Anthropic crea estándar para que la IA controle dispositivos

Anthropic desarrolla un estándar para que agentes de IA controlen dispositivos físicos en laboratorios y fábricas.

Anthropic crea estándar para que la IA controle dispositivos
Anthropic desarrolla un estándar que permite a agentes de IA interactuar con robots, microscopios y equipos industriales.

Anthropic busca llevar los agentes de inteligencia artificial más allá de computadoras y aplicaciones con el Model Hardware Standard (MHS), un estándar diseñado para permitir que sistemas de IA interactúen con dispositivos físicos programables. La propuesta abre la puerta a que agentes puedan controlar equipos como microscopios, brazos robóticos y herramientas de laboratorio para realizar tareas científicas e industriales con menor intervención humana.

Anthropic presentó el 27 de agosto de 2026 una vista previa de investigación del MHS y comenzó a compartirlo con un primer grupo de laboratorios científicos y fabricantes avanzados. El objetivo es establecer una forma común de comunicación entre agentes y hardware, de manera que diferentes dispositivos puedan integrarse sin tener que desarrollar desde cero una conexión específica para cada máquina.

¿Qué es el Model Hardware Standard?

El Model Hardware Standard es una especificación compartida que busca establecer una interfaz común entre agentes de IA y dispositivos físicos. La idea parte de un problema habitual en laboratorios y entornos industriales: muchos equipos utilizan sistemas diferentes y requieren integraciones personalizadas para poder comunicarse entre sí.

De acuerdo con Anthropic, esas integraciones pueden requerir semanas o incluso meses de trabajo. El nuevo estándar pretende reducir ese proceso a horas o minutos al proporcionar una estructura común para que los agentes puedan descubrir las capacidades de los equipos y utilizarlos de manera coordinada.

¿Qué dispositivos puede controlar la IA en Anthropic?

La propuesta contempla dispositivos utilizados en investigación científica y manufactura avanzada. Entre los ejemplos mencionados se encuentran microscopios, manipuladores de líquidos, brazos robóticos y otros instrumentos programables, que pueden ser utilizados de manera coordinada dentro de un mismo flujo de trabajo.

Esto significa que un agente podría recibir una tarea general y utilizar diferentes equipos para completar los pasos necesarios. Por ejemplo, puede interactuar con un instrumento, analizar los resultados obtenidos y posteriormente modificar determinados parámetros para continuar con el experimento, en lugar de limitarse a responder preguntas mediante texto.

¿Cómo funcionaría un agente con dispositivos físicos?

La diferencia fundamental está en que el agente no solamente generaría instrucciones para una persona, sino que podría comunicarse directamente con el equipo compatible. El sistema permite que los dispositivos y los agentes intercambien información a través de redes, siempre que el hardware cuente con una interfaz programable.

En un escenario de investigación, por ejemplo, un agente podría controlar un láser, recibir información de una cámara, modificar parámetros y volver a comprobar los resultados. Anthropic plantea que este tipo de interacción permitiría automatizar procesos experimentales que actualmente requieren supervisión y ajustes realizados manualmente.

¿Qué tiene que ver Claude con este estándar?

Claude es la familia de modelos de inteligencia artificial desarrollada por Anthropic y representa uno de los posibles sistemas que pueden aprovechar este tipo de infraestructura. La compañía ha trabajado durante los últimos años para que sus modelos no solamente generen respuestas, sino que puedan utilizar herramientas, ejecutar código y realizar acciones dentro de entornos digitales.

El paso hacia el hardware representa una extensión de esa misma idea. En lugar de limitarse a operar archivos, aplicaciones o servicios digitales, un agente puede utilizar herramientas conectadas a dispositivos físicos. Anthropic ya había investigado esta posibilidad mediante pruebas con robots, incluyendo brazos robóticos, robots cuadrúpedos y humanoides.

¿Qué experimentos podría realizar Anthropic?

Una de las aplicaciones más relevantes está relacionada con la investigación científica. Un agente podría encargarse de coordinar diferentes instrumentos, ejecutar una serie de pasos, observar los resultados y modificar determinadas variables para continuar con el experimento.

Anthropic señala ejemplos que van desde experimentos relacionados con el descubrimiento de medicamentos hasta la calibración de láseres utilizados en computación cuántica. La posibilidad de ejecutar estos procesos durante periodos prolongados podría ayudar a los investigadores a automatizar tareas repetitivas y dedicar más tiempo al análisis de resultados.

¿También puede utilizarse en fábricas de Anthropic?

Sí. El estándar está pensado también para entornos de manufactura avanzada, donde diferentes máquinas deben trabajar de manera coordinada. Un agente podría interactuar con equipos de producción, sistemas de medición o herramientas robóticas siempre que estos dispongan de las interfaces necesarias.

Este escenario podría facilitar procesos en los que una máquina necesita recibir información de otra antes de ejecutar una acción. En lugar de construir una integración independiente para cada combinación de equipos, el estándar busca proporcionar una estructura común que permita conectar diferentes dispositivos y hacer que los agentes puedan trabajar con ellos de manera más sencilla.

¿Por qué es importante este avance en Anthropic?

Hasta ahora, gran parte del desarrollo de agentes de IA se ha concentrado en el mundo digital. Los sistemas pueden navegar sitios web, utilizar programas, escribir código, consultar bases de datos y ejecutar determinadas acciones, pero controlar directamente objetos físicos representa un desafío adicional debido a los riesgos y a la necesidad de interactuar con el entorno real.

El Model Hardware Standard busca resolver una parte de ese problema mediante una capa común de comunicación. La intención no es simplemente hacer que una IA controle un robot, sino crear una infraestructura que permita conectar agentes con diferentes tipos de equipos sin depender de una integración completamente distinta para cada dispositivo.

¿El estándar funcionará con cualquier inteligencia artificial?

El proyecto está diseñado como una especificación para dispositivos físicos y no exclusivamente como una herramienta para un único modelo de IA. La información publicada sobre el estándar señala que puede funcionar con dispositivos que cuenten con interfaces programables y que los agentes pueden acceder a ellos mediante mecanismos como el Model Context Protocol.

Esto abre la posibilidad de que el MHS evolucione hacia una infraestructura utilizada por diferentes sistemas de IA. Sin embargo, actualmente se encuentra en una vista previa de investigación, por lo que todavía no debe considerarse un estándar abierto y completamente desplegado en la industria.

¿Qué relación tiene con el Model Context Protocol?

Anthropic ya había desarrollado el Model Context Protocol (MCP) como una forma de conectar modelos de IA con herramientas y servicios digitales. El nuevo estándar lleva una idea similar hacia el hardware, al establecer una manera estructurada para que los agentes puedan interactuar con equipos físicos.

La diferencia está en el entorno de aplicación. Mientras MCP puede permitir que un agente consulte información o utilice herramientas digitales, MHS está pensado para que ese agente pueda comunicarse con dispositivos físicos y coordinar sus operaciones. Por eso, el proyecto representa un paso hacia sistemas capaces de actuar tanto en espacios digitales como en el mundo real.

¿Qué riesgos implica que una IA controle máquinas?

La capacidad de actuar físicamente también introduce riesgos que no existen de la misma manera cuando un agente únicamente genera texto. Un error en una respuesta puede corregirse, pero una instrucción incorrecta enviada a un robot, un equipo de laboratorio o una máquina industrial podría provocar daños materiales, alterar un experimento o incluso representar un riesgo para las personas.

Anthropic ha señalado que el desarrollo de agentes requiere mantener controles humanos, proteger sus interacciones y establecer límites sobre las acciones que pueden ejecutar. En el caso del MHS, la compañía está realizando evaluaciones de seguridad con socios antes de convertir el estándar en un proyecto de código abierto.

¿Cuándo estará disponible para todos?

Por ahora, el Model Hardware Standard se encuentra en una vista previa de investigación con acceso limitado. Anthropic está invitando a organizaciones científicas y de la industria a probarlo, desarrollar evaluaciones de seguridad y establecer buenas prácticas antes de abrirlo como proyecto de código abierto.

Esto significa que todavía existe una etapa de desarrollo antes de que el estándar pueda utilizarse de manera generalizada. La compañía busca primero comprobar cómo funciona en diferentes tipos de hardware y determinar qué mecanismos de seguridad son necesarios para evitar usos indebidos o errores durante operaciones físicas.

¿Qué futuro plantea para los agentes de IA?

El desarrollo del MHS apunta a una evolución importante: agentes capaces no solamente de analizar información, sino también de actuar sobre el mundo físico. En un futuro, una instrucción en lenguaje natural podría convertirse en una secuencia de acciones ejecutadas por diferentes máquinas, siempre que existan los permisos, controles y conexiones necesarias.

Anthropic ya ha demostrado mediante sus investigaciones que los modelos están avanzando en tareas de robótica y manipulación física, aunque todavía existen importantes limitaciones, especialmente cuando se requiere control preciso y confiable de máquinas complejas.

El Model Hardware Standard representa así un intento por construir la infraestructura necesaria para esa siguiente etapa de la inteligencia artificial. Si consigue convertirse en una herramienta ampliamente adoptada, podría facilitar que laboratorios, fabricantes y desarrolladores conecten agentes con equipos físicos de una forma más rápida y estandarizada, acercando la IA a un escenario en el que pueda participar directamente en experimentos, procesos industriales y otras actividades del mundo real.

Salir de la versión móvil