Un robot de helado valorado en 22.000 millones: la mano ágil es la nueva imprenta de dinero de la inteligencia corporal

En la tienda DQ de la calle Wujiang en Shanghai, un robot está haciendo algo que parece “tonto”.

Saca el vaso del esterilizador, toma un papel, lo coloca bajo la máquina de helado, espolvorea trozos de Oreo, mezcla, limpia el borde y finalmente voltea el vaso para comprobar el clásico “volteado sin derramar”. Son 55 pasos, totalmente autónomos; el empleado de turno apenas levanta un dedo.

Un empleado tarda entre 2 y 3 minutos por vaso. El robot necesita 6 minutos. Es más lento, pero nadie le apura.

DQ y su socio Sharpa no buscan velocidad; buscan datos.

Al final del artículo te revelaré tres formas en que cualquiera puede meterse en este negocio.

Esto no es un golpe bajo, es un entrenamiento de nivel superior

La primera reacción de la gente al ver esta noticia es: “Una empresa valorada en cien billones trabajando en una heladería… ¿no es un desperdicio?”

Quien dice eso no ha entendido la lógica de competencia de la inteligencia corporal.

Los robots que ves en restaurantes normalmente sirven platos o llevan bandejas. Son básicamente bandejas con ruedas: bajo grado de libertad, solo transporte. No necesitan “manos”, solo movimiento, evitación de obstáculos y llegada al punto. Su valor técnico tiende a cero y su foso es inexistente.

Sharpa hace lo contrario. Se mete en la cocina, usa el mismo equipo, los mismos ingredientes y los estándares globales, y ejecuta todo el proceso de principio a fin.

El fundador Li Yifan dijo una frase contundente: “Si un robot humanoide de decenas de grados de libertad, con visión y control de fuerza, termina haciendo lo que un brazo mecánico simple podría hacer (como servir un café), su costo nunca será rentable”.

El punto clave: el robot no puede exigir que el entorno se adapte a él, ni dejar el último paso para que un humano lo termine. Eso no crea productividad; le da al robot un trabajo de relleno.

Por eso el escenario DQ es difícil: 55 pasos interdependientes. El papel se deforma, el helado cambia de textura con la temperatura, los tres toppings se ven idénticos y un pequeño error arruina todo.

Y precisamente esos errores son lo que Sharpa quiere.

La verdadera barrera no es el chip, son los “tropiezos” de datos

¿Cuál es la mayor barrera de la inteligencia corporal?

No es aprender la trayectoria viendo videos. Incluso si GPT ve cien veces cómo se hace un helado, no sabrá con qué fuerza agarrar el vaso porque los videos carecen de tacto, de fuerza y de la lógica de corrección tras un error.

Ver a una persona hacer algo una vez te dice cuán alto levanta la mano, pero no sabes cuánta fuerza necesita para no aplastar el papel, si el derrame vino de un ángulo de carga equivocado o de una mezcla demasiado rápida, ni cómo un cambio de dos grados en el ángulo de raspado afecta el resultado.

Esa información solo se obtiene dejando que el robot tropiece, falle y se ajuste en un entorno real. Ese “conjunto de fallos” alimenta al modelo; la siguiente iteración evita esos errores.

Sharpa entrenó este flujo en menos de cinco meses; la tasa de éxito en laboratorio es alta, pero eso no cuenta. Los imprevistos de la tienda real —horas pico, fluctuaciones de temperatura de la máquina, variaciones de lote de ingredientes— son la verdadera prueba.

Hoy practica agarres, cucharadas, mezclas y vuelcos en DQ; mañana esas mismas habilidades se trasladarán a la reposición de estanterías en una tienda de conveniencia, al servicio de habitaciones en un hotel o incluso a las tareas domésticas. Si tuviera que volver a entrenar desde cero en cada nuevo escenario, sería un proyecto desechable sin valor comercial.

Esa es la verdadera ambición de Sharpa: usar una sola tienda DQ para obtener una base de datos de manipulación ágil reutilizable.

Valoración de 22.000 millones: más valiosa que su casa matriz

Sharpa nació a finales de 2024; hoy tiene menos de dos años. Acaba de anunciar una nueva ronda de financiación que supera los 4.500 millones de yuanes, lo que equivale a más de 5.800 millones €, y su valoración post‑money salta a 22.000 millones de yuanes, aproximadamente 28.600 millones €.

Lo interesante es su origen: los tres cofundadores provienen del equipo fundador de Hesai Tecnología, líder mundial en LiDAR. Hesai mismo tiene una valoración respetable.

¿Por qué una startup de menos de dos años supera a su empresa matriz? Porque están jugando en ligas diferentes.

Primero, la lógica de valoración difiere. El LiDAR sigue una lógica de fabricación madura: se mide por volumen de ventas, margen bruto y control de costes. La robótica humanoide está en fase de crecimiento explosivo: se valora por barreras técnicas, acumulación de datos y potencial de escenarios. Al separarse y financiarse fuera de Hesai, Sharpa accede a un techo de valoración mucho más alto.

Segundo, los incentivos del equipo son más flexibles. Como empresa independiente puede redesignar su estructura accionarial sin diluir a los accionistas antiguos de Hesai y ofrecer a sus fundadores una participación y autonomía distintas.

Mira quién entró en esta ronda: capital industrial de Alibaba, Meituan y JD, además de secuoyas como Sequoia y Lightspeed. En esencia, todos apuestan a lo mismo: que Sharpa pueda replicar en la robótica humanoide el camino de éxito que Hesai trazó en LiDAR.

Primero dominan el componente crítico, luego usan los datos de escenarios reales para cerrar el bucle algoritmo‑hardware, y finalmente construyen una solución full‑stack.

Tres vías de ingreso para cualquiera

1. Venta de datos de manipulación – Graba y etiqueta tus propios conjuntos de fallos en tareas simples (cocina, empaquetado) y licéncialos a plataformas de entrenamiento de IA corporal.
2. Alquiler de manos ágiles – Ofrece módulos de mano de alta libertad como servicio a fábricas que necesitan ensamblaje flexible sin invertir en hardware propio.
3. Consultoría de transferencia de escenarios – Ayuda a empresas a mover un flujo de trabajo probado (como el de DQ) a nuevos dominios (retail, logística, hogar) mediante ajuste fino de modelos pre‑entrenados.

Con datos reales y una mentalidad de “aprender de los tropiezos”, el negocio de la mano ágil deja de ser un experimento y se convierte en una fuente de ingresos escalable.

Nota: todos los montos en euros son conversiones aproximadas usando 1 CNY ≈ 0,13 EUR.