abierto centros de entrenamiento en Colorado, Arizona y Florida además de sus fábricas históricas.

La otra cara: los robots que aún no saben hacer lo básico

El problema no es solo la voluntad de los empleados. Es que el propio Optimus todavía está lejos del objetivo. Ars Technica, también a partir de The Information, describe que la versión Optimus V3 acumula cuellos de botella en la producción: las manos y los antebrazos contienen más de 100 componentes pequeños, entre ellos tornillos, que aún se ensamblan a mano. Algunas estaciones no alinean las piezas con la precisión necesaria, y un número elevado de unidades requieren correcciones nada más salir de la línea.

Los sensores táctiles de las manos también han presentado fallos de fiabilidad. La solución que Tesla estaría preparando, según Electrek, es una capa tipo guante que pueda sustituirse sin tener que reemplazar toda la mano. Y aun así, la inteligencia del robot sigue siendo la pieza más débil: tres personas familiarizadas con el sistema dijeron a The Information que Optimus todavía tarda varios días en aprender incluso tareas básicas y muestra comportamiento impredecible cuando se enfrenta a situaciones nuevas. Una cosa es construir el hardware; otra, hacer que el robot sirva.

De la queja al cambio de método: lo que hizo Tesla

Que algunos trabajadores rechazaran participar no frenó a Tesla, pero sí cambió el cómo. The Information señala que la compañía empezó a usar equipos de recopiladores de datos dedicados, alejados de las líneas de producción activas, y a instalar cámaras en las fábricas. Forklog añade otro dato: en 2024, Tesla ofreció a estos operadores hasta 48 dólares por hora por trabajar con trajes de captura y cascos de realidad virtual. La propia narrativa empresarial, por tanto, asume que el dato humano se paga como un insumo premium.

Mientras tanto, la producción industrial del robot avanza, aunque a una escala muy inferior a la prometida en público. Electrek recoge que la producción pasó de unas pocas decenas de unidades por semana en el segundo trimestre a varios cientos por semana en agosto de 2026. La meta interna es superar las 1.000 unidades semanales antes de final de año, y en julio Musk habló de un objetivo aspiracional de 20.000 robots por semana, con una capacidad anual de hasta 10 millones en una futura línea en Gigafactory Texas, como recoge 247 Wall St.

Lo que dice esto sobre la próxima década de la automatización

El caso Optimus no es aislado. Guionistas, actores de voz y trabajadores de atención al cliente de Amazon han expresado una queja similar: «estoy entrenando a la herramienta que puede dejarme sin trabajo». La novedad aquí es la cercanía física y la sustituibilidad directa. Y deja dos mensajes claros para founders:

El dato humano es el insumo crítico. Cualquier startup que entrene modelos —de visión, de voz, de robótica— depende de un grupo de personas que pueden aceptar o rechazar participar. Pagarles bien, explicar qué se hace con sus datos y abrir opciones de opt-out no es solo ética: es continuidad operativa. Forklog documenta que Tesla ya paga 48 USD/hora por esta función en 2024; ese es el suelo del mercado para tareas de captura.
Hardware y software van a ritmos distintos. Electrek subraya que Tesla podría fabricar el robot más rápido de lo que consigue que sirva. Para un founder de robotics o IA, eso significa que el cuello de botella real no es la cadena de suministro ni la fábrica: es la generalización del modelo. Cualquier proyecto que asuma lo contrario está pidiendo a la ingeniería más de lo que la investigación puede entregar hoy.

¿Qué significa esto para tu startup?

Si trabajas con IA, automatización o robótica, esta historia es tu mapa de riesgos en 2026. Tres lecturas prácticas:

Diseña la política de datos antes de reclutar a quien los genera. Tesla pasó de pedir a sus propios empleados a montar centros externos en Colorado, Arizona y Florida, según Electrek. La transición fue costosa en tiempo y dinero. Si tu modelo necesita datos capturados por personas, conviene tener un plan B (proveedores externos, contractors, comunidades remuneradas) antes de que el problema aparezca.
Mide el progreso por tareas aprendidas, no por unidades construidas. Optimus «va bien» si produces cientos por semana, pero «no sirve» si tarda días en aprender una tarea básica. Para una startup de robotics, esa métrica es más honesta que cualquier anuncio de producción. Pregúntate qué tarea concreta puede hacer tu sistema hoy, y cuánto tarda en aprender una nueva.
Prepárate para vender robots como servicio, no como producto. Electrek explica que Tesla planea arrendar, no vender, Optimus a empresas cuyos entornos se parezcan a los suyos. Si llegas a este mercado, el modelo de negocio probablemente será similar: robots en casa del cliente que generan datos para mejorar el modelo central. Para un SaaS de robotics, eso implica diseñar contratos por horas, telemetría remota y SLAs medibles, no una venta de hardware al uso.

La historia de Optimus todavía no está en su tramo final, pero ya marca el calendario: la conversación sobre IA en el trabajo dejó de ser sobre prompts en una pantalla y pasó a ocurrir en una línea de producción, con empleados reales mirando al robot que están enseñando a hacer lo que ellos hacen.