Zinova: la startup que enseña a robots a usar herramientas

¿Por qué una startup de San José pone robots a usar taladros?

Para 2026, el sector de la construcción en Estados Unidos necesitará contratar 349.000 nuevos trabajadores y 456.000 más en 2027, según la Associated Builders and Contractors (dato recogido por Bisnow). La oportunidad que abre esa brecha ya no se disputa solo en el software: Zinova, una startup de San José (California), acaba de presentar un sistema que permite a un robot agarrar un taladro, una sierra o una pistola de clavos y operarlos como lo haría un operario humano. La pieza diferencial no es un robot más humanoide, sino un sensor bautizado TEISI que mide presión, par de giro, vibración y resistencia en tiempo real.

¿Qué hace exactamente Zinova y en qué se diferencia?

Zinova no vende robots terminados. Su producto, llamado «Inteligencia de Herramientas», es una capa de software más un módulo de agarre que se acopla a máquinas ya existentes. La idea explota un detalle físico que rara vez se menciona: la mayoría de las herramientas eléctricas de obra (taladros, sierras, pistolas de clavos, martillos neumáticos) comparten un mango cilíndrico y un gatillo. Zinova diseñó una pinza que sostiene la herramienta y dispara el gatillo sin tener que replicar la anatomía de una mano humana.

«La inteligencia artificial consiste en la capacidad de asignar una tarea a un robot mediante una herramienta estandarizada», explicó Ryan Cox, director ejecutivo de Zinova, durante la presentación. «Un robot sin una función es solo un juguete», agregó. «Casi todo lo que los humanos construyeron fue posible gracias al uso experto de herramientas. Nuestro objetivo es darle a la IA física esa misma capacidad», sostuvo por su parte Ziyou Xu, fundador de la empresa.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La startup nació como spin-off de RIC Robotics, una empresa con experiencia en robótica e impresión 3D aplicada a la construcción. Entre sus proyectos previos figuran Zyrex, un robot de seis metros de altura, y una ampliación de 465 metros cuadrados para un Walmart, levantada por impresión 3D en aproximadamente una semana. Esa trayectoria le da a Zinova un punto de partida unusual: no llega desde un laboratorio académico, sino desde obras reales.

En la demostración, el robot llamado Ziggy recibió una orden verbal y construyó sin intervención humana entre etapas un panel de hormigón de 1,8 por 1,8 metros: armó el encofrado con una pistola de clavos, perforó los huecos, colocó y fijó las armaduras de refuerzo y alisó el hormigón vertido. Ese mismo sistema, a escala, se usa para construir depósitos y, cada vez con mayor frecuencia, los paneles prefabricados de los centros de datos. En una obra real, esos paneles miden entre 6 y 12 metros y pesan decenas de toneladas.

¿Quiénes son los rivales y cuánto están levantando?

Zinova llega a un sector en pleno frenesí inversor. Según Bisnow, en 2025 se cerraron 713 rondas de venture capital en construcción, construcción digital e infraestructura, con US$18.600 millones invertidos, US$3.600 millones más que el año anterior. Más del 50% de esas operaciones ya incluían algún componente de IA, de acuerdo con el mismo reporte.

Cuatro casos sirven para entender hacia dónde se mueve el dinero:

Monumental, holandesa, cerró en julio de 2026 una Serie B de US$32 millones liderada por Khosla Ventures, con Plural y Hummingbird como coinversores, según SiliconANGLE. Su flota de tres robots (Petra, Panama y Pisa) coloca ladrillos y mortero en obras reales; la empresa dice haber ayudado a construir más de 100 viviendas, escuelas y edificios.
Dusty Robotics, fundada en 2018, pinta los planos directamente sobre el piso de obra y está desplegada en sitios de DPR Construction en viviendas, hospitales y centros de datos.
Canvas, especializada en acabado de paredes de yeso (drywall), vio cómo su tecnología central fue adquirida por Oshkosh a principios de 2026, según The Robot Report.
En la fase de movimiento de tierra, varias empresas levantaron rondas grandes en los últimos meses, recordó The Robot Report: Gravis Robotics (US$200M), TerraFirma (US$115M) y Bedrock Robotics (US$270M). Reframe Systems va por otro camino: quiere construir casas completas dentro de micromfactorías robotizadas.

La diferencia con Zinova es el alcance: Dusty, Canvas y Monumental resuelven una tarea específica. Zinova intenta que el mismo software sirva para distintas herramientas y distintas etapas de la obra.

¿Cómo funciona TEISI y por qué el robot no es humanoide?

El sensor TEISI es la pieza que distingue a Zinova. Mientras una cámara capta la geometría, TEISI mide lo que el carpintero siente en la muñeca: si la broca se está trabando, si la madera opone más resistencia de la esperada, si el motor vibra raro. Con esa información, el robot ajusta el movimiento sobre la marcha. Un carpintero, explica la compañía, detecta que una broca está por trabarse por la presión en la muñeca o el sonido del taladro; TEISI busca darle al robot esa información que una cámara sola no puede registrar.

El robot de la demostración tiene cabeza, torso y dos brazos terminados en pinzas, pero la parte inferior no imita piernas humanas ni usa una plataforma con ruedas convencional. Cox justificó el diseño en clave práctica: los dos brazos permiten sostener la herramienta mientras la cámara apunta, y la cabeza funciona como soporte óptico. «En realidad, no nos importa cómo se ve el robot. Lo que nos importa es llevar la herramienta al lugar correcto y en el momento adecuado», señaló. El alcance operativo, según la presentación, está entre 4,5 y 9 metros.

Por ahora, el sistema funciona mejor con herramientas eléctricas que se accionan con un gatillo: el taladro es el caso ideal. Un martillo exige controlar a la vez velocidad, trayectoria y fuerza de cada golpe, y todavía se le resiste a los manipuladores más avanzados del mercado.

¿Qué significa esto para tu startup?

Si trabajas en IA física, robótica industrial o visión por computador, la lección de Zinova es que el cuello de botella ya no está solo en los modelos de visión ni en los manipuladores genéricos: está en el contacto con la herramienta real. El dato que TEISI captura (presión, par, vibración) no sale de una cámara. Si tu producto tiene cualquier componente de sensado háptico o control de fuerza, hay una categoría de cliente (constructoras, fabricantes de herramientas, integradores) que probablemente no está en tu pipeline.

Tres acciones concretas que puedes evaluar esta semana:

Revisar tu pipeline de sensado: si tu robot o dron ya tiene IMU o sensores de fuerza, mapea qué industrias podrían pagar por esa señal. Construcción, agricultura y cirugía son los tres verticales donde este tipo de feedback se monetiza mejor.
Inspeccionar la compatibilidad de tu hardware con herramientas eléctricas reales: la propuesta de Zinova es, en esencia, «acopláme a lo que ya existe». Si vendes un efector final o un brazo, una integración con un taladro industrial o una pistola de clavos puede abrir un mercado que todavía no tiene estándar.
Considerar el modelo «Inteligencia de Herramientas»: si vendes software o IA, separar el «cerebro» del cuerpo robótico (como hizo Zinova) te permite integrarte con varios fabricantes de hardware en lugar de competir con todos ellos.

Un dato clave del sector, según The Robot Report: el 92% de los contratistas tiene dificultades para cubrir puestos, y solo en Estados Unidos faltan 4,5 millones de viviendas. La presión demográfica sobre la construcción es estructural, no cíclica.

¿Qué sigue mirando hacia adelante?

Zinova llega con una tesis simple pero difícil de ejecutar: en vez de construir el robot perfecto, construir el software y el sensor que cualquier robot pueda usar. Si la tecnología funciona a escala, el cuello de botella de la construcción dejará de ser la máquina y pasará a ser el software. Para los founders hispanohablantes que ya trabajan en automatización industrial, IA física o robótica, la pregunta concreta es si su producto puede subirse a ese cambio, o si va a competir contra él.