El capital migra de modelos a robótica: physical AI ya cotiza como software

Mientras los debates sobre modelos de lenguaje acaparan los titulares, el capital sofisticado empezó a moverse en otra dirección. En los últimos tres días, dos startups de physical AI encadenaron rondas que habrían parecido exageradas hace seis meses: Generalist alcanzó $3B de valuación con una extensión de $200M apenas meses después de alcanzar $2B; y General Intuition negocia una ronda a $6B pre-money con Valor Ventures y Point72 para escalar su foundation model de agentes físicos. Al mismo tiempo, en Shanghai se celebró un carnaval de robots humanoides como parte de la estrategia estatal china de IA encarnada. Y en India, Ringg levantó $10M de Peak XV para llevar la IA de voz más allá de la llamada telefónica. El patrón no es coincidencia: el capital está redescubriendo que el mundo físico tiene fricción que los modelos de lenguaje no resuelven, y que esa fricción es exactamente dónde viven los márgenes.

La velocidad de las valuaciones revela la tesis de retorno

Que Generalist pasara de $2B a $3B en meses no es solo una señal de entusiasmo — es una señal de que los inversores anticipan una compresión de tiempo-to-revenue distinta a la de los modelos fundacionales. Los foundation models requieren meses de entrenamiento, infraestructura masiva, y un mercado de API que todavía está definiendo sus precios. Los sistemas de physical AI tienen un camino más directo: máquinas que ejecutan tareas físicas concretas en fábricas, almacenes, y cadenas de distribución, con contratos enterprise que son predecibles y defendibles.

General Intuition apuesta a algo más ambicioso: un foundation model que entrena agentes para moverse en el espacio y el tiempo de forma generalizable, no específica por tarea. Si eso funciona, la valuación de $6B no es el techo — es el punto de entrada antes de que el hardware barato de sensores y actuadores baje el costo de deployment lo suficiente para escalar. Esta lógica no es ajena al mercado: Wall Street ya empezó a poner precio al cómputo de IA como categoría financiera propia — physical AI es la siguiente capa que el capital institucional está aprendiendo a valuar.

El factor China: embodied AI como política, no como negocio

El carnaval de robots en Shanghai no es marketing: es una demostración de tracción social orquestada por el estado. China ha identificado la IA encarnada como una de sus apuestas industriales centrales, y la presencia de robots humanoides en eventos públicos masivos tiene una función específica: normalizar la tecnología antes de que esté completamente madura, para acelerar la adopción una vez que lo esté.

El modelo es el mismo que aplicaron con los vehículos eléctricos: subsidios, infraestructura pública, y normalización cultural antes de la escala comercial. Para el ecosistema global de physical AI, esto significa que la competencia no va a venir solo de startups bien financiadas, sino de entidades que operan con lógicas de costo y tiempo completamente diferentes.

Quién captura el margen — y por qué no es quien parece

La narrativa simple es que los fabricantes de robots capturan el valor. La lectura de aggregation theory es diferente: quien controla el software de coordinación y el modelo fundacional captura el margen estructural, porque el hardware tiende a comoditizarse. Es el mismo patrón de Tesla versus los fabricantes de autos: el diferencial sostenible no estaba en los motores eléctricos, estaba en el software y los datos de entrenamiento.

Generalist y General Intuition están apostando a ese mismo lugar: ser la capa de software que hace que el hardware de terceros funcione. Si logran esa posición, el negocio no es vender robots — es cobrar por la inteligencia que los hace útiles. Y la carrera por los datos de entrenamiento para esa inteligencia ya comenzó: los labs llevan meses comprando activos del mundo físico para nutrir sus modelos, y el physical AI nativo tiene la ventaja de generarlos en producción.

Conclusión: el test es el deployment a escala, no el benchmark

La predicción falsable: si en 18 meses alguna de estas startups anuncia deployments en cadenas de distribución o manufactura con más de 1.000 unidades activas en producción real, el ciclo de physical AI habrá demostrado que la valuación capturaba valor real, no expectativa. Si en ese mismo período las valuaciones siguen subiendo pero los contratos productivos siguen siendo pilotos de decenas de unidades, el ciclo se habrá repetido el error del hardware de IoT de 2015.

Para decisores LATAM/España: la pregunta relevante no es si adoptar robótica, sino cuándo el costo de deployment baja lo suficiente para que el ROI sea positivo en sus operaciones. La señal a seguir son los precios por unidad de los proveedores de hardware actuadores, no las valuaciones de las startups de software.