Qué puede vender una empresa de robots de reparto a una flota de construcción
Serve Robotics lanzó herramientas para conectar robots, encontrar sucesos útiles y suministrar datos de aceras. Un cliente de construcción muestra qué capa se transfiere primero.
Un robot de reparto se detiene cuando una rampa provisional sitúa un bordillo fuera del recorrido esperado. Un vehículo de obra se detiene cuando la grava recién extendida cambia la superficie cerca de una zona delimitada. Las máquinas tienen trabajos distintos y una respuesta segura en una escena puede ser inútil en la otra. Sus operadores comparten un problema. Necesitan saber qué vio la máquina, qué decidió y si vale la pena enviar ese momento a ingeniería.
Serve Robotics, que opera robots de reparto por aceras, lanzó Physical AI Services el 5 de noviembre de 2026. Describe tres partes. Serve Link conecta las máquinas con sistemas externos al vehículo, Serve Data Curator ayuda a encontrar eventos útiles en los datos de flota y un catálogo de entrenamiento aprovecha sus despliegues en aceras. El anuncio identifica como cliente temprano de Serve Link a Bedrock Robotics, que desarrolla autonomía para maquinaria pesada de construcción. Es un caso de conectividad en construcción. Comprobar si las imágenes de aceras ayudan a un modelo de obra requiere otra prueba. Anuncio de Serve
El servicio permite ver qué puede tomar prestado una flota de otra. El software que mueve un registro, los filtros para encontrarlo y el registro mismo tienen alcances distintos. Separarlos facilita evaluar el producto.
Robot de reparto Serve Robotics en Los Ángeles, mayo de 2026. Foto de The Squirrel Game, redimensionada y ajustada a un fondo neutro, CC BY 4.0. Fuente de la imagen · Licencia.
La conexión puede transferirse antes que los datos de entrenamiento
Serve dice que Bedrock usa Serve Link para conectar máquinas por Wi-Fi, LTE, 5G y satélite. En un turno, los equipos de construcción pueden moverse por zonas con coberturas muy distintas. La lista indica qué redes forman parte del despliegue descrito. Una prueba en obra debe establecer qué ocurre en un punto sin cobertura, qué ancho de banda hay con varias máquinas subiendo a la vez y cómo se comporta la aplicación al cambiar de red. Anuncio de Serve
Distingue tres flujos. Una comprobación de estado puede ser pequeña y frecuente. Un fragmento breve de un evento puede llegar más tarde si conserva su marca de tiempo original. Una función de operación en directo puede exigir una respuesta mucho más rápida. Da a cada flujo prioridad, demora esperada y conducta ante fallos. Después prueba el paso entre una conexión intermitente y una funcional. Un panel que dice que la máquina está en línea aporta poco si no llegaron los eventos que explican la parada de ayer.
En esta capa conviene preguntar qué decisiones conserva la máquina. En el piloto, el equipo de obra debe definir qué hará si cae el servicio remoto. Revisa la secuencia con los responsables de seguridad y pruébala primero en una reproducción o un entorno aislado. Una subida para entrenamiento puede esperar al regreso de la red. Una restricción de movimiento corresponde al diseño de seguridad de la máquina. El anuncio establece el servicio y el cliente. Cada flota debe comprobar el comportamiento de su integración. Serve Physical AI Services
Serve reúne conexión, selección de eventos y catálogo de datos. El caso de construcción citado corresponde a Serve Link. Ilustración original de Telli.sh.
Un evento poco frecuente sirve si el equipo puede volver a encontrarlo
Los datos de flota son caros de revisar cuando cada máquina graba varias horas de actividad ordinaria. Imagina 30 máquinas con ocho horas de vídeo diarias cada una. Suman 240 horas de cámara antes de contar otra cámara o sensor. Quien quiere entender una parada inusual debe encontrar unos segundos en ese volumen. Serve presenta Data Curator como herramienta para localizar eventos útiles de entrenamiento en datos de campo de ese tamaño. Anuncio de Serve
Una primera tarea razonable es localizar paradas inesperadas cerca de un cambio de superficie. El operador puede usar una marca de evento o una señal simple como la caída a velocidad cero y vincularla a un fragmento y al estado de la máquina antes y después. Son reglas ilustrativas, independientes de los filtros de un producto concreto. Conserva contexto suficiente para distinguir una parada prevista de una pérdida de tracción, un obstáculo o una pausa de protección.
Otra tarea busca eventos parecidos que llevaron a decisiones distintas. Una superficie irregular puede provocar una pausa en una obra y permitir el paso en otra si cambian las cargas o los límites. Dos fotos parecidas resultan insuficientes. Guarda tipo de vehículo, condiciones, versión de la política e intervenciones humanas. Así se puede decidir si cambiar un filtro, añadir un ejemplo o investigar un sensor.
Una tercera tarea conserva casos fáciles conocidos para compararlos. Una cola de paradas inusuales sirve para investigar fallos y puede engañar al estimar su frecuencia. Registra cómo entraron los ejemplos y mantén una muestra de referencia separada para medir tasas. Si un modelo mejora en la selección y empieza a interrumpir el trabajo normal, la referencia ayuda a ver el compromiso.
Hay una prueba práctica de la selección. Da a dos revisores la misma definición de evento relevante y pídeles que marquen por separado un conjunto pequeño y representativo. Compara la herramienta con esa referencia. Cuenta cuántos eventos relevantes encuentra, cuántos irrelevantes hace abrir y con qué frecuencia las pruebas no bastan para clasificar. Puede reducir el tiempo hasta encontrar un ejemplo útil incluso antes de entrenar con un solo fragmento.
Los datos de aceras aportan valor si se ven sus límites
El tercer producto es un catálogo de las operaciones de Serve en aceras. El anuncio describe datos de terreno e infraestructura del mundo real. A quien trabaja en otro robot de acera pueden interesarle los bordillos o barreras provisionales. Un comprador de maquinaria de construcción tiene sensores, alturas de cámara, velocidades y restricciones distintos. Una acera pavimentada puede aportar ejemplos de objetos e iluminación para percepción. Dice poco sobre cómo maniobra un vehículo pesado con carga en terreno suelto. Anuncio de Serve
Pregunta qué contiene la muestra. Para un modelo pueden servir imágenes con marcas de tiempo. Otro puede necesitar parámetros intrínsecos calibrados, registros de movimiento sincronizados o detalles de la revisión de etiquetas. Son cuestiones para la prueba del comprador. El anuncio fija origen y tema general del catálogo. Cada comprador debe comprobar si incluye los campos necesarios.
| Qué se transfiere | Pregunta de ejemplo | Qué debe demostrar el piloto |
|---|---|---|
| Conectividad | ¿Salen los registros de la máquina durante un turno normal? | Finalización, demora, recuperación y duplicados al cambiar de conexión |
| Selección de eventos | ¿Encuentra el equipo paradas inusuales viendo menos vídeo? | Eventos pertinentes encontrados, omitidos y tiempo de revisión |
| Catálogo | ¿Mejoran los datos externos de terreno una tarea de percepción concreta? | Rendimiento en un conjunto reservado del entorno real del comprador |
Los datos de campo también tienen límites de propiedad y acceso. Un vídeo de acera u obra puede incluir rostros, carteles, matrículas o instalaciones. El comprador debe revisar usos permitidos, ámbito geográfico, conservación y borrado del producto que adquiere. Los datos para depurar un sistema pueden tener otra licencia que los destinados a entrenar. Registrar fuente, condiciones de recogida y derechos facilita responder a una solicitud de borrado o a un problema de calidad.
Compara el mismo incidente antes de conectar toda una flota
Un piloto puede medir por separado recuperación, revisión y evaluación de modelos en la misma clase de incidente. Ilustración original de Telli.sh.
- Nombra la decisión que quieres mejorar. Elige un tipo de vehículo, una obra y una clase de evento. Quizá el equipo quiera un registro fiable cuando la máquina se detiene cerca de un cambio de superficie. Define qué pruebas lo hacen útil.
- Fija una referencia con grabaciones conocidas. Anota el número de eventos aprovechables, el volumen revisado y el tiempo para encontrar cada uno. Distingue una grabación no disponible de otra que se podía encontrar.
- Prueba la conexión con una reproducción acotada. Usa un dispositivo de prueba o entorno aislado. Registra finalización y demora con conexiones normales e interrumpidas. Comprueba subidas repetidas y si se mantienen el identificador y los tiempos.
- Compara una cola seleccionada con la muestra de referencia. Da las mismas reglas a los revisores y anota qué omite cada cola. Mide el tiempo por evento útil y si se puede rastrear hasta máquina y versión de software.
- Evalúa el modelo por separado. Si los datos externos parecen pertinentes, compara entrenamientos equivalentes con y sin ellos. Evalúa escenarios reservados del entorno previsto. Fija los umbrales de regresión antes de ver el resultado.
Considera el coste además de la exactitud. Guardar más vídeo genera costes de red, almacenamiento y revisión aunque se transmita bien. Compáralos con el valor de reunir el ejemplo. Para una flota puede servir enviar primero un registro corto y recuperar el vídeo entero a demanda. Para otra, la falta de vídeo puede costar más que guardarlo. Depende de la demora, el contrato y la frecuencia con que se usa el material largo.
Una flota desplegada tiene un responsable operativo. Decide quién gestiona registros ausentes, cómo ve ingeniería un problema persistente y qué recupera soporte sin exponer más datos de obra de los necesarios. Dale un ejemplo reproducible con respuesta conocida. Si cambia el sistema, el ejemplo reduce la dependencia de quien recuerde el piloto.
La misma reproducción sirve cuando cambia el contratista, se añade una cámara o se modifica la conservación. Guarda el ID esperado y los campos que el operador necesita para explicarlo. Compáralos después y anota qué partes exigieron acceso del proveedor. Puede ser fácil mover un vídeo y más difícil mover etiquetas e historial. Pide una exportación de muestra pronto para comprobar si viajan juntos. Importará cuando otra herramienta lea un incidente previo o cambie la política de almacenamiento.
Haz que otro equipo pueda abrir la muestra. Pide al operador un evento con una corrección humana y a otro ingeniero que lo reconstruya solo con la exportación. Debe poder distinguir cuándo se capturó y llegó, qué reloj y unidades usa cada flujo y si la etiqueta describe el evento bruto o una interpretación posterior. Si se exporta un enlace en vez del vídeo, comprueba si sigue funcionando al cambiar el acceso. Añade un caso sin cámara. Un esquema que marca una carencia conocida permite detener la reproducción de forma visible, en vez de confundir ausencia de evidencia con normalidad. También muestra qué notas deben acompañar el evento y cuáles requieren una audiencia más reducida.
El servicio se prueba con eventos que el equipo puede explicar
El lanzamiento muestra cómo un operador puede vender parte de la infraestructura que creó para sí mismo. Un cliente de construcción da un caso concreto de conectividad. La selección y los datos de entrenamiento requieren pruebas adicionales que se pueden reunir revisando un incidente pequeño. Comprueba si el mismo evento llega con contexto suficiente para explicarlo, aparece en la cola adecuada y ayuda al equipo a decidir qué debería hacer la flota después.
Fuentes
- Lanzamiento de Physical AI Services y caso de Bedrock, 5 de noviembre de 2026
- Página de Physical AI Services de Serve Robotics
- Foto del robot de reparto de Los Ángeles de The Squirrel Game
Para guardar las conversaciones y decisiones de tu trabajo en un registro en el que puedas buscar, crea una cuenta de Telli.sh.