Physical AI: Deutsche Bank considera que la IA física está pasando de los modelos digitales a la robótica, el transporte autónomo y, finalmente, la infraestructura fuera de la Tierra

Visión general

Este informe temático examina cómo la IA podría pasar de las pantallas a máquinas que actúan en el mundo físico. Deutsche Bank conecta el ciclo de gasto de capital en IA, los primeros despliegues robóticos, las restricciones laborales demográficas, las limitaciones de los datos de entrenamiento, las cadenas de suministro de componentes y el uso final de sistemas autónomos en el espacio.

Perspectivas principales

Deutsche Bank plantea la IA física como la siguiente etapa del ciclo de inversión en IA: la inteligencia pasa del software y los modelos fundacionales a máquinas intensivas en capital, como robotaxis, humanoides, robots de almacén, drones y sistemas quirúrgicos. El informe señala que el club de capitalización de $1 trillion se duplicó con creces en cinco años y que siete de las diez incorporaciones hasta septiembre de 2026 fueron empresas de semiconductores; Tesla y SpaceX son las otras dos incorporaciones identificadas como compañías que trabajan en IA. También destaca el gasto de capital combinado de 2026 de Amazon, Microsoft, Alphabet, Meta, Oracle y SpaceX, al tiempo que advierte, a partir del anterior despliegue de telecomunicaciones en Estados Unidos, que una fuerte inversión en infraestructura puede dejar capacidad infrautilizada tras un auge. El informe considera los robotaxis como el primer despliegue significativo en el mundo real. Cita a Waymo con presencia en 14 áreas metropolitanas, 4,000 vehículos autónomos, más de 500,000 viajes de pago semanales, 200M millas autónomas acumuladas y un objetivo de un millón de viajes semanales. También menciona la apertura del servicio comercial Cybercab de Tesla en Austin el 3 de septiembre, sin volante ni pedales, y aproximadamente 2,000 vehículos autónomos en servicio de pago en Pekín, Shanghái, Guangzhou y Shenzhen. El desglose ilustrativo de costes de Deutsche Bank para Waymo suma $1.23 por milla de vehículo: $0.60 de depreciación sobre un vehículo de $105,000 y 175,000 millas, $0.09 de asistencia remota, $0.26 de depósito, limpieza y mantenimiento, $0.23 de seguros y responsabilidad, y $0.05 de energía. El punto del informe es que la economía ya es convincente incluso antes de una optimización adicional. Los humanoides se presentan como respuesta a la escasez de mano de obra y a los cuellos de botella industriales resultantes. El informe cita un crecimiento de la fuerza laboral cercano a cero en 2026, una migración neta proyectada para mediados de 2026 inferior a los 2.7M de 2024, la jubilación de los baby boomers y 1.9M puestos de manufactura que se proyecta que quedarán sin cubrir para 2033. Sostiene que la relocalización de la manufactura requiere personas además de plantas, y que los fabricantes sitúan a los trabajadores cualificados por encima de los aranceles como restricción vinculante. Su modelo ilustrativo de coste operativo de humanoides en Estados Unidos para 2026 alcanza $5.86 por hora productiva antes del supuesto de dos robots por trabajador, o $11.72 con esa proporción, incluyendo depreciación, mantenimiento, supervisión, software de flota y energía. Los envíos mundiales de humanoides avanzan por encima de una previsión previa de aproximadamente 50,000 unidades para 2026; China produjo más de 40,000 unidades solo en el primer semestre y se proyecta que represente el 88% de los envíos. El informe alude a 100 million unidades para 2050 y a un mercado de $1.5trn. Los principales obstáculos son la calidad de los datos de entrenamiento y la concentración de la cadena de suministro. El vídeo humano es abundante, pero no contiene ángulos de articulación, pares, estados de pinza, escalas fiables ni intentos fallidos y conductas de recuperación. La teleoperación genera demostraciones de mayor fidelidad, pero cuesta $35-60 por hora útil y se transfiere imperfectamente entre cuerpos robóticos; la simulación puede producir millones de episodios durante la noche por menos de $1 por hora útil, pero necesita capturas reales para construir y validar el mundo simulado. Deutsche Bank describe un enfoque combinado: agrupar demostraciones de distintos tipos de robots, inferir acciones latentes a partir de vídeo y anclarlas a articulaciones reales mediante un conjunto etiquetado menor, validar la simulación según su capacidad para clasificar correctamente los puntos de control del modelo y desplegar primero robots en tareas repetibles para que generen datos para la siguiente tarea. En componentes, el informe sostiene que la cadena de suministro doméstica estadounidense de humanoides sigue incompleta frente a China y Asia. Cada motor de articulación necesita neodimio; China refina aproximadamente el 90% de la oferta mundial, mientras que Estados Unidos carece de refinado a escala y la nueva capacidad tardaría varios años en construirse. Los humanoides requieren 30–40 articulaciones de precisión; Harmonic Drive lidera en Japón y los competidores chinos se acercan, pero no hay una fuente estadounidense a escala. En baterías, CATL lidera, seguida de LG y Panasonic; aunque la inversión en vehículos eléctricos ha situado cierta capacidad de celdas en Estados Unidos, el informe espera que los humanoides sigan una curva de costes asiática durante años. El informe extiende la tesis de la IA física a los centros de datos y el espacio. Sostiene que las disputas por ubicaciones, las colas de interconexión más largas y la mitigación comunitaria podrían elevar la inflación anual de terrenos y construcción al 6%, frente al 2% del caso base. Supone que los costes de energía y refrigeración aumentan un 4% anual y los de servidores un 2%, frente a descensos de 3% y 1%, respectivamente, en el caso base; los oficios eléctricos y mecánicos también restringen la velocidad de construcción, con una escasez de aproximadamente 349,000 trabajadores entre los contratistas al inicio de 2026. La computación orbital podría llegar a ser competitiva en costes a medida que la reutilización de lanzamientos y la escala de la energía solar y los radiadores reduzcan costes, atendiendo inicialmente necesidades de computación terrestre antes de permitir inteligencia a mayor escala fuera del planeta. Para la economía lunar, Deutsche Bank contrasta aproximadamente $42.7m por hora productiva de superficie para una misión humana tipo Artemis III —basado en $4.1bn de coste de SLS/Orion por lanzamiento y cerca de 96 horas productivas en superficie— con unos $350 por hora para un humanoide apto para el espacio de $200k, entregado a $50k/kg y operando 12,000 horas durante cinco años. El viaje de ida y vuelta de 2.6 segundos de la Luna permite que un operador terrestre siga involucrado, de modo que la autonomía imperfecta disponible hoy podría ser suficiente para el trabajo lunar. Marte exige más: entre cuatro y 24 minutos de demora de comunicación en cada dirección, ventanas de lanzamiento cada 26 meses, largos tránsitos y riesgos para la salud humana requieren decisiones a bordo. Por ello, el informe considera a Marte una fuerza impulsora para resolver los problemas de control y datos autónomos, y sostiene que los robots necesariamente constituirán la primera fuerza laboral antes de la llegada de cualquier tripulación humana.

Marco de análisis

El informe vincula evidencia de mercado y gasto de capital con estudios de caso de despliegue y modelos de costes operativos, y después contrasta la tesis de adopción con la disponibilidad laboral, las restricciones de captura de datos y las cadenas de suministro de componentes. Finalmente, aplica la misma lógica de costes y autonomía al aumento de los costes de los centros de datos terrestres y a las operaciones fuera de la Tierra.

Notas metodológicas

• Marco de análisis sectorialTransmisión entre tramos de la cadena de valor

  Análisis de la cadena de suministro de IA física

  El informe sigue cómo el despliegue de robots depende de imanes de tierras raras, reductores de precisión y celdas de batería en la parte inicial de la cadena, y explica cómo la concentración regional de la oferta puede limitar la producción de humanoides aguas abajo.

• Marco de análisis sectorialDescomposición de volumen y precio

  Análisis de costes unitarios y operativos

  Deutsche Bank desglosa los costes por milla de los robotaxis y por hora productiva de los humanoides en depreciación, apoyo laboral, mantenimiento, software y energía para evaluar la viabilidad económica.

• OtroOtro

  Fuentes de datos de entrenamiento de robots y validación de simulación

  El informe compara teleoperación, simulación, vídeo humano y aprendizaje de flota por rendimiento, coste y fidelidad, y describe la validación de la simulación por su capacidad de clasificar los puntos de control del modelo.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Waymo

  Ejemplo de despliegue de robotaxis a escala

  Fortalezas

  Más de 500,000 viajes de pago semanales, 200M millas autónomas acumuladas y expansión en 14 áreas metropolitanas.

  Comparación

  Se presenta junto a Tesla y Pony.ai como despliegues de robotaxis.

  Riesgos

  Los seguros, la responsabilidad, la asistencia remota y la depreciación de vehículos siguen siendo elementos relevantes de la estructura de costes.

• Tesla

  Ejemplo de despliegue de IA física mediante conducción autónoma

  Fortalezas

  El informe señala que el servicio comercial Cybercab abrió en Austin el 3 de septiembre sin volante ni pedales.

  Comparación

  Se analiza junto a Waymo y Pony.ai en robotaxis.

• Pony.ai

  Ejemplo de despliegue de robotaxis en China

  Fortalezas

  Se hace referencia al servicio de vehículos autónomos de pago en Pekín, Shanghái, Guangzhou y Shenzhen.

  Comparación

  Se analiza junto a Waymo y Tesla.

• CATL

  Ejemplo de cadena de suministro de celdas de batería para humanoides

  Fortalezas

  Se identifica como líder en celdas de batería.

  Comparación

  Se analiza por delante de LG y Panasonic.

  Riesgos

  Se espera que los humanoides sigan una curva de costes asiática durante años.

• Harmonic Drive

  Ejemplo de cadena de suministro de reductores de precisión

  Fortalezas

  Se identifica como líder en reductores de precisión.

  Comparación

  Los competidores chinos están reduciendo la brecha.

  Riesgos

  No se identifica una fuente estadounidense a escala.

• SpaceX

  Ejemplo de infraestructura habilitadora de costes de lanzamiento y computación orbital

  Fortalezas

  Los lanzamientos rápidos y reutilizables de Starship se presentan como parte de la vía para reducir los costes orbitales.

  Comparación

  Falcon 9 se cita en $1,400 per kilogram actualmente.

  Riesgos

  Las mejoras de costes de lanzamiento por sí solas no resuelven la necesidad de trabajo productivo fuera de la Tierra.

Datos clave

• Viajes de pago de Waymo>500K per weekEn 14 áreas metropolitanas con 4,000 vehículos autónomos; la empresa apunta a 1M viajes semanales.
• Coste total por milla de vehículo de Waymo$1.23Desglose ilustrativo de costes antes de la optimización completa.
• Puestos de manufactura estadounidenses proyectados sin cubrir1.9M by 2033Se utiliza para respaldar el argumento de escasez laboral a favor de los humanoides.
• Coste operativo de humanoides$5.86 per productive hour; $11.72 at 2 robots per workerCálculo ilustrativo del coste totalmente cargado en Estados Unidos para 2026.
• Producción china de humanoides40K+ units in 1H26Se proyecta que China represente el 88% de los envíos mundiales de 2026.
• Cuota china de refinado de tierras raras~90%Restricción de la cadena de suministro para motores robóticos dependientes de neodimio.
• Coste por hora productiva lunar~$42.7M for an astronaut-hour versus ~$350 for a robot-hourComparación ilustrativa basada en un perfil Artemis III y un humanoide apto para el espacio.

Impacto e implicaciones

El informe sostiene que la IA física puede convertir el gasto en IA en demanda de vehículos autónomos, robots, chips, componentes, infraestructura eléctrica y sistemas de datos. El despliegue a corto plazo está respaldado por la escasez laboral y la mejora de la economía unitaria, pero la expansión depende de resolver los problemas de datos incorporados y de reducir la dependencia de cadenas de suministro asiáticas concentradas.

Riesgos

• La expansión de la IA física está limitada por la escasez de datos de acción robótica de alta fidelidad, especialmente sobre fallos y comportamiento de recuperación.
• La producción estadounidense afronta carencias de varios años en refinado de tierras raras, reductores de precisión y suministro competitivo de baterías.
• La inversión en infraestructura intensiva en capital puede conllevar riesgo de exceso de capacidad, como ilustra el anterior despliegue de fibra de telecomunicaciones en Estados Unidos.
• La expansión de centros de datos terrestres puede enfrentar mayores costes de terrenos, construcción, electricidad, refrigeración y mano de obra cualificada.

Aspectos que vigilar

• El crecimiento de viajes de pago de robotaxis, el tamaño de flota y las reducciones de coste por milla.
• El crecimiento de envíos de humanoides, especialmente la cuota de producción de China y el avance hacia tareas comerciales repetibles.
• Los avances en teleoperación, validación de simulación, aprendizaje de acciones latentes y datos de entrenamiento generados por flota.
• El desarrollo de capacidad estadounidense de refinado de tierras raras, reductores de precisión y celdas de batería.
• Los costes de construcción de centros de datos, las colas de interconexión y la evolución de la economía de lanzamiento reutilizable.