La automatización de las devoluciones como primer paso hacia la IA física en la práctica.
En el centro logístico de Zalando en Greven, Alemania, y Świebodzin, Polonia, los robots de la serie UR12e-1300 de Universal Robots ya procesan hoy en día las devoluciones de ropa sin intervención humana. No se trata de un experimento, sino de la primera fase de una iniciativa escalable para implementar la IA física en la logística europea. La solución basada en la plataforma Cortex de Sereact permite a los robots gestionar diversas formas, orientaciones y embalajes de productos que nunca llegan en un formato uniforme. Este es un problema clave en el procesamiento de devoluciones, y es en él donde se centra la nueva generación de robótica con IA inteligente.
Zalando, una plataforma tecnológica para la moda y el estilo de vida que conecta a más de 7000 marcas con 62 millones de clientes en 29 mercados, debe procesar cientos de miles de devoluciones al mes. Los sistemas de automatización tradicionales no podían hacer frente a la diversidad de productos, pero ahora, gracias a la integración de Cortex con los robots de Teradyne Robotics, el proceso no solo es automático, sino que también cumple con las nuevas regulaciones de la UE que prohíben la destrucción de las devoluciones. Esto significa que la IA física no solo aumenta la eficiencia, sino que también ayuda a cumplir con los requisitos legales.
Una IA, múltiples tareas - sin volver a entrenar.
La principal ventaja de la plataforma Cortex es su capacidad para funcionar con un único modelo para múltiples tareas diferentes. Como destaca el Dr. Ralf Gulde, CEO de Sereact: "Lo que aprende un robot, todos los demás se benefician". Esto significa que no es necesario entrenar un modelo separado para cada nuevo producto o tipo de embalaje. En la práctica, esto se traduce en la posibilidad de implementar rápidamente soluciones en diferentes ubicaciones, sin largos ciclos de formación. La plataforma funciona tanto con tareas de recogida y colocación, clasificación, kitting como con Robots para atención de máquinas o preparación de pedidos.
No se trata solo de acelerar los procesos, sino de cambiar el enfoque de la automatización. En lugar de diseñar sistemas especializados para cada tarea, la empresa ahora puede invertir en una IA que aprenderá y se adaptará en tiempo real. La colaboración con Teradyne Robotics permite aprovechar una red global de distribución e integradores, lo que acelera la escalabilidad de las soluciones a nuevos mercados: Sereact también opera en EE. UU. desde 2026 gracias a su sede en Boston.
IA física en la práctica: desde la simulación hasta la acción en la línea de producción.
Imagen ampliadaCerrar ampliaciónImagen anteriorLa solución Cortex no se creó desde cero; su desarrollo se basa en herramientas avanzadas de NVIDIA. El modelo se entrena en el entorno Isaac Sim utilizando modelos de mundo abierto Cosmos, lo que permite simular escenarios infinitos antes de la implementación. Luego, el modelo se vuelve a entrenar mediante el método de aprendizaje por refuerzo dentro del marco Isaac Lab y se prueba en hardware de Teradyne Robotics antes de su implementación.
En el entorno de producción, Cortex funciona en la plataforma NVIDIA Jetson Thor, donde el procesamiento debe realizarse a la velocidad de la línea de producción. La versión de desarrollo y las actualizaciones de los modelos son administradas por NVIDIA DGX Spark a nivel del centro logístico. Esto garantiza la continuidad, la escalabilidad y una rápida adaptación a las condiciones operativas cambiantes, lo cual es clave para las aplicaciones en la logística dinámica y el comercio minorista.
¿Qué significa esto para el futuro de la automatización?
El hecho de que la IA física ya esté funcionando en los centros de Zalando no es un experimento aleatorio; es el primer paso hacia una nueva era de la automatización. Anteriormente, los robots estaban configurados solo para tareas y productos específicos. Ahora, gracias a la integración de la IA con plataformas robóticas abiertas, un robot puede aprender en tiempo real y adaptarse a las condiciones cambiantes sin intervención humana. Esto cambia la forma en que las empresas piensan sobre la automatización: no como un costo, sino como una capitalización flexible.
Sin embargo, es importante recordar que esta solución funciona en condiciones bien controladas: en centros logísticos con flujos establecidos y acceso a datos. En el caso de entornos más impredecibles (por ejemplo, en tiendas minoristas o en las calles), la tecnología puede encontrar dificultades. Actualmente, su aplicación se limita a tareas estructuradas, pero el desarrollo de modelos VLA (Visión-Lenguaje-Acción) y la disponibilidad de plataformas informáticas más potentes abren el camino a aplicaciones aún más avanzadas.
