De la coincidencia 2D a la inteligencia en el borde: diez años de crecimiento de la visión robótica y la disputa por la puerta de entrada a la IA industrial

Un cambio estructural oculto por las cifras de crecimiento

El mercado mundial de visión robótica ascendió a unos 3,42 mil millones de dólares en 2025 y se prevé que alcance los 8,97 mil millones de dólares en 2035, con una tasa compuesta de crecimiento del 10,1% en el período. Estas cifras no son sorprendentes por sí mismas; incluso son inferiores a las de muchos subsectores de las nuevas energías. Lo que realmente merece desglosarse es la composición detrás de esa tasa de crecimiento.

En 2025, los sistemas de visión 2D tradicionales aún representaban el 52% del mercado, una base instalada acumulada durante las últimas dos décadas en líneas de ensamblaje de automoción y electrónica. Los sistemas de visión 3D, en cambio, avanzan por delante con una tasa compuesta de crecimiento del 11,2%, impulsados principalmente por escenarios de control de calidad en los sectores aeroespacial y farmacéutico.

Esto significa que el crecimiento incremental del mercado no consiste en “instalar más cámaras en más líneas de producción”, sino en “hacer que un mismo equipo realice evaluaciones más complejas”. La visión 2D responde si este orificio está presente o no y cuánto mide este rayón; la visión 3D responde cuál es la posición y orientación de esta pieza en el espacio y dónde debe situarse el punto de agarre. Lo primero es detección; lo segundo, comprensión y decisión. Esta línea divisoria es precisamente el punto de partida de la migración de la visión artificial de componente de sensor hacia puerta de entrada a la inteligencia industrial.

El desplazamiento de la capacidad de cómputo hacia el borde es la verdadera variable de la velocidad de adopción

El informe sitúa la “reducción del coste de los chips de IA en el borde” como el segundo factor que más contribuye al crecimiento, con alrededor de 1,8 puntos porcentuales. En productos concretos, esto se traduce en módulos como la serie NVIDIA Jetson Orin y la plataforma Qualcomm Robotics RB, así como en la madurez de cadenas de herramientas de optimización de inferencia como Intel OpenVINO.

A menudo se subestima el significado industrial de esto. En el pasado, la clasificación de defectos de alta precisión solía depender de clústeres de GPU en la nube, a costa de costes de ancho de banda, latencia de ida y vuelta y riesgos de cumplimiento normativo derivados de la transmisión de datos entre dominios. Cuando la capacidad de inferencia se traslada al dispositivo, la latencia se reduce a menos de 10 milisegundos, y solo entonces procesos altamente sensibles al tiempo real, como el agarre, la clasificación y la inspección de calidad en línea, resultan realmente viables en términos económicos. También evita, de paso, uno de los puntos más sensibles de la manufactura: la preocupación por la salida de los datos de proceso de la fábrica.

Para la manufactura china, esta curva de costes determina directamente el ritmo de automatización de las pequeñas y medianas empresas. Las líneas de producción punteras ya completaron su transformación de visión; el verdadero mercado pendiente está en las fábricas de nivel medio, con una producción anual de varios cientos de miles de piezas y frecuentes cambios de lote. Son extremadamente sensibles al período de recuperación de la inversión y las que más dependen de hardware estandarizado y modelos de entrega de activos ligeros como la “visión como servicio”.

El 44% de Asia-Pacífico: la reserva de demanda y la capacidad de oferta son dos cosas distintas

En la estructura regional, Asia-Pacífico representa alrededor del 44% de los ingresos globales, América del Norte cerca del 28% y Europa alrededor del 20%. El informe atribuye el liderazgo de Asia-Pacífico al avance de la automatización manufacturera en China y a las políticas de subvención de Japón para responder al envejecimiento de la mano de obra.Pero una cuota alta no equivale a una posición alta en la cadena industrial. Desde la composición de ingresos, el hardware aporta alrededor del 62%, e incluye cámaras, óptica, tarjetas de adquisición de imágenes y unidades de iluminación: esta es una cadena típica en la que “los componentes de aguas arriba determinan el costo y la integración de aguas medias determina el valor”. La ventaja existente de China en esta cadena se concentra en la integración y la implementación de escenarios: una enorme base de líneas de producción, capacidad de ingeniería de iteración rápida y el radio de proveedores auxiliares que aportan los clústeres industriales locales. En cambio, en óptica de alta gama, sensores especiales y cadenas de herramientas algorítmicas de nivel industrial, la oferta global sigue altamente concentrada.

“Hecho en China 2025” y el plan de fabricación inteligente del XIV Plan Quinquenal tienen precisamente aquí su verdadero punto de apoyo: los subsidios de política y los fondos gubernamentales de orientación reducen el umbral para la transformación de las líneas de producción y, al mismo tiempo, cultivan un grupo de proveedores locales que deben resolver por su cuenta los problemas de los componentes de aguas arriba. La política crea demanda, pero que la demanda pueda transformarse en capacidad de suministro es otra línea temporal independiente.

Dos escenarios incrementales imponen exigencias distintas a la cadena de suministro

La logística de almacenamiento es la línea más clara del lado de la demanda. En 2025, la manipulación de materiales representa alrededor del 35% de las aplicaciones de visión robótica, mientras que se estima que la tasa de crecimiento compuesto de los usuarios finales de logística y almacenamiento alcanza el 12,0%, por encima del mercado general. Esta conclusión se sustenta en la expansión del volumen mundial de paquetes de 220.000 millones de unidades en 2024 a 330.000 millones en 2030, así como en la tasa de vacantes de empleo del 6,1% en el sector de almacenamiento de Estados Unidos en el cuarto trimestre de 2024. A finales de 2024, Amazon ya había desplegado más de 750.000 robots, y los sistemas de visión asumen cada vez más tareas de picking de SKU de alta mezcla.

En este tipo de escenarios, los requisitos de visión priorizan la robustez sobre la precisión: deben poder manejar deformaciones, reflejos y apilamiento, y la tolerancia a errores importa más que la exactitud absoluta. Lo que impulsan es una capacidad de visión general, no soluciones de máquina dedicada personalizadas para una sola pieza.

Los robots colaborativos son otra línea. La Federación Internacional de Robótica considera los robots colaborativos como un motor clave del crecimiento de los robots industriales, ya que deben trabajar en el mismo espacio que las personas, y la monitorización de zonas de seguridad, la verificación de límites de fuerza y la planificación adaptativa de trayectorias dependen por completo de la visión. Se prevé que las aplicaciones de visión relacionadas con robots colaborativos avancen a una tasa de crecimiento compuesto del 11,3%, y el principal demandante son las pequeñas y medianas empresas.

El punto en común entre ambas líneas es que llevan la visión de “equipamiento para máquinas dedicadas” hacia “capacidad general”. Y el eslabón de valor que crece más rápido en este proceso es el software y los algoritmos.

La verdadera restricción no está en el precio del hardware

De los cinco factores restrictivos enumerados en el informe, solo uno es un problema puramente de costos. El costo de integración de los sistemas de visión de luz estructurada 3D —las celdas de trabajo integradas de los proveedores de primer nivel de automoción suelen costar entre 85.000 y 160.000 dólares— sigue representando una barrera para las pequeñas y medianas empresas, con un impacto de aproximadamente -1,2 puntos porcentuales en la tasa de crecimiento.Las otras cuatro son más difíciles de resolver en el corto plazo: escasez de ingenieros de integración (−0,9 puntos porcentuales), requisitos de soberanía y localización de datos (−0,6), brecha de interoperabilidad entre fabricantes de robots (−0,5) y riesgos de ciberseguridad de los sistemas de visión conectados (−0,4). Para mediados de 2026, hay informes que muestran que el 80 % de los fabricantes clasifica la escasez de habilidades como el principal desafío operativo. La naturaleza interdisciplinaria que exige la integración de sistemas de visión —la intersección entre óptica, desarrollo de modelos de aprendizaje profundo y programación de robots industriales— la convierte en uno de los puestos más difíciles de cubrir. Este tipo de cuellos de botella no hace que el despliegue fracase, pero lo retrasa, y el retraso en sí mismo es una merma para la tasa de crecimiento del mercado.

El cumplimiento normativo es otra curva de costes ocultos. El Reglamento de Máquinas de la UE 2023/1230 entrará en vigor en enero de 2027 y exigirá que las celdas de trabajo robotizadas cuenten con capacidad de registro autónomo de evaluación de riesgos, lo que en la práctica obligará a la renovación de los sistemas de visión en la región; el Reglamento de IA de la UE entrará plenamente en vigor en agosto de 2026, y las aplicaciones de IA de alto riesgo en entornos fabriles requerirán documentación técnica detallada y, en algunos casos, evaluación de conformidad por terceros. La revisión de la Ley de Ciberseguridad de China y la Ley de Protección de la Información Personal establecen, por su parte, límites claros para el flujo transfronterizo de datos. Estas normas no eliminarán la demanda, pero reconfigurarán la estructura de proveedores: los fabricantes capaces de ofrecer despliegue localizado, cadenas de inferencia auditables y documentación de cumplimiento completa obtendrán un poder de negociación superior al que corresponde a su propio nivel tecnológico.

Implicaciones a largo plazo para la cadena industrial

Si se reúnen los indicios anteriores, se pueden obtener varios marcos de observación, más que conclusiones simples.

Primero, el centro de gravedad de la competencia está pasando de las especificaciones de hardware a la capacidad de bucle cerrado de datos. El hardware sigue representando el 62 % de los ingresos, pero lo que determina la retención de clientes es la iteración continua de los modelos sobre datos de campo y si esta iteración puede completarse sin salir de la fábrica.

Segundo, la madurez de la inferencia en el borde debilitará la posición de intermediación de las plataformas en la nube y difuminará la frontera entre el software industrial y el hardware de cámaras. En los próximos tres a cinco años, podría surgir un grupo de proveedores cuyo formato de entrega sean capacidades de visión, en lugar de equipos.

Tercero, las políticas regionales están pasando a ser el calendario de la demanda. La Platform Industrie 4.0 de Alemania (con una escala de 5.300 millones de euros), la financiación de la transformación de las pymes por parte del KfW y las deducciones fiscales de Tailandia (BOI) y Vietnam para la inversión en equipos de automatización están transformando decisiones de compra que antes impulsaba el retorno de la inversión en decisiones impulsadas por las ventanas de cumplimiento y los ciclos de subvenciones. Esto hará que el ritmo anual del mercado dependa más del calendario político que del ciclo económico puro.

Cuarto, la distribución geográfica de la cadena de suministro seguirá dispersándose. A medida que se aceleren los despliegues de robots colaborativos en el Sudeste Asiático y América Latina, la entrega, la calibración y el servicio posventa de los sistemas de visión tendrán que localizarse. Para los fabricantes de equipos de visión acostumbrados a operar con un modelo de exportación de equipos completos, esto supone una prueba de su capacidad organizativa.Que este mercado crezca casi al triple en la próxima década es un juicio relativamente seguro. Lo incierto es cómo se redistribuirá, dentro de ese casi triple, la proporción que corresponde al hardware, al software, a los servicios de integración y a la consultoría de cumplimiento. Y es precisamente esa proporción la que determina quién se beneficia realmente en esta ola de inteligencia industrial.