AgiBot: 6 humanoides, 1.730 tareas y 2 suspendidos

Seis robots, 1.730 tareas y dos suspendidos: el experimento que AgiBot sí quiso mostrar

Seis robots humanoides con ruedas de AgiBot completaron 1.730 tareas en un turno de 24 horas dentro de una tienda de conveniencia en funcionamiento en el distrito de Xuhui, en Shanghái. Cuatro aprobaron la evaluación final y dos quedaron en observación. El experimento, bautizado «Robots Never Clock Out», se emitió en directo y lo siguieron más de dos millones de espectadores.

Para un founder, la noticia no es que los robots trabajaran. Es por qué fallaron los dos que fallaron: ahí está la distancia real entre una demo y un empleado fiable. Y esa distancia es exactamente la que decide si la automatización de tu operación es un ahorro o un problema nuevo que gestionar.

¿Qué hicieron los robots AgiBot G2 durante 24 horas?

El turno corrió desde las 10:00 del 2 de noviembre hasta las 10:00 del 3 de noviembre, según el comunicado de la compañía recogido por Business Insider. La tienda siguió abierta al público durante todo el experimento, con clientes y personal reales circulando por los mismos pasillos que las máquinas.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Los seis AgiBot G2 se repartieron responsabilidades distintas: atención al cliente, inspección y reposición de estantes, preparación de café y comida caliente, caja y limpieza. El desglose de tareas que reporta la empresa fue:

683 interacciones de atención al cliente
369 recogidas y entregas de productos
147 cafés preparados
126 desayunos servidos
277 inspecciones y reposiciones de estantes
128 limpiezas de mesa

La prueba cubrió cuatro franjas con demandas muy distintas: la hora punta del almuerzo, el pico de la tarde, la operación nocturna y el desayuno de la mañana siguiente. La evaluación medía tiempo en servicio, finalización de tareas, opiniones de clientes, tiempos de respuesta y capacidad de manejar imprevistos.

Y los imprevistos estaban puestos a propósito. Según el medio chino Machine Heart, los evaluadores pidieron a los robots distinguir una Coca-Cola normal de la versión sin azúcar, desordenaron paquetes de chicles para que los devolvieran a su sitio y bloquearon un pasillo con una persona y una caja para ver si detectaban el obstáculo y lo rodeaban.

¿Por qué suspendieron a dos de los seis robots?

Por falta de iniciativa y de adaptación a lo inesperado, no por fuerza ni precisión. Esa es la conclusión que se repite en la cobertura internacional.

Según la publicación china ITHome, citada por Around Prague, el robot de limpieza trabajaba el turno nocturno. Al encontrarse con un cubo de basura desbordado que le bloqueaba la ruta, en lugar de resolverlo se desvió, salió de la tienda y no consiguió volver a su posición. El otro, encargado de los estantes, «carecía de iniciativa» para identificar y reponer productos de forma constante a medida que se vendían, y no lograba seguir el ritmo de rotación de la tienda.

Ambos quedaron en observación para seguir mejorando. El punto es justo ese: los robots pueden ejecutar la tarea prevista, pero flaquean cuando el entorno cambia — que es lo que pasa siempre en una tienda real. Un cubo lleno y un estante que hay que reponer son, para un empleado humano, rutina absoluta.

¿Qué no prueba este experimento?

Conviene leer estas demostraciones con la cautela de siempre, y aquí la propia cobertura internacional pone el freno. Tech Times señaló que un evento de 24 horas no significa que cada robot trabajara sin parar durante 24 horas: no se divulgó si las máquinas necesitaron pausas de carga, mantenimiento, supervisión remota u otra ayuda humana. Tampoco se publicaron la productividad ni los costos operativos.

Gadget Review va más lejos: no existe un registro de tareas auditado de forma independiente, ni un conteo de intervenciones humanas, ni una tasa de fallos. El total de 1.730 tareas es agregado para las seis máquinas y no muestra cómo se repartió el trabajo ni cuánto tardó cada tarea comparada con un empleado.

Es el mismo escepticismo que aplica a casi todo el sector: las cifras las da la propia empresa y no se verifican de forma independiente. Vale recordar el antecedente de los humanoides que se presentaron en ferias internacionales operados por teleoperadores con un mando, o los vídeos de robots realizando proezas físicas sin ficha técnica que las respalde. La demo vende; el dato audita.

¿Qué es Worken y por qué AgiBot quiere medirlo?

El experimento no es un hecho aislado. Forma parte de la estrategia que AgiBot presentó en su Innovation Day 2026 en Shanghái, donde introdujo Worken, un marco propuesto para medir el trabajo productivo real de los robots, según Robotics and Automation News.

La fórmula que propone la compañía es: Worken = número de robots activos × horas de trabajo autónomo × ratio de eficiencia de output. El objetivo declarado es dejar de medir cuántos robots se fabrican o se entregan y empezar a medir cuánto trabajo útil realizan de forma autónoma y consistente.

«Queremos ir más allá de medir cuántos robots se construyen o se entregan y empezar a medir con qué eficacia pueden realizar trabajo útil, de forma autónoma y consistente, en el mundo real», dijo Peng Zhihui, cofundador, presidente y CTO de AgiBot, en el evento.

En ese mismo encuentro la empresa lanzó G2 Max, un robot industrial de 21 grados de libertad con capacidad de carga de hasta 40 kg por brazo doble y altura de trabajo ajustable entre 0,1 y 2,5 metros, y anunció que su sistema operativo Link-U OS 1.0 será totalmente open source a finales de 2026. Su ecosistema, según la compañía, ya suma 255 universidades, 511 empresas y más de 80.000 desarrolladores. En septiembre de 2026, AgiBot anunció que su robot número 20.000 salió de la línea de producción.

¿Qué significa esto para tu startup?

El mensaje para quien está evaluando automatización no es «los robots ya están listos» ni «los robots no sirven». Es más útil: la parte fácil de automatizar es la tarea previsible; la parte cara es el imprevisto.

Mide tu operación por excepciones, no por tareas. Antes de comprar cualquier solución de automatización, cuenta cuántas veces al día tu proceso se sale del guion: un pedido raro, un producto mal ubicado, un cliente que pregunta algo fuera de libreto. Ese porcentaje de excepciones es el que define si necesitas supervisión humana permanente o solo puntual.
Exige un registro de tareas auditable, no un vídeo. Cuando un proveedor te muestre una demo, pide exactamente lo que este experimento no publicó: tareas completadas frente a fallidas, tiempo por tarea, frecuencia de intervención humana y comparación contra tu línea base actual. Si no lo tiene, estás comprando una demo.
Diseña el plan B del robot. El caso del cubo de basura es una lección de producto: define qué debe hacer tu sistema cuando no puede resolver algo, y asegúrate de que la respuesta por defecto sea «avisar y esperar», nunca «improvisar y perderse».

El sector del humanoide vive de prometer trabajadores incansables. Pero el límite no está en aguantar 24 horas: está en la iniciativa, en saber qué hacer cuando pasa algo que nadie programó. Mientras ese sea el muro, estos robots serán becarios prometedores, no empleados. Y un becario que, ante un imprevisto, se marcha de la tienda, todavía necesita supervisión humana.