OpenAI busca ingenieros de robótica y ofrece salarios de 500.000 dólares anuales como sueldo base, más paquetes de acciones, para quien logre sacar sus modelos de la pantalla y meterlos en cuerpos de metal. A la empresa de Sam Altman se le quedó corto el texto en el navegador web. La firma aceleró el reclutamiento para crear un departamento de hardware propio con 27 vacantes activas, más del doble de las que tenía abiertas hace cinco meses.
El movimiento quedó expuesto tras un informe de Business Insider, que destapó los detalles de las ofertas publicadas en la página oficial de vacantes y carreras de OpenAI. Los rangos base van desde US$177.000 hasta medio millón de dólares anuales netos. A esa suma se le suman bonificaciones por objetivos, acciones de la compañía, seguro médico total y 24 semanas de licencia parental remunerada.
Un desembolso de dinero que sacude el mercado laboral de Silicon Valley.
La vacante mejor pagada no pide diseñar dedos mecánicos elegantes. Exige levantar la infraestructura de datos para mover y almacenar telemetría física a gran escala. Entrenar un procesador de lenguaje requiere raspar millones de páginas web; enseñarle a un brazo mecánico a no reventar una copa de cristal exige capturar horas de movimiento real, choques, roces y texturas en entornos vivos.
Motores, talleres de pruebas y el dilema de los datos físicos
La lista de vacantes confirma que la compañía abandonó la idea de limitarse a vender software a terceros. Fichan especialistas en actuadores, técnicos de taller para ensayar prototipos bajo estrés, ingenieros de firmware y abogados internos asignados exclusivamente al área mecánica. Guy Hoffman, profesor de ingeniería mecánica en la Universidad de Cornell, señaló que la estructura de estos puestos evidencia la creación de un equipo de diseño de robots a medida.
El gran escollo para dotar a una máquina de visión y movimiento autónomos radica en la escasez de datos tridimensionales. Los algoritmos no pueden aprender física básica leyendo libros digitales; necesitan ver personas manipulando cajas, esquivando sillas y ajustando tornillos en galpones reales. Por eso abrieron puestos directos para supervisar instalaciones de recolección de información operativa, operando en turnos que graban interacciones mecánicas sin descanso.
El objetivo inicial no apunta a que un autómata te sirva café en el comedor de tu casa el próximo mes. El propio Sam Altman confirmó en el pódcast Sources que construirán un androide humanoide y otras formas mecánicas adaptadas a trabajos puntuales, fijando los centros de datos como el primer laboratorio de despliegue real. Colocar robots especializados para cambiar tarjetas gráficas defectuosas, vigilar racks de servidores y ordenar el cableado de fibra óptica reduce costos propios y genera el banco de pruebas perfecto antes de salir al mercado general.
Las empresas rivales sienten presión en sus presupuestos de contratación. Compañías como Figure AI, Apptronik y la propia división Optimus de Tesla deben defender a sus ingenieros veteranos frente a ofertas salariales que superan ampliamente los promedios habituales del sector.
Chips dedicados y control perimetral en la arquitectura física
Montar cerebros digitales sobre chasis móviles plantea retos severos de consumo energético y disipación térmica. Un modelo generativo que corre en un servidor consume cientos de vatios de la red eléctrica comercial; meter esa capacidad de decisión en una batería de litio que dure tres horas requiere microprocesadores con consumo contenido y silicio acelerador diseñado al milímetro.
La alianza de OpenAI con fabricantes asiáticos para producir silicio propio empieza a cobrar sentido práctico bajo este prisma. Necesitan procesadores neuronales capaces de ejecutar modelos de visión espacial localmente sin enviar cada milisegundo de video a la nube mediante conexiones inalámbricas propensas a latencias peligrosas. Si un brazo robótico tropieza con una persona en un pasillo cerrado, el corte de energía debe ejecutarse en microsegundos dentro del chasis, no en un servidor remoto a trescientos kilómetros de distancia.
Esta necesidad técnica explica la urgencia de incorporar ingenieros de sistemas embebidos que dominen buses de datos CAN, interfaces SPI y protocolos de seguridad física en tiempo real. La arquitectura del robot depende tanto de la velocidad de lectura de sus sensores de presión en las yemas como de la precisión matemática de sus modelos fundacionales.
Una avería mecánica en una fábrica cuesta miles de dólares por minuto de paro. Diseñar un chasis que soporte jornadas completas sin roturas en sus juntas homocinéticas demanda ingenieros que sepan lidiar con el desgaste de los materiales y las tolerancias milimétricas en aleaciones ligeras.
Rendimiento de las unidades y calendario de pruebas industriales
Los ensayos iniciales de estos prototipos avanzan en instalaciones cerradas en California. La empresa aprendió la lección de 2021, cuando clausuró su primera división de robótica por carecer del volumen de datos necesarios para entrenar redes neuronales con precisión.
La hoja de ruta contempla integrar primero maquinaria autónoma en almacenes logísticos y granjas de servidores antes de intentar colocar productos comerciales en las salas de los consumidores. La firma planea validar la confiabilidad de sus actuadores y la respuesta de sus sensores táctiles ante cargas de trabajo continuas durante todo el ciclo de 2027.
Altman pretende adueñarse de la cadena entera: diseñar el cerebro del modelo, el silicio que lo procesa y el armazón metálico que camina sobre el suelo de la fábrica.
Top comments (0)