<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>Physical AI</title>
    <subTitle>Taking human-robot collaboration to the next level</subTitle>
  </titleInfo>
  <name type="corporate">
    <namePart>Capgemini</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <typeOfResource>text</typeOfResource>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">fr</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Paris</placeTerm>
    </place>
    <publisher>: Capgemini</publisher>
    <dateIssued>,2026</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">print</form>
    <extent>140 páginas , 1 docuemento PDF</extent>
  </physicalDescription>
  <abstract>El informe analiza cómo la inteligencia artificial física (IA) está ampliando el papel de la robótica en entornos reales, más allá de tareas rígidas y preprogramadas. Su objetivo es explicar por qué la combinación de modelos fundacionales multimodales, simulación y nuevos datos operativos permite que los robots perciban, razonen y actúen con mayor autonomía. Capgemini basa el estudio en una encuesta global a 1.678 directivos de 15 sectores y en entrevistas con especialistas de industria y academia.

Entre los principales hallazgos, el documento señala que la IA física marca un cambio relevante frente a la automatización tradicional, al permitir que los robots trabajen en entornos no estructurados y colaboren mejor con personas. El 67 % de los directivos la considera transformadora para su sector y el 64 % cree que será un factor crítico de competitividad. Además, el 79 % de las organizaciones ya está explorando o desplegando estas capacidades, impulsadas sobre todo por la escasez de mano de obra y el aumento de costes laborales.

La principal conclusión es que escalar esta tecnología exige algo más que mejores algoritmos: requiere seguridad, ciberseguridad, gobernanza y preparación operativa. En ese sentido, la IA física apunta a una transformación industrial basada en colaboración humano-robot, resiliencia y nuevas capacidades productivas.</abstract>
  <note type="statement of responsibility">/ Capgemini</note>
  <subject authority="lcsh">
    <topic>IA física</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Robótica</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Automatización</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Productividad</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Ciberseguridad</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Simulación</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Competitividad</topic>
  </subject>
  <identifier type="uri">https://www.capgemini.com/wp-content/uploads/2026/04/CRI_Physical-AI-Report-Final-web-version.pdf</identifier>
  <location>
    <url displayLabel="Acceso a publicación">https://www.capgemini.com/wp-content/uploads/2026/04/CRI_Physical-AI-Report-Final-web-version.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">260607</recordCreationDate>
    <recordChangeDate encoding="iso8601">20260607230051.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008902</recordIdentifier>
  </recordInfo>
</mods>
