Una visita de limpieza en una casa india cobró un segundo valor comercial. Además de barrer, lavar platos o acomodar una habitación, las trabajadoras de Pronto registran sus movimientos con una cámara colocada en la cabeza. Esas imágenes se transforman después en datos para entrenar sistemas de inteligencia artificial capaces de comprender tareas físicas.
La compañía lanzó Pronto Verified, una modalidad voluntaria en la que el cliente acepta la grabación y paga un cargo adicional. La empleada doméstica recibe cerca del doble que en una reserva convencional, mientras que la startup obtiene material visual que puede ofrecer a empresas de IA. Pronto no reveló qué compañías utilizan esos datos. La meta más inmediata consiste en ayudar al desarrollo de robots domésticos de uso general, capaces de replicar parte del trabajo que hoy realizan las personas.
Detrás de la iniciativa está Anjali Sardana, una emprendedora de 24 años que transformó una plataforma de servicios domésticos en una empresa valuada en US$ 200 millones. Pronto recaudó cerca de US$ 60 millones y presta más de un millón de servicios mensuales en ciudades de la India.
Índice de temas
Cómo funciona el sistema de cámaras de Pronto
La grabación requiere la aprobación expresa del usuario en cada contratación. La plataforma informa, antes del pago, que la sesión quedará registrada y que las imágenes podrían utilizarse para entrenar modelos de IA. Cuando la trabajadora llega al domicilio, vuelve a confirmar el permiso antes de encender el dispositivo.
La cámara apunta hacia abajo y capta las manos, los antebrazos y la zona de trabajo inmediata. No registra audio ni ofrece una vista completa de la vivienda. Según Pronto, el software identifica y difumina la información personal dentro del equipo cifrado. El archivo original se elimina tras el procesamiento y el cliente puede consultar una versión anonimizada durante 48 horas. Luego, los datos derivados quedan disponibles para el entrenamiento de sistemas de inteligencia artificial.
Este tipo de información tiene un alto valor para las empresas de robótica. Un robot que deba ordenar una cocina necesita reconocer objetos, calcular distancias, elegir herramientas y comprender el orden de cada acción. Los videos de personas que trabajan en hogares reales ofrecen ejemplos de superficies, utensilios y obstáculos que varían de una casa a otra.
Un mercado doméstico que mueve miles de millones
El crecimiento de Pronto se apoyó en una particularidad de la India. Millones de familias contratan ayuda doméstica y una parte importante de esas relaciones laborales se mantiene fuera de plataformas formales. Urban Company calculó que el mercado de servicios de limpieza del país mueve cerca de US$ 9.000 millones y alcanza a 53 millones de hogares.
Pronto compite con empresas como Snabbit y Urban Company, que permiten pedir personal por celular con solo unos minutos de anticipación. En marzo, Pronto registró un máximo de 22.000 reservas diarias, frente a las 2.500 que procesó en octubre. Posteriormente, informó más de 26.000 servicios al día en diez ciudades y amplió su red a unos 6.500 profesionales.
Las tarifas promocionales llegaron a ubicarse en torno a US$ 1 por hora, un costo muy inferior al de servicios similares en Estados Unidos o China. Ese precio ayudó a captar clientes, aunque las compañías registran pérdidas porque subsidian las reservas y destinan capital propio a mejorar los ingresos de las trabajadoras. En el caso de Pronto, una profesional convencional puede cobrar entre 18.000 y 26.000 rupias mensuales, mientras que la modalidad con cámara promete ingresos cercanos al doble.
Privacidad, datos y el riesgo de reemplazo laboral
El proyecto suscitó dudas sobre la privacidad de las imágenes tomadas en propiedades privadas. Pronto afirma que el sistema protege la identidad de los clientes, limita el campo de visión y elimina los videos originales. Sin embargo, todavía hay poca información pública sobre quién compra los datos, cuánto paga por ellos y qué derechos conservan las personas que participaron en su producción.
También surgió una tensión laboral. Las empleadas domésticas reciben más dinero por realizar tareas que, en el futuro, podrían ejecutar robots. El material que mejora sus ingresos actuales puede contribuir al desarrollo de tecnologías capaces de reducir la demanda de ese mismo trabajo. Especialistas y usuarios reclamaron detalles sobre la propiedad de los conjuntos de datos y sobre los usos posteriores de los modelos entrenados.
El debate se conecta con el impacto de la IA en el mercado laboral. En este caso, la discusión no gira únicamente en torno a la automatización de una tarea. También alcanza la compensación que reciben quienes aportan los movimientos, las imágenes y la experiencia práctica que las máquinas necesitan para aprender.
