MHS de Anthropic: cómo la IA aprende a entender las máquinas

El Model Hardware Standard (MHS) es la apuesta de Anthropic para que un agente de IA pueda encontrar una máquina, entender qué mide, qué se puede ajustar y cuáles son sus límites, y darle órdenes sin un programa a medida para cada equipo. Se anunció el 27 de agosto de 2026 como vista previa de investigación. Es, en la práctica, llevar al mundo físico la idea que el Model Context Protocol (MCP) llevó al software.

Esta nota explica qué trae el estándar según el anuncio oficial de Anthropic, qué no cubre todavía y qué significa para una planta en Chile, donde casi todo pasa por un PLC.

¿Qué problema resuelve el MHS? #

Hoy cada equipo habla su propio idioma. Un microscopio, un brazo robótico y un lector de placas traen cada uno su programa del fabricante, y conectarlos entre sí exige escribir traductores a mano. Anthropic cuenta que en HHMI Janelia, donde nació el estándar, un solo montaje de microscopía usaba siete programas de proveedores distintos.

Para una IA el problema es el mismo, multiplicado. Un modelo de lenguaje no sabe qué es el registro 40012 ni si un brazo puede levantar cinco kilos. Sin esa descripción, el agente adivina. El MHS propone que esa descripción exista, en un formato común, junto a cada equipo.

¿Cómo funciona el MHS? #

Según el anuncio, el estándar tiene cuatro piezas:

• Un driver por equipo. Traduce entre el computador y la máquina con dos operaciones básicas: leer y escribir. «Leer temperatura», «fijar temperatura». Se escribe una vez y se reutiliza.
• Una descripción del equipo. La persona que conoce la máquina la describe en lenguaje natural, directamente o respondiendo preguntas de un agente. El MHS genera con eso un archivo de referencia: qué mide, qué se puede ajustar y qué límites de seguridad tiene. El ejemplo de Anthropic es el peso de un brazo robótico, un dato que el software no ve.
• Descubrimiento. Los equipos se anuncian en un formato estándar, así que el agente los encuentra en la red sin traductores a medida.
• Tres vías de control. MCP, una línea de comandos y archivos de código. Los archivos de código encadenan órdenes para que una secuencia de varios pasos corra sin que el modelo razone en cada paso.

Ese último punto es el más importante para la industria: el agente arma el procedimiento, pero lo que se ejecuta después puede ser un script normal, repetible y revisable, sin un modelo de lenguaje en el medio.

¿Quiénes lo están probando? #

Anthropic nombra como socios o primeros usuarios a AWS, Doosan Robotics, QIAGEN, Tecan, Universal Robots, Hugging Face y Raspberry Pi, y como casos de prueba a Genentech, Carnegie Mellon, la Universidad de Washington y QuEra. Las cifras que publica son de esos proyectos y las entrega la propia Anthropic: integraciones que pasan de semanas a horas, y un controlador armado por el agente que recupera el bloqueo de un láser el 99,3 % de las veces sin intervención humana. No hay todavía una medición independiente.

El estándar es independiente del modelo: no exige usar Claude.

¿Qué no cubre todavía? #

• Equipos sin interfaz de programación. El anuncio lo dice explícitamente. Una balanza que solo muestra el número en su pantalla queda fuera.
• Protocolos industriales. El anuncio no menciona PLC, Modbus, OPC UA ni EtherNet/IP. Los ejemplos son de laboratorio y robótica.
• Razonamiento físico. Anthropic reconoce que el modelo aprende del mundo por texto e imágenes y que necesita supervisión experta. En el caso de Genentech, los investigadores tuvieron que explicarle que la espuma en un líquido era un problema físico y no un error de software.
• Disponibilidad. Es una vista previa con lista de espera en modelhardwarestandard.com. Anthropic planea abrir el código, sin fecha.

¿Qué significa para una planta en Chile? #

En una planta de alimentos o de manufactura, las máquinas no se conectan como un microscopio de laboratorio. Hablan a través de un PLC, muchas veces de hace quince o veinte años, y lo que cada dirección de memoria significa rara vez está documentado. Ahí está el trabajo de verdad, y el MHS lo nombra bien: antes de dar una orden, la IA tiene que entender la máquina.

Esa descripción, qué mide, qué se puede ajustar, cuáles son los límites, es lo que hoy una planta no tiene escrito. Mientras llegan drivers MHS para PLC, se puede avanzar en tres cosas:

1. Leer antes de escribir. Conectar la IA en modo lectura al PLC y a las cámaras, y medir: cuánto se produjo, cuándo se detuvo, cuánta energía usó. Es lo que la IA local sobre datos de PLC y SCADA puede hacer sin tocar el control.
2. Escribir la descripción de cada equipo. Rangos normales, límites, qué variable manda. Es el mismo contenido que pide el MHS y sirve igual aunque el estándar cambie.
3. Dejar la seguridad donde está. Los enclavamientos y la lógica de seguridad siguen en el PLC. Si algún día un agente propone un ajuste, una persona lo aprueba y queda registrado.

El orden importa porque el error en el mundo físico no se deshace con un clic. El estándar mismo empuja en esa dirección: procedimientos que terminan como scripts revisables y no como decisiones del modelo en cada paso.

¿Dónde está iGromi en esto? #

El motor de iGromi lee el PLC y la cámara en el mismo nodo, dentro de la planta, y hoy trabaja en modo lectura: cuenta producción, mide paradas, energía y temperatura. No damos órdenes a las máquinas. Seguimos el MHS de cerca porque resuelve en formato común el paso que más tiempo se lleva en cada proyecto: entender qué dice cada máquina. Si quieres ver cómo se aplica la IA hoy sin tocar el control, parte por la guía de inteligencia artificial industrial y por IA industrial segura.

Preguntas frecuentes #

¿Qué es el MHS de Anthropic?

Una especificación anunciada el 27 de agosto de 2026 para que los agentes de IA encuentren equipos físicos, entiendan qué miden y qué permiten, y les den órdenes por una interfaz común. Está en vista previa de investigación.

¿El MHS sirve solo con Claude?

No. Es independiente del modelo y se puede usar por MCP, por línea de comandos o desde código.

¿El MHS funciona con PLC, Modbus u OPC UA?

El anuncio no los menciona y dice que aún no cubre equipos sin interfaz de programación. Para una planta con PLC hay que esperar drivers concretos. Mientras tanto, revisa OPC UA frente a Modbus.

¿Puedo usar el MHS hoy en mi planta?

Solo dentro de la vista previa, con lista de espera en modelhardwarestandard.com. El código abierto está anunciado, sin fecha.

¿Es seguro que una IA dé órdenes a una máquina?

Depende de dónde queden los límites. Anthropic reconoce que el razonamiento físico del modelo es limitado y que hace falta supervisión experta. En planta, la seguridad sigue en el PLC y en los enclavamientos.

Fuentes: anuncio de Anthropic del 27-ago-2026, CNBC, The Decoder e IBM Think. Revisado el 1-nov-2026.