Physical AI necesita un expediente de evidencia antes de tocar el mundo real

Un video no es evidencia suficiente. Una demostración de robot suele mostrar el mejor episodio. No revela cuántos intentos fallaron, qué condiciones se excluyeron ni cómo responde la política ante objetos nuevos. La evidencia útil incluye distribución de resultados, casos límite y definición del entorno. Sin esa información, un video puede apoyar comunicación, pero no una decisión de seguridad o inversión. Conviene probar la afirmación con una muestra representativa y documentar lo que queda fuera. Los promedios esconden colas y los casos exitosos esconden condiciones de fallo. Una revisión honesta muestra tanto el resultado esperado como el comportamiento ante datos incompletos, permisos revocados y herramientas temporalmente indisponibles.

El linaje permite reproducir. El linaje conecta código, datos, escenario, sensores, parámetros, infraestructura y métricas. Cuando una versión mejora, el equipo puede atribuir el cambio y repetirlo. Cuando empeora, puede volver a una configuración conocida. Esta trazabilidad también evita desplegar por error un artefacto distinto del evaluado, problema sencillo pero costoso en sistemas físicos. La métrica debe conectarse con una consecuencia de negocio: tiempo ahorrado, error evitado, exposición reducida o decisión acelerada. Contar solicitudes, prompts o usuarios no demuestra valor por sí mismo. Medir antes y después permite corregir el sistema y también decidir con serenidad cuándo detener una iniciativa que no funciona.

La brecha sim-to-real debe declararse. La brecha entre simulación y realidad nunca desaparece por completo. Iluminación, desgaste, latencia, personas y materiales crean variaciones difíciles de modelar. El expediente debe listar supuestos y pruebas ausentes, no solo resultados positivos. Declarar incertidumbre permite diseñar límites operativos y decidir qué observaciones necesita la siguiente etapa. El paso final siempre es confirmar el estado real. Una respuesta exitosa de una herramienta no prueba que el cambio persistió ni que otro sistema lo respetó. El readback debe consultar el destino, comparar identificadores y registrar diferencias. Esa disciplina separa intención de resultado y evita reportes de éxito prematuros.

Las puertas reducen exposición. Una puerta de promoción exige condiciones antes de avanzar: tasa mínima de éxito, cero violaciones críticas, compatibilidad de dependencias y aprobación responsable. Las etapas pueden pasar de replay a hardware-in-the-loop, celda cerrada, operación lenta y producción limitada. Cada puerta disminuye incertidumbre sin exponer todo el proceso de una vez. Conviene probar la afirmación con una muestra representativa y documentar lo que queda fuera. Los promedios esconden colas y los casos exitosos esconden condiciones de fallo. Una revisión honesta muestra tanto el resultado esperado como el comportamiento ante datos incompletos, permisos revocados y herramientas temporalmente indisponibles.

El rollback físico requiere diseño. En software, rollback puede restaurar una versión; en robótica también debe considerar posición, carga y entorno. Detener una máquina en el momento equivocado puede crear otro riesgo. El plan necesita un estado seguro, procedimientos locales y personal capaz de intervenir. La reversión se prueba durante el piloto, no después del primer incidente. La métrica debe conectarse con una consecuencia de negocio: tiempo ahorrado, error evitado, exposición reducida o decisión acelerada. Contar solicitudes, prompts o usuarios no demuestra valor por sí mismo. Medir antes y después permite corregir el sistema y también decidir con serenidad cuándo detener una iniciativa que no funciona.

Implicación para líderes. Los líderes no necesitan evaluar cada algoritmo, pero sí exigir el expediente. Deben preguntar qué versión se probó, bajo qué escenarios, quién aprobó, qué límites aplican y cómo se detiene. Esa disciplina convierte Physical AI en un portafolio gobernado y ayuda a comparar proveedores más allá de una demostración visual impresionante. El paso final siempre es confirmar el estado real. Una respuesta exitosa de una herramienta no prueba que el cambio persistió ni que otro sistema lo respetó. El readback debe consultar el destino, comparar identificadores y registrar diferencias. Esa disciplina separa intención de resultado y evita reportes de éxito prematuros.