Agility Digit 5 llega con un caso de seguridad, no solo una hoja de especificaciones

Agility Robotics ha anunciado Digit 5, la siguiente versión de su robot bípedo para almacenes, y la parte más interesante del anuncio es lo que lo acompaña. Agility también firmó una alianza con FORT Robotics para trabajar en la seguridad funcional de los humanoides, lo que pone el esfuerzo en la certificación y no en un video de demostración.
Esa elección es una señal de dónde se encuentra la industria de los humanoides a finales de 2026. Las empresas que consiguen trabajo remunerado son las que superan un umbral de seguridad, y ese umbral no es algo que un laboratorio pueda saltarse con un mejor modelo.
Lo que dicen los números
Agility citó más de 65.000 horas operativas para Digit 4 en instalaciones de clientes de Norteamérica, mencionando a Amazon, GXO, Schaeffler y Toyota Motor Manufacturing Canada. Las horas en servicio son un tipo de métrica distinta de una puntuación en un benchmark. Un robot que ha funcionado durante decenas de miles de horas en instalaciones reales, rodeado de personas reales, tiene un historial que un recién llegado no puede reclamar.
FORT Robotics construye sistemas de seguridad y control para equipos industriales, la capa que puede detener una máquina cuando una persona se cruza en su trayectoria. Aliarse con una empresa así apunta a un trabajo de certificación: comportamiento de parada de emergencia, límites de velocidad y fuerza, y la documentación que un responsable de seguridad de planta necesita antes de que se permita la entrada de un robot al suelo de fábrica.
Por qué la seguridad es la puerta de entrada
Un almacén no es un laboratorio. Tiene carretillas elevadoras, palés en movimiento, superficies irregulares y personas que no siempre siguen los carriles marcados. Un brazo industrial fijo se mantiene detrás de una valla, por lo que sus modos de fallo están contenidos. Un humanoide móvil comparte el suelo, lo que significa que cada modo de fallo es un problema para una persona.
Por eso las normas que importan no tienen que ver con la inteligencia. La American Association for Advancing Automation finalizó la tercera parte de la norma R15.08, que cubre los requisitos de seguridad de los robots móviles industriales una vez desplegados. La Parte 1 se reafirmó en 2026. En Estados Unidos no existe una única norma federal específica para robots, por lo que los empleadores se apoyan en normas de consenso como R15.06, R15.08 e ISO/TS 15066 para demostrar que hicieron lo correcto.
En la Unión Europea, las obligaciones de transparencia del artículo 50 de la Ley de IA empezaron a aplicarse el 2 de agosto de 2026, con la aplicación ahora en manos de la Oficina de IA y las autoridades nacionales. Eso afecta a cualquiera que despliegue robots o agentes impulsados por IA que interactúen con usuarios en la UE.
Leídas en conjunto, estas son las reglas que deciden si un humanoide puede venderse a escala en una fábrica o un almacén. Un robot que no puede certificarse se queda en un piloto.
Las normas tienen dientes que los modelos no tienen
Parte de lo que hace decisivo el ángulo de la seguridad es que las reglas ya están en vigor. La tercera parte de la norma R15.08, que cubre los robots móviles industriales una vez desplegados, fue finalizada este año por la asociación del sector, y la primera parte fue reafirmada. En Estados Unidos no existe una única norma federal de seguridad para robots, por lo que los empleadores se apoyan en normas de consenso y en la documentación que proporciona el proveedor. Esa documentación es donde un humanoide supera o no la revisión de riesgos de un cliente.
En la Unión Europea, las obligaciones de transparencia del artículo 50 de la Ley de IA comenzaron a aplicarse el 2 de agosto de 2026, y ahora las aplican la Oficina de IA y las autoridades nacionales. Cualquiera que despliegue un robot o agente impulsado por IA que interactúe con usuarios en la UE debe cumplir esas obligaciones, que incluyen informar a las personas cuando están tratando con un sistema de IA. Para un robot de almacén que trabaja junto al personal, se trata de un requisito vigente y no futuro.
Por qué el trabajo de seguridad es difícil de falsificar
Un caso de seguridad no es una página de un folleto. Es un argumento, respaldado por pruebas, de que una máquina se comporta de forma predecible en las situaciones que importan. Para un humanoide móvil, eso significa demostrar cómo detecta el robot a una persona en su trayectoria, con qué rapidez se detiene y qué ocurre cuando falla un sensor. Cada uno de esos puntos requiere pruebas físicas, no una evaluación de modelo.
Por eso una alianza con un proveedor de seguridad funcional es una señal distinta de una mejor demo. El trabajo es lento, produce documentos en lugar de videos, y es la parte que los propios ingenieros del cliente revisarán de verdad. Un proveedor de robots que invierte aquí está señalando que espera vender flotas en lugar de pilotos.
También crea una posición defendible. Una vez que existe un caso de seguridad, puede extenderse a nuevas versiones y reutilizarse entre clientes, lo que reduce el coste de cada nuevo despliegue. Un competidor que empieza desde cero paga ese coste de nuevo.
La brecha entre piloto y producto
La mayoría de los anuncios de humanoides tratan sobre capacidad. El enfoque de Agility trata sobre despliegue. La distinción es la diferencia entre un robot que puede hacer una tarea una vez, ante una cámara, y un robot del que un cliente comprará una flota.
Un cliente que compra una flota necesita tres cosas más allá de la demo. La primera es fiabilidad, medida en muchas unidades a lo largo de muchos turnos. La segunda es un caso de seguridad que satisfaga su propio proceso de riesgos, no el del proveedor. La tercera es un plan de mantenimiento y repuestos, porque un robot que no puede repararse es una responsabilidad. Digit 5 llega con las dos primeras visibles en el anuncio, y la cifra de horas operativas es la evidencia de la primera.
El contraejemplo que merece la pena señalar
El resto del sector muestra lo difícil que es esto. Tesla ha escalado la producción de Optimus en Fremont, y la restricción reportada no es la producción de chasis, sino las manos y la generalización, es decir, si el robot puede manejar variabilidad que no ha visto. La capacidad general es un problema de investigación. Un caso de seguridad es un problema de ingeniería y documentación, y puede resolverse en paralelo con una capacidad más limitada.
Por eso algunas empresas están consiguiendo despliegues mientras otras siguen persiguiendo la generalidad. Un robot que mueve contenedores de forma fiable de A a B, con seguridad, vale dinero hoy. Un robot que podría hacer cualquier cosa aún no es comprable, porque nadie puede certificar «podría hacer cualquier cosa».
Qué hay que seguir
El progreso que hay que seguir es la certificación y las horas, no las nuevas versiones. Si Digit 5 aparece en instalaciones de clientes identificadas con horas de funcionamiento publicadas, ese es el verdadero avance. Si la alianza de seguridad produce un caso documentado que otros proveedores puedan tomar como referencia, eleva el listón para toda la categoría.
Lo otro que hay que seguir es si el trabajo de seguridad se convierte en un argumento de venta en lugar de un coste de cumplimiento. Las fábricas que han sido quemadas por automatización que prometía más de lo que entregaba tienden a recompensar a los proveedores que traen papeleo y evidencias. En ese mercado, un caso de seguridad no es una sobrecarga. Es el producto.
La señal más fuerte sería que un proveedor publicara su enfoque de seguridad con suficiente detalle como para que los ingenieros de un cliente puedan auditarlo sin un ingeniero del proveedor en la sala. Ese es el punto en el que un humanoide deja de ser un proyecto piloto y se convierte en un equipo que una planta está dispuesta a comprar en sus propios términos.
Artículos relacionados
Los agentes de frontera completaron el 30 por ciento de un flujo de trabajo de investigación. Ese es el número.
Los agentes pueden ejecutar investigación. Inventar el procedimiento sigue estando fuera de su alcance.
Figure AI aseguró 3.500 millones de dólares en cómputo antes de tener un producto que vender
La apuesta es que la generalización es un problema de cómputo. El sector aún no lo ha resuelto.
OpenAI por fin incorpora fondos transparentes a la API de imágenes
Una función pequeña que elimina todo un paso del flujo de trabajo.
Dolphin AI convierte un guion en un video de múltiples tomas sin perder el vestuario
La continuidad entre cortes es la parte en la que la mayoría de los modelos de video todavía falla.