• Gallop comienza su desarrollo en una línea de producción de componentes electrónicos, donde busca alcanzar una tasa de éxito del 99,5% en tareas de ensamblaje y empaquetado. La compañía prevé iniciar pruebas con clientes en 2027 y proyecta su llegada al mercado para el segundo semestre de 2028.

COLOMBIA (Noviembre 17 de 2026)        Los videos de robots capaces de bailar, ordenar objetos o doblar ropa muestran el avance de esta tecnología, pero para una planta industrial la pregunta es otra: ¿puede realizar una tarea durante todo un turno y cumplir los estándares de calidad? Gallop, presentado recientemente por S.Y. Hsu, codirector ejecutivo de ASUS, en CNBC, busca responder esa interrogante en condiciones reales de producción.

¿Por qué un humanoide?

La inteligencia artificial ya no solo procesa información en una pantalla: también puede observar, decidir y ejecutar movimientos. Sin embargo, aún debe demostrar su capacidad para operar de manera sostenida en una estación de trabajo. Las fábricas están diseñadas para personas, con herramientas y espacios adaptados a sus manos. Frente a la automatización tradicional, más eficiente en labores fijas y de gran volumen, un sistema de dos brazos y manos de alta destreza puede adaptarse a tareas variables sin rediseñar las instalaciones. No todos los procesos requieren esta solución.

ASUS aporta décadas de experiencia en integración de hardware y software, desde placas madre hasta computadores y servidores. Además, dispone de plantas propias de fabricación electrónica (EMS) para probar Gallop con piezas, procesos y estándares de calidad reales.

Una primera tarea con exigencias concretas

El primer trabajo de Gallop es en una planta de fabricación electrónica del grupo ASUS: empaquetando accesorios para placas base. La estación tiene 15 piezas pequeñas, muchas en bolsas finas y transparentes, y se tarda unos 20 segundos por placa. El objetivo es lograr un 99,5 % de éxito en 20 segundos, el mismo estándar exigido a una persona.

La tarea se eligió por la dificultad de manipular materiales pequeños, delgados o flexibles con pinzas convencionales. La premisa es que la máquina asuma la mayor parte del trabajo, sin requerir supervisión permanente a su lado. Hoy ya funciona el ciclo completo de demostración humana, aprendizaje y prueba en la línea.

Cómo aprende Gallop

El entrenamiento sigue cinco etapas: (1) parte de modelos abiertos de inteligencia artificial que comprenden la interacción entre manos y objetos, sin desarrollar un modelo de gran escala propio; (2) observa a operarios especializados mediante pequeñas cámaras colocadas en la cabeza, siempre con su consentimiento; (3) utiliza simulaciones para generar variaciones de las tareas; (4) practica con la guía de un operador equipado con visor de realidad virtual y guantes, usando las mismas piezas y cámaras de la estación; y (5) incorpora los datos registrados durante su funcionamiento para seguir mejorando.

El enfoque prioriza la calidad de los datos por sobre su volumen. La experiencia de los trabajadores, las piezas concretas y las reglas de calidad de la planta constituyen la base del aprendizaje.

Una arquitectura preparada para evolucionar

Gallop funciona mediante cuatro capas: un planificador que interpreta el entorno y divide el trabajo en pasos; un supervisor basado en una segunda IA que revisa cada acción y replantea el proceso ante errores; una capa de habilidades para alcanzar, sujetar y colocar piezas; y una de control que coordina movimientos precisos y detiene el sistema cuando detecta un problema.

Las interfaces fijas entre capas permiten incorporar modelos de IA más avanzados sin reconstruir el equipo. El procesamiento se ejecuta en un único NVIDIA Jetson AGX Thor integrado, con software de robótica estándar. ASUS diseña el cuerpo y las manos —con percepción táctil, uno de los componentes más difíciles de desarrollar—, mientras que motores y otras piezas provienen de proveedores especializados. Actualmente, Gallop utiliza una base fija y dos brazos, centrados en tareas de recoger y colocar objetos; la siguiente evolución incorporará ruedas.

Pruebas con clientes y próximos pasos

Iniciado a comienzos de 2026, el programa contempla integrar las manos propias de alta destreza, añadir movilidad con ruedas y presentar Gallop a clientes en Computex 2027. Las pruebas piloto con clientes están previstas para 2027 y la disponibilidad en el mercado se proyecta para la segunda mitad de 2028.

La fabricación electrónica será el punto de partida. Como distintas actividades comparten movimientos de manipulación y traslado, los aprendizajes podrían transferirse con el tiempo a hospitales y espacios de servicios.

El objetivo no es reemplazar trabajadores, sino asumir puestos repetitivos y físicamente exigentes, especialmente difíciles de cubrir. Quienes enseñen al sistema podrían pasar a configurarlo, supervisarlo y mejorarlo. Más que una demostración puntual, la medida del éxito será cumplir la tarea todos los días bajo las exigencias de una operación industrial.

Acerca de ASUS

ASUS (2357.TW) es un líder tecnológico innovador que ofrece las soluciones de IA más completas del mundo en Infraestructura de IA, IA Física y AI PC/Dispositivos inteligentes, orientadas a construir una ventaja competitiva en IA. Guiada por su estrategia «Ubiquitous AI. Incredible Possibilities» (IA ubicua. Posibilidades increíbles), ASUS está haciendo realidad la IA desde la empresa hasta el edge. El portafolio de ASUS también incluye las submarcas ROG y ProArt, que acompañan a Gamers y creadores de todo el mundo.