Máquinas brillantes quiere resolver uno de los problemas menos glamorosos pero de mayor trascendencia en el desarrollo de la IA: qué sucede con los datos de calidad cuando un ser humano tiene que tocar la línea de producción.
El fabricante con sede en San Francisco anunció hoy la BRC híbrido (Bright Robotic Cell), una expansión de su plataforma Bright Factory que permite a los operadores humanos ingresar a una celda robótica monitoreada por sensores para realizar los pasos de ensamblaje prescritos, sin romper el registro digital que rastrea cada servidor desde su primer tornillo hasta su etiqueta de envío.
Suena como una actualización de hardware incremental. No lo es. El Hybrid BRC es una respuesta directa a una debilidad estructural en la fabricación de productos electrónicos de alto riesgo, que el director ejecutivo Sviat Dulianinov cuantificó en términos crudos en una entrevista exclusiva con VentureBeat.
«Si ensambla servidores de IA modernos comenzando con operaciones manuales, su rendimiento inicial (rendimiento del primer paso) puede ser tan bajo como el 20%», dijo Dulianinov. «Luego, gradualmente aumentas y escalas, y puedes llegar a los 60, 65% más o menos».
Cuando un solo servidor de IA puede costar cientos de miles de dólares y los hiperescaladores están quemando miles de millones esperando una infraestructura que no pueden implementar lo suficientemente rápido, ese número es toda la historia. El BRC híbrido es el intento de Bright Machines de mantener las manos humanas al tanto sin permitir que el error humano vuelva a entrar por la puerta.
Por qué los pasos de montaje manual crean un agujero negro en los datos de producción
Las líneas de montaje automatizadas modernas generan un flujo continuo de datos de producción: valores de torsión, coordenadas de ubicación, números de serie de componentes e imágenes de inspección. Ese «hilo de datos» es lo que permite a un fabricante demostrar que un servidor se construyó correctamente y, cuando algo falla en el campo meses después, rastrear la falla hasta una estación, paso o pieza específica.
Pero las líneas automatizadas inevitablemente necesitan intervención manual, y hasta ahora los fabricantes tenían dos malas opciones cuando eso sucedía: detener la línea por completo o trasladar las unidades en proceso a una estación de trabajo manual separada que se encuentra fuera del flujo de datos monitoreado. La primera opción acaba con el rendimiento. El segundo perfora un agujero en el registro de producción precisamente en el momento en que es más probable que ocurra un error humano.
El BRC híbrido elimina esa compensación, dice la compañía. La celda incorpora puertas de acceso vigiladas y paneles de seguridad directamente a la línea de producción. Cuando un operador abre las puertas, el brazo robótico se desactiva y las instrucciones en pantalla guían al operador a través de cada paso del ensamblaje mientras el conjunto de sensores de la celda (cámaras, retroalimentación de fuerza y sensores de herramientas) continúa monitoreando instalaciones incorrectas, pasos omitidos y componentes incorrectos, aplicando los mismos controles de calidad utilizados durante la automatización completa. El registro de trazabilidad persiste en el nivel del número de serie de principio a fin.
La brecha de rendimiento entre humanos y robots en el ensamblaje de servidores de IA
La economía que impulsa el diseño se vuelve clara cuando las cifras de ensamblaje manual de Dulianinov se comparan con lo que ofrece la automatización. «En las operaciones robóticas, el nivel de rendimiento por estación suele ser superior al 98% con nuestra tecnología, e incluso a nivel de línea, normalmente llegamos al 97,5%, 97,7% aproximadamente», dijo.
El rendimiento de la primera pasada mide el porcentaje de unidades que salen de la línea correctamente la primera vez, sin necesidad de volver a trabajar. La brecha entre una rampa manual del 20 % y una estación automatizada del 98 % no es un error de redondeo: es la diferencia entre rentabilidad y desastre en un hardware tan caro.
Esas matemáticas explican la filosofía de diseño de la empresa para el BRC híbridoque trata al operador humano como una válvula de escape para excepciones en lugar de un sustituto de la automatización. «Cuantas más estaciones humanas se introduzcan, mayor será el riesgo de que los rendimientos más bajos reduzcan el rendimiento general», dijo Dulianinov. «Por eso preferimos empezar con al menos un 50% de automatización y luego pasar al menos a un 80%». La velocidad sigue un patrón similar: «A nivel de línea, los robots pueden ser más rápidos que los humanos entre un 50 y un 100%» en términos de rendimiento, dijo.
Cómo el ensamblaje de servidores se convirtió en el cuello de botella oculto de la carrera de infraestructura de IA
La conversación sobre infraestructura de IA generalmente gira en torno al suministro de chips, la disponibilidad de energía y la construcción de centros de datos. Dulianinov sostiene que el ensamblaje (el poco glamoroso trabajo de convertir chips y placas base en computadoras en rack, probadas y desplegables) es un lastre silenciosamente enorme en los cronogramas de implementación.
«Cuando tienes los chips y las placas base, quieres ser lo más rápido posible para implementarlos en el centro de datos», dijo, describiendo implementaciones totalmente nuevas donde ya existen energía y edificios. Construir, probar y, a menudo, reconstruir el hardware cuando la calidad es insuficiente «podría llevar meses», afirmó. «Con más tecnología utilizada para esto, como nuestra tecnología, creemos que podemos reducirla al menos en un tercio».
Un ejecutivo de la empresa en la llamada agregó un dato anecdótico pero revelador: los servidores Máquinas brillantes Los productos están «volando hacia la producción» en lugar de quedarse apilados en almacenes esperando su implementación, evidencia de que la capacidad de ensamblaje, no solo los chips o la energía, controla los cronogramas de hiperescala. Lo que está en juego es asimétrico, señaló el ejecutivo, porque los hiperescaladores más grandes pierden millones de dólares por día cuando los servidores fallan o llegan tarde. Es por eso que los clientes están menos interesados en comprar cajas que en comprar seguridad, y por eso un hilo de datos ininterrumpido se ha convertido en un producto por derecho propio.
Dentro de la secreta base de clientes que ya ejecuta líneas de producción híbridas
El BRC híbrido no es vaporware. Dulianinov dijo que la compañía ya opera varias líneas híbridas en EE. UU. y ha «construido más de 10.000 nodos de cómputo» a través de las nuevas estaciones. Este año, dijo, Bright Machines planea fabricar «más de medio gigavatio de capacidad informática».
¿Quién compra? No preguntes. «Lamentablemente no podemos nombrar a los clientes. Ésa es la parte más difícil de nuestro trabajo», afirmó Dulianinov. «Son bastante reservados porque, como se puede imaginar, todo lo relacionado con el centro de datos está relacionado con la propiedad intelectual».
Ofreció cifras de crecimiento: los clientes crecieron «más de tres veces este año» en comparación con el año anterior, impulsado por lo que llamó la intersección de «IA física, desarrollo de infraestructura de IA y deslocalización». La demanda se está extendiendo al sector inmobiliario: la compañía se mudará este otoño de sus oficinas de la calle 16 en San Francisco a un espacio en Burlingame que los ejecutivos describieron como tres o cuatro veces más grande. En general, la compañía dice que ha implementado más de 130 microfábricas en más de 10 países, ha atendido a más de 60 clientes y ha producido más de 300.000 servidores.
Lo que separa a Bright Machines de los gigantes Tulip, Instrumental y de fabricación por contrato
Cuando se le preguntó cómo se comparan las afirmaciones de trazabilidad del Hybrid BRC con las de proveedores de software de inspección y guía del operador como Tulipán y InstrumentalDulianinov trazó una línea clara en torno a los modelos de negocio.
«Tulip es simplemente una empresa que hace de interfaz para los operadores. Son instrumentales, se centran en la inspección. Son sólo piezas del rompecabezas», afirmó. «Nosotros, como fabricante con tecnología, en realidad manejamos toda esta operación… Instalamos nuestras líneas, colocamos nuestro software, ponemos nuestros datos en el piso, nuestra gente, y lo ejecutamos desde el principio hasta el final».
El conjunto de comparación correcto, argumentó, son los gigantes de la fabricación por contrato como Doblar, Jabily Foxconn – empresas que poseen todo el proceso de producción pero que históricamente lo basaron en mano de obra que genera pocos datos. La diferenciación de Bright Machines, dijo, es que los datos de los robots, los datos de los sensores y ahora los datos de las estaciones humanas fluyen a través de una capa de orquestación hacia un único entorno que la compañía llama Bright Insights.
Ese posicionamiento es notable dados los orígenes de la empresa. Bright Machines se separó del fabricante contratado Flex hace ocho años, y su historia ha tenido turbulencias: la compañía planeaba salir a bolsa en 2021 a través de una fusión de SPAC con una valoración reportada de 1.600 millones de dólares, según informes contemporáneos de El diario de Wall Street y Buceo del director financieroantes de que el acuerdo fracasara. Se recuperó en junio de 2024 con un $126 millones Serie C — 106 millones de dólares en capital liderado por fondos administrados por BlackRock con participación de NVIDIA, microsoft, Eclipse, Jabily Valores Shinhanmás 20 millones de dólares en deuda de riesgo de JP Morgan, lo que eleva el total recaudado a más de 400 millones de dólares, según el anuncio de la compañía en ese momento.
¿Quién es el propietario de los datos de producción y cómo se sienten los trabajadores al ser monitoreados?
Para los tomadores de decisiones técnicas, dos cuestiones de gobernanza se ciernen sobre cualquier sistema que instrumente el trabajo humano tan estrechamente, y Dulianinov abordó ambas directamente.
En cuanto a la propiedad de los datos, trazó un límite claro: «Todo lo relacionado con el cliente y la inspección de sus dispositivos y piezas obviamente estaría protegido y sería propiedad del cliente». Los datos de procesos y robótica, dijo, permanecen en Bright Machines para impulsar la mejora continua en toda su plataforma.
Mientras vigilaba a los trabajadores, empujó hacia atrás el marco. Los pisos con alto IP para dispositivos electrónicos, especialmente aquellos relacionados con cargas de trabajo aeroespaciales, de defensa o gubernamentales, ya prohíben a los trabajadores llevar dispositivos electrónicos personales, señaló. «Las personas que conocen esos pisos saben que esto es parte del juego», dijo, y agregó que los empleados «realmente aprecian» la trazabilidad porque apuntala la misión de seguridad: «Si construyes un centro de datos para el gobierno y luego construyes servidores en algún lugar de China, no puedes garantizar cómo se construyó exactamente y qué componente se colocó allí». Según él, el monitoreo no se trata de observar a los trabajadores, sino de poder demostrar, componente por componente, que la infraestructura de IA construida en Estados Unidos es lo que dice ser.
La apuesta por la deslocalización: reconstruir la industria manufacturera estadounidense sin 3 millones de trabajadores
El BRC híbridoEl diseño modular de tiene un peso estratégico más allá del control de calidad. Debido a que las celdas están definidas por software y se unen como bloques de construcción, Bright Machines dice que puede reequipar líneas para nuevas generaciones de hardware en días o semanas en lugar de meses: «podemos introducirlo en un día» para cambios de diseño menores dentro de una familia de productos, dijo Dulianinov, aunque el salto de la refrigeración por aire a la refrigeración líquida sigue siendo «un gran salto». En una industria donde las nuevas arquitecturas de chips llegan ahora con una cadencia aproximadamente anual, la velocidad de cambio es posiblemente tan valiosa como el rendimiento; una línea de producción que tarda seis meses en reacondicionarse queda obsoleta antes de amortizarse.
Pero el argumento final de Dulianinov versó sobre la aritmética del trabajo, no sobre la maquinaria. «Necesitamos construir en Estados Unidos, y no hay 3 millones de personas para dedicarse a la fabricación en Estados Unidos», dijo, refiriéndose a la enorme fuerza laboral de las plantas de electrónica a escala de Shenzhen. «Así que hay que resolverlo con software de IA y robots, y esa es nuestra tesis… No se trata sólo de robots en el suelo, sino que también se crean puestos de trabajo. Todos los robots y algunas personas en el suelo».
Lior Susan, fundadora y directora ejecutiva de Eclipse y presidenta y cofundadora de Bright Machines, formuló el anuncio en los mismos términos: «El futuro de la fabricación no es elegir entre automatización y flexibilidad, sino combinar ambas en el mismo entorno de producción digital».
A pesar de todo lo que se habla de gigavatios y curvas de rendimiento, el Hybrid BRC equivale a una admisión envuelta en una innovación: incluso en las fábricas más automatizadas de la Tierra, los humanos todavía tienen que abrir la puerta y meter la mano en el interior. La apuesta de Bright Machines es que los ganadores de la carrera de infraestructura de IA no serán los fabricantes que eliminen la mano humana, sino aquellos que nunca la pierdan de vista.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
