Los rascacielos con fachadas acristaladas están en todas las ciudades grandes, y requieren un trabajo de mantenimiento constante para mantener sus fachadas limpias. La escena es habitual en todos los edificios de ese tipo, y ha aparecido además en numerosas escenas de películas.
Habitualmente, los edificios poseen cabrestantes en su parte superior que permiten descolgar una cestilla en la que se suben los trabajadores, y que va desplazándose por toda la fachada, pero en otros casos, los trabajadores se descuelgan directamente con cuerdas. Un trabajo duro que ha evolucionado mucho a lo largo de los tiempos para ganar en seguridad, pero que parece interminable y que supone no solo riesgos importantes a pesar de las mejoras introducidas, sino además, un coste muy elevado. Se calcula que el mercado de la limpieza de fachadas de rascacielos alcanza los cuarenta mil millones de dólares, y además, resulta muy difícil conseguir trabajadores dispuestos a llevar a cabo esa tarea: el 75% de todos los limpiadores de ventanas en los Estados Unidos tienen más de cuarenta años, y tan solo un 9% está entre los veinte y los treinta.
Una compañía israelí fundada en 2017, Skyline Robotics, plantea el uso de robots para esa tarea y acaba de levantar una ronda de 3.35 millones de dólares para ello (tras una pre-series de 6.5 y una seed round de 2.5 más, con participación, entre otros, de la subsidiaria de inversión de Kärcher, con evidente relación con este tema). El robot que utilizan es Ozmo, simplemente el clásico robot industrial con un brazo articulado tridimensional de color naranja fabricado por la alemana Kuka Robots, capaz no solo de limpiar las fachadas acristaladas de manera aparentemente muy satisfactoria, sino además, de hacerlo tres veces más rápido de lo que lo haría un trabajador humano.
Es, simplemente, un ejemplo. Un clásico caso de automatización robótica, de hecho, anterior al desarrollo de la última generación de algoritmos de machine learning: un trabajo que la compañía define como sucio y aburrido pero también muy peligroso, susceptible de ser llevado a cabo por un robot que, además, puede emplear algoritmia para definir y optimizar los recorridos o, simplemente, reducir los costes con el fin de poder llevar a cabo tareas de mantenimiento más a menudo. Estamos en el caso habitual: los trabajadores que llevaban a cabo esa tarea seguramente no están seguramente muy motivados para ella… pero podían llevar dinero a casa a fin de mes y poner comida encima de la mesa.
Un ejemplo más, pero un puesto de trabajo menos. Mientras aún estamos planteándonos qué preguntas debemos hacernos para entender los efectos de la algoritmia generativa en los trabajos de cuello blanco, ahora vamos a ir viendo cómo la automatización va llegando a los de cuello azul, que son además habitualmente trabajadores más desprotegidos. A medida que esos robots se sigan especializando gracias a una algoritmia cada vez más potente, veremos qué ocurre con más y más trabajos que hoy aún llevan a cabo personas. Y veremos cómo sigue evolucionando la sociedad.
