Tesla escala Optimus: cientos por semana, manos no cooperan

Cientos de robots por semana, pero a mano

Tesla está ensamblando varios cientos de unidades del robot humanoide Optimus V3 por semana en su fábrica de Fremont, California, según un reporte de The Information recogido por Electrek y Ars Technica. El ritmo es aproximadamente diez veces mayor que el de las pruebas piloto del segundo trimestre de 2026, cuando apenas se producían unas pocas docenas de unidades por semana. La línea donde antes se fabricaban los Model S y Model X —que dejaron de producirse en mayo de 2026— fue reconvertida casi por completo al programa de robots.

El objetivo inmediato es superar las 1.000 unidades por semana antes de fin de año, con una meta de largo plazo de aproximadamente 20.000 robots semanales, según Electrek. La mayor parte de las unidades producidas hoy no salen de Tesla: se usan internamente para pruebas, entrenamiento y recolección de datos.

El problema es que la escala no está resolviendo los cuellos de botella que ya mostraba el programa. De hecho, los está amplificando.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Por qué las manos son el cuello de botella

El subsistema más crítico de Optimus V3 sigue siendo la mano y el antebrazo, que en conjunto contienen más de 100 componentes pequeños, incluyendo tornillos, que deben ensamblarse a mano. The Information reporta que las fijaciones en varias estaciones de la línea —manos, articulaciones y prueba de electrónica— no logran alinear piezas con la precisión requerida para tolerancias más estrictas que cualquier pieza automotriz de Tesla. El resultado: más robots que requieren re trabajo apenas salen de la línea.

La durabilidad también está lejos del objetivo. Los sensores táctiles de las manos han tenido problemas de confiabilidad, y la solución provisional de Tesla es un «guante sensorial» reemplazable que se podrá cambiar sin tener que reemplazar toda la mano del robot, programado para añadirse el próximo año.

La cadena de suministro tampoco acompaña. Tesla depende de proveedores externos, muchos en China, para los motores y engranajes de precisión que mueven las articulaciones. Varios de estos proveedores pueden entregar piezas de calidad en cantidades de prototipo, pero no logran mantener la consistencia al subir el volumen, según Electrek.

Los empleados también están en el camino

Un segundo frente se abrió dentro de la propia plantilla. Empleados de Tesla encargados de generar datos de entrenamiento para Optimus han reportado que el trabajo implica correr, agacharse y realizar movimientos físicamente demandantes mientras cargan equipo de cámara, y algunos sufrieron lesiones durante fases previas, según CryptoBriefing.

La presión física obligó a Tesla a cambiar su método de recolección de datos alrededor de junio de 2025, migrando a un esquema de grabación con cámaras de visión solamente, que reduce la carga sobre los empleados. Aún así, la dinámica de fondo es la que incomoda: a los trabajadores se les pide construir el dataset que podría hacer obsoletos sus propios puestos.

Milan Kovac, quien lideraba el programa Optimus, dejó Tesla en 2025 en medio de un giro hacia el diseño para producción en masa, reportó CryptoBriefing. La salida dejó al programa sin su cara más visible fuera de Musk.

La IA todavía no generaliza

El verdadero cuello de botella, sin embargo, no es de fábrica sino de software. Tres personas familiarizadas con el sistema dijeron a The Information que la IA de Optimus todavía no puede manejar de forma confiable una variedad amplia de tareas, y que su comportamiento se vuelve impredecible en situaciones para las que no fue entrenada, según Electrek.

Tesla intenta construir una biblioteca de movimientos básicos que el robot pueda recombinar para trabajos nuevos, pero incluso las tareas más sencillas tardan varios días en aprenderse. La compañía acumula más de 500.000 horas de datos de entrenamiento y busca duplicar esa cifra antes de fin de año. Para alimentar el modelo, movió gran parte de su equipo de anotación de datos de conducción autónoma hacia Optimus, contrató recopiladores dedicados que usan cascos con cámara y trajes de captura de movimiento, y montó hubs de entrenamiento en Colorado, Arizona y Florida.

El plan comercial, según Electrek, es arrendar Optimus en lugar de venderlo, a una lista corta de empresas cuyas fábricas y almacenes se parezcan a las de Tesla, para que los robots tengan menos fricción al adaptarse —y luego usar los datos de esos despliegues para mejorar la IA. El playbook es el mismo que el de Full Self-Driving: mandar el hardware, capturar datos de la flota y prometer que el software se pondrá al día.

La brecha entre el discurso y la realidad se ha hecho explícita. En enero de 2025, Musk dijo que Tesla construiría unas 10.000 unidades de Optimus ese año y que «varios miles» estarían haciendo trabajo útil antes de fin de año. Un año después, en el earnings call del segundo trimestre de 2026, admitió que cero robots Optimus estaban haciendo trabajo útil en Tesla, y describió al robot como potencialmente «el producto más grande de la historia» —al mismo tiempo que reconoció que construir un humanoide autónomo capaz de tareas diversas es «una de las cosas más difíciles de resolver». La prometida demostración de Optimus V3 a mediados de 2026 tampoco se ha materializado a fines de septiembre.

El contexto competitivo: Tesla ya no corre sola

Mientras Tesla pelea con tornillos y datos, el resto del sector mueve ficha. XPeng puso en marcha este mes una línea automatizada de producción del humanoide IRON en Guangzhou, con ventas comerciales apuntadas a 2027, según Electrek. Agility Robotics firmó en junio de 2026 un acuerdo SPAC con Churchill Capital Corp XI para salir a Nasdaq bajo el ticker AGLT en una operación que valora a la compañía en US$2.500 millones y generará más de US$620 millones en ingresos brutos, incluyendo un PIPE de US$200 millones liderado por Foxconn, de acuerdo con TechTimes. Su Digit v5 ya acumula más de 65.000 horas de operación en nueve instalaciones de clientes, incluidos Schaeffler, GXO Logistics, Toyota (siete unidades en la planta de Woodstock, Ontario, desde febrero de 2026) y Mercado Libre.

Figure AI, por su parte, ronda una valoración privada de aproximadamente US$39.000 millones tras su última ronda, según TechTimes. Boston Dynamics, propiedad de Hyundai, tiene toda su producción 2026 de Atlas comprometida con las fábricas del propio Hyundai. En China, Unitree ya presentó su solicitud de IPO en Shanghai con precios significativamente más bajos.

En paralelo, el mercado de baterías para robots humanoides —el subsistema que define la autonomía operativa de cada unidad— estaba valorado en aproximadamente US$14 millones en 2025 y proyecta alcanzar los US$622 millones en 2032, con un CAGR del 72% entre 2026 y 2032, según un reporte de MarketsandMarkets recogido por Yahoo Finance.

Qué significa esto para tu startup

El «primero a escala» no es quien más grita, sino quien más horas de despliegue real acumula. Agility presume 65.000 horas de Digit en clientes; Tesla presume capacidad de fábrica pero cero horas útiles de Optimus. Si tu producto depende de datos de uso real, la métrica a observar no es la producción, sino las horas-operación en entornos no controlados.
La cadena de suministro de componentes de precisión es la nueva frontera. Motores, engranajes y sensores táctiles con calidad consistente a volumen siguen siendo escasos. Para founders en hardware, robótica o manufactura avanzada, hay una ventana concreta en proveedores Tier 2 y Tier 3 que aún no están consolidados.
El modelo RaaS (Robot-as-a-Service) está reemplazando la venta de hardware. Tesla, Agility y la mayor parte del sector apuntan a arrendar por hora en lugar de vender. Si tu startup vende equipos industriales o de logística, conviene diseñar ya una versión por suscripción que incluya datos y actualizaciones, no solo hardware.
La gestión del cambio interno importa tanto como la tecnología. Tesla tiene el hardware y el capital; aun así, tropieza con empleados que rechazan entrenar a su reemplazo. Antes de meter IA o robots en operaciones con personas, dedicá tiempo a rediseñar roles y capturar el upside en compensación o reubicación. La moral de quien queda define la velocidad de adopción.