El 27 de agosto, Anthropic publicó el research preview del Model Hardware Standard (MHS): una especificación compartida para que agentes de IA operen equipo físico —microscopios, pipeteadores, brazos robóticos, láseres— de forma segura. El proyecto nació de una colaboración con el campus Janelia del HHMI y ya lo probaron Genentech, Carnegie Mellon, QuEra y la Universidad de Washington, entre otros.
Fortune (27 de agosto) lo describe como el primer movimiento de Anthropic hacia la IA física, y subraya dos decisiones de diseño: es agnóstico de modelo (funciona con Claude, con modelos de OpenAI o con modelos abiertos) y está construido sobre MCP, el protocolo que ya conecta agentes con software. La analogía que usa el propio equipo de Anthropic es la de un USB: un conector único en lugar de un cable propietario por aparato.
El mecanismo: primitivas estándar y dispositivos que se anuncian solos
Hasta ahora, conectar un agente a una máquina exigía escribir integración a la medida contra el driver propietario de cada equipo. MHS reemplaza eso con cuatro piezas:
- Primitivas estándar de lectura y escritura que cualquier hardware puede implementar, sin importar marca.
- Descubrimiento en red: los dispositivos se anuncian y el agente los encuentra, como una impresora en la red de oficina.
- Etiquetas en lenguaje natural que describen qué hace cada equipo, sus parámetros operativos y sus límites de seguridad.
- Control por MCP, CLI o código, de modo que el mismo dispositivo sirve a un agente, a un script o a una persona.
Con eso, el agente secuencia pasos, monitorea resultados, ajusta parámetros y encadena comandos entre varios instrumentos. Las acciones de alto riesgo requieren aprobación humana explícita.
La figura resume el cambio de arquitectura: el agente ya no necesita una integración por marca ni por modelo de equipo. Habla un solo protocolo, la capa MHS traduce, y los dispositivos que están en la red se anuncian con sus capacidades y sus límites de seguridad escritos en lenguaje natural.
Los números del preview
Anthropic publicó resultados de sus socios de prueba. Son datos del proveedor, no de un estudio independiente, pero el patrón es consistente:
| Caso | Antes | Con MHS |
|---|---|---|
| Genentech: integrar un instrumento | Semanas o meses | Horas o minutos |
| Carnegie Mellon: orquestar el laboratorio completo | Semanas | 8 horas (dosis-respuesta ~3× más rápida) |
| U. de Washington: conectar 6 instrumentos | — | Menos de 1 semana |
| QuEra: recuperar la frecuencia de un láser | 58% de éxito en ~150 s | 99.3% en ~6 s |
| Afinación PID: error residual | 15.7 mV | 1.55 mV (~10× menos) |
Hay un dato más que habla de escala: Tetsuwan Scientific ejecutó 9,143 dispensados para probar 1,508 condiciones medidas con agentes operando el equipo, según el anuncio de Anthropic (27 de agosto de 2026).
Por qué importa el patrón, no solo el producto
Más allá de que Claude mueva un brazo robótico, Anthropic está repitiendo con hardware la jugada que MCP hizo con software: publicar un estándar abierto antes de que cada fabricante imponga su integración propietaria. El equipo de Anthropic lo dijo a Fortune sin rodeos: el equipo científico sufre de soluciones propietarias frágiles y el objetivo es evitar el vendor lock-in. Que Universal Robots, Doosan Robotics, Danaher y AWS aparezcan como socios sugiere que la apuesta va más allá del laboratorio.
Si el estándar prospera —Anthropic planea liberarlo como open source después de sus evaluaciones de seguridad—, el costo de conectar una máquina a un agente deja de ser un proyecto de integración y se vuelve una propiedad del equipo que compras.
Lo que el anuncio también dice, en letra chica
El preview es honesto sobre sus límites y conviene leerlos completos:
- Es un research preview para un primer grupo de laboratorios y manufactureras avanzadas. Se aplica por lista de espera en modelhardwarestandard.com.
- Solo funciona con equipo que tenga interfaz programable. Una fresadora de 1998 sin puerto de datos queda fuera.
- Claude tiene intuición física limitada: Anthropic cita el ejemplo de burbujas en líquidos viscosos que el modelo no anticipa. La supervisión experta sigue siendo obligatoria.
- Las corridas largas tienen costo de cómputo relevante: un agente monitoreando un experimento de días consume tokens todo ese tiempo.
Qué significa para tu empresa
Si operas una planta, un taller o un laboratorio en México, lo más probable es que MHS no aplique para ti este año. Eso no significa que no haya tarea:
- Inventaria las interfaces de tu equipo. ¿Qué máquinas tienen puerto de datos, API o protocolo estándar (OPC UA, Modbus, SCPI)? Esa lista define qué podría conectarse a un agente algún día — y es la misma lista que necesitas para cualquier proyecto de monitoreo o mantenimiento predictivo, con o sin IA.
- Pregunta a tu proveedor de maquinaria su postura sobre estándares abiertos. Si tu siguiente compra de equipo depende de un software propietario cerrado, estás comprando el lock-in que este estándar intenta eliminar. Ponlo en la negociación.
- No compres "integración MHS" todavía. El estándar no es público, no está auditado por terceros y cualquier proveedor que hoy te la ofrezca como producto terminado está vendiendo humo. Si tu caso es de laboratorio o manufactura avanzada real, aplica directo a la lista de espera.
- Automatiza primero lo digital. Si tus órdenes de producción viven en Excel y tu reporteo es manual, un agente que opere máquinas no es tu paso uno. El retorno está antes, en procesos de software que ya son estándar.
Si quieres saber en qué punto de esa secuencia está tu operación, la autoevaluación de unifai te da una lectura inicial en diez minutos, sin compromiso.