ABB y NVIDIA lanzan formación en IA física industrial

ABB Robotics y NVIDIA abren un programa de formación en IA física

El 84% de las empresas todavía no ha rediseñado sus puestos de trabajo en función de las capacidades que ofrece la IA, aunque el 53% ya está desarrollando competencias en esa tecnología. Esa brecha es el punto de partida del programa de formación oficial que ABB Robotics y NVIDIA anunciaron: práctica con ABB RobotStudio y NVIDIA Omniverse, y un certificado en robótica, simulación e IA física al completarlo.

La IA física es la inteligencia artificial que opera sobre sistemas reales (robots, líneas de fabricación, equipos de inspección y mantenimiento) en lugar de quedarse dentro de una pantalla. Para un founder con operaciones industriales, el mensaje es incómodo pero útil: el cuello de botella de la automatización inteligente ya no está solo en el hardware ni en los modelos, sino en quién sabe ponerlos a funcionar.

Qué incluye el programa de formación en IA física

El programa integra aprendizaje práctico mediante simulación, desarrollo de IA y robótica. Los participantes trabajan sobre ABB RobotStudio, el entorno de simulación y programación offline de ABB, y sobre NVIDIA Omniverse, la plataforma de simulación y gemelos digitales de NVIDIA.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

«La inteligencia artificial está trascendiendo los entornos digitales para integrarse en la robótica y en los sistemas físicos que se encargan de fabricar, inspeccionar, desplazar, ensamblar y mantener la industria», afirmó Marc Segura, presidente de ABB Robotics.

Según Segura, la IA física redefine las competencias necesarias en los entornos industriales y la preparación del talento se convierte en un factor clave para el despliegue a gran escala: solo contando con las competencias adecuadas será posible aprovechar el potencial de la robótica autónoma versátil (AVR).

Desde NVIDIA, Amit Goel, responsable del ecosistema de robótica y computación en el borde, puso el foco en la simulación como palanca de acceso: el aprendizaje mediante simulación contribuye a democratizar la robótica al dar a más personas la oportunidad de diseñar y probar robots inteligentes.

El informe que sostiene el programa: 53% contra 84%

El programa se apoya en un informe técnico publicado con motivo de su lanzamiento y desarrollado con la colaboración de Amazon Web Services, AsiaInfo, Deloitte y SKAI Intelligence. El documento aporta perspectivas de manufactura, robótica, infraestructura en la nube, IA, educación superior, formación profesional e investigación industrial.

Su mensaje central es incómodo para cualquiera que esté planificando una hoja de ruta de automatización: la IA física industrial no podrá escalar únicamente mediante la inversión en tecnología. Su éxito depende de que las personas sean capaces de transformar ese potencial en sistemas de producción que mejoren de forma continua.

Y ahí está el dato que resume el problema: si el 53% de las empresas ya desarrolla competencias en IA pero el 84% no ha rediseñado los puestos de trabajo en función de esas capacidades, la mayoría está formando a su gente para roles que todavía no existen en su organigrama. El informe sostiene además que las instituciones académicas, los empleadores, las organizaciones tecnológicas y los organismos del sector deben colaborar dentro de un sistema interconectado para dar el marco educativo que exige la IA física.

RobotStudio HyperReality: el antecedente que explica el curso

El programa no sale de la nada. RobotStudio HyperReality, lanzado a principios de este año, ya está a disposición de 60.000 usuarios de RobotStudio en todo el mundo. La herramienta permite cerrar la brecha entre la simulación y la realidad con una precisión del 99%, y está pensada para clientes industriales de cualquier escala y de sectores muy distintos.

Para desarrollarla, ABB Robotics colaboró con Enodo Robotics, combinando la tecnología de robótica y simulación de ABB con el software de robótica basado en IA de Enodo y el ecosistema OpenUSD, que facilita la interoperabilidad de datos 3D entre los procesos de diseño y simulación.

Ese detalle importa más de lo que parece: cuando los modelos 3D y los gemelos digitales hablan el mismo idioma, el equipo que simula puede ser el mismo que diseña y el mismo que opera la línea. Menos traducción entre áreas, menos errores de puesta en marcha.

Por qué NVIDIA está empujando la IA física más allá de los chips

En GTC Berlín, celebrado el 21 de octubre de 2026, NVIDIA presentó una ampliación de su plataforma abierta de robótica Isaac y situó a ABB Robotics entre los socios europeos que integran las librerías de Omniverse con RobotStudio HyperReality para simular y poner en marcha virtualmente sistemas robóticos antes de instalarlos, según el comunicado de la compañía.

En ese mismo anuncio, NVIDIA presentó la SimReady Central Library, con más de 2.000 activos de robótica y fábrica listos para simulación, y la disponibilidad general de Isaac Lab 3.0, su framework abierto de aprendizaje de robots. También destacó el caso de Toyota Material Handling Europe y SoftServe, que usan Omniverse y el framework Isaac Sim para desarrollar soluciones autónomas de manejo de materiales y redujeron el tiempo de despliegue hasta un 50%.

El entusiasmo tiene contrapesos. TechCrunch recogió la limitación de fondo que describió Les Karpas, responsable global de IA física de NVIDIA Inception: nadie tiene un conjunto de datos de alcance internet para la IA física como sí existió para los modelos de lenguaje, y por eso el sector intenta fabricar esa escala de forma artificial con simulación y datos sintéticos. En un análisis de TechTarget, el analista de Gartner Bill Ray apuntó que el costo y la disrupción del despliegue serán el factor más importante, porque cada empresa debe decidir dónde encajan los robots en sus flujos de trabajo y qué cambios hacen falta para acomodarlos con seguridad.

¿Qué significa esto para tu startup?

Si vendes software, integración o servicios a la industria, este anuncio te afecta en dos frentes. El primero es la demanda: las empresas están comprando tecnología de IA física más rápido de lo que están reorganizando sus equipos, y ese desfase es exactamente el tipo de problema que una startup puede resolver como servicio. El segundo es tu propio equipo: la formación en simulación es hoy una ventaja competitiva difícil de improvisar.

Si tu producto es hardware o robótica, la señal es que el ecosistema se está estandarizando alrededor de la simulación. Un stack que no hable con gemelos digitales ni exporte datos 3D interoperables se vuelve más difícil de vender a un cliente industrial que ya compró la promesa de poner en marcha su línea antes de instalarla.

Y si operas en LATAM o España, donde el capex industrial es más limitado que en Estados Unidos o el norte de Europa, la simulación es la palanca más barata disponible: probar en un entorno virtual cuesta una fracción de lo que cuesta equivocarse en planta.

Acciones concretas que puedes implementar

Audita los puestos, no solo las herramientas. Toma las tres funciones más operativas de tu empresa y escribe qué parte del trabajo cambia si un sistema de IA física asume la inspección, el movimiento o el control de calidad. Si la respuesta es «nada», probablemente el diagnóstico esté incompleto.
Pilota en simulación antes de comprar hardware. Antes de aprobar un robot o una línea, exige una prueba en simulación con métricas de tiempo de ciclo y tasa de error. Es el criterio que ya usan compradores industriales y te da argumentos objetivos para negociar.
Convierte la formación en un activo comercial. Un equipo con certificación en robótica, simulación e IA física se vende distinto en una licitación corporativa que uno que solo promete «implementamos IA».
Busca alianzas con formación técnica local. El informe del programa insiste en un sistema interconectado entre academia, empleadores y proveedores tecnológicos. Universidades y centros de FP buscan socios industriales para actualizar sus planes de estudio: es una vía de acceso a talento sin competir por salarios de mercado.

Conclusión

El lanzamiento de ABB Robotics y NVIDIA es menos un curso y más un diagnóstico: la IA física ya tiene plataformas, modelos y herramientas de simulación maduras, pero le falta gente capaz de usarlas. Que el 84% de las empresas no haya rediseñado sus puestos frente a un 53% que ya forma competencias en IA describe un mercado lleno de tecnología esperando implementación.

Para un founder, eso es una oportunidad con fecha. El talento en robótica y simulación es hoy escaso y verificable; quien lo consiga primero, propio o aliado, tendrá ventaja cuando la automatización inteligente llegue a la planta y no solo al pitch deck.