La IA incorporada podría ayudar que los robots vuelen, beneficiando al transporte, la logística y otras industrias

La inteligencia artificial (IA) ha avanzado rápidamente en los últimos años, especialmente en dominios digitales como el lenguaje, la visión y la programación. Ahora, también se está expandiendo al mundo físico. Esta evolución marca la aparición de una nueva clase de sistemas llamados IA incorporada.

La IA incorporada se refiere a sistemas físicos, como robots, que pueden percibir, decidir y actuar en entornos dinámicos del mundo real. A diferencia de la automatización convencional, estas máquinas deben interpretar continuamente los datos de los sensores, razonar sobre la incertidumbre y traducir las decisiones en movimientos precisos. Esta combinación de hardware e IA ya está transformando sectores que van desde la logística hasta la manufactura.

Estos cuatro tipos de IA incorporada son actualmente los que muestran mayor potencial (ordenados de más a menos maduros):

Dentro de la movilidad avanzada, ha surgido un dominio particularmente prometedor y desafiante como punto focal para el desarrollo de la IA incorporada: la Movilidad Aérea Avanzada (AAM, por sus siglas en inglés). Esto incluye aeronaves de despegue y aterrizaje vertical eléctrico (eVTOL, por sus siglas en inglés), drones y aeronaves autónomas de ala fija, y representa la rama aérea de la revolución de la IA incorporada.

Los sistemas autónomos son fundamentales para que la Movilidad Aérea Avanzada (AAM) sea operativamente factible y financieramente viable a gran escala. Mientras que la autonomía se refiere a la capacidad de un sistema para tomar decisiones y operar sin control humano en tiempo real, la IA incorporada abarca la expresión física completa de esa autonomía: percibir, procesar y actuar a través del hardware en el mundo real.

Desde la perspectiva de la seguridad, altos niveles de automatización podrían ayudar a los humanos a reducir errores, que son la causa principal de accidentes e incidentes. Los sistemas autónomos pueden mantener un rendimiento constante, realizar diagnósticos en tiempo real y ejecutar protocolos de toma de decisiones automatizados que responden más rápido que cualquier operador humano.

El caso económico es igualmente sólido. Los sistemas autónomos también mejoran la eficiencia operativa y podrían permitir la gestión remota segura de flotas, desbloqueando operaciones las 24 horas del día, los 7 días de la semana. Combinados con IA incorporada terrestre, como vehículos remolcadores autónomos y estaciones de carga de acoplamiento automático para aeronaves autónomas, esto hace que una mayor escala y operaciones continuas sean aún más probables para la AAM.

Y a medida que aumenta la autonomía en el aire y en tierra, se expande el número de casos de uso operativamente factibles y financieramente viables. Desde la entrega de suministros médicos y la inspección de infraestructuras hasta el transporte de pasajeros, las previsiones del mercado estiman que la AAM podría generar más de 80 mil millones de dólares en valor para 2034.

Pero ese crecimiento solo se materializará si la IA incorporada continúa avanzando, no solo tecnológicamente, sino en todo el ecosistema operativo.

A pesar de este impulso, la AAM aún enfrenta desafíos importantes. El más relevante es la certificación. Autoridades regulatorias como la Administración Federal de Aviación de Estados Unidos (FAA, por sus siglas en inglés) y la Agencia de Seguridad Aérea de la Unión Europea (EASA, por sus siglas en inglés) están desarrollando nuevos marcos para certificar la Movilidad Aérea Avanzada, pero el camino hacia la autonomía todavía es largo.

Si bien algunos sistemas con altos niveles de automatización han existido en la aviación durante mucho tiempo, aún no se ha alcanzado la plena autonomía ni la certificación de un sistema capaz de gestionar subsistemas complejos e interdependientes. Esto refleja la naturaleza de la IA incorporada, donde la percepción, la cognición y la actuación deben funcionar de manera confiable como un todo y adaptarse a una variedad de escenarios, incluidos algunos previamente desconocidos.

Sin embargo, la aprobación técnica es solo una parte de la ecuación. La AAM también enfrenta incertidumbre económica. La mayoría de las empresas del sector aún no generan ingresos, operan en una cadena de suministro frágil y dependen de costos unitarios, precios de infraestructura y rendimiento de baterías que pueden alterar drásticamente sus modelos de negocio. Asegurar inversiones a largo plazo requiere claridad sobre modelos operativos, regulación y apoyo público.

El apoyo público es clave, y las comunidades ya están planteando preguntas legítimas: ¿Quién se beneficia de la AAM? ¿El ruido alterará la vida cotidiana? ¿Estos servicios son accesibles para todos o solo para unos pocos?

Las lecciones de otros ámbitos de la robótica muestran que la confianza pública no se da por sentada: debe ganarse mediante transparencia, inclusión y valor demostrado. Esto significa que la implementación responsable de la AAM debe convertirse en una prioridad, con la seguridad como principio rector, tal como lo ha sido siempre en la aviación. Aunque las mejoras técnicas —como estándares de seguridad definidos, arquitecturas de software alineadas y simulaciones de datos— serán de ayuda, cultivar una mentalidad de seguridad sólida, junto con valores y comportamientos coherentes, será lo que genere confianza y adopción.

La ciberseguridad y la gobernanza de la IA también son preocupaciones crecientes. Cada sensor conectado, actualización remota y enlace en la nube crea una superficie de ataque. A medida que estas aeronaves pasen de bancos de pruebas a flotas reales, su resiliencia deberá estar incorporada en el sistema desde el primer día. Los estándares de explicabilidad, robustez y diseño a prueba de fallos serán esenciales.

La AAM ya se está aplicando de maneras que benefician directamente a la sociedad, desde salvar vidas mediante entregas médicas hasta combatir incendios forestales y proteger ecosistemas frágiles. Estos primeros ejemplos muestran cómo los sistemas autónomos pueden abrir nuevos casos de uso para las aeronaves, permitiendo que la próxima era de beneficios públicos de la IA llegue por vía aérea.

Los desafíos que enfrenta la AAM —aceptación social, seguridad y marcos regulatorios— abarcan todo el ecosistema y no pueden ser abordados por un solo actor. Incluso los elementos técnicos, como las fuentes de datos, los modelos de entrenamiento y la interoperabilidad, requerirán una estrecha colaboración. Quienes logren fomentar alianzas entre la industria, el sector público, el mundo académico y la sociedad civil contribuirán a liderar esta nueva era.

En última instancia, aunque estos desafíos de colaboración y ecosistema son especialmente críticos para la IA incorporada en el aire, también serán igualmente importantes en la mayoría de las demás categorías. Con el enfoque y la colaboración adecuados, la IA incorporada —en la forma de movilidad avanzada, robots autónomos o humanoides— podría habilitar numerosos casos de uso para sociedades más seguras, inclusivas y resilientes.