HUMXN regala fontanería a cambio de grabar a los técnicos

Un fontanero gratis, a cambio de una cámara en el cuerpo

En Minneapolis, Chicago y Miami hay hogares que pueden recibir una reparación de fontanería, una instalación eléctrica o una limpieza de conductos de aire sin pagar nada. La condición no es un cupón ni una promoción: es dejar que un técnico entre a la casa con tecnología de captura corporal que graba cada movimiento mientras trabaja.

Detrás del programa está HUMXN, un laboratorio de datos para inteligencia artificial y robótica que subsidia esos servicios para quedarse con el material. Para un founder, la noticia no es el ahorro doméstico: es que el conocimiento de los oficios se convirtió en un activo que se compra, se licencia y se vende por horas.

¿Qué es HUMXN y cómo funciona el intercambio?

Según la información publicada por Tom's Hardware, HUMXN subsidia fontanería, electricidad, climatización (HVAC), limpieza de conductos de aire y limpieza de alfombras. El residente recibe el trabajo sin costo y el profesional cobra igual: la empresa paga por el derecho a grabar dentro de la propiedad.

El fundador, Thomas Unise, lo planteó así: la próxima generación de IA "va a necesitar más que texto e imágenes de internet" y los robots "necesitan entender cómo las personas con oficio interactúan con el mundo físico".

El programa arranca en tres ciudades elegidas a propósito por su clima distinto, con la idea de capturar datos de casas, equipos, problemas y entornos muy diferentes entre sí. Los interesados pueden revisar si califican en la página HUMXN Free Home Service.

La empresa no solo compra grabaciones nuevas. En un comunicado difundido por Newsfile y recogido por Yahoo Finance, HUMXN Research Labs anunció una iniciativa para adquirir y licenciar US$50 millones en información del mundo real: historiales de reparación, fotos de obra, manuales de equipos, videos de formación y registros de fabricación. La compañía paga alrededor de US$20 por hora de metraje aprobado y afirma que muchos acuerdos por datos históricos superan las seis cifras.

¿Por qué un robot necesita ver a un fontanero trabajar?

La respuesta corta: porque en un laboratorio no se reproduce la realidad. HUMXN sostiene que es difícil capturar los movimientos naturales de un trabajador cualificado en un entorno controlado. Lo que buscan registrar no es solo el gesto final, sino el proceso completo: examinar la situación, probar el sistema, elegir la herramienta, reaccionar cuando algo cambia y determinar si el trabajo quedó bien hecho.

Ese matiz es el corazón del negocio. Un modelo entrenado con videos de YouTube aprende a describir una llave inglesa; uno entrenado con datos de un técnico real aprende qué hacer cuando la tuerca está oxidada y no hay espacio para el brazo.

Business Insider documentó la dimensión del fenómeno en su serie sobre la extracción de datos de IA. Kyle Chan, fellow de la Brookings Institution, lo resume: en el mundo de la robótica "hay consenso amplio en que los datos son el cuello de botella". Vineeth Velmurugan, responsable de aprendizaje de robots en la firma de datos Encord, dijo que la demanda de datos de entrenamiento robótico es hoy unas diez veces mayor que un año atrás: clientes como Dyna Robotics y Agility Robotics pedían 1.000 horas anotadas y ahora piden 10.000 o 100.000.

El mismo medio recoge una estimación que ayuda a dimensionar el problema: entrenar un robot para trabajar en hogares podría requerir un conjunto de datos cinco veces más grande que YouTube. A fines de 2025, YouTube albergaba unos 29.000 millones de videos, según la firma de investigación Omdia.

¿Cuánto paga el mercado por una hora de trabajo grabada?

Mucho menos de lo que sugiere la palabra "oro", y esa es la primera lección para quien piense en esto como modelo de negocio.

• HUMXN paga cerca de US$20 por hora de metraje aprobado y descarta datos incompletos, duplicados o de baja calidad.
• Shift, la unidad de recolección de datos de la alemana Microagi, paga hasta US$30 la hora y opera en más de 15 países con más de 35.000 personas grabando tareas, según Business Insider. La empresa dice haber desembolsado alrededor de US$10 millones en 2026.
• Human Archive, con operaciones en más de 30 países, paga entre US$1 y US$10 por hora según lo invasivo del equipo, según el mismo reportaje.
• Mecka AI, que diseña cascos y guantes con sensores, ha levantado más de US$120 millones de inversores como Sequoia y Nvidia.

El telón de fondo es una ola de capital. Las empresas de robótica levantaron US$33.400 millones en el primer semestre de 2026, por encima de los US$28.700 millones de todo 2025, según datos de PitchBook citados por Business Insider. Y la firma Mordor Intelligence proyecta que el mercado de conjuntos de datos para entrenamiento de IA pase de US$11.900 millones este año a casi US$49.800 millones en 2031.

El fenómeno ya es global. eWeek reportó que la autoridad de zonas económicas de Filipinas registró a Physical Intelligence Inc. para operar lo que describe como la primera fábrica de datos de IA física del país, dedicada a generar y procesar datasets de movimiento robótico para clientes internacionales.

¿Qué significa esto para tu startup?

1. Si operas un negocio de servicios con años de historial, tienes un inventario que no sabías que tenías. Antes de pensar en venderlo, haz el trabajo aburrido: verifica que la empresa sea dueña de esos registros, que no incluyan datos personales de clientes y que tengas derecho a licenciarlos. HUMXN exige exactamente eso antes de comprar y desidentifica la información. Un historial de reparaciones de diez años con fotos y resultados documentados vale más que un archivo desordenado de facturas.

2. Si construyes en IA física, presupuesta los datos como una línea de gasto, no como un detalle. Los proveedores de datos cobran por hora de material aprobado y rechazan lo que no sirve. Antes de comprometer presupuesto, compara contra alternativas: AWS lanzó un Physical AI Toolchain de código abierto que combina generación de datos sintéticos, entrenamiento, simulación y despliegue en el borde, según The Robot Report. La simulación puede reducir cuánto dato físico necesitas comprar.

3. Si tu producto es software para oficios, el dato puede ser tu foso. Un marketplace o SaaS de fontanería ya acumula lo que estos laboratorios están saliendo a comprar casa por casa. La diferencia entre monetizarlo y no hacerlo está en el consentimiento: si nunca pediste permiso explícito para usar esa información con fines de entrenamiento, el activo existe pero no es vendible.

Los riesgos que el entusiasmo esconde

El primero es de privacidad. Una grabación dentro de una vivienda captura mucho más que una tubería: rutinas, objetos, conversaciones. La desidentificación ayuda, pero el consentimiento del propietario y del técnico es un terreno que las empresas del sector todavía no han resuelto del todo. Business Insider señaló que Mecka y Human Archive no detallaron cómo garantizan el consentimiento cuando recolectan a través de negocios asociados.

El segundo es económico. Mark Graham, profesor del Oxford Internet Institute, advirtió en ese reportaje que la competencia global por el trabajo de datos presiona los salarios a la baja y deja a los trabajadores sin poder de negociación.

El tercero es de modelo de negocio, y es el más relevante para un emprendedor. Sam Padilla cerró su startup de datos para robótica, Eidon AI, tras pelear con logística, costos iniciales y márgenes delgados. Su conclusión fue tajante: "un cuello de botella técnico no implica necesariamente un buen negocio".

Y hay una advertencia sobre los plazos. Ken Goldberg, profesor de robótica en UC Berkeley, dijo a Business Insider que llevar robots confiables al trabajo real "puede tomar cinco años o cincuenta", e incluso con datos ilimitados no está claro que el enfoque funcione.

Conclusión

HUMXN convierte una tarea doméstica en una transacción de datos: tú recibes la reparación, el técnico cobra y el laboratorio se queda con el conocimiento. Es un modelo más limpio que el raspado de contenido ajeno, y por eso resulta interesante: pone precio explícito a algo que hasta ahora se daba por gratis.

Para un founder, la lectura práctica es doble. Si tienes años de operación documentada, revisa hoy quién es dueño de esos registros y bajo qué términos puedes usarlos. Si estás en IA física, asume que el dato será una partida de costo real y que la simulación competirá con la recolección en campo. Y si el plan es recolectar datos de terceros para revenderlos, recuerda a Eidon AI: el cuello de botella existe, pero eso no garantiza que alguien pague lo suficiente por resolverlo.

Fuentes

• Tom's Hardware: AI lab offers free plumbing and HVAC repairs across three cities to train AI robots (fuente original)
• Yahoo Finance: HUMXN Research Labs Wants to Buy $50 Million Worth of Skilled Trades, Farming, and Manufacturing Data
• Business Insider: Inside the global race to train robots on human work
• eWeek: Philippines Opens Door to Its First Physical AI Data Factory
• The Robot Report: AWS launches open-source Physical AI Toolchain for robotics