About

The consultancy born at the intersection of behavioral economics and human experience.

René Studio
AI EXPERIENCE STUDIO

The CX design platform we built from a decade of client work.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Mystery audits we run, scored live for every location.

Explore Mysterya
NOW HIRING

Join a team reshaping how the world experiences brands.

View open roles →

COMPANY

GROW WITH US

CONNECT

Services

Comprehensive CX and management consulting for enterprise brands.

René Studio
AI EXPERIENCE STUDIO

Every engagement, mapped and scored in one AI workspace.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Mystery shopping, scored and evidenced in real time.

Explore Mysterya
ALL SERVICES

Explore the full range of CX & management consulting services.

Browse all services →

CORE

SPECIALIST

Solutions

Structured solutions that turn CX ambition into measurable outcomes.

René Studio
AI EXPERIENCE STUDIO

Map, score and fix the journeys we redesign, with AI.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Check the experience you designed is delivered.

Explore Mysterya
ALL SOLUTIONS

Explore every CX solution we offer.

Browse solutions →

STRATEGY & GOVERNANCE

DESIGN & DELIVERY

CULTURE & EXPERIENCE

Industries

A decade of CX transformation across the region's defining sectors.

René Studio
AI EXPERIENCE STUDIO

Sector-ready journeys, scored by AI in minutes.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Mystery audits tuned to your sector, scored live.

Explore Mysterya
ALL INDUSTRIES

See how we work across every sector.

Browse industries →

BUILT ENVIRONMENT

FINANCE & TECH

PEOPLE & MOBILITY

Products

Proprietary tools, platforms, and AI that power CX transformation.

René Studio
AI EXPERIENCE STUDIO

Design, score and fix customer journeys with AI.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Audit every location and act on what you find.

Explore Mysterya
REBELDECK A · 36 FORCES

The forces that shape how humans experience the world.

Explore REBEL Reveal →
ALL PRODUCTS

Explore the full Renascence product ecosystem.

Browse products →

PLATFORMS

AI & TECHNOLOGY

LEARNING & FRAMEWORKS

CX TOOLKIT

Opinion

Insights, research, and conversations at the frontier of CX.

René Studio
AI EXPERIENCE STUDIO

Turn what you read into a journey you can score.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

See what customers really experience, visit by visit.

Explore Mysterya
ReadExperience JournalArticles & research on CX, behavior, and transformation.Watch & listenExperience LoomOur video podcast on CX & behavior.CuratedCX NewsIndustry news that matters in CX, minus the noise.

Latest articles

Latest episodes

Latest news

Hub

Free tools, templates, and resources to advance your CX practice.

René Studio
AI EXPERIENCE STUDIO

Design, score and fix customer journeys with AI.

Explore René Studio
Mysterya
MYSTERY AUDITS, LIVE

Every visit, every location, every score. Live.

Explore Mysterya
THE MANIFESTOBurn the Deck.
Ten Virtues. Zero Excuses.Start reading →
THE HUB

Every free tool, template and resource in one place.

Visit the Hub →

AI TOOLS

FREE TOOLS

LEARNING

CULTURE

AI · 21 November 2026

Gemini Robotics 2.5 registra un 96 % en un piloto de Mercedes-Benz

Según The Decoder, Gemini Robotics 2.5 habría clasificado piezas metálicas con un 96 % de éxito en un piloto en Mercedes-Benz (Hungría y Alemania).

Newsdesk
Curated briefing · 2 min read

Qué ha ocurrido

Según informa The Decoder, el modelo de control Gemini Robotics 2.5 de Google DeepMind habría clasificado piezas metálicas con una tasa de éxito del 96 % durante un piloto en las plantas de Mercedes-Benz en Hungría y Alemania. La prueba se realizó con el humanoide Apollo 2 de Apptronik, lo que sitúa el resultado en la intersección entre la inteligencia artificial aplicada a la robótica y la automatización de la producción.

Conviene tomar la cifra con cautela. La información disponible presenta el resultado como un piloto, no como un despliegue generalizado en toda la red de fabricación, y no detalla todavía el número de intentos, las condiciones de la prueba ni la duración del ensayo. Son variables que determinan si un porcentaje de éxito puede trasladarse a una operación industrial sostenida.

Por qué importa

Lo relevante de esta noticia no es solo el dato de precisión, sino lo que sugiere sobre el tipo de tecnología que empieza a llegar a las fábricas. Un modelo de control capaz de interpretar y ejecutar tareas de manipulación física, como separar o clasificar componentes, acerca la robótica a funciones que antes exigían programación específica para cada proceso. Esto podría reducir el tiempo y el coste de reconfigurar una línea cuando cambian los productos o las piezas.

Para los responsables de experiencia, inteligencia artificial y transformación digital, el punto clave es el cambio en el modelo operativo. Si las máquinas aprenden tareas con mayor flexibilidad, la planificación de la planta, la formación del personal y la forma en que se mide la calidad del servicio interno también tendrán que evolucionar. El valor no está solo en el robot, sino en la capacidad de la organización para integrarlo en sus procesos.

Cifras clave

  • 96 % de tasa de éxito reportada en la clasificación de piezas metálicas durante el piloto.
  • 2 emplazamientos de Mercedes-Benz incluidos en la prueba: Hungría y Alemania.

La perspectiva de Renascence

La mayoría de lecturas se quedarán en el titular del porcentaje. Nuestra lectura es distinta: el reto real de estas pruebas no es técnico, sino de diseño de servicio interno. Cuando una tecnología ejecuta tareas que antes dependían de la experiencia de un operario, el rendimiento depende tanto de cómo se delega, se supervisa y se corrige el sistema como de su precisión de partida.

El titular se centra en el 96 %, pero la pregunta que importa es qué ocurre con el 4 % restante y quién decide cómo gestionarlo. Un operador que confía ciegamente en la máquina o que la evita por desconfianza produce el mismo resultado: una experiencia de trabajo deteriorada. Las organizaciones que quieran escalar este tipo de pilotos deberían diseñar primero los puntos de traspaso entre persona y máquina, medir los errores como experiencia y no solo como fallo técnico, y formar a los equipos para intervenir con criterio.

Sources

This briefing was written by our Newsdesk, synthesising reporting from the outlets below. Follow the links for the original coverage.

FAQ

Questions we get on this topic

Según The Decoder, el modelo de control de Google DeepMind habría alcanzado una tasa de éxito del 96 % en la clasificación de piezas metálicas durante un piloto en plantas de Mercedes-Benz en Hungría y Alemania.

No. La información disponible describe el resultado como un piloto y no como un despliegue en toda la red de fabricación.

Las fuentes no detallan el número de intentos, las condiciones de la prueba ni su duración, factores que determinan si el resultado puede sostenerse en una operación industrial.

Stay ahead of CX

Get the signal, not the noise.

The stories shaping customer experience — plus the Journal and Experience Loom — in your inbox.