Industrial Next: robots de fábrica en minutos, no semanas

Industrial Next: robots que se reconfiguran en minutos, no en semanas

Industrial Next, una startup con sede en San Francisco, presentó en el escenario de Startup Battlefield de TechCrunch Disrupt 2026 estaciones robóticas autónomas que, según la compañía, permiten reconfigurar una línea de producción en minutos en lugar de semanas. En el mismo evento anunció una alianza con BMW Group Technology Office para evaluar su tecnología de manipulación diestra con IA en manufactura.

El dato que debería importar a cualquier founder con operaciones físicas no es la demo, sino el costo del cambio. Una encuesta de ABB de 2025 a 3.600 líderes industriales, recogida por Robotics & Automation News, encontró que una parada no planificada puede costar hasta 500.000 dólares por hora, y el 44% de los encuestados reporta detenciones por fallas de equipos al menos una vez al mes.

¿Qué hace Industrial Next que no hacen los robots industriales tradicionales?

La diferencia está en cómo se le enseña al robot. Los brazos industriales clásicos se programan para una tarea específica y repetible: cualquier cambio en el proceso o en el producto puede hacerlos fallar o generar tiempo muerto costoso. Eso empuja a los fabricantes a simplificar sus productos para que sean repetibles.

Industrial Next construye estaciones autocontenidas con modelos fundacionales propios que conectan visión, contexto de la tarea y movimiento. Las tareas nuevas se enseñan por simulación y demostración, no con scripts escritos a mano. Lukas Pankau, cofundador de la empresa, lo explica así: los robots practican en un entorno virtual de alta fidelidad que imita la dinámica real, lo que les permite ejecutar tareas de alta precisión "casi sin ver las piezas".

Las estaciones se pueden reconfigurar, combinar y reasignar entre líneas de producto. Ese es el punto: la flexibilidad no viene de un robot más capaz, sino de un sistema que entiende el proceso.

Los fundadores vienen de Tesla, y eso explica el enfoque

Industrial Next fue fundada en 2021 por Lukas Pankau y Allen Pan, ambos ex Tesla. Pankau fue lead electrical architect en Tesla antes de pasar a Waymo; Pan lideró los esfuerzos de fábrica autónoma en Tesla y después fue chief architect en Neolix, además de pasar por Momenta en China.

La frustración que originó la empresa es concreta: en Tesla tenían herramientas de machine learning para diseñar autos, pero no podían programar un robot de fábrica. "Tenías esta división enorme", dice Pankau. "Gente muy buena diseñando autos y sistemas de conducción autónoma, y después los tenías bloqueados en la fábrica mirando equipos de los años 80".

Ese es un patrón que muchos equipos técnicos reconocen: la capa de software avanza mucho más rápido que la capa física que la tiene que ejecutar.

Qué están haciendo hoy y qué prometen

Pankau dijo que algunas estaciones de la startup ya se usan en la fabricación de uno de los smartphones más populares del mundo, aunque no puede revelar el cliente. Manejan tareas que los fabricantes intentaron automatizar sin éxito durante años, como enhebrar un cable flex delicado o encajar la tapa diminuta de un conector.

También describió una estación de pelado de film: los robots retiran la película protectora de módulos de cámara y botones a velocidad igual o superior a la humana y con 100% de precisión, incluso cuando se los mueve a un modelo de teléfono y una línea de producción que nunca vieron.

El objetivo declarado es más ambicioso: ensamblar un auto completo de punta a punta sin intervención humana.

El contexto: el capital va a los modelos, no al hardware

El momento del sector acompaña. Según datos de PitchBook citados por Business Insider, las startups de physical AI levantaron un récord de 16.300 millones de dólares en 492 rondas solo en el primer trimestre de 2026. Los datos de Crunchbase citados por Forbes apuntan en la misma dirección: 47.400 millones de dólares en el primer semestre de 2026, casi cuatro veces lo levantado en el segundo semestre de 2025.

Pero el dinero no se reparte parejo. Un análisis de Genesis Alternative Ventures citado por Forbes estima que los modelos fundacionales de robótica y las plataformas de robots de propósito general capturaron cerca del 77,6% de la inversión divulgada en physical AI. La tesis del mercado es clara: se apuesta a la inteligencia escalable, no al hardware único.

Hay un comparable útil para entender la competencia. Inbolt, startup parisina fundada en 2019, levantó 12,5 millones de dólares en una ronda liderada por Shift4Good, según Robotics & Automation News. Su enfoque es distinto al de Industrial Next: una capa de software agnóstico de hardware que da visión 3D a robots existentes, desplegada en más de 200 robots en más de 100 fábricas, con clientes como Bosch, Ford, Stellantis y Toyota.

La diferencia de estrategia importa. Inbolt mejora los robots que ya están instalados; Industrial Next vende estaciones nuevas. Para un fabricante, la primera opción es más barata y menos disruptiva; la segunda promete más flexibilidad de base.

El cuello de botella real es el dato, no el robot

Pankau lo dice sin rodeos: se pueden hacer robots que bailen porque hay datos para eso, pero no se pueden hacer que ensamblen cosas de alta precisión porque faltan esos datos. Su respuesta es la simulación de alta fidelidad.

El problema es más grande que una empresa. Christophe Defert, socio de Bridges Climate Transition Partners, lo resume en Robotics & Automation News: hay casi 5 millones de robots industriales en fábricas de todo el mundo, y la mayoría opera a ciegas. Se atascan, se rompen y quedan inactivos, desperdiciando energía y tiempo.

¿Qué significa esto para tu startup?

1. Audita si tu problema es hardware o software. Si tu cuello de botella es reconfigurar líneas o adaptar procesos, la capa de software y visión puede ser una vía más barata que reemplazar equipos. El caso de Inbolt muestra que se puede desplegar sobre robots ya instalados de marcas como Fanuc, ABB, Kuka o Yaskawa. Antes de cotizar un brazo nuevo, cotiza la capa de inteligencia.

2. Si vendes a industria, el piloto es el producto. Industrial Next no arrancó con un contrato de producción: arrancó con una evaluación junto a BMW Group Technology Office. Define desde el día uno las métricas que tu cliente va a medir —uptime, tasa de éxito por tarea, tiempo de reconfiguración— y diseña el piloto para probarlas.

3. Si construyes robótica desde LATAM o España, el dato es tu ventaja. El capital se está concentrando en modelos fundacionales, y el insumo escaso es el dato del mundo físico. Una red de recolección local, con acceso a fábricas reales y procesos específicos de tu mercado, es un activo difícil de replicar desde Silicon Valley.

4. Trata la promesa de flexibilidad total como hipótesis. Pasar de minutos en lugar de semanas a un auto completo sin humanos es un salto enorme. Valida capacidades con pilotos acotados antes de rediseñar tu operación alrededor de ellas.

Conclusión

Industrial Next apunta a un problema real y caro: la automatización industrial está diseñada para no cambiar, y el mercado cambia cada vez más rápido. Su apuesta por simulación de alta fidelidad y modelos fundacionales propios es coherente con hacia dónde va el capital del sector.

Lo que falta ver es la parte más difícil: escalar de estaciones puntuales a líneas completas, con clientes que no siempre pueden nombrarse. Para los founders que construyen en la intersección de IA y operaciones físicas, la lección es que la ventaja competitiva ya no está en el robot, sino en la infraestructura de datos y en la capacidad de reconfigurar sin detener la producción.

Fuentes

• TechCrunch: Industrial Next wants factory robots to switch tasks in minutes, not weeks (fuente original)
• Business Insider: The 25 most promising robotics startups in 2026
• Forbes: Robots Don't Have A Culture Problem, But Their Training Data Does
• Robotics & Automation News: Inbolt raises $12.5 million to bring sight and intelligence to industrial robots