Robots con IA aprenden técnicas de repostería japonesa ante la escasez de trabajadores en el sector alimentario

Un robot aprende el arte del baumkuchen

En Kobe, un robot llamado Theo está aprendiendo a preparar baumkuchen, el pastel alemán en forma de anillo que forma parte de la cultura confitera de Japón desde hace más de un siglo. La máquina está diseñada para imitar los movimientos y las decisiones de pasteleros experimentados, incluido el tiempo que debe cocinarse cada capa fina de masa antes de añadir la siguiente.

El proyecto muestra cómo la inteligencia artificial está ampliando su alcance más allá de los programas de oficina y las líneas de montaje de las fábricas. En Japón, la IA se está conectando a cámaras, sensores de imagen, equipos de cocina y registros de producción de alimentos para preservar habilidades que antes se transmitían del maestro al aprendiz durante muchos años.

Juchheim Co., la empresa confitera de Kobe responsable de Theo, inauguró el 25 de marzo unas instalaciones de formación y una sala de exhibición para el robot en su sede. La compañía presentó el sistema en la Expo Osaka-Kansai 2025 y ahora lo presta a unas 20 empresas de todo Japón. Juchheim aspira a elevar esa cifra a 100 para el final del año fiscal.

El baumkuchen llegó a Japón en 1919 de la mano de Karl Juchheim, un pastelero alemán que fundó la empresa. Su preparación requiere una habilidad poco común. La masa se extiende sobre un espetón giratorio, se cuece en un horno y se vuelve a cubrir una y otra vez hasta que el pastel adquiere su característico dibujo de anillos de árbol. Pequeñas variaciones en la temperatura, la humedad y el tiempo de cocción pueden afectar el resultado, por lo que los trabajadores pueden necesitar varios años de práctica para dominar el proceso.

¿Cómo imita Theo el criterio de un pastelero?

Theo utiliza cámaras y sensores de imagen para observar el trabajo de empleados experimentados de Juchheim. El sistema registra características visibles, como el color, el grosor y la textura de cada capa, y luego relaciona esas observaciones con las condiciones dentro del horno y el movimiento del espetón giratorio.

Esta información permite que el robot calcule cuándo está lista una capa y ajuste el proceso ante los cambios en las condiciones. Un pastelero puede guiarse por la consistencia de la masa, el aspecto de la superficie o el ambiente de la cocina. Theo intenta traducir esos criterios en datos que una máquina pueda analizar.

La tecnología se basa en el aprendizaje profundo, una forma de entrenamiento de IA inspirada, de manera general, en las redes del cerebro humano. En lugar de recibir una lista completa de instrucciones para cada situación posible, un sistema de IA estudia una gran cantidad de ejemplos e identifica patrones. Una vez entrenado, puede comparar nuevas imágenes o lecturas de sensores con esos patrones y elegir una respuesta adecuada.

Juchheim afirma que Theo puede aprender una técnica nueva en unos pocos días, un plazo mucho menor que el que normalmente necesitaría una persona para adquirir la misma experiencia. La máquina no se limita a repetir un movimiento fijo. Su valor consiste en ajustar el proceso cuando varían la temperatura, la humedad o los ingredientes.

¿Por qué Japón recurre a robots de cocina?

La industria alimentaria enfrenta una escasez de trabajadores más aguda que muchos otros sectores de la economía. Según datos del Ministerio de Salud, Trabajo y Bienestar de Japón, en febrero había 2,31 ofertas de empleo por cada persona que buscaba trabajo en el sector de los servicios de alimentación. El promedio de todos los sectores era de 1,13.

Una proporción elevada significa que los empleadores compiten por un grupo limitado de trabajadores. Los restaurantes, las panaderías y los fabricantes de alimentos también deben hacer frente al envejecimiento de la fuerza laboral y a la disminución del número de jóvenes que se incorporan a ocupaciones especializadas. En algunas empresas, el problema no consiste solo en encontrar personal para los turnos de hoy, sino también en hallar a quienes puedan reemplazar a los trabajadores experimentados cuando se jubilen.

Hideo Kawamoto, presidente de Juchheim, afirmó que el robot podría apoyar a una industria que tiene dificultades para encontrar a quienes continúen su labor. Su declaración refleja la razón principal por la que las empresas están probando la IA en las cocinas: la automatización puede ayudar a mantener la producción cuando no hay suficientes trabajadores capacitados para cubrir todos los puestos.

El declive demográfico más amplio de Japón da una dimensión nacional a estos experimentos. El Gobierno ha hablado de desplegar unos 10 millones de robots equipados con IA en 18 sectores para 2040. Los planes sobre IA física se centran en máquinas capaces de interpretar su entorno y actuar en el mundo real, en lugar de sistemas que solo generan texto o imágenes.

¿Qué es el conocimiento tácito y se puede digitalizar?

Muchas habilidades culinarias se conocen como conocimiento tácito. Esto significa que las personas pueden realizar correctamente una tarea sin poder explicar cada decisión en un manual de instrucciones formal. Un cocinero experimentado quizá sepa que debe girar la sartén más rápido cuando los ingredientes sueltan más humedad, o que una capa del pastel está lista al notar un cambio sutil de color.

Los aprendizajes tradicionales transmiten este conocimiento mediante la observación y la práctica repetidas. En la cultura culinaria de Japón sigue muy arraigada la idea de que las habilidades se aprenden observando a un experto. Ese método puede dar excelentes resultados, pero se vuelve frágil cuando hay menos aprendices y menos trabajadores con experiencia que puedan enseñarles.

Hitoshi Matsubara, profesor de la Universidad Kyoto Tachibana y especialista en desarrollo de IA, afirmó que los primeros sistemas de IA no eran adecuados para este tipo de conocimiento. Según dijo, los avances tecnológicos ahora permiten registrar y reproducir movimientos que antes eran difíciles de describir.

En la era anterior al aprendizaje profundo, la IA no podía enseñar el conocimiento tácito, pero los avances tecnológicos han hecho posible digitalizar los movimientos de los trabajadores cualificados, que incorporan ese tipo de conocimiento.

Este proceso no significa que se haya capturado cada aspecto de la artesanía. La IA depende de la calidad de sus datos de entrenamiento, de la variedad de condiciones que ha observado y de la precisión de sus sensores. Un robot entrenado en una cocina quizá necesite más instrucciones antes de poder trabajar con fiabilidad en otro lugar, con hornos, ingredientes o metas de producción diferentes.

Del baumkuchen al arroz frito y al yakisoba

Juchheim forma parte de un movimiento más amplio para aplicar la IA a la preparación de alimentos. TechMagic, con sede en Tokio, desarrolla robots que cocinan platos salteados, como arroz frito y yakisoba. En 2025, la empresa presentó una aplicación que calcula la velocidad de giro de la sartén y otros parámetros según la receta elegida por el usuario.

Los robots utilizan el sistema para aprender los tiempos de cocción y los niveles de calor adecuados para cada ingrediente. TechMagic afirma que esto ha mejorado la uniformidad de sus máquinas. Este trabajo no busca tanto reemplazar a un chef por completo como controlar una serie de acciones físicas que son difíciles de realizar con la misma precisión en cada turno.

Otras empresas japonesas utilizan la IA para preservar habilidades fuera de la cocina. En 2019, Dentsu desarrolló Tuna Scope, que analiza fotografías de las secciones de la cola del atún tomadas con teléfonos inteligentes y evalúa su calidad. El sistema busca reproducir el mekiki, el ojo experto con el que se juzga el atún. Los especialistas humanos pueden tardar una década en desarrollar esa habilidad.

Más adelante, Kura Sushi sirvió atún evaluado mediante el sistema como AI Tuna en sus restaurantes de sushi con cinta transportadora. En Hiroshima, Otafuku Sauce creó en 2023 una herramienta de búsqueda con IA para su archivo de fórmulas de salsas. El sistema se entrenó con más de 15.000 productos y prototipos. La búsqueda de una fórmula, que antes podía tardar hasta dos horas, ahora puede completarse en unos cinco minutos.

La IA física conecta los robots con el mundo real

El trabajo de Theo forma parte de un esfuerzo más amplio para que las máquinas sean más conscientes de su entorno. Por lo general, los robots industriales convencionales realizan movimientos definidos con precisión en entornos controlados. La IA física incorpora cámaras, sensores y modelos de IA para que un robot pueda responder a variaciones en los objetos, el calor, los tiempos y el espacio.

Empresas japonesas de robótica trabajan en este ámbito con Nvidia, Fujitsu, Fanuc, Yaskawa Electric y Kawasaki Heavy Industries. Estas alianzas combinan la experiencia de Japón en maquinaria de precisión con la computación avanzada y los modelos de IA. Nvidia ha presentado herramientas diseñadas para ayudar a los robots a comprender los entornos físicos y adaptarse a tareas cambiantes.

La capacidad de procesamiento local también podría permitir que las empresas entrenen sistemas de IA con datos de producción confidenciales sin enviar toda esa información al extranjero. Esto es importante para los fabricantes de alimentos, que quizá quieran proteger sus recetas, registros de procesos e información de clientes. Aun así, antes de que estos sistemas se generalicen, harán falta redes seguras, sensores fiables y técnicos capacitados.

La industria japonesa de maquinaria para alimentos lleva años desarrollando esta infraestructura de apoyo. Empresas como Nikko suministran sistemas de automatización para procesar productos del mar, carne y productos agrícolas. Nikko también gestiona el Laboratorio de Robots de Hokkaido, donde estudiantes y trabajadores pueden recibir formación en robótica y las empresas pueden probar si la automatización es adecuada para una planta de producción determinada.

Estos centros de formación abordan un problema que podría limitar la automatización: las empresas pueden tener máquinas, pero carecer de personal que sepa instalarlas, supervisarlas, repararlas y actualizarlas. La robótica puede reducir el número de trabajadores necesarios para una tarea, pero también genera demanda de ingenieros, operadores y especialistas en mantenimiento.

Por qué automatizar la preparación de alimentos es más difícil que automatizar una fábrica

Los restaurantes y las cocinas de confitería presentan condiciones menos previsibles que muchas plantas industriales. Los ingredientes cambian de un lote a otro, los menús varían, los espacios suelen estar abarrotados y los clientes esperan alimentos preparados con esmero. La temperatura y la humedad también pueden afectar las masas, las salsas y los tiempos de cocción.

El costo es otro obstáculo. Una empresa debe pagar el robot, los sensores, el software, la instalación, el mantenimiento y la formación del personal. Es posible que los restaurantes pequeños no tengan espacio suficiente para equipos grandes ni un volumen diario de producción que justifique el gasto. Además, puede ser difícil conectar maquinaria antigua con sistemas modernos de IA.

La cultura del servicio añade otra dificultad en Japón. La hospitalidad suele depender de la atención personal, la presentación y la rapidez para responder a solicitudes inusuales. Los robots pueden realizar tareas repetitivas de cocina o entrega, pero todavía no alcanzan el nivel que se espera de los trabajadores humanos del sector. Un robot puede ser muy eficaz en una tarea específica y, al mismo tiempo, no estar bien preparado para una cocina concurrida con muchas exigencias simultáneas.

Algunos ejemplos de otros ámbitos de servicios muestran cómo la tecnología se está extendiendo gradualmente. En el aeropuerto de Narita se ha utilizado un robot con aspecto de gato en una tienda de recuerdos sin personal, como parte de una demostración destinada a reducir la necesidad de empleados. También se han probado robots para entregar alimentos, preparar panqueques, enrollar sushi y cocinar okonomiyaki en restaurantes y cafeterías.

¿Reemplazarán los robots a los pasteleros cualificados?

Es más probable que, en un primer momento, sistemas como Theo sirvan de apoyo y no de reemplazo total. Un robot puede repetir un proceso, supervisar las condiciones y preservar una receta, mientras los trabajadores humanos siguen preparando los ingredientes, revisando los resultados, atendiendo situaciones inusuales y creando nuevos productos.

Esta división podría ayudar a las empresas a proteger las técnicas tradicionales de preparación de alimentos y, al mismo tiempo, reducir la dependencia de un pequeño número de personas para mantener una producción especializada. También podría permitir que los pasteleros experimentados dediquen más tiempo a enseñar, probar recetas y supervisar varias máquinas, en lugar de realizar por sí mismos cada paso repetitivo.

También preocupa quién controla el registro digital de un oficio. Una vez que los movimientos y las decisiones de un trabajador se convierten en datos de entrenamiento, la empresa puede ser propietaria de un valioso sistema de producción basado en la experiencia de esa persona. Los trabajadores y los empleadores quizá necesiten acuerdos claros sobre el consentimiento, el reconocimiento, la remuneración y el uso de esos datos.

Los clientes también pueden juzgar de otra manera los alimentos elaborados por máquinas. La uniformidad puede ser una ventaja, sobre todo en un producto que debe tener el mismo aspecto y sabor en muchos lugares. Sin embargo, algunos clientes quizá valoren la historia humana detrás de un dulce tradicional. Las empresas tendrán que explicar cómo utilizan la IA y en qué partes del proceso sigue interviniendo el criterio humano.

El experimento de Japón tiene un alcance más amplio

Japón recurre a la automatización de la producción de alimentos como respuesta práctica a la presión demográfica. El mismo enfoque puede observarse en la logística, la agricultura, el comercio minorista, la atención de salud y la industria manufacturera. El objetivo es mantener en funcionamiento servicios esenciales con una fuerza laboral más reducida, en lugar de esperar a que cambien las tendencias demográficas.

La fortaleza de Japón en robótica le ofrece una base útil para este esfuerzo. El país lleva mucho tiempo produciendo máquinas industriales de gran precisión, mientras que sus fabricantes acumulan amplios conocimientos operativos. La IA física busca conectar esos equipos y esa experiencia con sistemas capaces de aprender a partir de datos visuales y de sensores.

El éxito dependerá de resultados que las empresas puedan medir. Los robots deben reducir la presión sobre la fuerza laboral, mantener la calidad de los alimentos, trabajar de forma segura junto a las personas y justificar su costo. También necesitan apoyo educativo, una infraestructura de datos fiable y trabajadores capaces de gestionar la tecnología.

La ampliación prevista de Theo, de unos 20 usuarios a 100, permitirá comprobar en la práctica si las habilidades de confitería aprendidas por la IA pueden aplicarse más allá de la sala de exhibición de una empresa. Si el sistema funciona bien en distintas cocinas, podría servir de modelo para preservar otros conocimientos culinarios en riesgo de desaparecer.

Puntos clave

• El robot Theo de Juchheim utiliza cámaras y sensores para aprender cómo preparan el baumkuchen los trabajadores cualificados.
• El baumkuchen requiere capas sucesivas y un control cuidadoso del calor, el tiempo, la temperatura y la humedad.
• En febrero, Japón registró 2,31 ofertas de empleo por cada persona que buscaba trabajo en los servicios de alimentación, frente a 1,13 en todos los sectores.
• TechMagic, Dentsu y Otafuku Sauce aplican la IA a la cocina, la clasificación de productos del mar y la búsqueda de recetas.
• Japón prevé ampliar el uso de la IA física y aspira a desplegar unos 10 millones de robots equipados con IA en 18 sectores para 2040.
• Los robots pueden preservar técnicas especializadas, mientras los trabajadores humanos siguen siendo necesarios para la supervisión, la creatividad, el mantenimiento y la atención al cliente.