Cybernetix Ventures: Fondo II para robots especializados

Quién es Fady Saad y qué defiende Cybernetix Ventures

Fady Saad no llegó al capital de riesgo por vocación, sino por frustración. Cofundó MassRobotics en 2014 y durante más de seis años participó en más de 300 reuniones corporativas y ayudó a construir más de 40 alianzas, según relata en una entrevista con Unite.AI. El patrón que veía era siempre el mismo: empresas con problemas reales, startups con tecnología real y casi ningún inversor que entendiera ambos lados.

En 2021 lanzó Cybernetix Ventures, un fondo con sede en Boston que trata la robótica como una clase de activo propia e invierte en etapas iniciales en robótica, automatización e IA industrial en América del Norte y Europa. Su tesis se resume en una frase: partir del problema del cliente, no de la tecnología. «Nos gustan los equipos que tienen al menos un fundador procedente del sector al que venden», dice.

Por qué la robótica se quedó sin capital (y qué cambió)

Entre 2018 y 2019 el diagnóstico era claro: los fondos de venture capital se concentraban en SaaS y biotecnología, y los fundadores de robótica quedaban en tierra de nadie. «Demasiado hardware para los inversores de software y muy poca biología para los de biotecnología», resume Saad. Buenos equipos se estancaban porque no existía el capital adecuado para su categoría.

Antes de levantar capital, que el negocio sea rentable

Quien invierte mira primero si el negocio vende y deja margen. Para llegar ahí con menos horas encima, el Kit «tu mano derecha con IA» te da un video de 11 minutos y una ficha para dejar a un agente de IA trabajando en tu negocio. CAR está cerrada por ahora.

👥 Quiero el Kit →

Hoy el cuello de botella es otro. Saad distingue dos cosas que se movieron al mismo tiempo: los «cerebros» mejoraron con los modelos fundacionales y la simulación, y los «cuerpos» se abarataron con sensores, cómputo en el borde, actuadores y baterías más baratos. La demanda también cambió: escasez de mano de obra en manufactura, logística, agricultura y construcción, una fuerza laboral que envejece y un empuje real por repatriar producción.

Su precisión más útil para cualquier founder del sector: las capacidades y el capital llegaron al punto de inflexión; el despliegue a escala, no. «ChatGPT se basa en 20 o 30 años de conocimiento humano digitalizado, y no existe nada equivalente para el mundo físico. Ningún conjunto de datos le dice a un robot que debe sujetar de manera diferente un huevo, una hoja de papel o un trozo de tela.»

Cuánto dinero hay en robótica y a dónde va

Los números del sector explican el entusiasmo. Saad cita Crunchbase: 18.800 millones de dólares invertidos en startups de robótica solo en el primer semestre de 2026, más que en todo 2025. Y cita PitchBook para la letra chica: el número de operaciones cayó en el segundo trimestre mientras el monto total marcaba un récord, señal de que unas pocas rondas gigantes absorben la mayor parte del capital.

Los datos de Crunchbase News confirman la tendencia: el financiamiento global a startups de robótica llegó a 9.900 millones de dólares en el tercer trimestre de 2026, más del doble de los 4.300 millones del mismo trimestre de 2025, y el acumulado de los tres primeros trimestres creció cerca de 185% interanual. China lidera con 13.200 millones y Estados Unidos con 12.100 millones; Alemania, tercero, con 1.700 millones.

Ahí aparece el sesgo que Saad señala: buena parte de ese dinero compra una narrativa centrada en humanoides y modelos de robots de propósito general. Según TechRepublic, citando información de Bloomberg, Skild AI y Physical Intelligence —dos desarrolladores de IA general para robots— habrían alcanzado valoraciones reportadas de 14.000 y 5.600 millones de dólares respectivamente.

Humanoides vs. robots especializados: dónde está el retorno

Saad es escéptico del plazo, no de la tecnología. Su regla es simple: la forma debe responder a la función. Si la tarea es mover piezas o hacer pick and place sobre una superficie plana, ¿hace falta una máquina bípeda compleja y cara, o basta un brazo sobre una base móvil? «Las piernas aportan poco. Aumentan los costes, consumen energía y dependen de un robot que puede caerse.»

Los problemas abiertos que enumera: manos diestras, retroalimentación táctil y de fuerza, baterías que duran pocas horas y una arquitectura de IA reproducible y trazable. Y una comparación que cualquier founder debería tener a mano: una tasa de error del 10% es aceptable en un chatbot, pero en una planta un solo movimiento equivocado puede herir a alguien o costarle millones a un cliente. Su expectativa: envíos en volúmenes significativos dentro de cinco a 10 años, no el próximo año.

Los humanoides sí tienen sentido donde el entorno fue diseñado para personas y no se puede rediseñar. Su ejemplo: la NASA cobra a los usuarios comerciales unos 130.000 dólares por una hora de tiempo de astronauta, así que un robot capaz de trabajar dentro de una estación diseñada para humanos se amortiza rápido. La misma lógica aplica a instalaciones nucleares, respuesta ante desastres y ciertas tareas de defensa.

Qué sectores dan resultados medibles hoy

El impacto más rápido aparece donde coinciden tres factores: un problema caro, falta de mano de obra y un comprador que mide resultados en dinero.

Manufactura: primero, sobre todo en plantas existentes que no se pueden reconstruir. La visión por IA que permite a brazos ya instalados recoger piezas desordenadas, brillantes o transparentes mejora lo que ya está en el piso de fábrica.
Logística: el mercado más maduro, con ROI claro en recoger, trasladar y cargar, aunque recoger un artículo individual de un contenedor con objetos mezclados sigue sin resolverse del todo.
Atención médica y ciencias de la vida: infravalorado. Los laboratorios automatizados convierten trabajo manual lento en resultados más rápidos y reproducibles, y los desarrolladores de fármacos ya saben pagar por respuestas más rápidas.
Construcción: etapa más temprana, pero con una de las peores escaseces de mano de obra. Los robots ganan terreno en tareas acotadas como el replanteo y la elevación de materiales.

El patrón que Saad repite: una tarea acotada, hecha de forma más fiable, con un retorno que el cliente comprueba en sus propias cifras y no en una diapositiva con proyecciones a cinco años.

El Fondo II: qué cambia y qué no

Cybernetix está captando capital para su segundo fondo. La convicción no cambió —el valor en IA física se captura donde el software se encuentra con el despliegue real—, pero el mapa sí. El Fondo I se centró en manufactura, logística, construcción y atención sanitaria. El Fondo II mantiene esos sectores y suma agricultura, energía e infraestructura climática, espacio y defensa, además de tecnología de doble uso. La mezcla se mantiene en dos tercios de robótica de pila completa y un tercio de tecnología habilitadora, como modelos de IA, percepción y ciberseguridad entre máquinas. Las primeras inversiones del Fondo II fueron a una empresa de robótica espacial y a una de modelos de percepción.

También entraron al análisis cosas que en 2021 apenas se mencionaban: procedencia de componentes, exposición de la cadena de suministro a China y seguridad del robot una vez conectado a una red. En una entrevista con AutomationWorld, Saad amplía ese punto: las empresas ya no pueden evaluar un robot solo por precio, desempeño y disponibilidad, sino que deben considerar aranceles, exposición de la cadena de suministro, ciberseguridad y riesgo geopolítico. Y advierte que muchos fabricantes estadounidenses de robots todavía dependen de actuadores, motores e imanes chinos, por lo que el costo de cortar esa dependencia recae primero en ellos.

Qué significa esto para tu startup

Si estás construyendo en robótica, hardware o IA física, la entrevista deja criterios operativos que puedes aplicar esta semana:

Empieza por el problema del cliente, no por el demo. Saad es explícito: el 99% de las veces, partir de un logro técnico llamativo y luego buscarle un caso de uso es una receta para que la empresa tenga dificultades. Las que escalan —menciona Kiva, Locus y Universal Robots— trabajan hacia atrás, desde el problema hasta la máquina.
Mide tu piloto con cuatro preguntas. ¿El cliente vuelve a comprar después del piloto? ¿El robot alcanza la fiabilidad que exige la tarea —99,99% en una línea de producción, no 90%? ¿Genera ingresos reales en aproximadamente un año? ¿La economía unitaria se sostiene al aumentar el volumen?
Diseña para el edificio que ya existe. La mayoría de las fábricas no se pueden reconstruir alrededor de robots. La automatización que se adapta a la instalación actual tiene una ventaja comercial enorme frente a la que exige obra nueva.
Trata la cadena de suministro como parte de la tesis. Si tus actuadores, motores o sensores dependen de un solo país, tu riesgo no es técnico sino estratégico. Documenta la procedencia de componentes y el plan alternativo antes de que un inversor te lo pregunte.
Vende resultados, no robots. El caso de Dash Bio es el mejor ejemplo de la cartera: no venden robots, venden respuestas más rápidas, algo que los clientes ya saben cómo comprar.

Conclusión

La entrevista deja una idea incómoda y útil: el dinero récord que entra al sector no valida automáticamente tu tesis. Saad lo dice sin rodeos: si tu propuesta se basa principalmente en lo que el robot quizá pueda hacer en 2030, es especulación valorada como si fuera una certeza. La robótica ya atravesó ese ciclo antes, y las empresas con clientes que pagan salen fortalecidas del ajuste.

Para un founder hispanohablante, la lectura práctica es doble. Por un lado, hay espacio real en sectores que no aparecen en los titulares: agricultura, construcción, laboratorios y mantenimiento de flotas de robots. Por otro, el capital especializado sigue siendo escaso fuera de Estados Unidos y China, lo que convierte la tracción comercial temprana —no la tecnología— en el argumento más fuerte para levantar una ronda.