Fady Saad, fundador y socio general de Cybernetix Ventures – Serie de entrevistas

Fady Saad es fundador y socio general de Cybernetix Ventures, donde invierte en empresas emergentes de robótica, automatización e IA industrial en etapas iniciales. También cofundó MassRobotics, donde contribuyó al desarrollo de sus alianzas corporativas y apoyó a empresas emergentes de robótica en su camino hacia la comercialización. Su experiencia conecta la ingeniería, el desarrollo empresarial y los desafíos prácticos de poner máquinas en entornos operativos reales, con un enfoque de inversión centrado en las necesidades de los clientes y en implementaciones comercialmente viables.

Cybernetix Ventures es una firma de capital de riesgo con sede en Boston que invierte en empresas emergentes de robótica, automatización e IA industrial en América del Norte y Europa. Su enfoque abarca la fabricación, la logística, la atención de la salud, la construcción y tecnologías habilitadoras, como la percepción, la autonomía, los sensores y la ciberseguridad para la robótica. En esta entrevista, Saad habla de las oportunidades y los límites de la IA física, de la economía de los robots especializados y humanoides, y de la fiabilidad, los datos y la infraestructura necesarios para convertir tecnologías prometedoras en negocios escalables.

Cofundaste MassRobotics en 2014 y ayudaste a crear uno de los principales ecosistemas de innovación en robótica del mundo, antes de fundar Cybernetix Ventures en 2021. ¿Qué te impulsó a pasar de apoyar a empresas emergentes de robótica a invertir directamente en ellas, y cómo influyó tu experiencia en MassRobotics en tu filosofía de inversión?

No tenía previsto convertirme en inversor. Me inicié en la robótica en Vecna, trabajando en I+D y en estrategia de comercialización, y enseguida aprendí que la robótica no sigue el manual del software. Se puede poner un prototipo de software en manos de los usuarios en seis meses. Un robot necesita fabricación, una cadena de suministro, pruebas, medidas de seguridad y un cliente dispuesto a dejarlo entrar en sus instalaciones.

Por eso fundamos MassRobotics en 2014. La llamamos aceleradora de empresas emergentes porque lo difícil no es construir el prototipo, sino pasar de un prototipo funcional a un producto que alguien pueda comprar. Dirigí las alianzas corporativas y, durante más de seis años, participé en más de 300 reuniones con empresas y contribuí a establecer más de 40 alianzas. Una y otra vez veía el mismo panorama: empresas con problemas reales, empresas emergentes con tecnología real y casi ningún inversor que entendiera ambos lados.

Para 2018 y 2019, ya era evidente. Los inversores de capital de riesgo se concentraban en el SaaS o la biotecnología, y los fundadores de empresas de robótica quedaban fuera de lugar: demasiado hardware para los inversores de software y muy poca biología para los de biotecnología. Había buenos equipos que se estancaban porque no existía el capital adecuado. Mark Martin, a quien conocí en 2017, cuando incorporamos Analog Devices a MassRobotics, veía la misma brecha desde el lado corporativo. Así que creamos Cybernetix, un fondo que considera la robótica una clase de activo propia, y lo lanzamos en 2021.

MassRobotics influyó de manera sencilla en cómo invertimos. Partimos del problema del cliente, no de la tecnología. Nos gustan los equipos que tienen al menos un fundador procedente del sector al que venden. Además, ponemos nuestra red de contactos corporativos al servicio de cada inversión, porque en este sector la presentación adecuada a un comprador puede valer más que el cheque.

La IA física está surgiendo como una de las áreas más transformadoras de la inteligencia artificial, al incorporar inteligencia en máquinas que interactúan con el mundo real. ¿Qué avances tecnológicos están acelerando su adopción y por qué crees que el sector está llegando a un punto de inflexión importante?

Dos cosas avanzaron al mismo tiempo: los «cerebros» mejoraron mucho y los «cuerpos» se abarataron considerablemente.

En el ámbito del software, los modelos fundacionales dieron a los robots algo que antes no tenían realmente: la capacidad de recibir una instrucción y manejar situaciones para las que no se los había programado de forma explícita. La simulación permite a los equipos entrenar y probar miles de escenarios antes de que un robot siquiera toque una fábrica real. En cuanto al hardware, los sensores, la computación en el borde, los actuadores y las baterías son cada vez más baratos y mejores, por lo que una empresa emergente puede construir un robot de pila completa sin ser un gigante industrial.

Luego está la demanda: escasez de mano de obra en la fabricación, la logística, la agricultura y la construcción; una fuerza laboral que envejece, y un impulso real para repatriar la producción. Siempre digo que la escasez de mano de obra es un problema económico, no de ingeniería, y ahora los consejos de administración la están tratando como tal.

Así que sí, estamos ante un punto de inflexión, pero conviene precisar en qué sentido. Las capacidades y el capital han llegado a un punto de inflexión; la implementación a gran escala, no. ChatGPT se basa en 20 o 30 años de conocimiento humano digitalizado, y no existe nada equivalente para el mundo físico. Ningún conjunto de datos le dice a un robot que debe sujetar de manera diferente un huevo, una hoja de papel o un trozo de tela. Las empresas que cierren esa brecha de datos mediante implementaciones en entornos reales y aprendiendo en cada turno definirán la próxima etapa.

La inversión en robótica e IA física se ha acelerado gracias a los avances en IA, la escasez de mano de obra y la creciente demanda de automatización. ¿Qué impulsa el entusiasmo de los inversores y hasta qué punto este impulso refleja oportunidades comerciales reales frente a un entusiasmo especulativo?

Creo que son ambas cosas, y los inversores no ayudan a nadie si fingen lo contrario.

La demanda es real. Deloitte y el Manufacturing Institute prevén que los fabricantes de Estados Unidos podrían necesitar hasta 3,8 millones de trabajadores para 2033, y que alrededor de 1,9 millones de esos puestos podrían quedar vacantes. No es una exageración: es un vacío en la economía.

La inversión es otra historia. Crunchbase contabilizó 18.800 millones de dólares invertidos en startups de robótica durante el primer semestre de 2026, más que en todo 2025. Sin embargo, PitchBook observó que el número de operaciones cayó en el segundo trimestre mientras el importe total alcanzaba un récord, lo que indica que un puñado de rondas gigantes está acaparando la mayor parte del capital. Buena parte de ese dinero apuesta por una narrativa centrada, sobre todo, en humanoides y modelos de robots de propósito general.

Mi criterio es deliberadamente sencillo. ¿El cliente vuelve a comprar después del proyecto piloto? ¿El robot alcanza el nivel de fiabilidad que exige la tarea, que en una línea de producción es del 99,99 %, no del 90 %? ¿Genera ingresos reales en aproximadamente un año? Si las respuestas son afirmativas, es un negocio. Si la propuesta se basa principalmente en lo que el robot quizá pueda hacer en 2030, es especulación valorada como si fuera una certeza. La robótica ya ha atravesado este ciclo, y las empresas con clientes que pagan salen fortalecidas del proceso de ajuste.

Cybernetix Ventures está captando capital para su segundo fondo con el fin de ampliar sus inversiones en empresas de robótica e inteligencia artificial en etapas iniciales. ¿Cómo ha evolucionado su tesis de inversión desde el lanzamiento de su primer fondo y qué tecnologías o sectores emergentes están despertando mayor interés entre los inversores institucionales?

La convicción fundamental no ha cambiado. En la IA física, el valor se genera cuando el software se aplica en el mundo real, y los mejores robots se diseñan partiendo de un problema concreto. El Fondo II redobla esa apuesta.

Lo que ha cambiado es el mapa. El Fondo I se centró en la industria manufacturera, la logística, la construcción y la atención sanitaria. El Fondo II mantiene esos sectores y añade la agricultura, la energía y las infraestructuras climáticas, el espacio y la defensa, además de la tecnología de doble uso. La combinación sigue siendo, aproximadamente, de dos tercios de empresas de robótica de pila completa y un tercio de tecnología habilitadora, como modelos de IA, percepción y ciberseguridad entre máquinas. Las primeras inversiones del Fondo II se destinaron a una empresa de robótica espacial y a una empresa de modelos de percepción, lo que indica hacia dónde se dirige la nueva generación.

También analizamos a fondo aspectos que apenas se mencionaban en 2021, como la procedencia de los componentes, la exposición de la cadena de suministro a China y la seguridad del robot una vez conectado a una red.

Suelo oír dos preguntas de los inversores institucionales y corporativos. En primer lugar, las empresas preguntan cómo pueden asomarse a un mercado que no pueden desarrollar internamente, lo que implica exploración de mercado, inteligencia de mercado y coinversión. Para muchas de estas empresas, la IA física se ha convertido en una prioridad al nivel del director ejecutivo. En cambio, las oficinas familiares y las instituciones plantean una pregunta más directa: ¿por qué no participar simplemente, a través de una SPV, en una de las grandes rondas de financiación de empresas de humanoides o modelos de robots? Mi respuesta es que esas apuestas están muy competidas, son caras y requieren mucho capital. Los rendimientos asimétricos están en etapas anteriores… en empresas que los inversores generalistas aún no han descubierto. Ahí es donde un especialista demuestra su valor.

Los robots humanoides han acaparado una enorme atención y grandes inversiones, y empresas como Tesla y Figure AI persiguen capacidades cada vez más ambiciosas. Usted ha expresado escepticismo sobre su viabilidad comercial. ¿En qué aspectos cree que los inversores sobreestiman su potencial a corto plazo y ofrecen los robots especializados una oportunidad de inversión más atractiva?

Soy escéptico respecto al plazo, no a la tecnología. Mi principio es que la forma debe responder a la función. Si la tarea consiste en mover piezas o recogerlas y colocarlas, hay que preguntarse si hace falta una máquina bípeda muy compleja y muy cara, o si basta con un brazo, o con dos brazos sobre una base móvil. En una superficie llana de un almacén o una fábrica, las piernas aportan poco. Aumentan los costes, consumen energía y dependen de un robot que puede caerse.

Los inversores sobreestiman a los humanoides cuando hacen los cálculos a corto plazo. Las valoraciones presuponen un despliegue generalizado en breve, pero aún quedan por resolver problemas importantes, como la destreza de las manos, la retroalimentación táctil y de fuerza, las baterías que duran unas pocas horas y una arquitectura de IA reproducible y trazable. Una tasa de error del 10 % es aceptable en un chatbot. En una planta, un solo movimiento equivocado puede herir a alguien o costarle millones a un cliente. Espero envíos en volúmenes significativos dentro de cinco a 10 años, no el próximo año.

Los humanoides tienen sentido en entornos diseñados para las personas que no se pueden rediseñar. El espacio es mi ejemplo favorito. La NASA cobra a los usuarios comerciales unos 130.000 dólares por una hora del tiempo de un astronauta, así que un robot capaz de trabajar dentro de una estación diseñada para seres humanos se amortiza rápidamente. La misma lógica se aplica a las instalaciones nucleares, la respuesta ante desastres y ciertas tareas de defensa.

Así que, a corto plazo, sí: los robots especializados son la mejor apuesta ajustada al riesgo. Ya se están entregando y generan ingresos.

Mientras los robots humanoides dominan los titulares, Cybernetix Ventures se centra en aplicaciones prácticas en la industria manufacturera, la atención sanitaria, la logística y la construcción. ¿Qué sectores pueden obtener el mayor impacto económico de la IA física a corto plazo y dónde están viendo ya rendimientos cuantificables de las inversiones en automatización?

El impacto más rápido se observa cuando coinciden tres factores: un problema costoso, falta de mano de obra y un comprador que mide los resultados en dinero.

La manufactura es lo primero, sobre todo en las plantas existentes. La mayoría de las fábricas no se pueden reconstruir en torno a los robots. Una empresa con cientos de instalaciones necesita una automatización que se adapte a los edificios que ya tiene. Por eso es tan valiosa la visión por IA que permite a los brazos robóticos existentes recoger piezas desordenadas, brillantes o transparentes. Mejora lo que ya está en la planta.

La logística es el mercado más maduro, con un retorno de la inversión (ROI) claro en las tareas de recoger, trasladar y cargar. Aun así, todavía no se ha resuelto por completo cómo recoger de forma fiable cualquier artículo individual de un contenedor con una mezcla de objetos.

La atención médica y las ciencias de la vida están infravaloradas. Los laboratorios automatizados convierten tareas lentas y manuales en resultados más rápidos y reproducibles, y los desarrolladores de fármacos ya saben cómo pagar por obtener respuestas más rápido.

La construcción está en una etapa más temprana, pero sufre una de las peores escaseces de mano de obra. Los robots están demostrando su valor en tareas acotadas, como el replanteo y la elevación de materiales.

Cuando veo rendimientos cuantificables, casi siempre se repite el mismo patrón: una tarea acotada, realizada de forma más fiable, cuyo retorno el cliente puede comprobar en sus propias cifras, no en una diapositiva con proyecciones a cinco años.

Los avances en los modelos fundacionales, la visión artificial, el aprendizaje por refuerzo y la simulación están transformando las capacidades de la robótica. ¿Qué innovaciones en IA considera más trascendentales para los próximos cinco años y qué limitaciones técnicas siguen impidiendo su despliegue generalizado en entornos reales impredecibles?

En los próximos cinco años, seguiría de cerca cuatro cosas.

Los modelos fundacionales para robótica, sobre todo los que conectan visión, lenguaje y acción. Pero espero que se impongan ámbito por ámbito, no como un único modelo para todo. El camino empieza con un propósito único, sigue con un conjunto de casos de uso y, quizá, termina abarcando todo un ámbito; por ejemplo, la construcción de viviendas unifamiliares. No creo que un solo modelo pueda ocuparse de la construcción, la manufactura y la atención médica.

La simulación, porque abarata el entrenamiento. Pero con la simulación se llega al 80 % o al 90 %. En el último 10 % es donde los robots dejan caer cosas y chocan con ellas.

El tacto. La visión es excelente para comprender el entorno. Pero, si quieres cambiar el mundo, tienes que sentirlo. La percepción táctil y unas mejores manos son importantes porque la mayor parte del trabajo real consiste en manipular objetos.

La infraestructura de datos. En el sector de los vehículos autónomos, una generación de empresas como Scale AI creó grandes negocios recopilando y etiquetando datos, y Applied Intuition creó uno basado en la simulación. La IA física dará lugar a su propia versión, y es una de las mayores oportunidades del sector.

Lo que todavía impide el despliegue en entornos caóticos e impredecibles es la fiabilidad y la confianza. Las fábricas necesitan un 99,99 %. Las normas de seguridad, la certificación y los seguros no han avanzado al mismo ritmo que los robots móviles que trabajan cerca de personas. Además, cada robot conectado plantea un problema de ciberseguridad cuyo costo muy pocas personas están teniendo en cuenta todavía.

Cybernetix Ventures ha invertido en empresas como Cambrian Robotics, Dash Bio y Rugged Robotics. ¿Qué les atrajo de estas empresas y qué distingue a una tecnología robótica prometedora de un negocio con capacidad para crecer comercialmente?

Las tres partieron del problema de un cliente, no de una demostración llamativa.

Cambrian Robotics. La visión artificial es un ámbito muy concurrido, pero Cambrian recoge de forma fiable piezas pequeñas, brillantes y transparentes que ponen en aprietos a la mayoría de los sistemas. Funciona con las principales marcas de robots industriales, se instala en aproximadamente medio día y ya se estaba probando y desplegando con fabricantes como Toyota, Audi y Electrolux cuando codirigimos su ronda semilla en 2024.

Dash Bio. Los desarrolladores de fármacos envían gran parte de sus análisis bioquímicos a laboratorios externos que todavía realizan la mayor parte del trabajo manualmente. Dash creó un laboratorio altamente automatizado que cumple las normas de BPL (Buenas Prácticas de Laboratorio) y combina robótica, IA y software para realizar análisis clave hasta 10 veces más rápido. No venden robots. Venden respuestas más rápidas, algo que los clientes ya saben cómo adquirir.

Rugged Robotics. En una obra, alguien todavía marca a mano dónde va cada pared, tubería y accesorio. Es lento, y los errores salen caros una vez que se levantan las paredes. El robot de Rugged imprime los planos directamente en el suelo. Una tarea acotada, realizada con mayor rapidez y precisión, en obras donde no se encuentra suficiente personal cualificado.

¿Qué distingue una tecnología prometedora de un negocio con capacidad para crecer? El 99 % de las veces, partir de un logro técnico llamativo y luego buscarle un caso de uso es una receta para que la empresa tenga dificultades. Las que crecen parten del problema y trabajan hacia atrás hasta llegar a la máquina, como hicieron Kiva, Locus y Universal Robots. Después, busco un cliente que vuelva a comprar tras el proyecto piloto, un despliegue que no requiera tener un doctorado en el lugar, una economía unitaria que se sostenga al aumentar el volumen y un equipo que cumpla sus hitos. Hay muchos robots impresionantes. Pero son muchos menos los que se convierten en negocios.

A medida que la IA física adquiere más capacidades, crece la preocupación por el desplazamiento de trabajadores, la seguridad y la supervisión humana. ¿Considera que la robótica se dedica principalmente a paliar la escasez de mano de obra y a potenciar las capacidades de los trabajadores, o prevé una disrupción significativa de la fuerza laboral a medida que se acelere su adopción?

A corto plazo, se trata sobre todo de cubrir carencias. En las fábricas, los almacenes, los laboratorios y las obras con los que trabajamos, la limitación es la falta de personal, no la demanda. Hay puestos vacantes durante meses.

Verve Motion, una de las empresas de nuestra cartera, es el ejemplo al que siempre vuelvo. Fabrican un exotraje blando que reduce considerablemente el esfuerzo de los trabajadores que levantan cargas pesadas durante toda la jornada. Un trabajador de un almacén le contó al equipo que, al volver a casa, por fin tenía energía para jugar con sus hijos. Eso es la robótica haciendo el bien en el mundo, y no está sustituyendo a nadie.

No voy a fingir que no habrá trastornos. Los puestos más repetitivos disminuirán y el trabajo cambiará más rápido de lo que nuestros sistemas de formación pueden adaptarse. La respuesta honesta es invertir ahora en la reconversión profesional de técnicos, operarios y las personas que mantienen las flotas de robots. Cada robot que se distribuye genera trabajo para alguien que lo instala, programa y repara.

En materia de seguridad, la robótica lleva ventaja a la IA basada en software. Los robots industriales han estado sujetos a normas de seguridad y procesos de certificación durante décadas. A medida que los robots se vuelvan más inteligentes, esa cultura debe mantenerse: responsabilidades claramente definidas, máquinas seguras y personas al mando de las decisiones críticas.

De cara a 2030 y más allá, ¿qué avances en IA física y robótica cree que tendrán el mayor impacto en la economía mundial? ¿Hay oportunidades de inversión pasadas por alto o aplicaciones emergentes que merezcan mucha más atención?

Para 2030, creo que tres cosas serán las más importantes para la economía mundial.

Los robots que aprenden en el trabajo por fin permitirán automatizar las pequeñas y medianas empresas manufactureras que nunca pudieron permitirse una integración a medida. Ahí es donde se encuentra la mayor parte de la base industrial.

Los laboratorios automatizados acelerarán la ciencia, con investigaciones de biología y descubrimiento de fármacos que se llevarán a cabo las 24 horas del día.

Además, la cadena de suministro de componentes para robots —actuadores, motores, sensores y engranajes— se volverá estratégica. La mayoría de los fabricantes de humanoides no producen esas piezas. Se dedican al diseño, la integración y el ensamblaje, y hoy gran parte de esos suministros se encuentra en China y Japón. Quienes desarrollen esa base en Estados Unidos y en países aliados tendrán mucha importancia.

Lo que se pasa por alto es la infraestructura subyacente: la recopilación de datos del mundo físico, la simulación y las pruebas, la gestión de flotas, la percepción, y la identidad de las máquinas y la ciberseguridad, para que los robots puedan confiar unos en otros y en las redes en las que operan. También están las aplicaciones verticales en sectores con escasez de mano de obra que no aparecen en los titulares, como la agricultura y la construcción.

Los titulares hablarán de humanoides. Gran parte del dinero se ganará en la infraestructura subyacente. Y, en última instancia, lo que cuenta es el impacto social, no el impacto tecnológico.

Gracias por esta excelente entrevista. Los lectores que deseen aprender más sobre robótica, IA física e inversión en automatización en etapas iniciales pueden visitar Cybernetix Ventures.