KUKA ha puesto en marcha la primera versión operativa de su plataforma AMP en la fábrica KTPO de Ohio, donde se producen las carrocerías de los Jeep Wrangler y Gladiator. El despliegue empieza con robots móviles autónomos y busca conectar máquinas, software y datos sin sustituir la automatización que ya funciona en la planta.
Una capa común para una fábrica con 60.000 dispositivos
KUKA AMP, siglas de Automation Management Platform, no es un robot nuevo. Es una capa de software que se sitúa sobre los equipos de producción para darles un contexto común, recoger telemetría y coordinar acciones. La compañía la presentó en marzo durante NVIDIA GTC y ahora afirma que la versión alfa ya está apoyando operaciones productivas en KUKA Toledo Production Operations (KTPO).
El escenario elegido tiene una escala suficiente para poner a prueba la propuesta. La nota de KUKA sobre el despliegue describe una planta de 335.000 pies cuadrados, unos 31.100 metros cuadrados, con 285 robots y más de 60.000 dispositivos conectados. Allí se fabrican más de 300 carrocerías al día, aproximadamente una cada dos minutos.
KTPO opera desde 2006 y ha superado los dos millones de carrocerías. Produce la estructura sin pintar —el body-in-white— de todos los Jeep Wrangler vendidos en el mundo y, desde 2019, también la del Jeep Gladiator. KUKA conoce tanto el proceso como la infraestructura, una ventaja para probar el software sin añadir a la vez la incertidumbre de una fábrica o una línea desconocidas.
La primera aplicación se concentra en los AMR, aunque la ambición de AMP es más amplia. La plataforma debe conectar robots móviles, brazos industriales, celdas, máquinas, fuentes de datos y herramientas digitales. En vez de programar cada activo como una isla, KUKA propone describir objetivos, acciones y estados con una semántica compartida.
De la demostración de IA a una línea que no puede parar
La diferencia entre la presentación de marzo y el anuncio actual está en el entorno. En NVIDIA GTC, KUKA definió AMP como un puente entre agentes de IA y hardware físico. La arquitectura publicada entonces se apoya en tres elementos: significado compartido para interpretar la intención de una tarea, acciones normalizadas para ejecutarla en equipos distintos y un depósito estructurado de datos operativos.
Sobre el papel, ese esquema permite que un modelo trabaje con conceptos como mover material o liberar una estación sin depender desde el principio de los detalles de cada robot. AMP traduciría el objetivo a primitivas seguras, observaría el resultado y devolvería los datos al sistema. KUKA habla de un circuito cerrado capaz de mejorar con cada misión, excepción y cambio de estado.
Llevar esa idea a KTPO importa porque una línea de automoción exige repetibilidad y disponibilidad, no solo una demostración vistosa. Una decisión incorrecta puede bloquear el suministro de una célula, alterar la secuencia de producción o detener equipos conectados. La plataforma tiene que añadir flexibilidad sin debilitar la lógica determinista que mantiene la fábrica dentro de tiempos y tolerancias conocidos.
KUKA plantea precisamente una evolución gradual. AMP se ofrece como una plataforma abierta y componible mediante API, diseñada para aprovechar los activos existentes. El fabricante quiere que los clientes incorporen sus propios modelos de IA y utilicen una capa de contexto común para llevarlos a producción, en lugar de reemplazar de golpe controladores, robots o sistemas de gestión.
Un estreno operativo que todavía es una prueba alfa
El anuncio confirma que AMP ha salido del laboratorio, pero no equivale aún a una implantación comercial madura. La propia KUKA denomina alfa a la versión instalada en Toledo y explica que el objetivo es evaluarla en condiciones realistas, acelerar mejoras y preparar una experiencia utilizable por otros clientes.
Tampoco publica métricas que permitan medir el efecto de la plataforma. No hay datos sobre el número de AMR coordinados, las misiones completadas, la disponibilidad, la reducción de tiempos de cambio, los fallos evitados o la mejora de productividad frente al sistema anterior. La planta aporta escala industrial, pero las cifras de 300 carrocerías diarias y 285 robots describen el entorno, no un resultado atribuible a AMP.
Quedan además preguntas sobre interoperabilidad y control. Una capa que reúna telemetría de decenas de miles de dispositivos necesita gobernar permisos, versiones, ciberseguridad y recuperación ante fallos. Si acepta modelos externos, también debe separar con claridad la recomendación probabilística de IA de las funciones de seguridad y del control en tiempo real.
Por eso, el hito más útil es modesto: KUKA está probando su plataforma de orquestación sobre una fábrica activa y empieza por una tarea acotada con robots móviles. La evidencia decisiva llegará cuando publique resultados operativos y extienda AMP a más tipos de equipos o a instalaciones de clientes. Hasta entonces, KTPO sirve como banco de pruebas industrial para comprobar si la IA física puede convivir con una línea que entrega una carrocería cada dos minutos.